Vous êtes sur la page 1sur 13

Thème: Marchés Financiers

LE SENS DE CAUSALITÉ ENTRE DEVELOPPEMENT


FINANCIER ET CROISSANCE ECONOMIQUE: ESSAI SUR LA
COINTEGRATION EN DONNEES DE PANEL DANS LES PAYS
DEVELOPPÉS ET EN VOIE DE DEVELOPPEMENT

Hassene BEN MBAREK


Ecole Supérieure des Sciences Economiques et Commerciales de Tunis
University de Tunis, Tunisie
E-mail : hassene_mbarek@yahoo.fr

Houssem RACHDI
Ecole Supérieure des Sciences Economiques et Commerciales de Tunis
University de Tunis, Tunisie
E-mail : rachdihoussem@gmail.com

Résumé

L’objet de cet article est d’étudier le sens de causalité entre développement financier et
croissance. S’il est admis que le développement financier stimule la croissance, la croissance
économique peut également provoquer le développement financier. En effet, les marchés
financiers et les institutions adéquates peuvent apparaître lorsque le processus de croissance
économique provoque une demande croissante de servies financiers qui induit l’expansion du
secteur financier. Une autre théorie stipule que la causalité dépendrait du niveau de
développement. Selon cette hypothèse, le développement financier cause la croissance
économique dans les premiers stades de développement, mais cet effet diminue graduellement au
cour du processus de développement jusqu’à s’inverser. Il existe cependant des modèles
théoriques qui offrent le compromis de la causalité à double sens de la relation entre le
développement financier et la croissance.

Mots clés : Développement financier, croissance économique, causalité et cointégration.


Jel Classification : O16, G21, L11 et L25.

1
1. Introduction
La relation entre le développement financier et la croissance a connu une expansion cette
dernière décennie notamment avec les travaux de King et Levine (1993) où les intermédiaires
financiers stimulent l’accumulation du capital et l’accroissement de la productivité des facteurs, et
par conséquent la croissance économique et avancent que le développement financier est un
déterminant important de la croissance économique. Levine (1997) a montré que les
intermédiaires financiers améliorent la gestion de risques et la facilité des transactions financières,
la mobilisation de l’épargne et la facilité des échanges des biens et services. “A more efficient financial
system provides better financial services, and this enables an economy to increase its GDP growth rate. Conversely,
a weakened financial system spills over unfavourably into the economy”. C’est ainsi comme le souligne Ang
(2008, p 38), un système financier efficient contribue favorablement à la croissance économique.
Suite aux progrès réalisés en matière de croissance endogène au début des années 90, de
nouvelles approches appuyant l’intérêt de la libéralisation financière se sont manifestées afin de
déceler la relation entre la libéralisation financière et la croissance économique. Ces travaux
cherchent à justifier la mise en œuvre de la libéralisation financière, et ils ont abouti à la même
conclusion : le système financier doit être libéralisé pour assurer son bon fonctionnement,
accroître l’épargne financière, amorcer les investissements productifs et rentables, pousser
l’innovation technologique et soutenir la croissance économique. En outre, ils précisent que le
développement des banques et des marchés financiers a un effet positif sur la croissance
économique car il permet d’allouer une plus grande quantité d’épargne aux investissements.
Galindo et al (2007) met en exergue le rôle amplificateur que peut jouer la libéralisation financière
dans le développement des banques par une suppression de la fixation administrative des taux
d’intérêt et une allocation efficiente des crédits.
Théoriquement, la relation positive entre le développement financier et la croissance est
évidente mais l’unanimité est loin d’être atteinte sur le sens de causalité. En effet, il est fortement
admis que le développement financier stimule la croissance, cette dernière stimule à son tour le
développement financier. Selon certains auteurs à l’instar d’Ang et Mckibbin (2007), Singh (2008)
et Giuliano et Ruiz-Arranz (2009), le développement du système financier est une condition sine
qua non de la croissance économique. Ces travaux suggèrent la libéralisation du système financier
pour réaliser une meilleure mobilisation de l’épargne, une diversification efficace des risques, une
évaluation des projets d’investissement. Ces avantages sont autant de fonctions remplies par un
système financier développé qui peuvent expliquer cette influence positive sur la croissance. En
revanche, d’autres travaux se démarquent et affirment que la croissance économique entraine le
développement financier.
Il est fort utile de souligner que les résultats de ces différents travaux sont, le plus souvent,
mitigés. Il en résulte l’absence d’un consensus. Ainsi, notre objectif dans ce travail de recherche
est de déchiffrer empiriquement le sens de causalité entre le développement financier et la
croissance économique dans les pays en voie de développement et développés. Pour ce faire, la
deuxième section du présent article traitera des considérations théoriques de la relation
développement financier et croissance économique. La méthodologie économétrique choisie sera
exposée dans la troisième section via une application des tests de racine unitaire en séries
temporelles avec des tests en panel afin d’examiner la stationnarité des données, une application
du modèle de cointégration de Johansen afin de tester les éventuelles relations de cointégration et
des tests de cointégration en panels afin de s’assurer que les tests de Johansen sont impuissants.
En outre, nous allons estimer les vecteurs de cointégration en utilisant la méthode d’estimation
fully moified ordinary least squares pour les panels hétérogènes et cointégrés qui permet une
consistance de la relation de long terme avec un ajustement à court terme et qui respecte les
propriétés d’intégration et de cointégration des données. Enfin, nous allons adopter un modèle
de correction d’erreur en panel afin de détecter l’existence des relations de causalité au sens de
Granger entre les variables. Nos conclusions feront l’objet de la quatrième section.

