La modélisation des interactions entre IDE et croissance économique, et l’identification des déterminants des IDE, se fera à partir d’un modèle structurel à équations simultanées appliquées sur données de panel. Ce choix se justifie par le fait que les entrées d’IDE peuvent expliquer le taux de croissance d’une économie, mais aussi du fait que le taux de croissance peut constituer un facteur d’attractivité des flux d’IDE. De plus, certaines variables influencent simultanément les entrées d’IDE et le taux de croissance. Ainsi, il apparait opportun d’analyser cette séquence causale de l’attractivité vers les IDE, puis des IDE vers la croissance, en utilisant un modèle à équations simultanées qui endogénéise la croissance, les IDE et certaines variables décisives d’attractivité et de croissance économique. Ce faisant, l’estimation d’un modèle structurel à équations simultanées permet de tenir compte de cette interdépendance et/ou du double statut de certaines variables, et de réduire considérablement les biais d’estimation équation par équation.
En outre, il faut signaler que les études antérieures sur l’interaction entre IDE et croissance économique sont presque inexistantes en zone UEMOA. Les études existantes dans le domaine se sont focalisées sur l’identification des déterminants des IDE entrants dans la zone. Toutefois, certaines études d’impact et d’effets interactifs, ont été réalisées spécifiquement au niveau de certains pays, sans pour autant prendre en compte l’effet groupe.
Par ailleurs, les études empiriques d’impact de l’IDE sur la croissance se caractérisent par la non prise en compte des effets interactifs entre l’IDE et la croissance d’une part, et les facteurs explicatifs de l’attractivité et la croissance d’autre part. En effet, la première génération de modèles d’analyse de l’impact des IDE sur la croissance économique, a été développée sous forme d’une relation univoque allant des IDE vers la croissance, dans laquelle les IDE sont considérés comme des variables exogènes, Alaya et al (2009). La seconde génération de modèles enrichit la première en introduisant des variables interactives qui permettent de poser la question des conditions qui favorisent l’apparition d’effets positifs des IDE, (Borensztein et al, 1998). Cette approche a permis de définir les capacités d’absorption nécessaires à l’apparition d’effets positifs des IDE sur la croissance. Mais elle ne permet pas de traiter ni des relations réciproques entre croissance économique et IDE, ni de tenir compte des feedbacks dynamiques entre les IDE et l’insertion commerciale, le capital humain ou les infrastructures qui peuvent stimuler la croissance via des gains d’attractivité endogènes. D’où la naissance de la dernière génération de modèles qui tient compte des interactions entre la croissance économique et les IDE, de l’endogénéité possible de l’IDE à certains facteurs de la croissance tels que l’ouverture commerciale, les infrastructures, le niveau d’éducation ou la stabilité macroéconomique. Ces derniers modèles ont été construits en termes d’équations simultanées.
Ainsi Alaya (2004), montre que, la présence des spillovers implique une interaction entre les différents déterminants de la croissance, d’où l’intérêt d’endogénéiser ces complémentarités dans l’analyse empirique. Par ailleurs, les relations observées entre l’IDE et la croissance peuvent souffrir des problèmes de causalité réciproque (feedback effect) du fait que l’IDE pourrait être attiré par des pays où le taux de croissance est assez élevé, d’où le besoin d’introduire des variables instrumentales ou des équations multiples afin de résoudre ces problèmes d’endogénéité.
Afin de dégager les déterminants des IDE, le modèle s’inscrit dans la logique de la théorie des « pull factors » à savoir l’identification des facteurs d’attractivité spécifiques aux pays de l’UEMOA qui affectent le choix d’investissement des FMNs. Il s’agira de dégager les facteurs explicatifs des IDE, et les interactions entre IDE et croissance écomique, ayant contrôlé les facteurs usuels de la croissance.
Les différentes variables explicatives sont exprimées en proportion du PIB. Au delà de la prise en compte de la taille des différentes économies et de leur niveau de développement que permet une telle spécification, elle a l’avantage de permettre une interprétation plus simple des coefficients, dans la mesure où un certain nombre de variables explicatives sont également exprimées en pourcentage du PIB, et donc dans la même métrique. Cette spécification permet également d’éviter une multicolinéarité du PIB avec l’ensemble des variables explicatives, (Kinda, 2006).
Le modèle est inspiré de celui de ALAYA (2004) : « IDE et croissance économique : une estimation à partir d’un modèle structurel pour les pays de la rive sud de la méditerranée », auquel nous avons retranché certaines variables et équations, et ajouté d’autres que nous estimons plus pertinentes au regard des spécificités de l’UEMOA et de la disponibilité des certaines données.
A côté des modèles à équations simultanées, on aurait du penser à un Modèle à Correction d’Erreur (MCE), afin de mettre en évidence les relations de court terme et de long terme. Toutefois, même en utilisant la définition alternative de la cointégration plus large de Campbell et Perron (1991), permettant de définir la cointégration entre des variables plus ou moins hétérogènes, c’est-à-dire qu’il faut au moins deux variables I(1) dans une relation pour avoir cointégration, ce modèle apparaît inapproprié car toujours est-il que, le coefficient associé à la force de rappel doit être négatif, significatif et en valeur absolue inférieur à l’unité. Ces conditions ne sont pas satisfaites par notre base de données. Certains auteurs soutiennent que même en cas de variables stationnaires, des MCE peuvent être développés mais les conditions requises pour le coefficient de la force de rappel doivent toujours être vérifiées.
Page suivante : II.2. Présentation du modèle : Modèle structurel à équations simultanées