Approfondissement Financier et Croissance Economique en Tunisie : Evidence

Empirique Moyennant l’Approche de Causalité de Toda Yamamoto

BADRY Hechmy (PhD)

University of Tunis el Manar,

Faculty of Economic Sciences and Management of Tunis,

Department of Quantitative Methods, Tunisia

Badrihechmi2013@gmail.com

ORCID ID: 0000-0001-7574-4950

Résumé : L’objectif de cet article est d’étudier le lien de causalité entre l’approfondissement
financier de l’intermédiation financière bancaire et la croissance économique dans le cas de la
Tunisie. Les données utilisées sont de périodicités annuelles et s’étalent de 1992 à 2015. La
méthode économétrique choisie pour effectuer le test de causalité est celle de l’approche de
Toda-Yamamoto considérée, souvent, par la littérature existante comme plus robuste qu’au
test de causalité ordinaire de Granger. Les résultats empiriques suggèrent d’une manière
générale que le processus de croissance économique contribue au processus
d'approfondissement financier. D’un autre coté, une causalité unidirectionnelle a été détectée,
allant des crédits aux entreprises privées et des crédits aux ménages, à la croissance
économique. Finalement, une relation causale bidirectionnelle a été confirmée uniquement
entre les crédits bancaires au secteur privé non financier et la croissance économique.

Mots clés : Approfondissement financier, croissance économique, Toda-Yamamoto, causalité

de Granger, intermédiation financière.

Classification JEL : C12, C32, E51, G21.

Electronic copy available at: https://ssrn.com/abstract=3066587

 1. Introduction :

L'une des raisons pour laquelle les gouvernements portent un intérêt particulier au système
financier dans le processus de croissance est justifiée par le fait qu’ils peuvent influencer son
développement. D’après Levine (1998), l’assertion de la causalité entre le développement
financier et la croissance économique peut aider les gouvernements à établir des priorités lors
de la restructuration financière.

Deux approches qui définissent la relation entre le développement du secteur financier et la

croissance économique sont souvent citées par la littérature : supply leading, and demand
following (Patrick, 1966). Selon l'approche «supply leading», la relation causale va du
développement financier à la croissance économique, elle stipule que la création et le
développement d'institutions financières et de marchés améliorent l'offre de services
financiers, ce qui entraîne la croissance des activités économiques. D'autre part, l'approche de
«demand following» suppose que la croissance des activités économiques réelles entraîne une
demande accrue des services financiers qui a comme conséquence un développement du
secteur financier.

Bien que le développement du système financier varie à travers les pays, la structure du
système financier peut être basée sur les banques ou le marché des valeurs mobilières (Levine,
2002), en fonction de l’importance relativement plus ou moins forte d’une composante par
rapport à l’autre. Les systèmes financiers dans les pays en transition sont basés sur les
banques et 85% environ, des actifs totaux du secteur financier sont comptabilisés dans les
actifs bancaires (Backé et al. 2006).

Dans le cas de la Tunisie, les marchés des capitaux (en particulier le marché obligataire et le
marché boursiers des sociétés) sont généralement sous-développés et le secteur bancaire est le
canal d'intermédiation financière le plus important. La taille du secteur bancaire en Tunisie,
qui est mesurée par le ratio de l'actif total consolidé des banques commerciales par rapport au
PIB, a augmenté de 54,3% du PIB en 2008 à 107,8% en 2015. La même année, les actifs du
secteur bancaire au Maroc, en Algérie, en Egypte et en Jordanie étaient respectivement de
67%, 105%, 135% et 142%, Les données susmentionnées suggèrent que la taille du secteur
bancaire en Tunisie, mesurée par le ratio des actifs bancaires consolidés par rapport au PIB,
est très importante.

Electronic copy available at: https://ssrn.com/abstract=3066587

L’objectif de cet article est de rechercher s’il existe une relation de causalité entre le
développement financier intermédié par les banques et la croissance économique dans le cas
de la Tunisie.

La section suivante présente brièvement la revue de la littérature portant sur l’impact du

développement du système financier sur la croissance. La section 3 traite les principaux
problèmes méthodologiques. La section 4 s’intéresse aux principaux résultats trouvés et la
section 5 conclut.

