WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Analyse comparative des déterminants macro-économiques du risque financier: un essai d'investigation empirique

( Télécharger le fichier original )
par Didier Joël Kama N'GBESSO
Université d'Auvergne Clermont- Ferrand1, centre d'études et de recherches sur le développement international - Master 2 économie et développement international 2011
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

3.3 Statistiques descriptives

3.3.1. Matrices de corrélation par paires

1' La matrice de corrélation des pays à hauts revenus nous montre une corrélation positive entre l'indicateur ICRG du risque financier et les variables PIB, taux de croissance du PIB, termes de l'échange ajustés, crédit domestique au secteur privé, compte de la balance courante, masse monétaire rapportée aux réserves internationales. On a donc une corrélation négative entre toutes ces variables et le risque financier.

La matrice de corrélation des pays à hauts revenus nous montre une corrélation négative entre l'indicateur ICRG du risque financier et les variables inflation, taux d'intérêt, taux de croissance du crédit. On a donc une corrélation positive entre toutes ces variables et le risque financier.

1' La matrice de corrélation des pays à moyens et faibles revenus nous montre une corrélation positive entre l'indicateur ICRG du risque financier et les variables PIB, taux de croissance du PIB, le taux d'intérêt, le crédit domestique au secteur privé, le taux de croissance du crédit, le compte de la balance courante. On a donc une corrélation négative entre toutes ces variables et le risque financier.

La matrice de corrélation des pays à moyens et faibles revenus nous montre une corrélation négative entre l'indicateur ICRG du risque financier et les variables inflation, les termes de l'échange ajustés, et la masse monétaire rapportée aux réserves internationales. taux de croissance du crédit. On a donc une corrélation positive entre toutes ces variables et le risque financier.

Remarques :

La corrélation entre les variables PIB, taux de croissance du PIB, crédit domestique au secteur privé, le compte de la balance courante, et le risque financier est négative dans les 2 échantillons.

L'inflation est quant à elle positivement correlée au risque financier dans les 2 échantillons de pays.

Tableau 3. Matrice de corrélation des pays à hauts revenus

corr riskfin pib pibgrwth tch infl txint crdipv crdigrwth balce m2rserv cashbq inst m2 (obs=395)

| riskfin pib pibgrwth tch infl txint crdipv crdigr~h

+

kaopen if
balce

groupe==1 m2rserv

cashbq

inst

riskfin

| 1.0000

 
 
 
 
 
 
 
 
 
 
 

pib

| 0.3693

1.0000

 
 
 
 
 
 
 
 
 
 

pibgrwth

| 0.0363

-0.1355

1.0000

 
 
 
 
 
 
 
 
 

tch

| 0.0697

-0.2144

0.1548

1.0000

 
 
 
 
 
 
 
 

infl

| -0.2176

-0.3605

-0.0990

0.0573

1.0000

 
 
 
 
 
 
 

txint

| -0.0472

-0.0510

-0.0964

-0.0920

-0.4234

1.0000

 
 
 
 
 
 

crdipv

| 0.2468

0.6240

-0.1102

-0.0686

-0.3768

-0.0905

1.0000

 
 
 
 
 

crdigrwth

| -0.0392

0.0162

0.0259

-0.0130

-0.0704

0.1083

0.0184

1.0000

 
 
 
 

balce

| 0.3659

0.3477

-0.0918

0.0366

-0.0442

-0.2284

0.1116

-0.0842

1.0000

 
 
 

m2rserv

| 0.2312

0.3696

-0.1007

0.0143

-0.1779

-0.0886

0.6335

0.0142

0.0048

1.0000

 
 

cashbq

| -0.3282

-0.5259

0.0245

-0.0198

0.3245

-0.0043

-0.4696

-0.0234

-0.0798

-0.3353

1.0000

 

inst

| 0.2225

0.6040

-0.1213

-0.2219

-0.0777

0.0279

0.3581

0.0980

-0.1151

0.2693

-0.4920

1.0000

m2

| 0.3425

0.4086

-0.0880

-0.1387

-0.3712

-0.0514

0.7479

-0.0679

0.3171

0.4500

-0.3363

0.1296

kaopen

| 0.2542

0.5103

-0.0276

-0.2311

-0.4102

-0.0143

0.3776

0.0325

0.1222

0.3569

-0.4252

0.4011

 

m2

kaopen

 
 
 
 
 
 
 
 
 
 

m2 | 1.0000

 
 
 
 
 
 
 
 
 
 
 

kaopen | 0.3298

1.0000

 
 
 
 
 
 
 
 
 
 

Tableau 4. Matrice de corrélation des pays à moyens et faibles revenus

corr riskfin pib pibgrwth tch infl txint crdipv crdigrwth balce m2rserv cashbq inst m2 kaopen if groupe==2 (obs=1059)

riskfin pib pibgrwth tch infl txint crdipv crdigr~h balce m2rserv cashbq inst

riskfin |

1.0000

 
 
 
 
 
 
 
 
 
 
 

pib |

0.4438

1.0000

 
 
 
 
 
 
 
 
 
 

pibgrwth |

0.3622

0.1510

1.0000

 
 
 
 
 
 
 
 
 

tch |

-0.0522

0.0559

-0.0821

1.0000

 
 
 
 
 
 
 
 

infl |

-0.1749

-0.0358

-0.1556

0.0087

1.0000

 
 
 
 
 
 
 

txint |

0.0456

0.0272

-0.0681

-0.0027

0.3569

1.0000

 
 
 
 
 
 

crdipv |

0.3940

0.2887

0.1683

-0.0002

-0.0216

-0.0063

1.0000

 
 
 
 
 

crdigrwth |

0.0134

0.0174

0.0181

-0.0074

0.1749

0.0176

0.1107

1.0000

 
 
 
 

balce |

0.3085

0.2722

0.0732

-0.0320

-0.1318

-0.1045

0.0933

-0.1274

1.0000

 
 
 

m2rserv |

-0.1434

-0.0913

-0.1903

0.0238

-0.0237

-0.0305

-0.0683

-0.0113

-0.0357

1.0000

 
 

cashbq |

-0.2710

-0.2001

-0.0832

0.0525

0.0627

-0.0526

-0.3053

-0.0107

-0.1241

-0.0255

1.0000

 

inst |

0.5045

0.2531

0.2392

0.0683

-0.0818

0.0708

0.2722

0.0530

0.0420

-0.1108

-0.1916

1.0000

m2 |

0.2930

0.1424

0.1822

0.0109

-0.0611

-0.0244

0.7295

0.0217

0.0905

0.0406

-0.0531

0.1725

kaopen |

0.3372

0.2427

0.1574

-0.1481

-0.0911

0.0733

0.1234

0.0272

-0.0170

-0.2269

-0.0594

0.2008

 

m2

kaopen

 
 
 
 
 
 
 
 
 
 

m2 |

1.0000

 
 
 
 
 
 
 
 
 
 
 

kaopen |

0.1095

1.0000

 
 
 
 
 
 
 
 
 
 

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Il y a des temps ou l'on doit dispenser son mépris qu'avec économie à cause du grand nombre de nécessiteux"   Chateaubriand