Introduction
Ce chapitre a pour objectif, l’analyse et l’interprétation des résultats. Il se compose de deux sections. La première section présente les résultats du test de stationnarité de Im- Pesaran-Chin ; les résultats de l’analyse impulsionnelle à travers le modèle Var non structurel ; les résultats des tests de spécification et les résultats issus de l’estimation du modèle à effet aléatoire. La deuxième section quant à elle porte sur les interprétations des résultats du modèle de base.
IV.1 Résultats
Cette section présente les résultats du test de stationnarité, de l’analyse impulsionnelle, des tests de spécification et les résultats du modèle de base.
IV.1.1 résultats du test de stationnarité
En général, les méthodes statistiques classiques de l’économétrie ont été conçues pour des séries stationnaires dont les propriétés statistiques ne changent pas au cours du temps. Les tests de racine unitaire les plus fréquents en panel sont ceux de Im, Pesaran et Shin (IPS) et de Levin-Lin-Chu (LLC). Hurlin et Mignon (2004) soulignent que l’application des tests de premières générations comme ceux de Levin et Chu possèdent des limites : ils supposent une indépendance interindividuelle des résidus. Les tests de seconde génération comme celui de Im, Pesaran et Shin viennent corriger cette insuffisance. C’est ce test qui est utilisé car non seulement il est efficace mais en plus il est stable. L’hypothèse nulle de ce test suppose que toutes les séries sont non stationnaires contre l’hypothèse alternative selon laquelle seule une fraction des séries est stationnaire.
A travers le test de stationnarité d’Im-Pesaran-Shin, on constate que les variables m( l,m#, !oℎ et !f$gℎ sont stationnaires en différence première, au seuil de 1%. La variable !) 9 est aussi stationnaire en différence première mais au seuil de 10%. Quant à la variable i, elle est stationnaire en niveau au seuil de 1%.
Tableau n°10 : Test de stationnarité
Source : Auteur, à partir du logiciel Stata-11
NB : Si les P-value (les valeurs entre parenthèses) sont inférieures à 0,01 ; 0.05 ; 0,10 cela signifie que les variables sont stationnaires respectivement au seuil de 1 % ; 5 % ; 10 %.
IV.1.2 Var non structurel : Analyse impulsionnelle
Cette analyse permet, à travers le tracé de fonctions de réponse des variables du groupe VAR, de voir l’effet (positif ou négatif) sur une variable suite aux chocs des autres variables. Dans le groupe de VAR, on a considéré le TCER et le taux de croissance économique de l’UEMOA et des cinq pays de la ZMAO. Il faut noter que l’objectif à travers la spécification du Var est de mener une analyse impulsionnelle pour mieux appréhender la réaction de la croissance suite à un choc sur le taux de change réel. Les graphiques 6, 7, 8, 9, 10 et 11 présentent le profil dynamique des fonctions de réponse impulsionnelles pour chaque pays des deux zones.
Cette analyse s’effectue en postulant la constance de l’environnement économique “toutes choses étant égales par ailleurs”.
Graphique n°6 : Réponse de la croissance de l’UEMOA
Source : Auteur à partir du logiciel Eviews 3.1
Le Graphique n°6 fait ressortir l’effet d’un choc positif du taux de change effectif réel sur la croissance économique de l’UEMOA. On constate qu’un choc positif sur le taux de change effectif réel des pays de l’Union entraîne une réponse négative du taux de croissance de la zone qui finit par se stabiliser à la quatrième année. Cela peut être attribué à la perte de compétitivité-prix que présente l’UEMOA suite, ces dernières décennies, à l’appréciation des taux de change réels. Cette réponse négative du taux de croissance économique sera la même avec un effet du mésalignement de ce même taux (Kiema et al, 2011). En outre, la décomposition de la variance (Annexe n°1) indique que la variance de l’erreur de prévision de la croissance est due à 93 % à ses propres innovations et à 7 % à celles des TCER. L’analyse impulsionnelle suivante concerne les pays de la ZMAO.