2
2. Causalité entre développement financier et croissance économique : Une
synthèse de la littérature
Le rôle crucial du développement financier dans tout processus de développement
économique est très débattu dans la littérature économique et financière. Les travaux
considérables de Gurley et Shaw (1955), Goldsmith (1969) et Hicks (1969) se corroborent vers le
fait que le développement financier stimule la croissance économique. Show (1973) postule que
les intermédiaires financiers assurent une promotion de l’investissement et par voie de
conséquence une augmentation du taux de croissance économique. Récemment, Braun et
Raddatz (2007), Ranciere et al (2007), Jung (1986), Roubini et Sala-I-Martin (1992) et King et
Levine (1993) ont montré que le niveau d’intermédiation financière est un bon estimateur de la
croissance économique et que le développement financier est un déterminant important de la
croissance économique. Dans cette perspective, Ang (2008), en menant une étude empirique sur
la Malaisie, conclut qu’un système financier développé contribue favorablement à la réalisation
des taux élevés de croissance économique par le biais de l’augmentation de l’épargne et des
investissements privés. D’une façon similaire, Baltagi et al (2009) arrivent à conclure que le
développement financier des banques, assuré par la libéralisation financière, est un important
potentiel mécanisme de la croissance à long terme dans les pays en voie de développement et
développés.
La causalité dépendrait du niveau de développement. En effet, selon les tenants de cette
hypothèse, le développement financier cause la croissance économique dans les premiers stades
de développement, mais cet effet diminue graduellement au cours du processus de
développement jusqu'à s’inverser. Dans cette perspective, Greenwood et Smith (1998) ont
élaboré des modèles dans lesquels les marchés financiers surgissent après une période de
développement économique où l’expansion de ces marchés accentue la croissance réelle. Cette
controverse sur le sens de causalité se retrouve également dans les études empiriques malgré
l’utilisation de techniques économétriques de plus en plus élaborées. L’analyse en séries
temporelles de la causalité a été effectuée par de nombreuses études. Aretsis et Demetriades
(1997) ont examiné la question de causalité dans un échantillon de 12 pays pris individuellement.
A l’aide d’un modèle à correction d’erreur et du test d’éxogéneité faible, les auteurs arrivent à des
résultats assez variés (causalité dans un sens ou dans un autre et double causalité). De plus, pour
un même pays, les résultats peuvent varier en fonction de l’indicateur de développement financier
utilisé. Beck et al (2000) ont essayé de traiter le problème de causalité entre la finance et la
croissance. Ils ont pris en considération le problème des biais de simultaniéité des régresseurs,
mais ils ont ignoré les propriétés d’intégration et de cointégration des données. Cependant, leur
méthode souffre d’une insuffisance qui est la non prise en compte des relations de court et de
long terme entre les variables. En se basant sur un échantillon de 70 pays pour une période de 40
ans, King et Levine (1993) ont introduit de nouvelles mesures du niveau de développement
financier et ont étudié l’impact du développement financier sur la croissance économique, le
rythme de l’accumulation du capital et la productivité des facteurs. Les différents résultats
trouvés par les auteurs montrent un lien empirique fort entre les indicateurs de développement
financier et la croissance. Il est à noter que les régressions indiquent que le niveau du
développement financier offre une bonne prévision pour les taux futurs de la croissance
économique et l’amélioration d’efficacité économique dans les futures années. Levine et Zevros
(1998) ont montré due le développement financier offre une bonne prévision de la croissance
économique. Cependant ces travaux n’ont pas évoqué le problème de causalité et ont souligné
que le niveau de développement bancaire et de la liquidité initiale sont significativement et
positivement corrélés aux valeurs des taux futurs e la croissance économique et la croissance de la
productivité. Ils ont démontré aussi l’inexistence de liens statistiquement significatifs entre le taux
d’épargne et les variables de développement financier.

