Relation inflation et croissance économique dans les pays de l'UEMOA

4.2. Données et variables

Dans le cadre de notre analyse économétrique, nous avons utilisé une transformation Log^7(*) pour le calcul des variables d'intérêt et de contrôle. En fait, la transformation Log permet en plus de lisser la tendance de la série, d'éliminer les fortes asymétries dans les distributions. Kahn et Senhadji (2000) calculent les taux de croissance des variables en utilisant la transformation Log, qui fournit des distributions les plus appropriées dans le cadre des modèles non-linéaires.

4.2.1. Les variables d'intérêt

Cette analyse empirique s'appuie sur un panel de 7 pays au lieu de 8 car nous ne disposons pas de données suffisantes sur la Guinée Bissau. Ainsi notre échantillon comprend le Bénin, le Burkina Faso, la Côte d'Ivoire, le Mali, le Niger, le Sénégal et le Togo. Utilisant les données annuelles notre étude couvre la période de 1980 à 2005.

Pour chaque pays, nous utilisons les taux de croissance réelle annuelle calculées à partir des PIB réelles en les différenciant en Log. Le taux d'inflation est considéré dans notre étude comme le taux de variation du Log de l'Indice de Prix à la consommation (IPC) collecté à partir du World Developpement Indicators (WDI) 2007.

4.2.2. Variables de contrôle

Toute analyse empirique de l'impact de l'inflation sur la croissance économique doit contrôler l'influence des autres variables qui pourraient influer le taux de croissance économique des pays de l'UEMOA. En nous référant aux différents déterminants de la croissance dans les modèles de croissance endogène et les plus significatives dans l'UEMOA selon les estimations de Ténou Kossi soulignée dans le chapitre précédent et sur la base de données à notre disposition, les variables sélectionnées sont :

Ø Le taux de croissance de la population (tcpop)

Ø Le taux de croissance de l'investissement (tci) 

Ø Le taux de croissance de la dépense publique (tcdp)

Ø Le taux d'accroissement de l'exportation (tcx)

Ø Le taux d'accroissement du taux brut de scolarisation secondaire (tctbbs)

4.2.3. Sources de données

Les différentes données sur ces valeurs nous proviennent principalement de la base de données de la BCEAO. A celle-ci nous adjoignons celle du World Developpement Indicators 2007 et de la banque de France.

4.2.4. Forme fonctionnelle du modèle

Ainsi, nous obtenons le modèle sous la forme fonctionnelle suivante :

Pour estimer l'équation (2), nous y remplaçons q_it<k_j) respectivement par Infld1k_j et Infld2k_j. Ainsi cette équation devient :

Avec k_j = 7, 8, 9, 10,11

* ⁷ Cf. Mubarik (2005)