Graphique no 7 : Réponse du taux de croissance de la Gambie
Graphique no 8 : Réponse du taux de croissance du Ghana
Graphique no 9 : Réponse du taux de croissance de la Guinée
Graphique no 10 : Réponse du taux de croissance du Nigeria
Graphique n°11 : Réponse du taux de croissance du Sierra Leone
Source : Auteur à partir du logiciel Eviews 3.1
Les pays de la Zone Monétaire de l’Afrique de l’Ouest sont caractérisés dans l’ensemble par les régimes de change flexible et intermédiaires. Le graphique n°5 de l’évolution des taux de change effectifs réels de ces pays montre une appréciation générale d’ensemble du TCER. La perte de compétitivité enregistrée dans cette zone est moins importante que celle enregistrée dans les pays de l’UEMOA. Cela s’explique par la faible rigidité du taux de change des monnaies de cette zone par rapport à celle des pays de l’UEMOA. L’analyse impulsionnelle dans cette zone montre que la croissance économique des cinq pays réagit négativement face à un choc positif et non anticipé sur le taux de change effectif réel. En effet le taux de croissance de la Gambie réagit négativement jusqu’à la troisième année, augmente ensuite pour atteindre la quatrième période et commence à se stabiliser à partir de la septième année.
En outre, la décomposition de la variance indique que la variance de l’erreur de prévision de la croissance est due à 95 % à ses propres innovations et à 5 % à celles du TCER. La croissance économique du Ghana réagit négativement au choc du TCER et de manière spontanée jusqu’à la quatrième année et commence à se stabiliser à partir de l’année sept. La variance de l’erreur de prévision du taux de croissance de ce pays est due à 51 % à ses propres innovations et à 49 % à celles du TCER. Le taux de croissance de la Guinée a une réponse similaire que celui de la Gambie, à la différence que ce taux commence à se stabiliser à partir de la cinquième période. La variance de l’erreur de prévision du taux de croissance de la Guinée est due à 92 % à ses propres innovations et à 8% à celles du TCER. Quant au taux de croissance du Nigéria et de la Sierra Léone, leur réponse, suite à un choc positif sur les TCER est négative. Ces deux taux commencent à se stabiliser à partir de la septième période. La variance de l’erreur de prévision du taux de croissance économique du Nigeria est due à 93 % à ses propres innovations et à 7 % à celles du TCER. Pour la Sierra Leone, la décomposition de la variance indique que la variance de l’erreur de prévision de la croissance est due à 98 % à ses propres innovations et à 2 % à celles du TCER.
En conclusion, il faut noter que la réponse négative du taux de la croissance des pays de la CEDEAO lors d’un choc non anticipé et positif sur le taux de change effectif réel, traduit une faible compétitivité-prix de la zone. Cela donne une réponse anticipée sur le fait que le mésalignement du taux de change réel affecte négativement la croissance des pays de la zone.
IV.1.3 Tests de spécification du modèle à données de panel
Il a été question dans cette partie des tests de Fisher, de Breusch-Pagan et du test de Hausman.
IV.1.3.1 Le test de Fisher
Les hypothèses du test sont les suivantes :
H0 : Absence d’effets fixes
H1 : Présence d’effets fixes
Le test de Fisher effectué à partir de Stata donne les résultats suivants :
F(14,51) = 0,72 Prob > F =0,741
Au seuil de 10 % on ne peut rejeter l’hypothèse H0. Il y a donc absence d’effets fixes.
