Consommation d'électricité et croissance dans l'uemoa : une analyse en termes de causalité

CHAPITRE 3 : ANALYSE EMPIRIQUE DE LA CAUSALITÉ ENTRE LA CONSOMMATION D'ÉNERGIE ÉLECTRIQUE ET LA CROISSANCE

Dans ce chapitre, nous présenterons dans un premier temps la méthodologie. L'approche adoptée est celle de Ambapour et Massampa^22(*) (2005) utilisant la cointégration et le modèle à correction d'erreur pour étudier la relation de cause à effet entre la croissance économique et la consommation d'énergie. On précise la notion de causalité utilisée. Elle repose sur la définition de Granger qui considère qu'une variable est causée par une autre dès lors qu'il existe des informations dans le passé de l'une qui soient utiles dans la prévision de l'autre, et qui ne sont pas déjà contenues dans son passé. Loin d'être exhaustive, cette définition est donc une étape essentielle d'une étude statistique.

Dans un deuxième temps, la causalité sera étudiée dans le cadre de variables cointégrées en optant pour une approche en trois étapes. Dans la première étape, nous vérifierons la stationnarité des séries, ainsi que leur ordre d'intégration à l'aide des tests de racine unitaire de Dickey-Fuller (1979). Cela est nécessaire parce que d'une part, les tests de causalité sont très sensibles à la stationnarité des séries et d'autre part, il a été constaté que la plupart des séries macroéconomiques ne sont pas stationnaires (Nelson et Plosser, 1982). Dans l'étape suivante, nous introduirons la théorie de la cointégration qui est en fait la version multivariée du concept de racine unitaire. Dans la troisième et dernière étape, nous décrirons très brièvement le modèle à correction d'erreur qui, selon Engle et Granger, permet de représenter les séries cointégrées : c'est un mécanisme qui force la déviation de court terme par rapport à l'équilibre à une période donnée à revenir à la période suivante.

Enfin, nous terminerons cet exposé méthodologique par la présentation du test de Granger dans le cadre d'un modèle à correction d'erreur. L'objectif essentiel visé est de savoir si les deux séries étudiées sont dynamiquement interdépendantes ou si au contraire la liaison dynamique est unidirectionnelle.

La dernière section est consacrée aux recommandations de politiques économiques pour les pays de l'UEMOA.

SECTION 1. MÉTHODOLOGIE DE LA RECHERCHE

1.1. CAUSALITÉ AU SENS DE GRANGER

En économétrie, la causalité entre deux chroniques est généralement étudiée en termes d'amélioration de la prévision selon la caractérisation de Granger, ou en termes d'analyse impulsionnelle, selon les principes de Sims. Au sens de Granger, une série « cause » une autre série si la connaissance du passé de la première améliore la prévision de la seconde. Selon Sims, une série peut être reconnue comme causale pour une autre série, si les innovations de la première contribuent à la variance d'erreur de prévision de la seconde. Entre ces deux principaux modes de caractérisation statistique de la causalité, l'approche de Granger est certainement celle qui a eu le plus d'échos chez les économètres ; elle sera donc retenue dans le cadre de notre recherche.

Le fondement de la définition de Granger est la relation dynamique entre les variables. Comme indiqué ci-dessus, elle est énoncée en termes d'amélioration de la prédictibilité d'une variable. Chez Granger, la succession temporelle est centrale et on ne peut discuter de la causalité sans prendre en considération le temps. On peut formaliser la causalité au sens de Granger comme suit : si l'on note par x_t et y_t deux séries stationnaires ; en effectuant la régression linéaire de y_t sur les valeurs passées y_s, s < t, et sur les valeurs passées x_s, s < t ; si l'on obtient des coefficients significatifs, alors la connaissance de leurs valeurs peut améliorer la révision de y_t : on dit que x_t cause y_t unidirectionnellement. Il y a causalité instantanée lorsque la valeur courante x_t apparaît comme une variable explicative supplémentaire dans la régression précédente.

Une version du test de Granger issue directement de la représentation autorégressive précédente, propose d'estimer par la méthode des moindres carrés les deux équations suivantes :

(1)

(2)

Où PIB_t représente le produit intérieur brut au temps t et CKWh_t la consommation d'électricité au temps t.

En utilisant cette représentation autorégressive (équations (1) et (2)), PIB_t ne cause pas CKWh_t au sens de Granger si _i =0 ; CKWh_t ne cause pas PIB_t si =0.

* ²² Ambapour, S., Massamba, C. (2005) : Croissance économique et consommation d'énergie au Congo : une analyse en termes de causalité, BAMSI-Brazaville.