impact de la dette publique sur l'investissement: cas …
TRANSCRIPT
SUJET : IMPACT DE LA DETTE PUBLIQUE SUR
L’INVESTISSEMENT : CAS DE LA CEPGL
Présenté par : LUCIEN MOMEKA Ruhangamuza, Assistant des enseignements à l’Université
Evangélique en Afrique/Bukavu/République Démocratique du Congo
E-mail : [email protected]
Téléphones : +243 990 350 696
+243 858 542 406
I
SIGLES ET ABBREVIATIONS
ADF : Augmented Dickey Fuller
AIC : Akaike Info Criterion
CEPGL : Communauté Economique des Pays des Grands Lacs
CRINTB : Crédit Intérieur Brut
ECM : Error Correction Model
FCBF : Formation Brute du Capital Fixe
FMI : Fond Monétaire International
FMOLS : Folly-Modified Ordinary Least Square
GLS : Generaly Least Square
INVPRI : Investissement Privé
INVPUB : Investissement Public
IPPTE : Initiative en faveur des Pays Pauvres Très Endettés
LOG : Logarithme
OCDE : Organisation de coopération et de Développement Economique
PAS : Programme d’Ajustement Structurel
RDC : République Démocratique du Congo
RSDPGE : Ratio Service de la Dette Publique et Garantie par l’Etat
SDEXTPGE : Stock Dette extérieure Publique et Garantie par l’Etat
SIC : Schwarz Info Criterion (SIC)
TCD : Taux de Croissance Démographique
TCPIBr : Taux de Croissance du Produit Intérieur Brut réel
TDCHAr : Taux de Change réel
TERECH : Termes de l’échange
TINFL : Taux d’inflation
TINTr : Taux d’intérêt réel
UEA : Université Evangélique en Afrique
USD : United State Dollars
II
RESUME
La CEPGL et ses Etats membres comme la plupart des pays à faible revenu, accusent une
dette extérieure publique très importante et une faiblesse en termes d’investissements. D’où la
question de se demander « Quel peut être l’impact de la dette publique sur l’investissement
public et privé ? ». Pour mener à bien cette étude, deux modèles ont été spécifiés sur la base
de la littérature théorique et empirique existante et en fonction des spécificités de l’économie
de la CEPGL et de ses pays membres. Après des tests préliminaires (tests des effets
individuels et test de spécification de Hausman) qui nous ont amené à l’estimation de
l’INVPRI par le truchement du FMOLS et du MCO et l’estimation de l’INVPUB par les
GLS, il ressort de cette étude que l’investissement public impacte positivement
l’investissement privé et vice-versa, le stock de la dette publique et garantie par l’Etat, pour sa
part, impact négativement l’investissement privé contrairement à sa relation positive avec
l’investissement public. Quant à ce qui est du service de la dette publique et garantie par
l’Etat, il influence négativement l’investissement (public et privé de long terme)
contrairement à son impact sur l’investissement privé de long terme
MOTS CLES : Investissement, Dette publique, CEPGL, données de PANEL.
ABSTRACT
The CEPGL and its member states, like most low-income countries, have a very large public
external debt and a weakness in terms of investment. Hence the question of asking "What
impact can the public debt have on public and private investment? ". To carry out this study,
two models were specified on the basis of the existing theoretical and empirical literature and
according to the specificities of the economy of the CEPGL and its member countries. After
preliminary tests (individual effects tests and Hausman specification test) which led to
INVPRI estimation through the FMOLS and MCO and INVPUB estimation by the GLS, it
appears that of this study, that public investment positively impacts private investment and
vice versa, the government-backed stock of public debt, on the other hand, has a negative
impact on private investment, contrary to its positive relationship with the private sector.
public investment. As for the servicing of the public debt and guaranteed by the State, it
negatively influences the investment (public and private long-term) contrary to its impact on
long-term private investment.
KEY WORDS : Investment, Public debt, CEPGL, PANEL data.
III
TABLEAUX ET FIGURES
I. TABLEAUX
Tableau n° 1 : Effets individuels pour le premier modèle (INVPRI) .................................................... 11
Tableau n° 2 : Effets individuels pour le deuxième modèle (INVPUB) ............................................... 11
Tableau n° 3 : Test de Hausman pour le premier modèle (INVPRI) .................................................... 12
Tableau n° 4 : Test de Hausman pour le premier modèle (INVPUB) ................................................... 12
Tableau n° 5 : Test d’homoscédasticité pour le premier modèle (INVPRI) ......................................... 13
Tableau n° 6 : Test d’homoscédasticité pour le deuxième modèle (INVPUB) ..................................... 13
Tableau n° 7 : Test unitaire LLC, IPS et ADF Chi-square .................................................................... 15
Tableau n° 8 : Nombre de retards appliqué au test de cointégration ..................................................... 16
Tableau n° 9 : Test de cointégration de Pedroni .................................................................................... 17
Tableau n° 10 : Estimation de la relation de court terme pour le premier modèle ................................ 18
Tableau n° 11 : Estimation de la relation de long terme pour le premier modèle ................................. 19
Tableau n° 12 : Estimation du coefficient de correction ....................................................................... 20
Tableau n° 13 : Estimations du second modèle ..................................................................................... 20
Tableau n° 14 : Détermination du nombre des retards pour le test de causalité .................................... 21
Tableau n° 15 : Test de causalité au sens de Granger ........................................................................... 22
II. FIGURES
Figures n° 1 : Description graphique des variables d'intérêt ................................................................... 9
Figures n° 2 : Description graphique des variables d'intérêt par pays en $ ........................................... 10
IV
PLAN SOMMAIRE
SIGLES ET ABBREVIATIONS ............................................................................................................. I
RESUME ............................................................................................................................................... II
ABSTRACT ........................................................................................................................................... II
TABLEAUX ET FIGURES ................................................................................................................. III
1. INTRODUCTION .......................................................................................................................... 1
2. L’APPROCHE METHODOLOGIQUE ........................................................................................ 6
2.1. SPECIFICATION DES MODELES ..................................................................................... 6
2.2. TECHNIQUES D’ESTIMATION ......................................................................................... 8
2.2.1. Estimation des coefficients des modèles ........................................................................ 8
2.2.2. Estimation du modèle de panel ...................................................................................... 8
3. ANALYSE DES DONNEES ET INRERPRETATION DES RESULTATS ................................ 9
3.1. ANALYSE DESCRIPTIVE DES DONNEES ....................................................................... 9
3.2. ANALYSES ECONOMETRIQUES DES DONNEES........................................................ 10
3.2.1. Test de présence d’effets individuels ............................................................................ 10
3.2.2. Test de Hausman .......................................................................................................... 12
3.2.3. Corrélation et hétéroscedasticité .................................................................................. 12
3.2.4. Estimation des modèles ................................................................................................ 14
3.2.5. Test de causalité au sens de Granger ........................................................................... 21
4. DISCUSSION DES RESULTATS ............................................................................................... 22
4.1. DISCUSSION ECONOMIQUE DES RESULTATS ET VERIFICATION DES
HYPOTHESES DE RECHERCHE ................................................................................................ 23
4.1.1. Relation Stock et service de la dette Publique et investissement ................................. 23
4.1.2. Liaison investissement public-investissement privé .................................................... 24
4.2. RECOMMANDATIONS DE POLITIQUES ECONOMIQUES ........................................ 24
4.2.1. La poursuite des politiques en faveur de l'annulation de la dette .............................. 25
4.2.2. Développement des politiques d’investissement public favorisant la promotion du
secteur privé .................................................................................................................................. 25
4.2.3. Stratégies de promotion et de diversification des exportations ................................... 26
4.3. PERSPECTIVES D'AVENIR .............................................................................................. 26
4.4. LIMITES ET VOIES DE RECHERCHE ........................................................................... 26
CONCLUSION ..................................................................................................................................... 27
BIBLIOGRAPHIE ............................................................................................................................... 28
1
1. INTRODUCTION
L’accroissement des dépenses publiques, l’insuffisance de l’épargne intérieure et les sources
réduites de l’assiette fiscale expliquent le recours à l’emprunt. Il s’en est suivi le formidable
accroissement de la dette publique qui commença à la fin des années 1960 et déboucha sur
une crise de remboursement à partir de 1982 (*1)
. La dette publique des pays du tiers-monde a
ainsi été multipliée par douze entre 1968 et 1980 (MILLET & TOUSSANIT, 2012).
Par ailleurs, les Etats ont l’obligation de recourir aux marchés financiers ou à leurs citoyens
pour suppléer à un quelconque déficit budgétaire et ne peuvent emprunter à taux zéro. Contre
les hauts taux d’intérêt des dettes, les Etats doivent donner des gages de « bonne gestion » aux
marchés financiers en restreignant les dépenses publiques qui peuvent avoir en général des
répercussions sur le niveau des investissements publics et par voie de conséquence sur le
niveau des investissements privés (NAUTET & MEENSEL, 2013).
Il est évident qu’à la suite du premier choc pétrolier, un double laxisme est intervenu. Du côté
des créanciers tout d’abord qui, ayant à faire face au recyclage des eurodollars, puis des
pétrodollars(*2)
, ont développé une activité de prêt aux pays du Tiers monde. Du côté des pays
en développement ensuite, les crédits obtenus n’ont guère été utilisés rationnellement. Au lieu
de financer des investissements productifs, seuls susceptibles de renforcer la capacité
exportatrice de ces pays et de générer les flux de devises nécessaires au remboursement de la
dette, les gouvernements des pays endettés se sont lancés dans des programmes
d’investissement à la rentabilité plus que douteuse et trop souvent inadaptés aux besoins
locaux (BERR, 2005).