3
Levine, Loayza et Beck (2000) ont utilisé l’estimateur GMM pour montrer une relation
positive entre la composante exogène du développement financier et la croissance économique, la
croissance de la productivité et l’accumulation du capital. Spiegel (2001) étudie la relation entre les
indicateurs de développement financier et la croissance économique. Il utilise un estimateur de
panel et non l’estimateur GMM qui autorise l’endogéneité des régresseurs et l’utilisation courante
des variables dépendantes retardées. Les résultats montrent que les indicateurs de développement
financier sont corrélés avec la croissance de la productivité totale des facteurs et à l’accumulation
du capital physique et humain. Son étude conclut qu’il est difficile de mesurer le développement
financier et de lier les concepts théoriques aux concepts empiriques. Rousseau et Wachtel (2000)
et Beck et Levine (2004) ont conclut que les composantes exogènes du développement bancaire
et boursier ont un impact économique large sur la croissance économique. Demetriades et
Hussein (1990) ont choisi comme mesure du développement financier le ratio : Monnaie rapporté
au PIB et ils ont trouvé que la causalité agit dans les deux sens surtout pour les pays en voie de
développement. Rousseau et Watchell (2000) ont appliqué les tests de séries temporelles sur le
développement financier et la croissance pour 5 pays. Ils utilisent des mesures de développement
financier qui incluent des actifs bancaires et non bancaires et ils ont montré que le sens de
causalité le plus dominant agit du développement financier vers la croissance économique.
L’approche VAR permet d’identifier les effets de long terme du développement financier sur la
croissance en permettant des interactions dynamiques des variables explicatives. Xu (2000) rejette
l’hypothèse que la finance suit la croissance, son analyse montre que le développement financier
est important pour la croissance de long terme. Christopoulos et Tizianos (2004) ont élaboré une
analyse des racines unitaires et de cointégration en panel afin d’examiner la relation entre
développement financier et croissance dans dix pays en voie de développement. Ils stipulent que
plusieurs études en séries temporelles ne donnent pas de bons résultats à cause de la courte durée
des données. Ainsi, ils utilisent les tests des séries temporelles afin d’étudier la causalité dans un
contexte de panel ce qui va augmenter la taille de l’échantillon. Les auteurs ont trouvé une
évidence en faveur de l’hypothèse de causalité allant de développement financier à la croissance et
qu’il n y a pas une évidence concernant la causalité dans les deux sens. Leurs résultats plaident en
faveur d’un seul vecteur de cointégration entre le développement financier et la croissance en
faveur de l’absence d’une relation à court terme entre les deux phénomènes.
3. Etude empirique
L’association empirique, entre développement du secteur financier et croissance
économique est plus solide que la littérature théorique. Cela se justifie par une variété d’études. Le
modèle à tester est le suivant :
y i ,t =  0,i + 1i F i ,t +  2i GV it +  3i P it +  it
Avec : y est le produit d’un pays i à une date donnée t, F mesure le développement
financier, P représente le taux d’inflation, GV est une variable de contrôle qui représente le taux
des dépenses publiques,  est un terme d’erreur. Cette équation est considérée comme une
relation d’équilibre de long terme si elle présente des relations de cointégration. Les données
doivent alors être intégrées d’ordre 1.
Nous allons tester la stationnarité des séries des indicateurs du développement financier, du
PIB réel par tête, l’indicateur des dépenses publiques et le taux d’inflation. En effet, nous allons
présenter deux types de tests : les tests de racine unitaires univariés pour un seul pays et les tests
multivariés qui testent la stationnarité pour un panel de pays. Les techniques de racine unitaire et
de cointégration sur données de panel nécessitent un minimum d’homogénéité pour pouvoir tirer
des conclusions plus générales. C’est pour cette raison que nous allons essayer de décomposer
notre échantillon en plusieurs sous groupes. Notre étude porte sur deux groupes de pays en

4
développement : les pays d’Amérique Latine, les pays du Middle East and North Africa
(désormais MENA) et un groupe de pays développés (OCDE)
Deux indicateurs du développement financier sont utilisés :
PRCR (PC) : représente les crédits des banques de dépôts et d’autres institutions financières
alloués au secteur privé divisés par le PIB.
LQLB (LL) : représente les engagements exigibles du système financier (M3) rapportés au PIB.
Deux variables de contrôles sont incluses, la première est le taux d’inflation mesuré par
l’indice des prix à la consommation et la deuxième représente le ratio des dépenses publiques
rapporté au PIB (GV). L’indicateur de la croissance économique est le PIB réel par tête.
Les données couvrent la période 1990- 2006, elles sont extraites de la base de données de la
banque mondiale (World Development Indicators) et la base des données Penn World Table. Les
variables financières sont extraites de la base de données de Demirguç-Kunt et Levine (2003). Les
variables sont exprimées en logarithme à l’exception du taux d’inflation. Nous allons élaborer les
tests de stationnarité, les tests de cointégration sur les données individuelles puis sur les données
de panel.
1. Approche individuelle
Les tests de racine unitaire
Le test de racine unitaire pour les séries temporelles est le test ADF (Augmented Dickey
Fuller). Ce test est sensible aux ombres de retards choisis dans l’équation. Un bon nombre de
retard va nous aider à avoir un bon résultat. Une étude du test ADF sous ses trois formes : sans
constante, avec constante et avec constante et tendance a montré une grande ambiguïté au niveau
du résultat final. Le résultat du test varie en fonction du modèle étudié. Nous pouvons se trouver
ainsi devant des situations où nous ne pouvons pas aboutir à une conclusion claire concernant la
stationnarité. C’est pourquoi une stratégie du test apparaît nécessaire. La stratégie du test nous
permet de choisir le modèle de régression et de déterminer le type du processus. Nous allons
opter pour la stratégie de Dickey Fuller. Cette stratégie est appliquée sur chaque série des
indicateurs du développement financier, de l’indicateur de la croissance économique, du taux
d’inflation et le ratio des dépenses publiques rapporté au PIB, a donnée les résultats suivants :
Tableau 1 : Tests de racine unitaire (ADF) pour les pays de l’OCDE
PIB PC GV P