2. Revue de la littérature

Le rôle de la finance dans le processus de croissance a été ignoré pendent longtemps1. Dans
les années 1970, et avec les premiers travaux de Goldsmith (1969), McKinnon (1973) et Shaw
(1973)2, une nouvelle littérature qui s’intéresse à la relation entre le développement financier
et la croissance économique s’est émergée.

Une partie importante de la littérature a montré que la profondeur financière est associée à des
taux plus élevés de croissance économique. Sur la base des travaux de Goldsmith (1969) et
moyennant un échantillon élargi couvrant 80 pays et une période de 30 années, King et
Levine (1993a)3, ont trouvé une relation solide, positive et statistiquement significative entre
les indicateurs de croissance et le développement des banques, mesurée par le passif total
liquide des intermédiaires financiers par rapport au PIB. Les variables de contrôles utilisées
dans cette étude sont le revenu initial, le prime du marché noir, les dépenses publiques,
l’ouverture commerciale, le niveau d'instruction, l’inflation et l’instabilité politique.

A coté de King et Levine (1993a, 1993b), de nombreux autres efforts ont fourni des preuves
théoriques et empiriques pour étudier la relation entre le développement financier et la
croissance économique. Pagano (1993) a souligné que l'intermédiation financière a une
incidence sur la croissance économique à travers son influence sur le taux d'épargne, à savoir
la fraction de l'épargne consacrée aux investissements. Levine et al. (2000) ont utilisé des

1
Les premières recherches théoriques et empiriques ont porté sur le rôle des ressources en capital et en main-
d'œuvre et sur l'utilisation de la technologie comme source de croissance.
2
Goldsmith (1969) constate que la taille du système financier contribue positivement à la croissance économique
en utilisant une approche comparative avec des données pour 35 pays pour la période 1860-1963. McKinnon
(1973) et Shaw (1973) soulignent le rôle crucial des politiques publiques dans la mobilisation de l'épargne
destinée à financer l'investissement et suggèrent qu'il existe une relation entre le développement financier et les
taux d'épargne et d'investissement.
3
King et Levine (1993b) étudient le rôle du système financier dans l'évaluation des projets et la diversification
du risque associé à l'innovation dans leur modèle de croissance endogène. Leur analyse suggère que le secteur
financier joue un rôle important dans l'accélération de la croissance économique par son impact sur l'innovation.

Electronic copy available at: https://ssrn.com/abstract=3066587

techniques de variables instrumentales pour résoudre le problème d'endogénéité entre le
développement financier et la croissance économique dans un contexte de données de panel.
Ils ont constaté que la composante exogène du développement des intermédiaires financiers
est positivement associée à la croissance économique. Rousseau et Wachtel (2000) ont utlisé
les techniques de la méthode des moments généralisées (GMM) appliquées aux modèles
dynamiques de données de panel développé par Arellano et Bond (1991) et Holtz-Eakin et al.
(1988) et ont montré que le développement du secteur bancaire et les marchés boursiers
expliquent la croissance ultérieure4.

De même, Beck et Levine (2004) ont appliqué l’estimateur GMM sur panel dynamique et ont
constaté que les marchés boursiers et les banques sont positivement corrélés avec la
croissance économique après avoir contrôlé le biais de simultanéité et les effets des variables
omis.

Plus récemment, Cojocaru et al. (2015), en utilisant des données de panel relatives aux
anciens pays communistes d'Europe centrale et orientale (CEE) et à la Communauté des États
indépendants (CIS) pendant les années de transition de 1990 à 2008, ont constaté qu'il existe
une relation positive entre le développement financier et la croissance économique, et que
l'efficacité du système financier et la compétitivité l’emportent beaucoup sur le crédit au
secteur privé dans cette relation.

Cependant pour Beck et Levine(2004), si l'on ne tient pas compte de l'impact du

développement boursier, il est plus difficile d'évaluer avec précision si la relation positive
entre le développement des banques et la croissance sera tenue lors du contrôle du
développement du marché boursier et si le développement financier global est important pour
la croissance. Il serait intéressant, donc, d’étudier les impacts combinés des banques et des
marchés boursiers sur la croissance économique.