Ainsi, au cours de ces trois dernières décennies, le contexte économique a été marqué par un
endettement massif pour beaucoup de pays en développement (GAIDAM). Face au constat
selon lequel la dette des pays pauvres était devenue insoutenable et qu’elle compromettait le
développement de ces derniers, la communauté des bailleurs a lancé en 1996 l’initiative en
faveur des pays pauvres très endettés qui s’est traduite par l’annulation de la dette extérieure
1 La crise de 1982 n’est pas la première du genre. Pour un historique des crises d’endettement, voir Toussaint
(2001), Millet et Toussaint (2002). 2 Les « eurodollars » renvoient aux dollars prêtés dans les années 1950 par les Etats-Unis aux Nations
européennes, notamment via le plan Marshall destiné à financer leur reconstruction. A partir des années 1960, les
banques privées européennes regorgent donc de capitaux, essentiellement constitués par ces « eurodollars », et
elles vont alors chercher à les prêter pour qu’ils génèrent des profits. Quant aux « pétrodollars », ce sont les
dollars issus du pétrole. A partir de 1973, l’augmentation du prix du pétrole (ce qu’on a appelé le premier « choc
pétrolier ») a apporté des revenus confortables aux pays producteurs qui les ont placés dans les banques
occidentales. Pour qu’ils leur profitent, ces banques ont alors accordé des prêts à des conditions avantageuses.
2
de certains pays en développement dont ceux de la CEPGL. Ces annulations associées aux
Programmes d’Ajustement Structurel (PAS) ont atténué, à court terme les problèmes de
liquidité liés au service de la dette, mais à long terme elles ont connu dans leur ensemble des
résultats mitigés. Pire le fardeau de la dette demeure encore lourd et continue de croître, si
bien que certains pays en sont arrivés à une dette dont ils ne peuvent aujourd’hui assurer le
service (FMI, 2010).
Ainsi, le débat relatif aux effets de l’endettement public suscite aujourd’hui davantage
d’intérêt d’autant plus que bon nombre de pays continuent à s’engager dans des processus de
réforme de la dette de l’Etat. Les gouvernements et la communauté financière internationale
font face à un environnement défavorable au processus de développement économique et
social suite au fléau d’endettement (CARTON, 2013).
La problématique de l’endettement public dans la théorie macroéconomique se pose aux
termes des effets de la dette de l’Etat sur l’économie réelle en général et plus particulièrement
sur l’investissement (MBUYI, 2008). Depuis les analyses de Barro, les économistes n’ont
cessé de réviser leurs croyances initiales épuisées dans les théories keynésienne et
néoclassique. Pour les classiques l’interventionnisme de l’Etat est une source de déséquilibre
de marché dues aux effets d’évictions liés à l’alourdissement de la dette publique et la charge
d’intérêt tandis que pour les keynésiens, l’Etat doit jouer un rôle clé dans le processus de
croissance économique à travers les dépenses publiques et plus particulièrement les
investissements publics (WARNER, 1992).
Le débat relatif à l’impact de la dette publique sur l’investissement (public et privée) a ainsi
connu ces dernières années une ampleur considérable tant par l’importance de ses
implications en termes de politique économique que par le nombre d’analyses théoriques et
empiriques auxquelles il a donné lieu (GAIDAM). Dans la plupart d’études empiriques, une
forme réduite d’équation de l’investissement ou de la croissance est utilisée, sous laquelle le
stock de la dette est présumé l’affecter soit directement, soit indirectement. Certains auteurs
comme (WARNER, 1992) ont conclu que la crise de la dette n’a pas déprimé
l’investissement. Cependant, d’autres à l’instar de GREENE et VILLANUEVA (1991),
SERVEN et SOLIMANO (1993), ainsi que DESHPANDE (1997) ont trouvé des résultats en
faveur de l’hypothèse du fardeau virtuel de la dette. En outre, beaucoup d’autres études ont
démontré l’effet de l’investissement public sur l’investissement privé. Les conclusions
divergent quant à la nature de cet impact. Certains auteurs comme GREENE et
3
VILLANUEVA (1991) ainsi que BLEJER et KHAN (1984) ont abouti à une relation de
complémentarité à long terme, tandis que d’autres comme GAIDAM (2004) et WERE (2001)
ont confirmé l’hypothèse de l’effet d’éviction.
B. CLEMENTS, BHATTACHARYA R. et NGUYEN T. Q. (2003) dans leur étude sur la
relation dette extérieure, investissement public et croissance dans cinquante cinq pays à faible
revenu, ont abouti aux résultats suivants selon lequel stock élevé de la dette extérieure peut
déprimer la croissance économique dans les pays à faible revenu à travers ses effets sur
l’utilisation efficiente des ressources plutôt qu'en déprimant l’investissement privé. En outre,
la dette extérieure affecte aussi la croissance par un effet indirect à travers l’investissement
public. Cependant, le stock de la dette publique ne semble pas déprimer l’investissement
public. Pour ces auteurs, la réduction de la dette des pays à faible revenu aura un impact
positif sur leur croissance économique. Ainsi si la moitié du service de la dette est canalisée,
sans accroître le déficit budgétaire, alors la croissance pourrait s’accélérer de 0,5 point par an.
Par ailleurs, Des rares arguments empiriques pour les pays en développement divergent sur la
question de l’impact de l’investissement public sur l’investissement privé, plusieurs études en
la matière ont confirme l’idée suivant laquelle l’effet dépend du degré de complémentarité ou
de substituabilité entre l’investissement public et l’investissement prive. GREENE et
VILLANUEVA (1991) de leurs parts en examinant la relation entre l’endettement et
l’accumulation privée des richesses dans 23 pays sur la période 1975-1987, ont interprété la
relation entre l’investissement public et l’investissement prive comme une complémentarité à
long terme et une substituabilité à court terme.
Comparativement à d’autres travaux auxquels nous avons eu recours, le notre présente des
particularités en ce sens qu’il se veut d’étudier les aspects temporels proches de la date
actuelle en intégrant dans son analyse les dernières années que ces autres travaux n’en avaient
pas tenu compte. L’aspect importance de l’échantillon par le fait que les données de PANEL
constitueront même la clé de ce travail est aussi nécessaire d’autant plus que nous aurons à
faire à un échantillon énorme. Ce que d’autres auteurs n’ont pas fait à l’exception des certains
rapport des organisations internationales. En plus, l’insuffisance des études pareilles pour les
pays de la CEPGL, fera de notre travail une particularité dans ce sens qu’elle s’intéresse à
toute une région économique d’une importance énorme en termes de potentialités
économiques, humaines, hospitalières, Etc.
4
Les problèmes d’endettement et surtout ceux de l’affectation de ce dernier se posent aussi
avec beaucoup d’acuité en Afrique et principalement au sud du Sahara (Banque mondiale,
1989). Pour cela, tout au long de notre travail nous allons entreprendre une étude qui
s’intéressera à l’impact de la dette publique sur l’investissement en apportant toute notre
réflexion sur les Etats membres de la CEPGL.
En effet, en comparant les deux dernières années pour chaque Etat membre de la CEPGL,
nous observons la diminution de l’encours de la dette publique se rapportant au Revenu
national brut (*3)
, l’augmentation du service de la dette publique se rapportant aux exportations
en termes d’engagement de ces Etats pour le remboursement de la dette(*4)
ainsi que la
diminution du niveau des investissements (publics et privés)(*5)
. Partant de ces trois
observations, nous constatons que dans les trois Etats membres de la CEPGL, on consacre
beaucoup plus de ressources au remboursement de la dette qu’aux dépenses d’investissement.
Le niveau élevé de cet indicateur (service de la dette) par rapport à l’évolution du niveau des
investissements dans les Etats membres de la CEPGL pose problème quand bien même, nous
savons que les objectifs pour le développement durable suggèrent aux pays pauvres très
endettés (PPTE) de consacrer plus de 35% de leur PIB à l’investissement en vue d’atteindre
un taux de croissance de 7% d’ici 2020.
Au vu de tout cela, quand bien même, les gouvernements des Etats membres de la CEPGL ont
toujours tendance à recourir aux emprunts pour assurer l’équilibre budgétaire et avoir ainsi
des moyens nécessaires pour financer les investissements publics sans pour autant chercher à
asphyxier ceux du secteur privé ; il se pose une préoccupation majeure à savoir : Qu’est ce qui
influence la variation du niveau des investissements dans les Etats membres de la CEPGL?
De cette question primordiale, il sied d’articuler deux autres questions suivantes qui méritent
une attention particulière : Quel est l’impact de l’investissement public sur l’investissement
privé dans les Etats membres de la CEPGL ? Quel est l’impact des stocks et services de la
dette extérieure publique sur l’investissement dans les Etats membres de la CEPGL ?