IV.1.3.2 Le test de Breusch-Pagan
Ce test permet de tester l’hypothèse d’absence d’effets contre l’hypothèse de présence d’effets aléatoires. Considérons les deux modèles suivants :
Les hypothèses de ce modèle sont les suivants :
H0 : Absence d’effets (modèle 1)
H1 : Présence d’effets aléatoires (modèle 2)
Le résultat du test est le suivant :
Tableau n°11 : Résultats du test de Breusch-Pagan
Source : Auteur, à partir de Stata 11
La pvalue associée au test vaut 0, donc l’hypothèse H1 de présence d’effets aléatoires ne peut être rejetée. Ainsi l’estimateur des MCG est plus performant que celui des MCO.
IV.1.3.3 Le test de spécification de Hausman
Le test de Hausman suit une loi de Khi-deux avec k-1 degré de liberté et permet de faire un choix entre le modèle à effets fixes et le modèle à effets aléatoires qui permettent de prendre en compte l’hétérogénéité des données. Dans le premier cas on suppose que les effets spécifiques peuvent être corrélés avec les variables explicatives du modèle, et dans le second cas on suppose que les effets spécifiques sont orthogonaux aux variables explicatives du modèle.
Lorsque la probabilité de ce test est inférieure au seuil retenu, le modèle à effets fixes est privilégié. Dans le cas contraire, on retient le modèle à effets aléatoires et dans ce cas la méthode des MCG est adoptée.
Les hypothèses sont les suivantes :
Le test de Hausman donne les résultats suivants :
Tableau n°12 : Résultats du test de Hausman
Source: Calcul de l’auteur à partir des données de la Banque Mondiale
La probabilité du test de Hausman est supérieure au seuil de 10 %, on ne peut rejeter l’hypothèse H0. On doit donc privilégier l’adoption d’un modèle à effets aléatoires et retenir l’estimateur des MCG.
La forme générale du modèle à effets aléatoires est la suivante :
Les résultats de l’estimation sont regroupés dans le tableau n°13.
Tableau n°13 : Les résultats des estimations du modèle à effets aléatoires
Source : Auteur, à partir de Stata 11
NB : ***, **, * sont les seuils de significativité respectivement à 1 %, 5 % et 10 %. Les chiffres entre parenthèses représentent les statistiques t de student.
IV.2 Interprétations
Cette partie est constituée des interprétations économétriques et des interprétations économiques.
IV.2.1 Interprétations économétriques
IV.2.2 Interprétations économiques
Pour le coefficient du capital humain (oℎ), il faut noter qu’il est positif et significatif. Son signe n’est pas contraire aux attentes et est conforme à la théorie de la croissance endogène qui stipule que le capital humain contribue énormément à la croissance économique.
Rappelons que le proxy utilisé pour cette variable est l’indicateur HAI de la Fondation pour les Études et Recherches sur le Développement International qui intègre les aspects de la santé et de l’éducation. Les résultats montrent que lorsque le niveau du capital humain augmente de 1 %, ceteris paribus le produit intérieur brut par tête augmente de 0,3704 %. En effet, l’éducation et la santé facilitent le transfert de technologie qui est favorable à la croissance, comme le montre la théorie de la croissance endogène. Aloui et Sassi (2005) trouvent que le capital humain influence positivement la croissance économique. Sur un panel de 53 pays (1997-1998), ces auteurs montrent que lorsque le capital humain augmente de 1 %, la croissance économique augmente de 0,12 %.
La variable mm# représentant le développement financier, a un effet positif et significatif sur la croissance économique des pays de la CEDEAO. Ce signe est conforme à la théorie. En effet, un secteur financier développé peut renforcer la capacité d’ajustement de l’économie en contribuant à la mobilisation et à l’allocation efficiente des ressources productives et en offrant des mécanismes de gestion des risques (Levine et al, 2000). Il contribue ainsi à rendre la croissance plus stable. Les résultats montrent que lorsque la variable mm# augmente de 1 %, ceteris paribus le f$gℎ augmente de 0,0394%. Aloui et Sassi (2005) trouvent que dans les pays en développement, lorsque le ratio crédit aux secteurs privé sur PIB augmente de 1 %, la croissance économique augmente de 0,0257 %.
