Académique Documents
Professionnel Documents
Culture Documents
Réalisé par :
Smahi Anas
Docteur Abdelwahad Gourch, pour avoir accepté suivre ce travail et pour tout
l’effort et le soutien qu’il nous a donné, ses conseils qui nous ont été très
précieux pour le déroulement du travail et pour l’honneur qu’il nous a accordé
par son encadrement, et aussi pour s’y être impliqué véritablement malgré ses
multiples occupations.
Aussi, nous adressons nos plus sincères remerciements à tous nos proches et
amis, qui nous ont toujours soutenus et encouragés au cours de la réalisation de
ce travail.
2
Introduction……………………………………………………………………………..4
Cette étude sera organisée comme suit : dans le premier chapitre, nous présentons
les différentes approches théoriques qui portent sur la croissance économique ainsi
que ses indicateurs. Le deuxième chapitre décrira l'’évolution historique de la
croissance économique au Maroc. Le dernier chapitre sera consacré à une analyse
économétrique de la relation entre les différents facteurs et la croissance au Maroc
afin de définir le type et le sens de la liaison et quantifier l’impact.
4
CHAPITRE 1 :
Cadre théorique
Ce chapitre a pour objet de situer le cadre général de notre mémoire et de présenter une
synthèse des différentes conceptions théoriques et empiriques sur les différents
facteurs qui peuvent influencer la croissance économique.
ADAM SMITH
C’est le premier auteur qui a été intéressé par la croissance et développement économique, selon
SMITH les principaux facteurs qui influencent la croissance économique :
* la croissance démographique
Pour SMITH, la division du travail par la spécialisation des ouvriers dans des activités
très spécifiques permet l’augmentation de la productivité, aussi il insiste sur la
nécessité d’accumulation des capitaux pour l’économie nationale afin d’élargir la
division du travail, ce qui permet comme conséquence l’augmentation du revenu
national par habitant.
L’accumulation des capitaux est basée sur le désir des individus, par la spécialisation
d’une partie de leurs ressources dans des activités productives au lieu des activités de
consommation.
L’Etat doit avoir le rôle du gendarme (assurer seulement les fonctions régaliennes :
sécurité, justice…)
5
L’investissement a besoin de l’épargne, et l’épargne à son tour nécessite
l’augmentation au niveau du revenu national.
DAVID RICARDO
Pour les keynésiens, la demande joue un rôle dans la croissance économique. Dans la
Théorie générale, Keynes (1936) ne s’est focalisé que sur le court terme ; il n’a pas
construit une théorie de la croissance économique à long terme. Roy Forbes Harrod
(1939) et EvseyDomar (1947), deux économistes inspirés par les théories
keynésiennes, ont chacun de leur côté contribué à construire une telle théorie. Ils
arrivent tous d’eux aux mêmes conclusions.
Leur première conclusion est que la croissance est déséquilibrée. L’investissement est
à la fois une composante de l’offre et une composante de la demande. D’une part, en
investissant, les entreprises augmentent leurs capacités de production (l’offre tend à
augmenter). D’autre part, si une entreprise investit, c’est qu’elle achète par définition
des machines ou autres moyens de production à d’autres entreprises (la demande tend
à augmenter). Si l’augmentation de l’offre correspond à l’augmentation de la demande,
alors la croissance sera équilibrée, mais rien n’assure que ce sera effectivement le cas.
Selon Harrod et Domar, la croissance risque d’être déséquilibrée, instable. Deux
situations sont alors possibles. Si l’offre est supérieure à la demande, alors l’économie
se retrouve en surproduction, elle s’éloigne du plein emploi et elle risque de connaître
une déflation. Inversement, Si la demande est supérieure à l’offre, l’économie subit
alors des tensions inflationnistes.