3 Pour le Burundi, l’encours de la dette est passé de 1,1 à 1,0% entre 2014 et 2015. Pour la RDC, l’encours de la
dette est passé de 1,5 à 1,4% entre 2014 et 2015 Et pour le Rwanda, l’encours de la dette publique est passé de
0,7 à 0,6%.entre 2014 et 2015. 4 Pour le Burundi, le ratio service de la dette publique est passé de 8,8 à 13,7% entre 2014 et 2015. Pour la RDC,
le ratio service de la dette publique est passé de 3,1 à 3,3% entre 2014 et 2015 Et pour le Rwanda, le ratio service
de la dette publique est passé de 2,2 à 3,4% entre 2014 et 2015. 5 Pour le Burundi, le taux d’investissement est passé de 29 à 28% entre 2014 et 2015. Pour la RDC, le taux
d’investissement est passé de 22 à 21% entre 2014 et 2015 Et pour le Rwanda, le taux d’investissement est passé
de 26 à 25% entre 2014 et 2015.
5
Ainsi, nous appuyant aux études de JEAN EGBERT STURM (2011) et celles de GREEN et
VILLANUEVA (1989), nous disons que le crédit domestique, les termes de l’échange, le taux
de change réel, la dette publique, le taux d’intérêt, le taux d’inflation, la croissance du PIB
réel, les aides extérieures ainsi que la croissance démographique expliquent la variation des
investissements dans les Etats membres de la CEPGL. Les mêmes études de GREEN et
VILLANUEVA nous poussent à avancer l’idée selon laquelle l’investissement public exerce
une relation de complémentarité à long terme et de substituabilité à court terme sur
l’investissement privé dans les Etats membres de la CEPGL. Par ailleurs, en se servant des
travaux de WERE (2001) ainsi que ceux de B. CLEMENTS, BHATTACHARYA R. et
NGUYEN T. Q. (2003) nous disons que le stock et le service de la dette extérieure publique
influenceraient négativement l’investissement dans les Etats membres de la CEPGL.
L’objectif principal de la présente étude est d’examiner les effets de la dette publique sur
l’investissement (public et privé), sans toutefois négliger les autres déterminants de ce dernier.
Outre cet objectif, ce travail se propose dans le cadre institutionnel des Etats membres de la
CEPGL de décrire l’évolution et la structure des certaines indicateurs macroéconomiques
ayant de l’influence sur l’investissement public ou privé et d’en dégager les liens possibles. Il
sera aussi question d’analyser l’impact de l’investissement public sur l’investissement privé.
Nous avons choisi ce sujet pour traiter des phénomènes qui freinent les performances
économiques des pays à savoir : un endettement public énorme et mal négocié ainsi que des
projets d’investissement public mal choisis et mal gérés. Dans la réalité, chaque pays présente
indubitablement des spécificités qui font que le poids de la dette n’est pas ressenti de la même
manière. Dès lors, l’analyse de l’impact de l’endettement public sur le niveau des
investissements pour un pays présente un intérêt majeur (FMI, 2010).
L’étude de la relation entre l’emprunt et l’investissement revêt ainsi donc un intérêt pratique
pour un certain nombre de raisons : la persistance des déficits publics pour les pays membres
de la CEPGL, parfois des faibles taux de croissance annuel dus aux insuffisances des
investissements publics et privés. Sur le plan théorique, il s’agit de mettre en évidence deux
sujets à questionnement apparemment distantes mais intimement reliées, à savoir
l’endettement public et l’investissement. S’agissant de l’intérêt « opérationnel », il est
question de savoir si la dette publique est vertueuse, c’est-à-dire, comment est-elle susceptible
de se transformer en investissements productifs, source de croissance économique. La
6
détermination empirique de l’impact de la dette publique sur l’investissement serait de nature
à orienter les choix en matière de politique économique dans les Etats membres de la CEPGL.
Ces investigations sont faites dans les limites de l’espace des Etats membres de la CEPGL qui
est une communauté réunissant en son sein trois Etats souverains : la République
Démocratique du Congo, la République du Burundi et la République du Rwanda. Elles
portent essentiellement sur l’intervalle de temps allant de 1960 à 2015. Période pendant
laquelle les dettes publiques ont énormément progressé dans tous les pays y compris ceux de
la CEPGL.
Outre l’introduction et la conclusion, notre travail s’articule autour de trois points. Le premier
point est consacré à la présentation du matériel et démarche méthodologique nécessaires pour
tester nos hypothèses. Les résultats de nos analyses et les différents tests à mener seront
présentés au deuxième point. Le troisième chapitre est consacré à la discussion des résultats.
2. L’APPROCHE METHODOLOGIQUE
Dans le cadre de récolte, analyse et traitement des données, les tests économétriques
s’appuient sur des séries macroéconomiques annuelles exprimées en $ et en %, couvrant la
période allant de 1960 à 2015 (55 ans) et utilisant la base de données de la Banque mondiale
(CD-ROM, World Bank Indicators, 2015), celle du FMI ainsi que les rapports et annexes des
banques nationales des Etats membres de la CEPGL.
2.1. SPECIFICATION DES MODELES
Les spécifications utilisées pour modéliser l’investissement public tirent leur fondement dans
les modèles proposé par JEAN EGBERT STURM (2001) et repris par B. CLEMENTS, R.
BATTACHARYA et al. (2005) dans leur étude intitulée « l’allègement de la dette peut-il
doper la croissance des pays pauvres ? ». L’investissement privé de son côté est modélisé à
partir du modèle d’accélérateur flexible simple avec une spécification emprunté en grande
partie chez GREENE ET VILLANUEVA (1989). Bien que les spécifications des auteurs
précités soient différentes aux nôtres dans les choix des variables mais il y a une certaine
similitude quant à la forme retenue. Cependant, il nous a été d’une importance capitale
d’introduire deux notions se rapportant à la dette publique à savoir : le stock de la dette
publique extérieure et garantie par l’Etat ainsi que le ratio service de la dette publique et
garantie par l’Etat.
7
Ainsi, Pour mesurer l’impact de la dette publique sur l’investissement public tel que formulé
dans la première hypothèse, le modèle d’investissement public retenu s’écrit comme suit :
Par ailleurs, il sera procédé à une estimation afin de faire ressortir, l’impact de
l’investissement public sur l’investissement privé, et celui de l’endettement sur
l’investissement, formulés tour à tour dans la deuxième et la troisième hypothèse.
L’investissement privé dans les pays de la CEPGL est analysée à partir d’un modèle
d’accélérateur flexible simple dans lequel il est supposé que la technologie de production est
caractérisée par une relation fixe entre le stock de capital désiré ( ) et le niveau de
production espéré . La forme la plus simple du modèle d’accélérateur est donnée par
l’équation :
Le stock de capital s’ajuste en fonction de la différence entre ce stock de capital désiré et le
stock de capital de la période précédente à la vitesse β. Ainsi,
En empruntant en partie la spécification de Greene et Villanueva (1989), la vitesse
d’ajustement β est modélisée par l’équation suivante :
L’investissement privé ) est déterminé en fonction du stock de capital courant et du taux de
dépréciation du capital selon la relation ci-après :
Avec
En utilisant l’opérateur de retard définie par pour tout X, l’investissement privé
s'écrit :
En posant l’hypothèse selon laquelle , c’est-à-dire que le rythme de dépréciation du
capital reste égal à la vitesse d’ajustement du stock de capital, l’équation de long terme de
l’investissement privé s’écrit alors : .En effet, à long terme,
et il peut être
postulé que pour une grandeur donnée. Ainsi, l’équation de
l’investissement privé est donnée par :
8
2.2. TECHNIQUES D’ESTIMATION
La présente étude fait recours aux outils statistiques et économétriques pour la vérification des
hypothèses formulées en utilisant le logiciel EVIEWS version 8.0, STATA 12.0 et l’opérateur
Excel 2010. Avant de procéder à l’analyse des données, si la procédure d’analyse nous
autorise, il est nécessaire de mener deux tests préliminaires pour éviter toute régression
fallacieuse : test de stationnarité et celui de cointégration. La stationnarité des séries se justifie
si la moyenne et la variance sont constantes dans le temps et si la valeur de la covariance entre
deux périodes ne dépend pas du moment auquel la covariance est calculée. Ainsi, le non
stationnarité d’une série se manifeste à travers deux composantes : la présence de tendance
déterministe et/ou de tendance stochastique.
2.2.1. Estimation des coefficients des modèles
Sachant que les équations sont exprimées en logarithme générée par le logiciel en vue
d’obtenir directement les élasticités des certaines variables (du moins pour les variables
exprimées en $ USD). En introduisant dorénavant la relation de long terme qui fera l’objet du
test de cointégration, les modèles spécifiés s’écrivent de la manière suivante :
2.2.2. Estimation du modèle de panel
Partant du double dimension, individuelle et temporelle que doit contenir le modèle de Panel,
deux tests sont effectués : Le premier qui a été d’une importance capital permet de spécifier
les effets individuels pour notre panel en cherchant à discriminer les effets fixes et aléatoires.
Le second quant à lui est le test d’homogénéité et celui de spécification de Hausman Donc, il
s’agit de faire un choix entre le modèle de composantes d’erreur ou modèle d’effets aléatoires
et le modèle des effets de fixité. Si nous devons opter pour le modèle à effets fixe qui sont de
la forme : , nos modèles spécifiés s’écriront de la manière suivante :
9
3. ANALYSE DES DONNEES ET INRERPRETATION DES RESULTATS
Dans le présent point, nous allons analyser de façon descriptive et économétrique les données
en utilisant les logiciels STATA 12.0 et Eviews 8.0
3.1. ANALYSE DESCRIPTIVE DES DONNEES
Nous avons trouvé un intérêt particulier de décrire statistiquement nos variables d’intérêt
(investissement public, investissement privé, stock de la dette publique et garantie par l’Etat et
le ration service de la dette publique et garantie par l’Etat) avant même d’appréhender
d’autres analyses.
