Sont présentées ci-dessous, les relations
statistiques qui existent entre la variable endogène et les variables
exogènes retenues.
1 Matrice de corrélation et droites d'ajustement
1.1 Matrice de corrélation
La matrice de corrélation (annexe 3 au point 2)) donne
les degrés de corrélation des variables (endogène et
exogène) entre elles et leur significativité au seuil de 5%.
On note que la marge de bancarisation a:
· d'une part une corrélation négative
significative avec le PIB par habitant et le volume de crédit bancaire
et d'autre part une corrélation positive significative avec le nombre de
petites banques;
· une corrélation négative faible avec le
volume de microcrédit ;
· une corrélation positive faible avec le taux de
progression du nombre de banques. En outre, il est important d'observer des
corrélations relativement importantes et significatives entre certaines
variables explicatives. A ce titre, on notera particulièrement la
corrélation entre le volume de crédit bancaire et le taux de
progression du nombre des banques mais surtout avec le PIB par habitant.
1.2 Droites d'ajustement
Les meilleures droites d'ajustement au sens de la
méthode des moindres carrés figurent à l'annexe 4. On
remarque que sur les graphes G1 (PIB par habitant) et G4 (Volume crédit
bancaire), même les points de nuage hors de la zone de confiance
épousent relativement bien la pente de la droite de régression.
Par contre, concernant les autres graphes, notamment G5 (Volume de
microcrédit), les points de nuage sont assez
éparpillés.
2 Régression multiple
Bien que les coefficients de corrélation soient
significatifs entre la marge de bancarisation et certaines variables, on n'est
pas en mesure de tirer une conclusion sur la nature des liens entre ces
différents facteurs car corrélation n'est pas
causalité.
Afin d'avoir une idée juste des liens de cause
à effet qui existent entre la faible bancarisation et les variables
explicatives identifiées, il est nécessaire de procéder
à une régression multiple en mode linéaire sur le panel
construit. Le résultat de cette régression figure au point 5 de
l'annexe 3.
3 Statistiques descriptives et problème de
stationnarité
Une série chronologique est qualifiée de
stationnaire si ces caractéristiques ( espérance et variance)
sont constantes dans le temps (Bourbonnais, 2003). Compte tenu de la faible
profondeur temporelle de nos données, il ne nous paraît pas
nécessaire de faire un test de stationnarité. Les moyennes et
déviations obtenues sont supposées constantes à
l'intérieur de l'échantillon. Les statistiques descriptives de
nos variables figurent en annexe 3 au point 1.