Dans une étude influente, Levine et Zervos (1998) étudient la relation entre les marchés
boursiers et les banques d’une part et la croissance économique d’autre part, en utilisant des
régressions de croissance en coupe transversale pays5. Les auteurs constatent que les

4
Des techniques de séries chronologiques ont également été appliquées au lien entre la finance et la croissance.
Par exemple, Arestis et al. (2001) utilisent des données trimestrielles sur un échantillon de pays en
développement et constatent que, bien que les banques et les marchés boursiers puissent être en mesure de
promouvoir la croissance économique, l'impact du développement du secteur bancaire est plus puissant. Voir
aussi Demetriades et Hussein (1996), Rousseau et Wachtel (2000) et Bekaert et al. (2005).
5
Atje et Jovanovic (1993) évaluent également le rôle des marchés boursiers sur la croissance économique. Ils
trouvent que le marché boursier est un prédicteur de la croissance économique, alors qu'il n'y a pas de relation

Electronic copy available at: https://ssrn.com/abstract=3066587

premières mesures de la liquidité boursière et du développement bancaire sont positivement
corrélées avec la croissance économique après controle des autres déterminants possibles de
croissance et de l'effet de convergence de Solow-Swan. Pour mesurer le développement des
banques, ils utilisent le ratio du crédit bancaire au secteur privé divisé par le PIB. Pour
mesurer le développement boursier, ils utilisent la capitalisation boursière par rapport au PIB,
la valeur des échanges par rapport au PIB et la liquidité du marché, qui est mesurée par la
valeur des transactions par rapport à la capitalisation boursière. Cependant, ils négligent de
contrôler les effets fixes pays et le biais de simultanéité. De plus, Fang et Jiang (2014)
étudient les effets des développements dans les secteurs de la banque, des valeurs mobilières
et de l'assurance sur la croissance économique en Chine. Ils constatent que les secteurs de la
banque et de l'assurance ont des effets favorables significatifs sur la croissance, tandis que
l'effet du secteur des valeurs mobilières est incertain.

Une vision contradictoire de l'argument bien étayé selon lequel le développement financier a
un effet positif sur la croissance économique est donnée par des modèles qui soulignent que la
finance ne provoque pas de croissance économique. Robinson (1952), par exemple, soutient
que la finance n'exerce aucun effet causal sur la croissance. Plutôt, le développement financier
suit la croissance économique en raison de la demande accrue de services financiers.

Lucas (1988) affirme que le rôle de la finance est surestimé dans la littérature sur la
croissance. Arcand et al. (2012), en utilisant le ratio du crédit au secteur privé par rapport au
PIB comme indicateur de la profondeur financière, montrent que les pays dotés d'un système
financier de petite ou moyenne taille bénéficient d'une de l’accroissement de la profondeur
financière. Cependant, ils montrent que les effets de taille des systèmes financiers
disparaissent à mesure que la proportion du système financier atteint 80 à 100% du PIB.

Il n'existe actuellement aucun consensus sur les effets séparés des marchés boursiers et des
banques sur la croissance économique. Harris (1997), en utilisant la méthode des variables
instrumentales, ne trouve aucun rôle critique pour les marchés boursiers dans l'atténuation des
frictions de l'information. Stiglitz (1985) et Bhide (1993) soutiennent que les marchés
boursiers n'ont pas le même potentiel pour améliorer l'allocation des ressources comme les
banques6.

significative entre le développement du secteur bancaire et la croissance économique. Voir Levine (2001) et
Bekaert et al. (2005) pour plus de preuves empiriques sur la relation entre les marchés boursiers, les banques et
la croissance.
6
Voir aussi Boyd and Prescott (1986) and Arestis et al. (2001).

Electronic copy available at: https://ssrn.com/abstract=3066587

Plus récemment, Cecchetti et Kharroubi (2012) étudient l'impact de la taille et de la
croissance du système financier sur la croissance de la productivité et le niveau économique
sur la base d'un échantillon d'économies développées et émergentes. Leurs résultats suggèrent
qu'un niveau plus élevé d'activité financière n'est pas toujours meilleur7.

Beck (2011) constate que, bien que l'impact de la profondeur bancaire sur la croissance
globale ne soit pas différent pour les économies basées sur des ressources, le crédit privé et
l'activité boursière tendent à être plus faibles. Le débat entre les économistes sur la relation
entre le développement du secteur financier et la croissance rend ce domaine de recherche
pertinent pour les études empiriques ainsi que le travail théorique.