Figures n° 1 : Description graphique des variables d'intérêt
0
10
20
30
40
1.0e+09 2.0e+09 3.0e+09
Series: FBCF__INVPRI_Sample 1960 2016Observations 171
Mean 7.35e+08Median 4.91e+08Maximum 3.56e+09Minimum 1.19e+08Std. Dev. 8.30e+08Skewness 2.143920Kurtosis 6.617676
Jarque-Bera 224.2462Probability 0.000000
0
10
20
30
40
4.0e+08 8.0e+08 1.2e+09 1.6e+09 2.0e+09
Series: INVPUBSample 1960 2016Observations 171
Mean 5.48e+08Median 3.64e+08Maximum 2.16e+09Minimum 1.01e+08Std. Dev. 5.22e+08Skewness 1.960859Kurtosis 5.914862
Jarque-Bera 170.1185Probability 0.000000
0
10
20
30
40
50
60
70
5 10 15 20 25 30 35 40 45 50
Series: SERV_DETTESample 1960 2016Observations 171
Mean 17.44516Median 18.34191Maximum 51.11837Minimum 2.520132Std. Dev. 7.235574Skewness 1.360833Kurtosis 9.739971
Jarque-Bera 376.4471Probability 0.000000
0
4
8
12
16
20
24
28
2500.00 1.0e+09 2.0e+09 3.0e+09 4.0e+09 5.0e+09
Series: STOCK_DETTESample 1960 2016Observations 171
Mean 2.65e+09Median 2.56e+09Maximum 5.18e+09Minimum 1.22e+08Std. Dev. 1.72e+09Skewness 0.043261Kurtosis 1.491112
Jarque-Bera 16.27513Probability 0.000292
Source : De nos données à partir de Eviews 8.0
Les figures ci-dessus décrivent les caractéristiques des variables d’intérêts pour les trois pays
membres de la communauté économique des pays des grands lacs. Cependant nous pouvons
résumer graphiquement les mêmes statistiques pour chacun de ces pays (Cf. Graphiques n°2).
10
Figures n° 2 : Description graphique des variables d'intérêt par pays en $
0
400,000,000
800,000,000
1,200,000,000
1,600,000,000
2,000,000,000
2,400,000,000 1
- 6
0
1 -
66
1 -
72
1 -
78
1 -
84
1 -
90
1 -
96
1 -
02
1 -
08
1 -
14
2 -
63
2 -
69
2 -
75
2 -
81
2 -
87
2 -
93
2 -
99
2 -
05
2 -
11
3 -
60
3 -
66
3 -
72
3 -
78
3 -
84
3 -
90
3 -
96
3 -
02
3 -
08
3 -
14
INVPUB
0
400,000,000
800,000,000
1,200,000,000
1,600,000,000
2,000,000,000
2,400,000,000
2,800,000,000
3,200,000,000
3,600,000,000
1 -
60
1 -
66
1 -
72
1 -
78
1 -
84
1 -
90
1 -
96
1 -
02
1 -
08
1 -
14
2 -
63
2 -
69
2 -
75
2 -
81
2 -
87
2 -
93
2 -
99
2 -
05
2 -
11
3 -
60
3 -
66
3 -
72
3 -
78
3 -
84
3 -
90
3 -
96
3 -
02
3 -
08
3 -
14
FBCF_(INVPRI)
0
1,000,000,000
2,000,000,000
3,000,000,000
4,000,000,000
5,000,000,000
6,000,000,000
1 -
60
1 -
66
1 -
72
1 -
78
1 -
84
1 -
90
1 -
96
1 -
02
1 -
08
1 -
14
2 -
63
2 -
69
2 -
75
2 -
81
2 -
87
2 -
93
2 -
99
2 -
05
2 -
11
3 -
60
3 -
66
3 -
72
3 -
78
3 -
84
3 -
90
3 -
96
3 -
02
3 -
08
3 -
14
STOCK_DETTE
0
10
20
30
40
50
60
1 -
60
1 -
66
1 -
72
1 -
78
1 -
84
1 -
90
1 -
96
1 -
02
1 -
08
1 -
14
2 -
63
2 -
69
2 -
75
2 -
81
2 -
87
2 -
93
2 -
99
2 -
05
2 -
11
3 -
60
3 -
66
3 -
72
3 -
78
3 -
84
3 -
90
3 -
96
3 -
02
3 -
08
3 -
14
SERV_DETTE
Source : De nos données à partir de Eviews 8.0
Les quatre figures ci-haut présentées prouvent à suffisance peu une certaine homogénéité des
caractéristiques descriptives des variables d’intérêt.
3.2. ANALYSES ECONOMETRIQUES DES DONNEES
Il est intéressant d’identifier l’effet associé à chaque pays, c’est-à-dire un effet qui ne varie
pas dans le temps, mais qui varie d’un pays à l’autre. Cet effet peut être fixe ou aléatoire. En
plus de la question des effets individuels, sont examinées les questions de la corrélation et de
l’hétéroscédasticité dans le cadre des données en notre possession ainsi que la question du
biais de sélection qui sera aussi tenu compte pour parfaire certains tests.
3.2.1. Test de présence d’effets individuels
Nous allons commencer par vérifier s’il y a bel et bien présence d’effets individuels dans nos
données. On peut représenter ces effets par une intercepte propre à chaque pays . On
cherche donc à tester l’hypothèse nulle dans la régression
qui est une modélisation des effets individuels.
11
Tableau n° 1 : Effets individuels pour le premier modèle (INVPRI)
Fixed-effects (within) regression Number of obs = 171
Group variable: Country_Code Number of groups = 3
R-sq: within = 0.6921 Obs per group: min = 57
between = 0.9684 avg = 57.0
overall = 0.7873 max = 57
F(9,159) = 39.71
corr(u_i, Xb) = 0.4793 Prob > F = 0.0000
sigma_u .38953299
sigma_e .72440744
rho .22429487 (fraction of variance due to u_i)
F test that all u_i=0: F(2, 159) = 2.80 Prob > F = 0.0638
Source : De nos données à partir de STATA 12.0
Tableau n° 2 : Effets individuels pour le deuxième modèle (INVPUB)
Fixed-effects (within) regression Number of obs = 171
Group variable: Country_Code Number of groups = 3
R-sq: within = 0.8280 Obs per group: min = 57
between = 0.9809 avg = 57.0
overall = 0.8774 max = 57
F(7,161) = 110.73
corr(u_i, Xb) = 0.4701 Prob > F = 0.0000
sigma_u .28504909
sigma_e .51038772
rho .23775658 (fraction of variance due to u_i)
F test that all u_i=0: F(2, 161) = 8.18 Prob > F = 0.0004
Source : De nos données à partir de STATA 12.0
Etant donné que pour le premier modèle (INVPRI), la probabilité associée au test de Fisher
est supérieur à 5%, nous infirmons l’hypothèse nulle selon laquelle il ya une intercepte
commune pour ce modèle, chose différente pour le second modèle. Ainsi, on doit inclure des
effets individuels dans le premier modèle. Pour capter les effets individuels liés au premier
modèle, nous allons utiliser l’estimateur «within» (qui revient au même à l’ajout de variables
dichotomiques) qui mesure la variation de chaque observation par rapport à la moyenne du
pays auquel appartient l’observation . Les effets individuels
sont donc éliminés et l’estimateur de MCO peut être utilisé sur les nouvelles variables du
premier modèle.
12
3.2.2. Test de Hausman
Etant un test de spécification qui permet de déterminer si les coefficients des deux estimations
(fixe et aléatoire) sont statistiquement différents. Sous l’hypothèse nulle d’indépendance entre
les erreurs et les variables explicatives, les deux estimateurs sont non biaisés, donc les
coefficients estimés devraient peu différer.
Tableau n° 3 : Test de Hausman pour le premier modèle (INVPRI) b = consistent under Ho and Ha; obtained from xtreg
B = inconsistent under Ha, efficient under Ho; obtained from xtreg
Test: Ho:
difference in coefficients not
systematic
chi2(9) = (b-B)'[(V_b-V_B)^(-1)](b-B)
= 5.65
Prob>chi2 = 0.7739
(V_b-V_B is not positive definite)
Source : De nos données à partir de STATA 12.0
Tableau n° 4 : Test de Hausman pour le premier modèle (INVPUB)
b = consistent under Ho and Ha; obtained from xtreg
B = inconsistent under Ha, efficient under Ho; obtained from xtreg
Test: Ho: difference in coefficients not systematic
chi2(6) = (b-B)'[(V_b-V_B)^(-1)](b-B)
= 18.66
Prob>chi2 = 0.0048
(V_b-V_B is not positive definite)
Source : De nos données à partir de STATA 12.0
Les résultats suivent une loi χ2 avec K-1 degré de liberté. Pour le premier modèle, la p-value
(0,7739) étant supérieure au niveau de confiance (5%), nous rejetons l’hypothèse nulle de la
présence des effets fixes, donc, pour ce modèle nous utiliserons les effets aléatoires qui sont
efficaces s’il n’y a pas de corrélation entre les erreurs et les variables explicatives. Par contre,
pour le second modèle, la p-value (0,0048) étant supérieure au niveau de confiance (5%) nous
allons utiliser les effets fixes pour ce modèle.