Niv DP Niv DP Niv DP Niv DP


Espagne -2,69 - -1,1 -3,03*** -1,49 -3,52*** -2,8 -2,1
Grèce -2,35 -2,79* -2,91 -2,76 0,99 -1,13** -2,99 -
Italie 2,99 -2,33* -0,34 -3,66*** 0,69 -1,54* -3,2 -
Portugal -2,54 - -2,39 - -2,89 - -1,59 -
Corée du sud 1,25 -3,49** -0,08 -2,2 -2,3 -4,69*** -1,49 -1,29
Islande -2,09 -3,69** -1,19 -3,02*** 0,07 -4,98*** -0,79 -6,01***
Suède -0,69 -3,88** -1,18 -3,88*** 0,27 -2,87*** -1,08 -
*,**,*** indiquent respectivement le rejet de l’hypothèse de la racine unitaire à 10%, 5% et 1%
Niv et DP indiquent respectivement le niveau et la différence première.

5
Tableau 2 : Tests de racine unitaire (ADF) pour les pays de MENA
PIB PC LL GV P
Niv DP Niv DP Niv DP Niv DP Niv DP
Tunisie 1,44 -1,52* -1,32 -4,11*** -2,05 -3,4*** - -4,87*** -2,05 -7,68***
2,37
Maroc 3,58 -0,59 -1,01 -3,91*** -2,88 - - - -3,09 -
2,17
Egypte -1,55 -2,12*** -1,38 -1,44** -0,49 -3,02*** - -2,31 0,39 -4,88***
0,11
Turquie 1,43 -2,38 -0,53 - -0,89 -1,77*** - -1,39 -2,29 -4,59***
0,59
*,**,*** indiquent respectivement le rejet de l’hypothèse de la racine unitaire à 10%, 5% et 1%
Niv et DP indiquent respectivement le niveau et la différence première.
Tableau 3 : Tests de racine unitaire (ADF) pour les pays d’Amérique Latine
PIB PC LL GV P
Niv DP Niv DP Niv DP Niv DP Niv DP
Chili 2,37 -2,12*** -1,38 -1,44** -0,49 -3,02*** -0,11 -2,31 0,39 -4,48***
Mexique -3,01 - -1,1 -3,72*** -1,14 -2,13*** -0,25 -3,89*** -0,78 -4,47***
Paraguay 1,32 -2,11** -0,38 -2,43*** -1,1 -2,11** -1,08 -3,01*** -2,56 -
Uruguay -2,55 -2,35 -1,48 -2,22** -1,37 -2,11* 0,18 -3,29** -5,3 3 -
Costa Rica -2,5 -3,55** 0,52 -3,88** -1,43 -2,66** 0,77 -2,28** -2,99 -
*,**,*** indiquent respectivement le rejet de l’hypothèse de la racine unitaire à 10%, 5% et 1%
Niv et DP indiquent respectivement le niveau et la différence première.

Les tests de cointégration


Le but est de chercher des relations de long terme entre le développement financier et la
croissance économique. Nous allons appliquer pour ce fait la méthode de Johansen afin de
déterminer les relations de cointégration entre les variables. Le test de cointégration n’est
applicable que pour les séries intégrées d’ordre 1. Les résultats de cointégrations indiqués par les
tableaux ci-dessus, montrent que cette dernière est rejetée pour Costa Rica pour les différents
indicateurs de développement financier induits. La relation de long terme est rejetée pour
l’Uruguay lorsque les engagements exigibles du système financier sont induits comme variable de
la finance.
Les résultats du test de cointégration montrent une évidence concernant l’existence d’un
seul vecteur de cointégration pour l’Islande, la Suède et l’Italie, la Tunisie le Maroc et l’Egypte
pour les pays du MENA, et le Chili et le Paraguay pour les pays d’Amérique Latine quelque soit
l’indicateur du développement financier introduit dans la relation de cointégration.Concernant la
Turquie, le résultat est contradictoire. En effet, la Turquie présente une relation de cointégration
lorsque les crédits des banques de dépôts alloués au secteur financier rapportés au PIB (PC) sont
induits comme proxy du développement financier mais cette évidence est corroborée lorsque les
engagements exigibles du système financier rapportés au PIB (LL) sont induits dans l’équation.
Cependant, les résultats trouvés moyennant l’approche individuelle ne semblent pas être assez
concluant concernant la relation de cointégration entre le développement financier et croissance
économique, c’est pourquoi une approche en panel s’avère nécessaire.