Leur deuxième conclusion est que les déséquilibres sont cumulatifs. Si lademande est
supérieure à l’offre (cas inflationniste), les entreprises vont chercher à accroître leurs
capacités de production pour répondre à l’excès de demande. Or, en investissant, elles
créent une demande supplémentaire. Il est alors probable que l’excès de demande
s’intensifie au lieu de se réduire. Inversement, si l’offre est supérieure à la demande
(cas de surproduction), les entreprises risquent de réduire leurs dépenses
d’investissement, donc de réduire plus amplement la demande. Dans tous les cas, un
simple déséquilibre risque de s’amplifier au cours du temps : la croissance est « sur le
fil du rasoir » selon Harrod.
Keynes avait démontré que l’Etat doit intervenir à court terme pour sortir l’économie
du sous-emploi. Harrod et Domar montrent que les autorités publiques ont un rôle à
jouer dans la croissance à long terme en veillant à ce qu’elle soit équilibrée. En
assouplissant et resserrant ses politiques conjoncturelles, l’Etat va ajuster la demande
globale de manière à ce qu’elle s’équilibre avec l’offre globale.
7
Section 2 : Les modèles de croissance
Dans une perspective de long terme, Robert Solow réalise en 1956 le premier modèle
de croissance néoclassique. Dans ce modèle, les entreprises combinent du travail et du
capital pour produire des biens. Elles utilisent l’épargne des ménages pour investir et
ainsi accroître les capacités de production. Ainsi, plus l’économie épargne, plus les
entreprises ne peuvent accumuler du capital. Toutefois, Solow fait l’hypothèse
d’une décroissance des productivités marginales : plus un travailleur dispos de
machines, moins la machine supplémentaire lui permet d’accroître sa production.
Autrement dit, plus le stock de capital augmente, moins la production augmente
rapidement.
À long terme, la croissance ne peut venir que du progrès technique : ce dernier permet
de relever la productivité du capital, si bien que l’économie retarde l’instant où elle
arrivera à l’état stationnaire. Par exemple, si un travailleur était capable de produire
une quantité Q de biens à partir de K machines ; grâce au progrès technique, il est
désormais capable de produire la quantité Q’. Le progrès technique permet aux
travailleurs de produire plus avec la même quantité de facteurs. À la limite, tant qu’il y
a du progrès technique, l’économie génère toujours de la croissance et ne connaît
jamais l’état stationnaire.
Par conséquent, en l’absence de progrès technique, la croissance tend peu à peu vers
zéro et l’économie risque finalement de se retrouver dans une situation où la
production n’augmente plus, mais stagne. Solow retrouve donc ici l’idée des classiques
selon laquelle l’économie converge vers un état stationnaire.
Le modèle de Solow et Swan sans progrès technique essaie de déterminer la croissance
d'état stationnaire ou mieux celle qu'il faut maintenir pour garantir l'équilibre sur le
marché réel.
L'analyse du rôle de la finance est résiduelle dans ce modèle néoclassique car toute
l'attention est portée aux effets de l'accumulation du capital sur le niveau de la
production d'équilibre. L'objet de cette section tient alors à un examen approfondi du
modèle de Solow et Swan (1956) sans progrès technique et à la détection des effets
indirects du développement financier sur la croissance de la production par tête.
8
Le modèle de Solow peut être considéré comme modèle de base de l'analyse
néoclassique de la croissance économique. Il peut être traité comme tout modèle
d'équilibre du marché des biens et services ayant une composante offre et une
composante demande.
La production par tête dépend de façon positive du capital par tête et il est important de
noter qu'il n'existe aucune relation linéaire entre ces deux variables (De Haas, 2001).