3.2.3. Corrélation et hétéroscedasticité
On doit vérifier les hypothèses d’homoscédasticité et de corrélation. Quatre tests permettent
de vérifier si nos données respectent ces hypothèses dans le contexte. En ce qui concerne
l’hypothèse d’homoscédasticité (test1 et test2), on doit vérifier si la variance des erreurs de
chaque individu est constante : pour tout individu i, on doit donc avoir pour tout t.
13
Pour la corrélation, l’aspect nouveau auquel on doit porter attention concerne la possibilité de
corrélation des erreurs entre les individus (test3). On doit aussi vérifier que les erreurs ne sont
pas autocorrélées et ce, pour chaque individu (test4).
3.2.3.1. Test d’hétéroscédasticité
Pour tester l’hétéroscédasticité des résidus, nous utilisons le Test de Breusch-Pagan en
considérant les effets aléatoires pour le premier modèle et les effets fixes pour le second
modèle :
Tableau n° 5 : Test d’homoscédasticité pour le premier modèle (INVPRI)
Source SS df MS Number of obs = 171
F( 9, 161) =12365.04
Model 539897.496 9 59988.6107 Prob > F = 0.0000
Residual 781.086284 161 4.8514676 R-squared = 0.9986
Adj R-squared = 0.9985
Total 540678.583 170 3180.46225 Root MSE = 2.2026
Source : De nos données à partir de STATA 12.0
Tableau n° 6 : Test d’homoscédasticité pour le deuxième modèle (INVPUB)
Source SS df MS Number of obs = 171
F( 7, 163) =14157.91
Model 431713.29 7 61673.3271 Prob > F = 0.0000
Residual 710.044688 163 4.35610238 R-squared = 0.9984
Adj R-squared = 0.9983
Total 432423.334 170 2543.66667 Root MSE = 2.0871
Source : De nos données à partir de STATA 12.0
L’hypothèse nulle dans ce cas, est que tous les coefficients de la régression des résidus au
carré sont nuls, bref il y a homoscédasticité. L’hypothèse alternative est qu’il y a
hétéroscédasticité. Ainsi, pour les deux modèles, on rejette l’hypothèse nulle (« p-value » <
alpha) d’homoscédasticité, on peut conclure à la présence d’hétéroscédasticité. Alors on a
pour tout i, t ce qui implique nécessairement que
pour tout t et
pour tout i. Il n’est alors pas nécessaire de faire le test d’héteroscédasticité inter-individuel
(Test de wald modifié) qui est considéré ici comme le test 2.
Comme le deuxième modèle ne contient pas d’effets individuels et il possède des effets fixes,
on continu l’analyse au test de corrélation (test 3). Cependant, pour le premier modèle bien
que cela soit théoriquement possible, certains logiciels comme STATA ne permettant pas de
tester la corrélation si notre modèle inclut des effets aléatoires (on continue donc au test 4).
14
Comme on a conclu à la présence d’héteroscédasticité pour tenter d’obtenir plus
d’informations sur la forme de l’hétéroscédasticité, on utilise alors les MCG (GLS en anglais)
pour le second modèle où :
et
3.2.3.2. Corrélation contemporaine entre individus pour le deuxième modèle
Pour tester la présence de corrélation des erreurs inter-individus pour une même période,
donc : pour , on utilise le test de Wald. L’hypothèse nulle de ce test est
l’indépendance des résidus entre les individus. Ce test vérifie que la somme des carrés des
coefficients de corrélation entre les erreurs contemporaines est approximativement zéro.
Puisqu’il est seulement nécessaire de tester ceux sous la diagonale, la statistique résultante
suit une loi de 2 de degré de liberté équivalent au nombre de restrictions testées.
Après le test sous STATA 12.0 sur le panel corrigé, la valeur obtenue sur le 2 associé au test
de Wald qui est de 1256,14 avec une p-value de 0.0000 qui est inférieure à la valeur critique
(0.05), on confirme l’hypothèse nulle : les erreurs ne sont pas corrélées de manière
contemporaine.
3.2.3.3. Autocorrélation intra-individus pour le premier modèle
Ici, on cherche à vérifier si les erreurs sont autocorrélées pour de forme
autorégressive (AR1) : . Nous réalisons un test Wald dont
l’hypothèse nulle est celle d’absence d’autocorrélation des erreurs. STATA 12.0 nous a
produit les résultats suivants, le 2 associé au test de Wald étant de 95.18 avec une p-value de
0.0000 qui est inférieure à la valeur critique (0.05), les erreurs des individus ne sont pas
autocorrélées.
3.2.4. Estimation des modèles
Dans le cadre des estimations de nos modèles, nous allons commencer par estimer le premier
modèle (INVPRI) avant de faire la même chose pour le second modèle (INVPUB).
3.2.4.1. Estimation du premier modèle
Pour le premier modèle, nous allons commencer par mener des tests préliminaires appliqués
aux séries temporelles (stationnarité et cointégration) avant d’effectuer les estimations
proprement dites.
15
3.2.4.1.1. Test de racine unitaire
Afin de détecter la présence éventuelle de racine unitaire dans nos séries et dans la mesure où
notre cadre méthodologique tient compte de l’existence éventuelle des hétérogénéités
structurelles entre nations de notre échantillon, nous implémentons les tests de racine unitaire
de deuxième génération. C’est ainsi que nous avons eu recours aux tests de racine unitaire de
Levin et Lin (1992) (qui impose un même coefficient autorégressif pour toutes les séries) et
de Im, Pesaran et Shin (1997) (qui permet une hétérogénéité des coefficients) avec un regard
particulier sur le test ADF-Fisher. Ainsi, pour nos séries. Le tableau n°7 résume les tests de
Levin-Lin-Chu (LLC), le test de Im-Pesaran-Shin (IPS) ainsi que le test de Dickey-Fuller
augmenté utilisant le test de Chi-carré (ADF-Fisher Chi-square).
Tableau n° 7 : Test unitaire LLC, IPS et ADF Chi-square
Variables Statistique du test
LLC
Statistique du test
IPS
Statistique du test
ADF Chi-square
Ordre
d’intégration
LOGINVPUB -9,04963 -7,65509 57,8167 I(1)
LOGINVPRI -5,71307 -5,90157 43,3501 I(1)
LOGCRINTB -2,45119 -3,07270 23,2148 I(0)
RSDPGE -9,49342 -11,4513 91,2291 I(1) LOGSDEXTPGE -6,77558 -4,97420 35,0290 I(1)
TCPIBr -5,97837 -6,05991 44,3369 I(0)
TDCHAr -2,45251 -3,89851 29,2852 I(0)
TERECH -7,59773 -7,39901 54,5325 I(1)
TINFL -6,01414 -4,60967 30,9198 I(0)
TINTr -6,17067 -6,86627 50,3857 I(0)
Source : De nous-mêmes à partir de Eviews 8.0
Les tests de racine unitaire indiquent que l’investissement public sous logarithme,
l’investissement privé sous logarithme, le logarithme du stock de la dette publique et garantie
par l’Etat, le ratio service de la dette publique et garantie par l’Etat ainsi que les termes
d’échanges sont affectés d’une racine unitaire (voir tableau 7). La sélection des nombres de
retard pour chaque variable est calculée à partir de Schwarz info criteron. En passant aux
différences premières, nous constatons que toutes les séries précitées deviennent stationnaires.
Nous tirons des conclusions qu’elles sont intégrées d’ordre un {I(1)} pour le modèle avec
trend et constante que nous avons utilisé pour ces tests.
Comme l’investissement public sous logarithme, l’investissement privé sous logarithme, le
logarithme du stock de la dette publique et garantie par l’Etat, le ratio service de la dette
publique et garantie par l’Etat ainsi que les termes d’échanges sont intégrées d’ordre 1, il ya
un risque de cointégration.
16
3.2.4.1.2. Test de cointégration
Nous appliquons les techniques de cointégration pour tester la présence de relation à long
terme entre les variables intégrées. En ce qui concerne ce test, pour la première étape, nous
avons commencé, par déterminer le nombre des retards (à partir du modèle VAR(p) appliqué
sur toutes les séries stationnaires à différence première) avant de mener le test de
cointégration de Pedroni qui est adapté à la cointégration des series de Panel telles que les
nôtres.
Tableau n° 8 : Nombre de retards appliqué au test de cointégration
Vector Autoregression Estimates
Date: 04/01/18 Time: 01:58
Sample (adjusted): 1961 2016
Included observations: 168 after adjustments
Standard errors in ( ) & t-statistics in [ ]
Determinant resid covariance (dof adj.) 2.191769
Determinant resid covariance 1.827358
Log likelihood -1242.550
Akaike information criterion 15.14940
Schwarz criterion 15.70725
Source : De nous-mêmes à partir de Eviews 8.0
Le tableau n° 8 nous renseigne que le nombre des retards associés au test de cointégration et
qui est déterminé par le Akaike Information Criterion et Schwartz Criterion est de 15, ce
nombre sera appliqué pour le test de cointégration. Pour ce dernier, nous appliquons les tests
de Pedroni prenant en compte l’héterogeneité par le biais de paramètres qui peuvent varier
entre les individus.
Ainsi, pour la seconde étape, nous testons l’hypothèse nulle d’absence de cointégration par la
procédure développée par Pedroni (2001). Cette procédure qui vise à tester la cointégration
dans un Panel comporte sept statistiques suivant asymptotyquement la loi normale centrée
réduite et qui sont basées sur un modèle qui suppose que les vecteurs de cointégration sont
hétérogènes.