6
Tableau 4 : Tests de cointégration pour les pays de l’OCDE

Nombre de Eigenvalue Max-Eigen Valeur critique Valeur


Vecteurs de Statistic 5% critique 1%
cointégrations
Islande r=0 ** 0.7510 36.5376 29.36 35.85
PIB PC GV P r≤1 0.5016 23.4264 23.44 28.31
r≤2 0.2906 11.3185 16.66 20.55
r≤3 0.23111 9.90451 10.25 14.26

Italie r=0 * 0.5175 22.9979 24.44 29.44


PIB PC GV r≤1 0.3862 16.4895 19.66 21.85
r≤2 0.2998 8.76981 10.15 14.66
PIB LL GV
r=0 * 0.5213 27.9357 24.34 29.44
r≤1 0.2128 9.99578 16.79 21.55
r≤2 0.1979 9.42205 11.22 14.26
Suède r=0 ** 0.6699 41.41898 31.46 36.65
PIB PC GV P r≤1 0.2989 13.78412 25.54 30.34
r≤2 0.1993 9.056904 18.96 23.65
r≤3 0.1989 8.392361 12.25 16.26

**, * rejet de l’hypothèse de la non cointégration respectivement a 5% et 1%.


Tableau 5 : Tests de cointégration pour les pays du MENA
Nombre de Eigenvalue Max-Eigen Valeur critique Valeur critique
Vecteurs de Statistic 5% 1%
cointégrations
Egypte r=0 * 0.6599 32.8456 30.86 35.66
PIB PC GV P r≤1 0.4838 21.8345 24.59 28.94
r≤2 0.3959 16.8737 16.99 21.75
r≤3 0.19981 7.44899 11.55 14.66

Maroc r=0 ** 0.49890 22.7768 21.9779 18.20


PIB PC r≤1 0.17786 2.74812 2.56820 11.99

Tunisie r=0 * 0.46701 21.1354 18.98 23.55


PIB PC GV r≤1 0.28690 9.98087 13.17 16.93
r≤2 0.01541 1.68923 2.86 5.75
PIB LL GV
r=0 * 0.646949 29.15203 25.54 30.34
r≤1 0.381412 3.44886 18.96 23.65
r≤2 0.239470 7.664710 12.25 16.26
Turquie r=0* 0.544868 21.25352 20.97 25.52
PIB PC P r≤1 0.300874 9.663956 14.07 18.63
r≤2 0.021173 0.577820 3.76 6.65
PIB LL P r=0 0.477989 17.55180 20.97 25.52
r≤1 0.273558 8.629125 14.07 18.63
r≤2 0.007453 0.201984 3.76 6.65

7
Tableau 6 : Tests de cointégration pour les pays de l’Amérique Latine
Nombre de Eigenvalue Max-Eigen Valeur critique Valeur critique
Vecteurs de Statistic 5% 1%
cointégrations
Chili r=0 ** 0.614351 26.67920 20.97 25.52
PIB PC GV P r≤1 0.175690 5.409843 14.07 18.63
r≤2 0.000688 0.019280 3.76 6.65
Costa Rica
PIB PC GV r=0 0.391944 13.43219 22.00 26.81
r≤1 0.264389 8.290464 15.67 20.20
r≤2 0.068535 1.916907 9.24 12.97
PIB LL GV
r=0 0.493966 19.07226 22.00 26.81
r≤1 0.369196 12.90127 15.67 20.20
r≤2 0.133194 4.002329 9.24 12.97
Mexique r=0 0.511184 20.04154 22.00 26.81
PIB LL GV r≤1 0.303774 10.13827 15.67 20.20
r≤2 0.185584 5.747952 9.24 12.97
Paraguay r=0 * 0.627243 27.63122 27.07 32.24
PIB PC GV P r≤1 0.525455 0.87119 20.97 25.52
r≤2 0.211161 0.641419 14.07 18.63
r≤3 0.002296 0. 064352 3.76 6.65
**, * rejet de l’hypothèse de la non cointégration respectivement a 5% et 1%.
2. Approche en panel
Tests de racine unitaire
Il existe plusieurs tests de racine unitaire sur données de panel. Les tests les plus
recommandés sont ceux de Persan et Shin (2003) et Maddala et Wu (2000). Les résultats des
différents tests de non stationnarité pour les trois échantillons sont résumés dans les tableaux ci-
dessous. Il s’avère que les deux tests montrent une forte indication en faveur de l’hypothèse de la
non stationnarité des variables, toutes ces variables sont intégrés d’ordre 1 à l’exception du taux
d’inflation P pour les pays de l’Amérique Latine.
Tableau 7 : Tests de racine unitaire pour les variables des pays de l’OCDE
Test de Persan et Shin Test de Maddala et Wu
Niveau Différence Niveau Différence
PIB 0,56 -5,45*** 10,44 85,4***
PC -0,6 -9,3*** 32,55 129,8***
LL - - - -
GV 0,33 -6,3*** 15,2 83,7***
P -0,11 -12,23*** 20,6 170,9***
*** données en panel stationnaire à 1%, * données en panel stationnaire à 5%
Tableau 8 : Tests de racine unitaire pour les variables des pays de MENA
Test de Persan et Shin Test de Maddala et Wu
Niveau Différence Niveau Différence
PIB 0,5 -6,44*** 7,34 77,33***
PC -0,4 -7,78*** 15,56 74,55***
LL 1,88 -6,39*** 9,44 55,56***
GV -0,23 -8,99*** 13,88 94,19***
P -1,13 -11,32 16,77 134,89***
*** données en panel stationnaire à 1%, * données en panel stationnaire à 5%