La fonction d'offre prend la forme suivante :
La production par tête est caractérisée par une productivité marginale décroissante du
capital par tête qui assure la concavité de la fonction de production par tête. Ceci
suppose que l'accroissement (marginal) de la productivité par tête diminue plus vite
que l'accroissement du capital par tête
Pour Solow, la fonction de demande des biens et services peut être décomposée en
deux sous fonctions à agréger : une fonction de demande des biens de consommation C
et une fonction de demande des biens d'investissement I. La fonction de demande
agrégée prend donc la forme :
Y= C+I (3)
Et la fonction de demande par tête ou par unité de travail est donnée par
y= c+i (4)
9
2.2 : Modèle de ROSTOW
CHAPITRE 2 :
L’évolution historique de la croissance économique
Cette période a été caractérisé par une forte intervention de l’Etat, visant deux objectifs
principaux, l’import substitution et la promotion des exportations.
Le premier axe d’intervention a été marqué par des investissements publics directs
(CUCRERIE, SOMACA, ONI,….)
10
Associé a un système de protection de l’industrie marocaine naissante. Cette protection
s’est basée sur une stricte réglementation des importations et un contrôle rigide de la
tarification douanière en vue de limiter les importations surtout des biens qui
pourraient concurrencer les produits nationaux.
Le seconde axxe a été coupler a la promotion des exportations, encouragé par la hausse
des prix des phosphates en (1974),l’Etat est intervenu en tant que promoteur et
entrepreneurs notamment ,pour la réalisation d’importante projets dans divers secteurs
(cimentier, industrie chimique, etc…) plus la promulgation de la loi sur la
micronisation en 1973 ,qui visent la modulation du niveaux des avantages selon la
localisation géographique et la taille du projet par rapport à la période précédant le
taux de croissance a été inférieur du 4.9%.
C’est que dans cette période les exportation pratiquement reste au même niveaux de
celui des année 60, par contre que les importation augmente a celle des année
précédentes, surtout l’importation des biens d’équipement
11
o La croissance économique entre 1983 et 1993
Au début des années 1980 les principaux indicateurs économiques ont témoigné d’une
grave détérioration de la situation économique du pays, la dette extérieure a progressé
de plus de six fois entre 1975 et 1982 pour atteindre plus de 83% du PIB.
Le déficit budgétaire et déficit courant de la balance de paiements on atteint des
niveaux records en 1982.se situant respectivement à 12% et a 12.3%, l’économie
marocaine a subit le contre cout de nombreux facteurs :deuxième choc pétrolier, baisse
des prix du phosphate, la hausse du dollar et des taux d’intérêt, sans oublier la
sécheresse sévère qui a marqué l’année 1981.
Pour faire face à cette situation le gouvernement a mise en place d’un programme
d’ajustement structurelle (PAS). C’est ainsi qu’un ensemble le mesure de stabilisation
et d’ajustement ont été élaborées par le gouvernement et appuyées par une série
d’accord de Confirmation avec le FMI et de prêts d’ajustement sectoriel de la banque
mondiale. Ces mesures visaient la réduction de la demande intérieure, l’ouverture et la
libéralisation économique dans ce cadre divers réformes structurelles ont été lancées
depuis 1983. Elles touchés l’ensemble des aspects de l’économie, notamment le
commerce extérieurs, les dépense budgétaire, la fiscalité, les investissements étrangère,
la privatisation, etc…
Au court de cette période le taux annuel moyen de croissance économique s’est limite
de 3.1%, ainsi que le volume des exportations des biens et service a été augmenter
grâce à l’amélioration de la compétitivité.
12
o La croissance économique entre 1994 et 2004
13
des droits des affaires, de la disponibilité de l’infrastructure et du développement du
capital humain.
Et que la contribution des exportations nettes à la croissance pendant cette période est
redevenue négative, dû par la perte des parts des marchés suite à la concurrence
acharnée des pays concurrents et ce malgré des stratégies visant la promotion des
exportations.
14
La croissance a été tirée par la demande intérieure (consommation plus investissement)
malgré les politiques de promotion des exportations.
Le secteur des services a commencé à émerger et à prendre de l’ampleur à partir des
années 90.