17
Tableau n° 9 : Test de cointégration de Pedroni
Pedroni Residual Cointegration Test
Series: LINVPUB LFBCF__INVPRI_ SERV_DETTE LSTOCK_DETTE
TERME_ECHAN
Date: 04/01/18 Time: 06:46
Sample: 1960 2016
Included observations: 171
Cross-sections included: 3
Null Hypothesis: No cointegration
Trend assumption: Deterministic intercept and trend
Automatic lag length selection based on SIC with a max lag of 15
Newey-West automatic bandwidth selection and Bartlett kernel
Alternative hypothesis: common AR coefs. (within-dimension)
Weighted
Statistic Prob. Statistic Prob.
Panel v-Statistic 0.785440 0.2161 0.785440 0.2161
Panel rho-Statistic -1.717478 0.0429 -1.717478 0.0429
Panel PP-Statistic -3.145093 0.0008 -3.145093 0.0008
Panel ADF-Statistic -3.361443 0.0004 -3.361443 0.0004
Alternative hypothesis: individual AR coefs. (between-dimension)
Statistic Prob.
Group rho-Statistic -1.134772 0.1282
Group PP-Statistic -3.065399 0.0011
Group ADF-Statistic -3.308928 0.0005
Cross section specific results
Phillips-Peron results (non-parametric)
Cross ID AR(1) Variance HAC Bandwidth Obs
1 0.406 0.084556 0.076007 6.00 56
2 0.406 0.084556 0.076007 6.00 56
3 0.406 0.084556 0.076007 6.00 56
Augmented Dickey-Fuller results (parametric)
Cross ID AR(1) Variance Lag Max lag Obs
1 0.406 0.084556 0 15 56
2 0.406 0.084556 0 15 56
3 0.406 0.084556 0 15 56
Source : De nos données à partir de Eviews 8.0
6
D’après le tableau n°9, cinq parmi les sept statistiques infirme l’hypothèse nulle d’absence de
cointégration si on considère un niveau de signification égal à 5%. Ceci nous amène à
conclure qu’il existe une relation de long terme entre nos variables. La présence de relation de
cointégration est justifiée non seulement par trois statistiques de type intra-dimension appelés
test du ration de la variance paramétrique (Le panel rho-statistic, le panel pp-statistic et le
6 Eviews 8.0 est un programme approprié permettant de traiter la cointégration sur les données de Panels
hétérogènes.
18
panel ADF-statistic), mais aussi par deux autres statistiques de type inter-dimensions (Le
Groupe pp-statistic et Groupe ADF-statistic).
De ce fait, l’ensemble des tests liés aux analyses de la cointégration montre l’existence d’une
relation de cointégration. Dans les lignes qui suivent, nous allons estimer la relation de long
terme de la cointégration en utilisant les méthodes les plus adéquates pour ce type d’approche.
3.2.4.1.3. Estimation de la relation de court terme avec les Moindres carrés
Etant donné que la sélection de nos variables et des périodes considérées ont été faites sur
base des facteurs extérieurs au cadre d’étude, cela nous amène à simplifier le biais de
sélection en utilisant les moindres carrés comme estimateurs.
Tableau n° 10 : Estimation de la relation de court terme pour le premier modèle
Dependent Variable: LFBCF__INVPRI_
Method: Panel Least Squares
Date: 04/01/18 Time: 09:38
Sample: 1960 2016
Periods included: 57
Cross-sections included: 3
Total panel (balanced) observations: 171
Variable Coefficient Std. Error t-Statistic Prob.
LINVPUB 0.873009 0.042500 20.54148 0.0000
LSTOCK_DETTE -0.003715 0.038226 -0.097199 0.9227
SERV_DETTE 1.289522 0.573074 2.250183 0.0258
TAUX_INT_REEL -0.800980 1.076439 -0.744101 0.4579
LCRED_INT_BRUT 0.032272 0.015808 2.041482 0.0428
TERME_ECHAN 0.014768 0.002527 5.844215 0.0000
TAUX_CH_REEL 0.000728 0.000159 4.573535 0.0000
TAUX_INFLATION -0.004198 0.003596 -1.167146 0.2449
KCE_PIB -0.739708 0.758626 -0.975063 0.3310
R-squared 0.830178 Mean dependent var 19.99011
Adjusted R-squared 0.821792 S.D. dependent var 0.865454
S.E. of regression 0.365349 Akaike info criterion 0.875268
Sum squared resid 21.62374 Schwarz criterion 1.040619
Log likelihood -65.83544 Hannan-Quinn criter. 0.942361
Durbin-Watson stat 1.636702
Source : De nos données à partir de Eviews 8.0
Les pouvoirs explicatifs de notre modèle sont élevés. Dans l’ensemble à court terme pour les
pays de la communauté économique des pays des grands lacs, l’investissement public, le ratio
service de la dette publique et garantie par l’Etat, le crédit intérieur brut, les termes d’échange
ainsi que le taux de change réel impactent positivement l’investissement du secteur privé. Par
contre le stock de la dette publique et garantie par l’Etat, le taux d’intérêt réel, le taux
19
d’inflation ainsi que la croissance du PIB tendent à évincer les investissements privés. Ainsi
l’équation estimée se présente comme suit :
3.2.4.1.4. Estimation de la relation de long terme avec les méthodes FMOLS
Compte tenu de l’existence de la relation de long terme entre nos variables (Cf. Test de
cointégration), nous allons estimer la relation de long terme de nos variables par les méthodes
de Folly-Modified Ordinary Least Square (FMOLS).
Tableau n° 11 : Estimation de la relation de long terme pour le premier modèle Dependent Variable: FBCF__INVPRI_
Method: Panel Fully Modified Least Squares (FMOLS)
Date: 04/01/18 Time: 09:32
Sample (adjusted): 1961 2016
Periods included: 56
Cross-sections included: 3
Total panel (balanced) observations: 168
Panel method: Pooled estimation
Cointegrating equation deterministics: C @TREND
Coefficient covariance computed using default method
Long-run covariance estimates (Bartlett kernel, Newey-West fixed bandwidth)
Variable Coefficient Std. Error t-Statistic Prob.
LINVPUB 5.87E+08 88050396 6.671486 0.0000
LSTOCK_DETTE -3.41E+08 65523013 -5.208248 0.0000
SERV_DETTE -9.45E+08 7.75E+08 -1.218380 0.2250
TAUX_INT_REEL -3.04E+08 1.28E+09 -0.237120 0.8129
LCRED_INT_BRUT 1.25E+08 25625421 4.861430 0.0000
TERME_ECHAN 8633817. 3133479. 2.755346 0.0066
TAUX_CH_REEL 250554.0 198390.6 1.262933 0.2085
TAUX_INFLATION 1291378. 4319119. 0.298991 0.7654
KCE_PIB -48894207 9.03E+08 -0.054157 0.9569
R-squared 0.822399 Mean dependent var 7.45E+08
Adjusted R-squared 0.806148 S.D. dependent var 8.34E+08
S.E. of regression 3.67E+08 Sum squared resid 2.06E+19
Durbin-Watson stat 0.955719 Long-run variance 1.65E+17
Source : De nos données à partir de Eviews 8.0
En estimant les relations de long terme, nous constant que pour les pays membres de la
communauté économique des pays des grands lacs, à long terme, l’investissement public, le
crédit intérieur brut, les terme d’échange, le taux de change réel ainsi que le taux d’inflation
influencent positivement l’investissement privé. Au contraire, le stock de la dette publique et
20
garantie par l’Etat, le ratio service de la dette publique et garantie par l’Etat et la croissance du
PIB influencent d’une manière négative l’investissement privé.
3.2.4.1.5. Coefficient de correction associé à la force de rappel
Tableau n° 12 : Estimation du coefficient de correction
Dependent Variable: LFBCF__INVPRI_
Method: Panel Least Squares
Date: 04/01/18 Time: 12:03
Sample (adjusted): 1961 2016
Periods included: 56
Cross-sections included: 3
Total panel (balanced) observations: 168
Variable Coefficient Std. Error t-Statistic Prob.
D(LFBCF__INVPRI_-1) 4.830523 3.291136 1.467737 0.1441
R-squared -531.818370 Mean dependent var 20.00629
Adjusted R-squared -531.818370 S.D. dependent var 0.864555
S.E. of regression 19.95641 Akaike info criterion 8.830912
Sum squared resid 66509.14 Schwarz criterion 8.849507
Log likelihood -740.7966 Hannan-Quinn criter. 8.838459
Durbin-Watson stat 0.027691
Source : De nos données à partir de Eviews 8.0
Le coefficient de correction associé à la force de rappel est positive et non significatif
(4,830523). Il n’existe donc pas un mécanisme à correction d’erreur : à LT, les déséquilibres
entre les variables n’évoluent pas dans le même sens. Ce qui confirme la non prise en compte
d’un modèle à correction d’erreurs pour notre cas.