La variable Q$ représentant le régime de change fixe a un effet positif et significatif sur la croissance économique. Ce résultat est conforme aux attentes et représente pour une grande partie le régime fixe adopté par les pays de l’UEMOA. En effet, ce régime à travers la stabilité de la parité garantit et assure la valeur des échanges commerciaux (risque de change inexistant) et permet une discipline de la politique monétaire. Le coefficient associé à cette variable est 2,59. Ce résultat est conforme à celui de Ripoll (2001) qui trouve que le régime fixe des pays de l’UEMOA affecte positivement la croissance. L’effet positif des régimes de change fixe sur la croissance économique est aussi conforme à l’étude d’Aloui et Sassi (2005). Ces auteurs ont trouvé, sur un panel de 53 pays (1973-1998), que le régime de change fixe affecte positivement la croissance économique. Guillaumont (2004) explique mieux l’impact positif du régime de change fixe des pays de l’UEMOA à travers le bilan de l’intégration monétaire dans l’Union Monétaire Ouest-Africaine. Elle se fonde sur la littérature théorique relative à l’union monétaire optimale et sur un certain nombre de travaux appliqués à l’Afrique de l’Ouest. Les avantages économiques sont d’une part, la stimulation du commerce intra-régional grâce à la réduction des coûts de transaction et la stabilité des taux de change nominaux et réels à l’intérieur de l’UMOA et d’autre part, une meilleure crédibilité de la politique monétaire, qui accroît l’efficacité de la lutte contre l’inflation tout en réduisant son coût à court terme en matière de production et d’emploi. Les inconvénients de l’appartenance à l’union monétaire sont la tendance à l’accumulation d’arriérés de paiement des États, en raison de la contrainte sur le seigneuriage, et l’impossibilité de recourir à la dévaluation face à des chocs asymétriques. Si le bilan économique apparaît largement positif, le choix de l’union monétaire est fondamentalement politique. Si l’Union Monétaire Ouest-Africaine ne saurait à elle seule lever tous les obstacles à la croissance, elle est un rempart contre des désastres monétaires tels qu’en ont connu au cours des quarante dernières années de nombreux autres pays africains. L’impact positif du régime de change fixe sur la croissance peut être attribué plus à l’appartenance à la zone Franc qu’au système de change lui-même. En effet, la crédibilité de ce système de change est optimale car le coût d’abandon est trop élevé. A priori les avantages du régime de change fixe semblent l’emporter sur ceux du régime de change intermédiaire dans les pays de la CEDEAO. Cependant les capacités de résistance d’ajustement face aux chocs internes et externes peuvent être à l’avantage du régime de change intermédiaire.
La variable Q représentant les régimes de change flexible et intermédiaire a un effet positif et significatif sur la croissance économique. Il représente pour une grande partie les pays de la ZMAO qui dans l’ensemble ont opté pour ce type de régime. Ce résultat se justifie au fait que le régime flexible est un outil de compétitivité-prix qui décharge l’économie de l’objectif externe assuré grâce aux variations du taux de change. La politique monétaire devient autonome et peut compenser une rigidité des prix dans l’économie. La valeur associée au coefficient de cette variable est 2,8833. On constate que l’effet du régime de change flexible sur la croissance économique dans la CEDEAO est plus important que celui du régime de change fixe, avec une différence de 0,3 point. Cela s’explique en partie par le fait que les pays qui ont adopté le régime de change flexible ont plus de marges de manoeuvre qui leur est offerte par l’autonomie de leur politique monétaire et peuvent profiter d’une dépréciation compétitive de leur TCER. En outre, les pays à change flexible ont un niveau avancé en matière de gestion monétaire et envoient, par le biais du taux de change moins rigide des signaux réguliers à leur population sur l’état de leur économie, ce qui n’est pas le cas des pays