3. L'accumulation du capital humain fut mise en valeur par LUCAS (1988). Ce capital
est défini comme le stock de connaissances valorisables économiquement et
incorporées aux individus (qualification, état de santé, hygiène, ...). en améliorant le
niveau d'éducation et de formation, chaque individu augmente le stock de capital
humain de la nation et par la même occasion contribue à améliorer la productivité de
l'économie nationale.
4. L'investissement de l'État dans les infrastructures, car selon ces théoriciens, les
infrastructures publiques constituent aussi un facteur de croissance qui engendre des
rendements croissants à long terme en raison des économies internes qu'elles
permettent pour les producteurs privés.
La consommation de masse, dans laquelle les besoins essentiels sont satisfaits, les
biens de consommation sont produits en abondance et les services prédominent (pays
occidentaux industrialisés).
15
CHAPITRE 3 :
Modélisation de l’impact des variables
économiques sur la croissance
En effet, l’économétrie sert à confirmer ou infirmer ces théories alternatives par des
évidences chiffrées en utilisant souvent des méthodes statistiques et mathématiques
spéciales.
En effet, Ces littératures se manifestent sous forme d’études en coupe transversale associant
plusieurs pays.
16
Il est reconnu que l’accumulation du capital et les changements technologiques ne
sont pas les seuls facteurs qui expliquent les écarts du niveau de développement entre
les pays. La littérature récente sur la croissance insiste bien sur le rôle du
développement financier et des institutions, séparément, en tant que déterminants
fondamentaux de la croissance économique.
Nubukpo (2003) à l’issue de ces résultats l’hypothèse selon laquelle il existerait une
relation non linéaire entre la taille de l’Etat (Dépenses publiques en pourcentage du
PIB) et la croissance économique.
Keho (2004), dans son étude portant sur l’impact de l’investissement public sur la
croissance économique ainsi montré que c’est la croissance qui cause l’investissement
public et non l’inverse en Côte d’Ivoire
La régression linéaire se classe parmi les méthodes d’analyses multivariées qui traitent
des données quantitatives. C'est une méthode d'investigation sur données
d'observations, ou d’expérimentations, où l'objectif principal est de rechercher une
liaison linéaire entre une variable Y quantitative et une ou plusieurs variables X
également quantitatives.
Dont : PIB est la variable endogène qui donne une idée sur l’évolution de taux de
croissance économique au Maroc.
17
Pour mesurer directement les élasticités du PIB par rapport aux différentes variables
explicatives, nous retenons la forme fonctionnelle linéaire du type log.
Statistique descriptive
Le tableau ci-dessus fournit une description synthétique des données à étudier, qui sont en
nombre de 33 observations, la valeur minimale, la valeur maximale, la moyenne, et l’écart type
de chaque série.
Avec :
ξt : Le terme d’erreur
Afin d’estimer le vecteur de coefficients a0, a1, a2, et a3, nous appliquons la méthode des
Moindres Carrés Ordinaires qui consiste à minimiser la somme des carrées des erreurs.
Estimation du modèle
La première estimation du modèle qui inclut les variables exogènes, par la méthode des
moindres carrés ordinaires de 1980 à 2012 conduit aux résultats suivants :
DependentVariable: LPIB
19
Method: Least Squares
Date: 05/07/15 Time: 12:42
Sample: 1980 2012
Includedobservations: 33
(Sortie EVIEWS)
Pour expliquer ce résultat, nous allons analyser la matrice de corrélation pour voir si les
variables explicatives sont liées.
20
Dans le cadre de notre mémoire, nous allons vérifier les quatre hypothèses
principales à savoir : La multi-colinéarité et la stationnarité des variables, l’auto
corrélation et l’homoscédasticité des erreurs.
Le terme de multi-colinéarité est employé dans le cas d’un modèle incorporant des
séries explicatives qui sont liées entre elles.