3.2.4.2. Estimation du second modèle
En ce qui concerne le second modèle, pour tenter d’obtenir plus d’informations sur la forme
de l’hétéroscédasticité, on utilise alors les Moindres Carrés Généralisés (MCG) :
Tableau n° 13 : Estimations du second modèle
Coefficients: generalized least squares
Panels: heteroskedastic
Correlation: common AR(1) coefficient for all panels (0.7594)
Estimated covariances = 3 Number of obs = 171
Estimated autocorrelations = 1 Number of groups = 3
Estimated coefficients = 7 Time periods = 57
Wald chi2(6) =
266.53
Prob > chi2 =
0.0000
ln_INVPUB Coef. Std. Err. z P>z [95% Conf. Interval]
21
ln_FBCF_INVPRI .2203397 .0460246 4.79 0.000 .1301331 .3105463
ln_STOCK_DETTE .221071 .0480206 4.60 0.000 .1269524 .3151897
SERV_DETTE -.0013987 .0019519 -0.72 0.474 -.0052243 .0024269
Kce_PIB .0042616 .0024305 1.75 0.080 -.0005022 .0090253
ln_APD .3538371 .0597212 5.92 0.000 .2367858 .4708885
DEFICIT_BUDG -3.51e-11 3.69e-11 -0.95 0.341 -1.07e-10 3.72e-11
TAUX_Kce_DEMO .0182097 .0317375 0.57 0.566 -.0439946 .080414
_cons 3.654148 .9710561 3.76 0.000 1.750913 5.557383
Source : De nos données à partir de Eviews 8.0
Le tableau ci-dessus estime le modèle de l’investissement public. Ainsi, l’investissement
privé, le stock de la dette publique et garantie par l’Etat, le taux de croissance du PIB réel,
l’aide publique au développement ainsi le taux de croissance démographique influencent
positivement l’investissement public différemment du ratio service de la dette publique et
garantie par l’Etat et le déficit budgétaire qui l’influence négativement.
3.2.5. Test de causalité au sens de Granger
Pour mener certains tests comme le test de causalité au sens de Granger, on a besoin de
déterminer le nombre de retards p du modèle VAR(p) avec les quatre variables stationnaires à
différence première qui sont concernées par le présent test et qui représentent nos séries
d’intérêt. Pour cela on utilise les critères Akaike Info Criterion (AIC) et Schwarz Info
Criterion (SIC).
Tableau n° 14 : Détermination du nombre des retards pour le test de causalité
Vector Autoregression Estimates
Date: 03/21/18 Time: 20:11
Sample (adjusted): 1962 2016
Included observations: 165 after adjustments
Standard errors in ( ) & t-statistics in [ ]
Determinant resid covariance (dof adj.) 0.059302
Determinant resid covariance 0.052434
Log likelihood -693.2724
Akaike information criterion 8.645726
Schwarz criterion 9.022205
Source : De nos données à partir de Eviews 8.0
Le tableau n° 14 nous donne le nombre des retards à appliqué à certains de nos tests, ce
nombre qui est égal à 9 (ndlr. information criterion et Schwarz criterion) nous servira pour
l’application du test de Granger qui sera de mise dans les lignes qui vont suivre. Ainsi, on
peut penser que l’investissement privé influence l’investissement public et non l’inverse. Pour
22
déterminer la variable endogène de la relation de long terme, on peut mener le test de
causalité de Granger. Mais avant de passer au vif du sujet, déterminons d’abord le nombre de
retards qui nous permettra de parfaire certains tests dans le cadre de nos analyses.
Tableau n° 15 : Test de causalité au sens de Granger
Pairwise Granger Causality Tests
Date: 03/21/18 Time: 20:16
Sample: 1960 2016
Lags: 9
Null Hypothesis: Obs F-Statistic Prob.
D(INVPUB) does not Granger Cause D(LFBCF__INVPRI_) 141 11.7965 3.E-13
D(LFBCF__INVPRI_) does not Granger Cause D(INVPUB) 4.71721 2.E-05
D(LSTOCK_DETTE) does not Granger Cause D(LFBCF__INVPRI_) 141 4.26826 8.E-05
D(LFBCF__INVPRI_) does not Granger Cause D(LSTOCK_DETTE) 2.88066 0.0040
D(SERV_DETTE) does not Granger Cause D(LFBCF__INVPRI_) 141 1.32746 0.2296
D(LFBCF__INVPRI_) does not Granger Cause D(SERV_DETTE) 21.5725 2.E-21
D(LSTOCK_DETTE) does not Granger Cause D(INVPUB) 141 2.41873 0.0146
D(INVPUB) does not Granger Cause D(LSTOCK_DETTE) 0.63942 0.7615
D(SERV_DETTE) does not Granger Cause D(INVPUB) 141 5.71051 1.E-06
D(INVPUB) does not Granger Cause D(SERV_DETTE) 1.28883 0.2497
D(SERV_DETTE) does not Granger Cause D(LSTOCK_DETTE) 141 1.11206 0.3594
D(LSTOCK_DETTE) does not Granger Cause D(SERV_DETTE) 0.16161 0.9972
Source : De nos données à partir de Eviews 8.0
Le tableau ci-dessus nous renseigne qu’il ya une causalité bidirectionnelle entre
l’investissement public et l’investissement privé, il en est de même pour la relation de
causalité entre le stock de la dette et l’investissement privé, cependant seul l’investissement
privé cause le service de la dette et non le contraire. Le stock de la dette et le service de la
dette causent au sens de granger l’investissement public et non le contraire.
4. DISCUSSION DES RESULTATS
Dans cette section, il s’agit de faire une discussion économique des résultats, d’engager les
implications en termes des politiques économiques, de faire un aperçu sur les perspectives
d’avenir et de présenter en fin les différentes limites de ce travail.
23
4.1. DISCUSSION ECONOMIQUE DES RESULTATS ET VERIFICATION
DES HYPOTHESES DE RECHERCHE
4.1.1. Relation Stock et service de la dette Publique et investissement
Nos analyses montrent que le stock de la dette publique et garantie par l’Etat impact
négativement l’investissement privé que ce soit à court tout comme à long terme, mais cette
relation s’inverse quand il s’agit de la relation entre le stock de la dette et l’investissement
public. Nous pouvons donc conclure que dans les cas de la présence des effets négatifs de
l’existence du lourd fardeau de la dette réduit l’incitation à investir pour les pays sous-études.
Les investisseurs considèrent le fardeau élevé de la dette comme une taxe future sur leur
revenu. La majeure partie de ces investisseurs étant constitués par une classe d’entrepreneurs
modernes et capables d’apprécier le degré d’endettement du pays, anticipent les conséquences
du lourd fardeau de la dette sur leurs activités par le truchement de l’imposition future étant
donné que le pouvoir public aura toujours envie de surtaxer à l’avenir pour pouvoir
rembourser la dette et les intérêts.
Le stock élevé de la dette agi aussi sur la crédibilité des Etats membres de la CEPGL quant à
leurs capacités à faire face aux engagements. Une dette élevée amène les créanciers à ne plus
continuer à prêter aux Etats et cela a comme conséquence la baisse de financement
concourant à la réalisation des investissements dont les recettes budgétaires ne peuvent pas
permettre de les réaliser. Ce résultat a été soutenu par plusieurs conclusions empiriques
précédemment développées, notamment celles de DESPHANDE (1997), et WERE (2001).
Ces résultats vérifient l’une de nos hypothèses de départ qui postulait que le stock élevé de la
dette publique déprime les investissements (publics et privés).
Par contre, le stock de la dette tend à accroître l’investissement public dans les nations
membres de la communauté économique des pays des grands lacs et cela est dû par le fait
qu’en empruntant plus on le fait de manière à financer tant soi peu les investissements dans le
cadre des grands travaux du pouvoir public en dépit des opérations retours et autres
détournement qui galopent le secteur de l’aménagement territorial dans certains des pays
membres de la CEPGL.
Cependant, le coefficient mesurant l’effet du stock de la dette sur l’investissement privé étant
significatif dans certaines économies. Cela est certainement lié à la restructuration des
certaines économies de la CEPGL dominée désormais par des activités formelles facilement
24
imposables. Les investisseurs exerçant dans ce domaine tiennent compte de l’effet du fardeau
de la dette dans leur décision d'investissement.
Par ailleurs, L’influence négative du service de la dette public sur l’investissement (Relation
de long terme entre l’investissement privé et service de la dette et la relation entre
l’investissement public et le service de la dette) est dû au fait qu’à la longue le gouvernement
consacre les ressources issues des recettes douanières au paiement du service de la dette
extérieure plutôt qu’aux dépenses d’investissements et cela se répercute à la longue sur le
niveau d’investissement des acteurs privés.
La non significativité du signe de coefficient dans le modèle de l’investissement privé est due
soit à un effet de volume des exportations, soit au fait que la dette ait subi plusieurs
traitements allant du rééchelonnement à l’annulation. Même s’il reste supérieur au seuil jugé
tolérable son évolution est à la baisse.
4.1.2. Liaison investissement public-investissement privé
L’investissement privé impact positivement l’investissement public et vise versa quelque soit
que nous nous situons à court ou à long terme. Au plan des approches théoriques,
l’explication de ce résultat peut être trouvée du fait que l’augmentation sans précédent de
l’investissement public composé d’équipements collectifs du type infrastructures telles les
voies de communication qui en reliant les marchés entre eux, permettent de rompre
l’isolement de régions entières, d’accroître les débouchés des firmes et leur permettre ainsi de
réaliser d’importantes économies d’échelles, ce qui revient à inciter les entreprises privées à
s’installer dans cet environnement promettant. Ce résultat confirme notre deuxième hypothèse
selon laquelle l’investissement public impact positivement l’investissement privé dans les
Etats membres de la CEPGL.