8
Tableau 9 : Tests de racine unitaire pour les variables des pays de l’Amérique Latine
Test de Persan et Shin Test de Maddala et Wu
Niveau Différence Niveau Différence
PIB 1,02 -9,33*** 14,33 111,12***
PC -1,05 -12,18*** 20,99 139,05***
LL 0,52 -6,59*** 18,44 76,44***
GV -1,88 -9,11*** 24,11 100,67***
P -5,99 -11,24*** 66,89 124,55***
*** données en panel stationnaire à 1%, * données en panel stationnaire à 5%
Les tests de cointégration
Il est à noter que pour les petits échantillons, le ADF-Stat construit à partir du modèle
between est le plus robuste. C’est cette statistique que nous allons utiliser pour tester la relation de
cointégration entre le développement financier et la croissance économique.
Sous l’hypothèse alternative (H1: ρi < 1, pour tout i ), la valeur du Group-ADF tend vers
 l’hypothèse nulle de non cointégration est alors rejetée pour les valeurs qui tendent vers la
queue gauche de la distribution gaussienne. Ainsi, à 5%, on accepte l’existence d’une relation de
cointégration lorsque la Group-ADF statistic est inférieure à -1,645.
Les résultats semblent confirmer l’existence d’une relation de cointégration entre le
développement financier et la croissance économique. Les tests de cointégration effectués sur la
base de la décomposition géographique et selon le niveau de développement montrent que le
développement financier peut caractériser l’évolution à long terme de la croissance économique.
Les tests de Group-ADF est significatif à 5% pour toutes les variables à l’exception pour
l’Amérique Latine où l’hypothèse nulle de la non cointégration est acceptée. Ce résultat n’est pas
surprenant pour les pays de l’Amérique Latine puisqu’ils ont manifesté des crises financières ces
dernières années.
Tableau 10 : Tests de cointégration sur données de panel : variable dépendante : PIB réel
par tête
PC LL
OCDE
Goup ADF -2,11798* -
MENA
Group ADF -2,44119* -2,13206*
Amérique Latine
Group ADF 2,88744 2,193164
* rejet de l’hypothèse nulle de la non cointégration à un niveau de 5%
Résultats des estimations
En passant à l’estimation de la relation de cointégration en utilisant la méthode fully modified
ordinary least square, les résultats relatifs aux pays de l’OCDE présentés dans le tableau ci-dessous
montrent que le développement financier a un effet positif sur la croissance économique à
l’exception de la Grèce et du Portugal qui présentent des coefficients négatifs mais non
significatif. L’Espagne et l’Islande présentent des coefficients positifs mais non significatifs. Le
coefficient en panel du PRCR (PC) est de 0,79 avec un t de student égale à 13,43 ce qui implique
que l’impact du développement financier est significativement positif. Les coefficients du ratio
des dépenses publiques et du taux d’inflation présentent des signes attendus respectivement
positif et significatif et ils sont statistiquement significatifs à 1%.
Pour les pays du MENA et lorsque le PRCR (PC) est pris comme indicateur du
développement financier (tableau 12) nous remarquons que le Maroc possède un coefficient
positif mais statistiquement non significatif. Pour la Tunisie, l’Egypte et la Turquie ils

9
représentent un effet positif du développement financier respectivement significatif à 1%, 1% et
10%.
Cet impact positif est manifestement plus large lorsque le ratio LL est introduit dans
l’équation de cointégration. En effet, tous les pays présentent des coefficients positifs et
statistiquement significatifs à l’exception du Maroc où son t de student est de 0,84.
Les coefficients en panel démontrent que la finance est assez importante pour la croissance
puisque les deux coefficients des mesures du développement financier PC et LL sont positifs et
statistiquement significatifs à 1%. La première variable de contrôle introduite dans l’équation
(dépenses publiques/PIB) présente un coefficient statistiquement négatif. Quant à la deuxième
variable (taux d’inflation), elle présente un coefficient négatif mais non significatif.
D’après ces analyses, il existe une relation de long terme entre le développement financier
et la croissance économique aux pays du MENA et aux pays de l’OCDE. Un tel résultat nous
incite à tester la causalité entre ces deux variables moyennant un modèle à correction d’erreur en
panel.
Tableau 11 : Estimation de l’équation de cointégration pour les pays de l’OCDE
(FMOLS)
PC GV P
Corée du Sud 1,17*** 1,41 -2,89*
(2,98) (1,28) (-1,78)
Espagne 0,24 2,33*** -1,27*
(0,56) (9,78) (-1,88)
Grèce 0,76* 0,93 -2,01*
(1,68) (0,89) (-1,89)
Islande 0,19 3,11*** 0,36
(0,69) (3,99) (1,17)
Italie 1,42*** 2,52*** -4,48***
(3,97) (3,18) (-3,68)
Portugal -0,01 2,44*** -0,88
(-0,02) (2,66) (-0,49)
Suède 0,49* 2,39*** -6,89***
(1,66) (2,66) (-3,55)
Panel 0,79*** 1,44*** -2,66***
(13,43) (8,97) (-5,87)
***,**,* significativité respectivement à 1%, 5% et 10%.
Tableau 12 : Estimation de l’équation de cointégration pour les pays de MENA
(FMOLS)
PC GV P LL GV P
Egypte 0.48*** -1,11*** 1,09** 1,15*** -0,68*** -1,79***
(3,19) (-7,09) (2,33) (9,88) (-8,48) (-5,13)
Maroc 0.19 -0.00 1.46 0.19 0.03 1.49*
(1.29) (-0.01) (1.50) (0.84) (0.06) (1.94)
Tunisie 3.68*** -1.71 -3.21 4.78*** -1.07 -5.13
(8.35) (-1.43) (-1.50) (4.76) (-0.64) (-1.49)
Turquie 1.26* -0.41 1.77*** 1.39*** -0.25 1.40***
(1.83) (-0.78) (5.00) (4.04) (-0.65) (5..59)
Panel 1.16 *** -0.76*** -0.07 1.78*** -0.27*** -1.34
(20.04) (-6.08) (0.92) (13.36) (-4.74) (-1.60)
***,**,* significativité respectivement à 1%, 5% et 10%.