A l’opposé, pour des séries explicatives de covariance nulle COV(x1, x2), nous
dirons qu’elles sont orthogonales. Si, pour des études théoriques, nous pouvons
supposer que deux séries sont orthogonales, dans la pratique, lorsque l’économiste
modélise des phénomènes économiques, les séries explicatives sont toujours plus ou
moins liées entre elles. Nous allons donc vérifier s’il existe une multi-colinéarité
significative pour notre modèle.
Deux tests sont utilisés pour étudier la colinéarité entre les variables explicatives, à
savoir : le test de Klein et le test de Farraret Glauber.
Test de Klein
2
La règle de décision est la suivante : si r xi,xj>R², il existe une présomption de multi-
colinéarité.
matrice de corrélation
LFBCF LEXPORTATION LINFLATION LEPARGNE
LFBCF 1 0.9687391668783513 -0.7115005396097993 0.6576016463774896
LEXPORTATION 0.9687391668783513 1 -0.7631459348873033 0.5981904292040524
LINFLATION -0.7115005396097993 -0.7631459348873033 1 -0.4323402129806628
LEPARGNE 0.6576016463774896 0.5981904292040524 -0.4323402129806628 1
Tableau3 : Matrice des coefficients de corrélation entre les variables explicatives (Sortie EVIEWS)
Dans notre cas, comme le montre la matrice de corrélation ci-après, les coefficients
de corrélation entre les variables explicatives sont tous inférieurs à 0,98 donc on peut
dire que selon ce test il n’y a pas de présomption de colinéarité entre ces variables.
21
Test de Farrar et Glauber :
Ce test consiste, dans une première étape, à calculer le déterminant DDE la matrice
des coefficients de corrélation entre les variables explicatives. Pour notre modèle,
D=0.014140232811908007. Cette valeur est proche de zéro, ce qui signifie que le
risque de multi-colinéarité est important.
χ2=-(33-1-1/6(2*5+5)) ln (0.014140232811908007)
= 125.632569
22
Donc notre modèle s’écrit sous la forme suivante :
DependentVariable: LPIB
Method: Least Squares
Date: 05/12/15 Time: 23:19
Sample: 1980 2012
Includedobservations: 33
(Sortie EVIEWS)
Le nouveau coefficient de corrélation est de R²=0,946 avec une parfaite signification (Prob (F-
statistic)=0,00).
Nous allons vérifier à nouveau s’il existe une multi-colinéarité entre les variables explicatives.
Matrice de corrélation
LEXPORTATION LEPARGNE LINFLATION
LEXPORTATION 1 0.5981904292040524 -0.7631459348873033
La deuxième étape consiste à effectuer le test khi-deux sur les hypothèses suivantes
23
H0 : D =1 (les séries sont orthogonales).
La statistique utilisée dans ce test est alors χ2=-(N-1-1/6(2k+5)) ln Dqui suit la loi
χ2 (1/2K (K-1)) dans la quelle N est la taille de l’échantillon, et k est le nombre des
variables explicatives (le terme constant est inclus) et ln D et le logarithme népérien du
déterminant de la matrice des coefficients de corrélation.
La stationnarité vise à vérifier si les variables conservent une distribution avec une
espérance et une variance constantes dans le temps.
L’objectif est d’examiner le caractère stationnaire ou non des variables, la plupart des
propriétés
Une série chronologique est dite stationnaire si elle est la réalisation d’un processus
stationnaire c’est-à-dire ne comportant ni tendance ni saisonnalité,elle se caractérise
par une moyenne et une variance constante et généralement aucune caractéristique
évoluant avec le temps.
Les tests usuellement mis en œuvre pour juger de la stationnarité des variables sont
les tests de Dickey-Fulleret de Dickey-Fuller Augmenté (DF, 1979etADF,1981), de
Phillips-Perron(PP, 1979, 1988) et de Kwiotowski, PhillipsetSchmidtetShin (KPSS,
1992).
Les représentations graphiques des séries de données montrent qu’elles sont tous non
stationnaires (Graphique1 en annexe). Ce résultat est à confirmer avec le test ADF
qu’on a choisi du fait qu’il permet de ne pas faire l’hypothèse a priori de bruit blanc
du résidu du modèle Auto- Régressif de la série dont la stationnarité est testée.