La recherche fournit des résultats contradictoires, non seulement en ce qui concerne les effets
du développement financier global ou les effets distincts du développement boursier et du
développement des banques sur la croissance, mais aussi des effets du financement sur la
croissance à travers les niveaux de revenu. Dans la littérature, la plupart des études se
concentrent sur les pays à revenu élevé ou développés et très peu sur les pays en
développement. Principalement en raison des problèmes de disponibilité des données à travers
les pays, il existe un nombre limité d'études empiriques qui étudient l'impact du financement
sur la croissance économique à travers les régions, les niveaux de revenu et les types
d'économie. Demirguc-Kunt et Levine (2001) et Demirguc-Kunt et al. (2012) montrent que
les banques et les marchés boursiers deviennent plus développés à mesure que les pays se
développent économiquement.

Aghion et al. (2005) utilisent un échantillon représentatif de 71 pays sur la période 1960-1995
et constatent que les pays proches de la frontière efficiente ne bénéficient pas du
développement financier. Rioja et Valev (2004) étudient les effets du développement
financier sur les sources de croissance en utilisant un échantillon de 74 pays, répartis en trois
régions, sur la période 1961-1995. Bien qu'ils ne trouvent aucune relation statistiquement
significative entre la profondeur financière et la croissance économique dans les économies
moins développées, ils observent une forte influence positive sur la croissance de la
productivité dans les pays plus développés. Les études qui tiennent compte de la
distinction entre les pays à revenu élevé, moyen et faible soulignent généralement que la
relation entre le développement financier et la croissance est plus faible, voire négative, pour

7
De plus, Arcand et al. (2012) constatent que, lorsque la profondeur atteint des niveaux très élevés, l'impact de la
profondeur bancaire sur la croissance devient progressivement plus faible.

Electronic copy available at: https://ssrn.com/abstract=3066587

les pays à revenu élevé. Hassan et al. (2011) analysent 168 pays sur la période 1980-2007 et
regroupent les pays en plusieurs sous-échantillons. Ils constatent une relation négative et
statistiquement significative entre le crédit intérieur au secteur privé et la croissance
économique des pays à revenu élevé, alors que cette relation est positive et statistiquement
significative pour Asie de l'Est et Pacifique et pour l’Amérique latine et Caraïbes.

De plus, Barajas et al. (2013) utilisent une base de données pour 150 pays et appliquent des
techniques de panel dynamique pour déterminer si l'impact de l'approfondissement financier
sur la croissance économique varie d'un pays à l'autre. Ils ont constaté que la relation entre la
finance et la croissance est hétérogène à travers les régions, les niveaux de revenu et entre les
pays exportateurs de pétrole et les pays non pétroliers, ils soutiennent que cette hétérogénéité
est principalement due au niveau de profondeur bancaire plutôt qu'à l'activité boursière. Rioja
et Valev (2014) constatent que les marchés boursiers n'ont pas contribué à la croissance dans
les pays à faible revenu, alors que les banques ont un effet positif appréciable sur
l'accumulation du capital. Ils montrent également une relation positive entre le développement
des marchés boursiers et la croissance dans les pays à revenu élevé. De même, Lin et al.
(2009) montrent théoriquement que la structure du système financier dépend du stade de
développement du pays. Récemment, Han et Shen (2015) ont étudié l'effet du développement
financier sur la croissance de la productivité totale des facteurs (PTF) en Chine ainsi que dans
différentes régions. Ils trouvent une relation positive et solide entre le développement
financier et la croissance de la PTF. Ils constatent également que le développement financier
régional déséquilibré explique l'écart régional dans la croissance de la PTF et la croissance
économique. De cette manière les effets de la finance sur la croissance économique peuvent
varier en fonction du niveau de revenu des pays.

Cojocaru et al. (2011) ont analysé un échantillon d'anciens pays socialistes et ont conclu
qu’en dehors des périodes très inflationnistes, le crédit au secteur privé avait un impact positif
sur la croissance économique. Gurgul et Lach (2011) ont montré que la croissance
économique a causé le développement du secteur bancaire dans le cas de la Pologne.