de l’UEMOA qui ont leur TCER plus apprécié (graphique n°4) ces dernières années. Pour Diop et Fall (2011), les régimes de change intermédiaire et flottant donnent de meilleurs résultats en matière de croissance économique. En outre, la différence de croissance entre ces deux zones peut s’expliquer par le fait que les pays à régime de change fixe sont essentiellement regroupés au sein de l’UEMOA; durant les années 80 et 90, ces pays ont connu une succession de crises (crise d’endettement, crise bancaire, dévaluation) et de programmes d’ajustement qui ont rudement frappé leurs économies. Dans le même temps, la croissance démographique a régulièrement augmenté. Depuis, le début des années 2000, la Côte d’Ivoire, qui est la première économie de l’UEMOA, était exposée à une crise politique sans précédents. La conséquence de tous ces événements est que la croissance du PIB réel par tête est restée quasiment stable dans cette zone. Les autres pays de la CEDEAO appliquent pour l’essentiel un régime intermédiaire ou flottant. Leur taux de croissance est plus élevé du fait de plusieurs facteurs. Le Nigéria est la deuxième puissance économique en Afrique et possède d’importantes ressources pétrolières qui lui permettent de maintenir un certain niveau de croissance. Le Ghana et le Cap-Vert ont mis en oeuvre des politiques de développement dont l’efficacité se mesure à l’aune du niveau élevé de leurs taux de croissance. Enfin, les troubles politiques survenues au Libéria et à la Sierra Leone, ont fortement réduit la croissance démographique, atténuant ainsi la baisse du PIB réel par tête.
La variable !8 9 qui représente le degré de désalignement du taux de change réel, a un effet négatif et significatif sur la croissance économique des pays de la CEDEAO. En effet, lorsque le degré de mésalignement augmente de 1 % ceteris paribus, le produit intérieur brut par habitant diminue de 2,2439 %. Ce résultat est conforme à nos attentes et reflète les prédictions de l’analyse impulsionnelle qui a montré que la croissance économique des pays de la CEDEAO avait une réponse négative lors d’un choc positif sur le taux de change effectif réel. On constate à travers ce résultat que les pays de la zone dans l’ensemble ne sont pas compétitifs compte tenu de l’appréciation du TCER. En outre, le désalignement du taux de change, souvent lié à une surévaluation défavorable aux activités des biens échangeables, est ainsi largement évoqué dans les études de performances économiques et y est considéré comme néfaste (Edwards, 1989).
Les variables i et m ( l sont les seules qui ont un effet non significatif sur la croissance économique. Cette non significativité est probablement due au faible niveau des investissements et des degrés d’ouverture dans les pays de la zone.
Conclusion
Il ressort des résultats de l’étude que les régimes de change fixes et flexibles impactent positivement et significativement la croissance économique des pays de la CEDEAO. En outre, l’effet du régime flexible l’emporte légèrement sur celui du fixe. On note aussi que le mésalignement affecte négativement la croissance économique de la zone, comme l’a montré l’analyse impulsionnelle du modèle VAR non structurel.
6 Il est exprimé à l’incertain, en termes de dollar. C’est la quantité de monnaie nationale qui permet d’obtenir un dollars.
7 Une des raisons pour lesquelles la PPA n’est pas vérifiée est l’existence d’hétérogénéités sectorielles : les prix ne sont pas égaux au sein même d’une économie. Une source importante d’écarts de prix est l’existence d’écarts de productivité entre secteurs. On montre que les pays où la productivité est plus forte ont des niveaux de prix plus élevés mesurés en monnaie commune : à l’inverse, ceci signifie que les pays en rattrapage, dont la productivité croît plus rapidement ont un taux de change réel qui s’apprécie au cours du temps. C’est l’effet Balassa-Samuelson.
8 Nous avons utilisé un seul déterminant fondamental qui est le produit intérieur brut par habitant, comme l’a fait Rodrik (2008).
9 Cité par Yougbaré (2009)