24
Règle de décision :
LA SERIE DE L’EXPORTATION :
1-Test sur la variable au niveau
t-Statistic Prob.*
Le t test (-1,55) est supérieure aux valeurs critiques indiquées, donc on accepte l’hypothèse H0
Quel que soit le seuil de 1 à 10% .Le processus n’est pas stationnaire.
t-Statistic Prob.*
Le t test (1,33) est supérieur aux valeurs critiques indiquées par EVIEWS, on
accepte
L’hypothèse H0 quel que soit le seuil de 1 à 10%. Le processus n’est pas stationnaire.
26
Exogenous: None
LagLength: 1 (Fixed)
t-Statistic Prob.*
Le t test (3,98) est supérieur aux valeurs critiques indiquées par EVIEWS, on accepte
l’hypothèseH0 quel que soit le seuilde1 à10%.Le processus n’est pas stationnaire.
Donc, selon ces résultats, la série (exportation) est non stationnaire en niveau. Donc
on procède au calcul de sa différence première.
27
Première différence avec constante :
t-Statistic Prob.*
Le t test (-4,59) est inférieure aux valeurs critiques indiquées par EVIEWS, on
accepte
LA SERIE DE L’EPARGNE :
1. Test sur la variable en niveau
Niveau avec constante et trend
28
Null Hypothesis: LEPARGNE has a unit root
Exogenous: Constant, Linear Trend
LagLength: 1 (Fixed)
t-Statistic Prob.*
Le t test (0.43) est supérieure aux valeurs critiques indiquées par EVIEWS, on accepte
t-Statistic Prob.*
Le t test (1.96) est supérieure aux valeurs critiques indiquées par EVIEWS, on accepte
t-Statistic Prob.*
Le t test (2.35) est supérieure aux valeurs critiques indiquées par EVIEWS, on accepte
30
L’hypothèse H0 au seuil critique de 5%.Le processus n’est pas stationnaire.
2. Test sur la variable en différence première :
Première différence avec constante et trend :
t-Statistic Prob.*
Le t test (-2.30) est supérieure aux valeurs critiques indiquées par EVIEWS, on accepte
31
t-Statistic Prob.*
Le t test (-4,77) est inférieure aux valeurs critiques indiquées par EVIEWS (1%, 5% et 10%),
on Accepte l’hypothèse H1 au seuil de 5%.Le processus est donc stationnaire.
LA SERIE DE L’INFLATION :
1. Test sur la variable en niveau
Niveau avec constante et trend :
t-Statistic Prob.*
32
Variable Coefficient Std. Error t-Statistic Prob.
Le t test (-2.41) est supérieure aux valeurs critiques indiquées par EVIEWS, on accepte
t-Statistic Prob.*
Le t test (-1.51) est supérieure aux valeurs critiques indiquées par EVIEWS, on accepte
33
Null Hypothesis: LINFLATION has a unit root
Exogenous: None
LagLength: 1 (Fixed)
t-Statistic Prob.*
Le t test (-1,80) est supérieur aux valeurs critiques indiquées par EVIEWS au seuil de (1% et
5%), on accepte l’hypothèseH0 au seuil critique de5%.mais il est inférieurs au seuil de (10%),
on accepte l’hypothèse H1 .Le processus n’est pas stationnaire au seuil de (1% et 5%) et
stationnaire au seuil de (10%).
2. Test sur la variable en différence première :
Première différence avec constante
t-Statistic Prob.*
Le t test (-3.82) est inférieur aux valeurs critiques indiquées par EVIEWS au seuil de (5% et
10%).mais il est supérieurs au seuil de (1%), on accepte H1 au seuil de (5% et 10%) ce qui est
fait à ces deux seuil le processus et stationnaire, et on rejette H0 au seuil de (1%) d’où le
processus non stationnaire.