Les études susmentionnées ont confirmé la conclusion d'Al-Yousif (2002) selon laquelle la
nature de la relation entre le développement financier et la croissance économique diffère à
travers les pays, dû au fait que chacun d’eux a des politiques économiques spécifiques dont le
succès dépend, entre autres, de l'efficacité de ses institutions qui veillent à la mise en place de
ces politiques économiques. Pour Luintel et Khan (1999), l’absence de consensus, jusqu'à

Electronic copy available at: https://ssrn.com/abstract=3066587

présent, sur le rôle du développement financier dans le processus de croissance économique,
est due au fait que les périodes étudiées et les méthodes de recherches utilisées différent d’une
étude à l’autre.

3. Données et Méthodologie

Étant donné que la structure du système financier tunisien est dominée par les banques, le
choix des indicateurs de développement financier seront donc essentiellement bancaires.

L'un des indicateurs les plus courants de l’approfondissement financier est la taille du secteur
financier mesuré par le ratio du stock de la masse monétaire par rapport au PIB nominal (M2 /
PIB). Cependant d’après Demetriades et Hussein (1996) et Ghali (1999), l'augmentation du
ratio M2 / PIB dans les pays en développement reflète souvent la croissance de la monnaie
détenue en dehors du système bancaire plutôt qu'une augmentation du volume des dépôts
bancaires. C’est ainsi qu’il ne reflète pas le développement du secteur financier, mais le degré
de monétisation dans l'économie. Par conséquent, le ratio des passifs des dépôts bancaires par
rapport au PIB nominal (BDLY, bank deposit liabilities to nominal GDP ) est un meilleur
indicateur de l’approfondissement financier, puisque dans ce cas la monnaie détenue en
dehors du système bancaire n’est pas comptée.

Le ratio du crédit bancaire au secteur privé par rapport au PIB, mesure le rôle du secteur
financier et en particulier les institutions de dépôt dans le financement de l'économie (Levine
et Zervos, 1998, Calderon et Lui, 2003). Suivant Beck et al. (2008), cet indicateur est
décomposé en ratio du crédit bancaire aux entreprises privées par rapport au PIB (BCPEY,
bank credit to private enterprises to GDP ) et le ratio du crédit bancaire aux ménages par
rapport au PIB (BCHY, bank credit to households to GDP).
Dans cette analyse, on va utilisé également un indicateur du développement de
l'intermédiation financière qui sert souvent à fournir des informations directes sur l'allocation
de l'actif domestique, mesuré par le ratio du crédit bancaire au secteur privé non financier par
rapport au crédit domestique total (BCPSTC, bank credit to the nonfinancial private sector to
total domestic credit), (King and Levine, 1993a).
La croissance économique est mesurée par le taux de croissance du PIB réel (trimestre
précedent =100).

Electronic copy available at: https://ssrn.com/abstract=3066587

La période étudiée s’etale de 1992 à 2015, les données sur les variables monétaires sont
collectées à partir du site Web de la Banque centrale de la Tunisie, tandisque les données
relatives au PIB nominal et au taux de croissance du PIB réel ont été tirées de la base de
données de l’institut National des Statistiques. Toutes les variables considérées sont
exprimées en monnaie locale. L’analyse empirique a été effectuée moyennant le logiciel
'Eviews 7.1.
Le tableau suivant présente l’abréviation des variables utilisées dans l’analyse :

Tableau 1 : Variables utilisées

Abréviation de la variable Description de la variable

Y The real GDP growth rate

BDLY Ratio of bank deposit liabilities to nominal
GDP
BCPEY Ratio of bank credit to private enterprises to
GDP
BCHY Ratio of bank credit to households to GDP
BCPSTC Ratio of bank credit to the noni nancial
private sector to total
domestic credit