Causalité et modèle à correction d’erreur :


Nous allons utiliser à présent le test de causalité au sens de Granger. Ce test nous amène à
tester la causalité à court terme et donc de valider la relation de long terme. Ce test se fait en deux
étapes : l’estimation du résidu à partir de la relation de long terme, et l’estimation du modèle à

10
correction d’erreur tout en incorporant le résidu dans l’équation du MCE. Le modèle dynamique
à correction d’erreur en panel se présente comme suit :
k k k
PIBit   1i    1 j PIBi ,t  j    1 j Fi ,t  j  1 j X i ,t  j  1 ECTi ,t 1  u it
j 1 j 1 j 1
k k k
Fit   2i    2 j PIBi ,t  j    2 j Fi ,t  j   2 j X i ,t  j   2 ECTi ,t 1  vit
j 1 j 1 j 1

α1i et α2i sont les effets fixes individuels, PIBit et Fit sont les deux variables cointégrées, Xit est
l'ensemble des variables de contrôle, ECT est le terme de correction d'erreur et uit et vit sont les
termes d'erreur.
Les paramètres de l'équation précédente ont des implications importantes à court terme et
à long terme qui sont les suivantes:
Les paramètres 1 et  2 reflètent les mouvements de la relation d'équilibre entre Y et F.
Les paramètres  1 j et  2 j reflètent tout simplement la réponse aux chocs aléatoires.
En appliquant le test de Fisher (pour les séries temporelles), nous obtenons les résultats
suivants:
Tableau 13 : Test de causalité pour les pays du MENA (indicateur du développement
financier : PC)
Hypothèse nulle ECTt-1 F-stat
Ho: PC ne cause pas PIB 0.004 F= 0.262
(0.24) (0.734)
Ho: PIB ne cause pas PC 0.49 F= 0.316
(0.003) (0.624)
Les valeurs entre parenthèses sont les probabilités p-value.

Tableau 14 : Test de causalité pour les pays du MENA (indicateur du développement


financier : LL)
Hypothèse nulle ECTt-1 F-stat
Ho: LL ne cause pas PIB 0.005 F= 0.61
(0.45) (0.603)
Ho: PIB ne cause pas LL 0.39 F= 0.611
(0.04) (0.364)
Les valeurs entre parenthèses sont les probabilités p-value.

Tableau 15 : test de causalité pour les pays de l’OCDE (indicateur du développement


financier : PC)
Hypothèse nulle ECTt-1 F-stat
Ho: PC ne cause pas PIB -0.02 F= 0.567
(0.07) (0.533)
Ho: PIB ne cause pas PC 0.23 F= 0.328
(0.004) (0.743)
Les valeurs entre parenthèses sont les probabilités p-value.

11
Les résultats de tests de causalité montrent une causalité à double sens pour les pays en
voie de développement et une causalité à sens unique partant de la croissance économique vers le
développement financier pour les pays du MENA. Un tel résultat peut être expliqué par la forte
intervention des états de cette région dans leurs systèmes financiers, ce qui rend la contribution
du secteur financier à l’accumulation du capital non optimale. Ce résultat peut être justifié par le
degré d’efficacité des réformes mises en oeuvre des institutions qui veillent à leurs applications.
4. Conclusion
Nous avons tenté dans cet article de traiter la relation du développement financier et la
croissance économique moyennant de nouvelles techniques de cointégration en panel, en plus
des méthodologies classiques en séries temporelles. L’étude en séries temporelles sur des données
individuelles a montré une relation de cointégration entre le développement financier et la
croissance économique pour les pays développés (OCDE) et pour les pays en voie de
développement (MENA), par contre, elle est assez ambiguë pour les pays de l’Amérique Latine.
Ainsi, l’ajout de la dimension individuelle à la dimension temporelle usuelle présente un intérêt
important et de rigueur. Nos résultats en panel plaident en faveur d’une relation de long terme
entre le développement financier et la croissance pour les pays de l'OCDE et aussi pour les pays
de la région MENA.
L’approche du modèle à correction d'erreur montre que la causalité est à double sens pour
les pays de l'OCDE et elle est unidirectionnelle allant de la croissance économique vers le
développement financier pour les pays MENA. Ces résultats concernant la région MENA
pourraient être expliqués par la faiblesse des systèmes financiers de cette région et la grande
intervention de l'Etat dans ces systèmes. En effet, une telle intervention rend la contribution de
ces secteurs financiers au processus de la croissance non optimale. Ces pays aussi ont manifesté
des politiques de libéralisation financières qui n'ont pas produit les effets positifs attendus sur
l'accumulation du capital et la croissance économique. L’analyse pour les pays d’Amérique n'a
montré aucune relation de cointégration. Ces résultats sont attendus puisque les libéralisations
financières en Amérique Latine à la fin des années soixante-dix (Argentine, Chili, Uruguay) ont
été considérées comme des échecs : elles se sont traduites par une hausse excessive des taux
d’intérêt réel, des entrées spéculatives de capitaux et finalement par de graves crises de la balance
des paiements et du système bancaire. Une analyse en cointégration sur des données de panel
avec des points de rupture serait peut être plus adéquate pour ces pays.