LA SERIE PIB
t-Statistic Prob.*
Le t test (-1.76) est supérieure aux valeurs critiques indiquées par EVIEWS, on accepte
t-Statistic Prob.*
Le t test (-0.43) est supérieure aux valeurs critiques indiquées par EVIEWS, on accepte
t-Statistic Prob.*
Le t test (8.74) est supérieuraux valeurs critiques indiquées par EVIEWS, on accepte
t-Statistic Prob.*
Le t test (-5,35) est inférieur aux valeurs critiques indiquées par EVIEWS (1% ;
5%et10%), on accepte l’hypothèse H1 au seuil de 5%.le processus est donc
stationnaire.
D’après les résultats de stationnarité, les séries analysées sont non stationnaires en
niveau En effet, les valeurs ADFt-stat sont toutes supérieures à leur valeur critique au
seuil de 5%. Mais en différence première, ces séries deviennent tous stationnaires.
L'hypothèse testée est celle de l'autocorrélation des résidus. Le protocole du test consiste à
régresser les résidus sur toutes les variables explicatives du modèle et sur les résidus retardés
respectivement de 1ère et 2ème périodes. Si le modèle est globalement significatif ou s'il y a
un R2 élevé, alors on peut présumer à 95% qu'il existe dans le modèle une autocorrélation des
résidus. La précision sur le rang de l'autocorrélation est fournie par le test de Wald sur les
estimateurs des résidus retardés sur le terme d'erreur. Si la probabilité associée à la statistique
de Fisher (F-statistic) est inférieure à 5%, on conclut qu'il y a autocorrélation des résidus dans
le modèle.
Test Equation:
DependentVariable: RESID
Method: Least Squares
Date: 05/17/15 Time: 19:25
Sample: 1980 2012
Includedobservations: 33
Presample missing value lagged residuals set to zero.
38
Variable Coefficient Std. Error t-Statistic Prob.
Le test de White est un test statistique qui établit si la variance résiduelle d'une variable dans
un modèle de régression est constante (homoscédasticité) La statistique de test LM est le
produit de la valeur R2 et taille de l'échantillon. Il en résulte une distribution chi-carré, avec
des degrés de liberté égal au nombre de paramètres estimés (dans la régression auxiliaire)
moins 1
Si la valeur qui s'en dégage est inférieur à β ; (généralement β = 5%) pour un niveau
de signification statistique donné, on en conclu que le modèle est homoscédastique.
HeteroskedasticityTest: White
Test Equation:
DependentVariable: RESID^2
Method: Least Squares
Date: 05/19/15 Time: 13:59
39
Sample: 1980 2012
Includedobservations: 33
C’est une variable significative, et pertinente par rapport les autres variables utilisés,
en d’autre terme, toute augmentation des exportations de 5.6% engendre une
augmentation du PIB de 1%. Du point de vue économique, les exportations sont
considérés comme moteur de croissance économique, selon l’école classique qui a
considérée que le libre-échange et la spécialisation sont toujours favorable même pour
les pays moins compétitifs.
40
(Un jeu à somme positive), dans cette période au Maroc, les exportations ont été
développées grâce à plusieurs variables :
Tous d’abord, le commerce mène à une forte spécialisation, cela permet au pays de se
spécialiser dans la production des produit pour lesquels il est plus avantagé ou moins
désavantagé, en d’autre terme l’ouverture élargie les marché potentiel ce qui permet
au entreprise de profiter des économies d’échelles .et de crée une nouvelle valeur
ajoutée.
Cette variable n’est pas significative, ce qui fait elle n’influence pas la croissance du
PIB directement, d’une point de vue économique, l’épargne nationale brute a connu
une stagnation pendant cette période, due à une stagnation des revenus des ménages,
cela affecte le niveau de l’investissement, c’est-à-dire que le financement des banque
et limité plus que les taux d’intérêt ayant un niveau très élevé.