4.2. RECOMMANDATIONS DE POLITIQUES ECONOMIQUES
Les différents résultats ainsi trouvés vont nous permettre de faire un certain nombre des
recommandations en terme de politique économique telles que la redéfinition des politiques
en faveur de l’annulation de la dette, le développement des politiques d’investissements
publics permettant de promouvoir les activités du secteur privé et la mise en place des
stratégies pour la promotion des exportations et l’attrait des investisseurs étrangers. Ces
politiques peuvent permettre de ramener la dette publique des pays membres de la CEPGL à
un niveau tolérable et favoriser par conséquent la relance des investissements.
25
4.2.1. La poursuite des politiques en faveur de l'annulation de la dette
Il y a lieu d’entreprendre des politiques concourant à l’allègement de la dette publique. Les
partenaires des Etats membres de la CEPGL ont d’ailleurs reconnu le surendettement de ces
Etats car, ils la jugent non soutenable. C’est dans ce cadre que ces Etats ont été admis parmi
les pays bénéficiant de l’initiative en faveur des pays pauvres très endettés (IPPTE). Les
gouvernements de ces pays doivent poursuivre les réformes économiques et structurelles,
promouvoir la bonne gouvernance économique et politique en vue de bénéficier davantage de
ces initiatives. L’avantage d’une telle démarche est de libérer totalement et définitivement le
pays du fardeau de cette dette qui peut non seulement dissuader les investissements publics
mais aussi asphyxier l’émergence des investissements privés.
4.2.2. Développement des politiques d’investissement public favorisant la promotion du
secteur privé
Les investissements publics devront être orientés et ciblés afin qu’ils jouent encore leur rôle
de complémentarité ou de support à l’investissement privé. Cela suppose que les interventions
de l’Etat doivent s’orienter dans des dépenses d’investissements ayant des effets à court et à
long terme comme l’éducation, la santé, les infrastructures publiques (routes, chemins de fer,
installations rurales, hydraulique...). Le rôle crucial des infrastructures publiques a été
d’ailleurs reconnu par le NEPAD. En ce sens, les Etats membres de la CEPGL devraient
accroître le volume des investissements consacrés aux infrastructures en réduisant les risques
auxquels les investisseurs privés doivent faire face. Un accent particulier devrait être mis sur
l’efficience de ces investissements, notamment dans les procédures de passations de marchés
publics et de contrôle de l’exécution, en évitant les pratiques de corruption.
L’Etat doit aussi poursuivre sa politique de désengagement au secteur productif en
parachevant le programme de privatisation des entreprises publiques. Cela lui permettra
d’éviter de concurrencer le secteur privé auquel il doit donner l’opportunité de jouer
pleinement son rôle. Les politiques gouvernementales devront alors se limiter à la promotion
d’un environnement concurrentiel favorable aux entreprises et à la création des conditions
macro-économiques et sociales stables pour minimiser les risques externes qu’encourent les
opérateurs économiques. Il doit toutefois veiller à ce que ces privatisations se fassent de
manière transparente.
26
4.2.3. Stratégies de promotion et de diversification des exportations
Dans cette étude nous avons souligné qu’on ne peut pas dissocier la crise de l’endettement
d’un pays à la chute des prix de son principal produit d’exportations. Cela nous a permis de
faire des recommandations en faveur de la promotion et de la diversification des produits
d’exportations. Ainsi, un grand nombre des modèles ayant étudié la soutenabilité de la dette
procèdent à une comparaison entre le taux d’intérêt et le taux de croissance du PIB ou des
exportations. Dès lors que cet indicateur croit, on peut conclure que la dette se trouve à un
niveau intolérable.
4.3. PERSPECTIVES D'AVENIR
Les Etats de la communauté économique des pays des grands lacs doivent diminuer leurs
emprunts pour accroitre le financement des investissements publics sources à un certain
niveau de l’augmentation des investissements privés et se consacrer à ce que ces pays peuvent
présenter comme ressources quand bien même l’endettement constituera une charge lourde
pour les générations futures. C’est-à-dire que les pays membres de la CEPGL doivent encore
et beaucoup plus compter sur les ressources financières perçues en interne par voie fiscale ou
toute autre voie en vue de financer ses programmes d’investissements. Cependant cette
fiscalité doit être aussi bien dosée pour ne pas influencer négativement les investissements du
secteur privé.
4.4. LIMITES ET VOIES DE RECHERCHE
Comme tout travail de recherche, le notre souffre également d’un certain nombre des limites.
La première limite est liée à la diversité de source des données relatives à une même variable
(Banque mondiale, Fond monétaire international, différentes banques nationales des Etats
sous-étude). Il serait encore utile de déterminer le seuil au delà duquel la dette publique des
Etats membres de la CEPGL affecte négativement le taux d'investissement public ou privé.
Cela constitue une deuxième limite que les recherches futures s’orientant sur le même thème,
pourraient intégrer dans leur analyse. Enfin, le fait que nous ayons estimé le modèle de Panel
dans l’ensemble cache des réalités propres à chaque pays de la CEPGL, d’autres chercheurs
peuvent mener des analyses Etat par Etat. Les limites ainsi soulignées n’enlèvent en rien la
pertinence des conclusions auxquelles nous avons abouti et qui confirment certaines
affirmations développées dans notre revue de littérature.
27
CONCLUSION
Notre objectif principal en entamant cette étude était d’examiner les effets de la dette publique
sur l’investissement public et privé. Cela nous a amené à présenter d’abord toutes les
différentes approches théoriques et empiriques relatives à la question les approches
introductives avant de faire une brève présentation de la méthodologie. Les tests des effets
individuels ont été menés et appuyé par le test de spécification de hausman et ce, après avoir
testé l’homogeneité et la corrélation des erreurs de nos modèles.
Les tests des effets individuels ont conclu à la présence de ces effets dits individuels
iniquement pour le modèle de l’investissement privé, les effets aléatoires se sont révélés pour
ce même modèle différemment du modèle de l’investissement public qui contient des effets
aléatoires en application du test de hausman. Ainsi, avec les effets fixes associés à
l’hétérogénéité des données pour le modèle de l’investissement public, nous avons appliqué
les Moindres Carrées Généralisés
Quant à ce qui concerne le modèle de l’investissement privé, nous avons parfaire toutes les
étapes avant de passer aux estimations en testant la stationnarité à l’aide des méthodes LLC,
IPS et ADF-Chi square et cela nous a poussé à tester la cointégration de certaines de nos
séries. Il en découlait que les séries étaient cointegrées et cela nous a amené à estimer des
relations de long terme du modèle investissement privé avec l’usage du Fully-modified OLS.
A l’issu des estimations nous avons noté que pour la CEPGL, l’investissement public
influence positivement l’investissement privé et vice-versa, d’où le caractère complémentaire
et de substituabilité. En outre le stock de la dette publique et garantie par l’Etat influence
positivement l’investissement public et exerce en même temps une influence négative sur
l’investissement privé. Enfin, l’influence négative entre l’investissement (privé de court terme
et public) et le service de la dette ressort de nos analyses différemment de la relation entre
l’investissement privé de court terme et le service de la dette qui est une relation positive. Ces
estimations ont dans l’ensemble confirmé nos hypothèses. Les différentes implications et
recommandations tenant compte des résultats ont été données au point 4.
Nous ne prétendons pas avoir abordé tous les aspects relatifs à cette thématique, néanmoins
les quelques aspects lapidaires donnent une base importante. D’autres chercheurs pourront
aborder dans le même sens que nous en insistant sur l’étude de la soutenabilité de la dette des
Etats membres de la CEPGL.
28
BIBLIOGRAPHIE
BERR, E. (2005). La dette des pays en développement : bilan et perspectives. Université
Montesquieu-Bordeau IV .
BLEJER, M., & KHAN, M. (1984). Government policy and private investment in developing
countries. IMF staff papers , 31 (2).
CARTON, B. (2013). Dette et croissance. Editions La Découverte .
CLEMENTS, B., BHATTACHARYA, R., & NGUYEN, T. (2005). L’allégement de la dette
peut-il doper la croissance des pauvres ? FMI .
DESPHANDE, A. (1997). The debt overhang and the disincentive to invest. Journal of
developmenl Economies , 52.
FMI. (2010, Octobre). Perspectives de l’économie mondiale : Reprise, risques et
rééquilibrage, Études économiques et financières.
GAIDAM, M. (s.d.). Impact de la dette publique sur l’investissement au Niger, Mémoire
DEA. Université Cheikh Anta Diop , 106.
GREEN, J., & VILLANUEVA, D. (1991). Private lnvestment in Deve1loping Countries. IMF
Staff Papers .
MBUYI, M. (2008). Droit international public, Cours inédit, G3 Droit,. UNIGOM .
MILLET, D., & TOUSSANIT, E. (2012). 65 questions, 65 réponses sur la dette. La FMO et
la Banque mondiale .
NAUTET, M., & MEENSEL, V. (2013). Impact économique de la dette publique. Bruxelles:
De Boeck.
PEDRONI, P. (2001). purchasing power parity tests in cointégration panels. Rev. Econ. Stat. 3
(A), 121 li .
SERVEN, L., & SOLIMANO, A. (1993). Debt crisis, adjustment policies and capital
formation in developing countries. World Development .
WARNER, A. (1992). Did the debt crisis cause the investment crisis? Quaterly Journal of
Economics , 107 (4).
WERE, M. (2001). The impact ofexternal debt on growth and private investment in Kenya:
An empirical assessment. Working paper, Kenya Institute for public policy research and
analysis .