Références
1. Ang, J.B., 2008. What are the mechanisms linking financial development and economic
growth in Malaysia? Economic Modelling 25, 38-53.
2. Arestis, P. and Demetriades, P., 1997. Financial development and economic growth:
assessing the evidence. The International Journal 107, 783-799.
3. Baltagi, B.H., Demetriades, P.O., and Law, S.H., 2009. Financial development and
openness: Evidence from panel data. Journal of Development Economics 89, 285-296.
4. Beck, T. and Levine, R., 2004. Stock markets, banks and growth: Panel evidence. Journal
of Banking and Finance 28, 423-442.
5. Beck, T., Levine, R and Loayza, N., 2000. Finance and the sources of growth. Journal of
Financial Economics 58, 261–300.
6. Bond, S., Nauges, C. and Windmeijer, F., 2002. Unit Roots and Identification in
Autoregressive Panel Data Models: A Comparison of Alternative Tests, Institute of
financial studies, London.
7. Braun, M and Raddatz, C., 2007. Trade liberalization, capital account liberalization and
the real effects of financial development. Journal of International Money and Finance 26,
730-761.

12
8. Breitung, J., 2005. A parametric ato the estimation of cointegration vectors in panel data,
Econometric Reviews, 151-174.
9. Breitung, J., 2002. Nonparametric tests for unit roots and cointégration. Journal of
Econometrics 108, 343-363.
10. Galindo, A.J., Schiantarelli, F. and Weiss, A., 2007. Does financial liberalization improve
the allocation of investment? Micro evidence from developing countries. Journal of
Development Economics, 83, 562-587.
11. Giuliano, P., and Ruiz-Arranz, M., 2009. Remittances, financial development, and growth.
Journal of Development Economics 90, 144–152.
12. Goldsmith, R.W., 1969. Financial structure and development. Yale University Press, New
Haven.
13. Gurley, J.G., Shaw, E.S., 1955. Financial aspects of economic development. American
Economic Review 45, 515–538.
14. Hicks, J.R., 1969. A Theory of economic history. Oxford University Press, Oxford.
15. Im, K.S., Lee, J., and Tieslau, M., 2005. Panel LM unit root tests with level shifts, Oxford
Bulletin of Economics and Statistics 63, 393-419.
16. Im, K.S., Pesaran, M.H. and Shin, Y., 2003. Testing for unit roots in heterogenous panels,
Journal of Econometrics 115, 53-74.
17. Jung, W.S., 1986. Financial development and economic growth: international evidence.
Economic Development and Cultural Change 34, 333-346.
18. King, R., and Levine, R., 1993. Finance, entrepreneurship, and growth: Theory and
evidence. Journal of Monetary Economics 32, 513-542.
19. Levine, R. and Zervos, S., 1998. Stock markets, banks, and economic growth. American
Economic Review 88, 537-558.
20. Levine, R., 1997. Financial development and economic growth: Views as agenda. Journal
of Economic Literature 35, 688 -726.
21. Pedroni, P., 1999. Critical values for cointegration tests in heterogeneous panels with
multiple regressors, Oxford Bulletin of Economics and Statistics 61, pp 653-670.
22. Pedroni, P., 2000. Fully modifed OLS for heterogenous cointegrated panels, in: Baltagi B.
(ed.), Nonstationary panels, panel cointegration, and dynamic panels, Advances in
Econometrics 15, 93-130.
23. Ranciere, R., Tornell, A. and Westermann, F., 2007. Systemic crises and growth. Quarterly
Journal of Economics 1, 359-406.
24. Roubini, N. and Sala-I-Martin, X., 1992. Financial repression and economic growth.
Journal of Development Economics 39, 5-30.
25. Rousseau, L.P. and Wachtel, P., 2000, Equity markets and growth: cross-country evidence
on timing and outcomes, Journal of Banking and Finance 24, 1933-1957.
26. Shaw, E.S., 1973. Financial deepening in economic development. Oxford University
Press, New York.
27. Singh, T., 2008. Financial development and economic growth nexus: A time-series
evidence from India. Applied Economics 40, 1615-1627.

13