Donc on peut conclu que l’épargne influence indirectement la croissance du PIB. Parce
que le revenu national des ménages est distribué selon trois angles :
Cette variable est significative pour expliquer la variabilité du PIB, en d’autre terme,
chaque diminution de 0.076% de l’inflation engendre une augmentation du PIB de 1%
ce qui fait que les deux variable varient dans un sens contraire. D’une point de vue
économique la stabilité des prix préserve. Voie de renforce le pouvoir d’achat des
consommateurs, en effet la stabilité des prix est en outre, un facteur déterminant de la
compétitivité des entreprise cela affecte la valeur ajouté crée par eux .plus que la
maitrise de l’inflation et l’objectif fondamental de toute politique monétaire pour
stimuler l’investissement.
En revanche l’inflation est dut pendant cette période a causse du deuxième choc
pétrolier et de l’incapacité du pouvoir publique de la maitriser.
La croissance économique au Maroc est déterminée par une multitude des variables,
notamment la saison agriculture (bonne ou sécheresse), les stratégies sectorielles (plan
Maroc vert, de l’industrie…).ces variables qui ont très difficile a messer et à quantifier
nécessitent des outils économétrique approfondit, et d’autre variable qui influence la
création de la valeur ajoutée comme :
REFERENCESBIBLIOGRAPHIQUES
SiteWeb:
http://www.banquemondiale.org (SitedelaBanqueMondiale.)
Ouvrage :
Maroc.
42
ANNEXES :
la
Exportation Formation
des biens brute du
et services capital fixe PIB au prix Épargne intérieure brute
au prix aux prix constants (unités de devises locales
année Croissance constants constants en MDH constantes) Infiation (ICV)
1980 3,6 33797 53361 188879 44759224289,00 9,4
1981 -1,6 36019 55321 185807 40016921500,00 12,5
1982 10,2 38679 57574 204710 46316265216,00 10,5
1983 0,8 42056 52833 206317 45542540415,00 6,2
1984 6,3 44388 49247 219252 46991490587,00 12,4
1985 5,4 45071 54859 231062 53363144393,00 7,7
1986 9,6 44834 54088 253301 54681846254,00 8,7
1987 -1,3 48657 54143 250092 53102289583,00 2,7
1988 12,2 58936 59580 280578 64755365007,00 2,4
1989 2,8 55506 67742 288536 64396512806,00 3,3
1990 2,8 65070 69814 296581 69161475498,00 6,8
1991 7,5 66572 71792 318965 67534010439,00 8
1992 -2,9 69703 71433 309691 59223033318,00 5,7
1993 -1 69813 69495 306584 60848346328,00 5,2
1994 11,5 76161 67782 341824 64652040121,00 5,1
1995 -6,3 78655 73882 320191 57838696816,00 6,1
1996 13,5 83492 74420 363288 72305111528,00 3
1997 -2 89090 79366 355980 75135342010,00 1
1998 8 93835 89905 384385 85736000000,00 2,8
1999 0,5 101134 98472 386420 84185946383,00 0,7
2000 1,6 111961 101200 392574 79068467751,00 1,9
2001 7,6 126637 102045 422221 97007576724,00 0,6
2002 3,3 133796 109528 436222 104085385975,00 2,8
2003 6,3 134656 117990 463778 116135936597,00 1,2
2004 4,8 143104 127892 486048 117936347273,00 1,5
2005 3 162126 137369 500525 116575969366,00 1
2006 7,8 180966 150652 539365 128255164931,00 3,3
2007 2,7 190357 172195 553959 128523833950,00 2
2008 5,6 204184 191928 584909 128664960215,00 3,7
2009 4,8 174036 196872 612741 146349272508,00 1
2010 3,6 202964 195527 635063 150035454669,00 1
2011 5 207269 200329 666725 647125570425,00 0,9
2012 2,7 212702 203463 684521 665460474604,00 1,3
43
44