La recherche de relation causale entre le développement de l'intermédiation financière par les

banques et la croissance économique a été réalisée en utilisant la méthode de Toda-Yamamoto
du test de non-causalité de Granger.
La définition opérationnelle la plus fréquemment utilisée de la causalité dans l'économétrie est
la définition de Granger (Granger, 1969), qui stipule que la variable X cause la variable Y, si
la valeur actuelle de la variable Y peut être prédite avec une plus grande précision par la
connaissance des valeurs passées de la variable X, toutes choses étant égales par ailleurs.
En présence de séries non stationnaires, le test F de causalité dans un VAR n'est pas valable.
Toda et Yamamoto (1995) ont proposé une méthode alternative pour tester la causalité qui,
contrairement au test standard de Granger, implique l'estimation d’un modèle VAR augmenté
avec des retards supplémentaires déterminés par l’ordre maximum d’intégration de la série
considérée. Cette méthode est applicable quelque soit l'ordre d'intégration ou le rang de co-
intégration des variables observées.
Les étapes de la procédure de Toda-Yamamoto du test de non-causalité de Granger sont les
suivantes :

Electronic copy available at: https://ssrn.com/abstract=3066587

  Premièrement, on doit chercher l'ordre d'intégration le plus élevé des variables (dmax).
Pour ce faire, on utilise un test de racine unitaire d’ADF (Augmented Dickey-Fuller,
1981). Autrement il s’agit de tester le modèle autorégressif suivant:
m
X t  0  1t  2 X t 1   i X t i   t
i 1

Avec :
- Xt est la variable d’intérêt ( Yt, BDLYt, BCPEYt, BCHYt, BCPSTCt) ;
- t est la tendance temporelle ;
-  t est un terme d'erreur avec des caractéristiques de bruit blanc ;

- 0 , 1, 2 et  i sont un ensemble de paramètres estimés.

Ce test de racine unitaire est appliqué aux variables en niveau ainsi qu'à leurs différences
premières. L'hypothèse nulle à tester est que la variable étudiée a une racine unitaire, c'est-à-
dire H0 : 2  0 , contre l’hypothèse alternative qu'elle ne l'est pas, c'est-à-dire H1 : 2  0 .
Si la statistique calculée est supérieure à la valeur critique de McKinnon, alors l’hypothèse H0
ou la variable n'est pas stationnaire n'est pas à rejeter. Pour la robustesse des résultats obtenus
de l'analyse et pour atténuer l’influence des erreurs d’autocorrélation, on va utiliser également
le test de racine unitaire P-P développé par Phillips et Perron(1988).
 Deuxièmement, on cherche le nombre optimal de retards pour le modèle VAR (k).
 Troisièmement, on construit un VAR d'ordre k + dmax en niveaux. Pour le cas de deux
variables ce VAR s’écrit :
k  d max k  d max
Yt  a 0   a1iYt i   b1i X t i  eYt (2a)
i 1 i 1

k  d max k  d max
X t  c0   c1i X t i   d1i Yt i  eX t (2b)
i 1 i 1

Avec
- a0 et c0 sont des constantes ;
- X et Y les variables8 ;
- a1i, b1i , c1i et d1i sont les paramètres du modèle ;
- k est l’ordre de retard optimal ;
- dmax est l’ordre maximal d’integration des series dans le système ;
- eYt et eXt sont des bruits blancs.

88
Seemingly Unrelated Regression (SUR)

10

Electronic copy available at: https://ssrn.com/abstract=3066587

A cet égard, on estime un VAR d'ordre (k + dmax) moyennant la technique de la régression
apparemment sans lien (RASL), en effet selon Rambaldi et Doran (1996), la puissance du test
de Wald va s’améliorer lorsque cette technique est utilisée pour l'estimation.
 Finalement, on effectue un test Wald (appelé également Wald modifié ou M-Wald)
pour tester la signification des paramètres d'un modèle VAR (k + dmax). à cet égard, il
s’agit de tester l'hypothèse selon laquelle "X ne cause pas au sens de GrangerY" de
l'équation (2a), ce qui revient à tester : H0: b1i = 0 contre H1: b1i ≠ 0, (i = 1 ... k). De
même, pour tester l'hypothèse "Y ne cause pas au sens de Granger X" de l'équation
(2b), on doit tester, H0: d1i = 0 contre H1: d1i ≠ 0, (i = 1 ... k).
Le test Wald est appliqué sur les k premières matrices de coefficients, alors que les
matrices de coefficients des derniers dmax vecteurs retardés dans le modèle sont
ignorées (puisqu'elles sont considérées comme des zéros). Dans ce cas, les statistiques
du test de Wald suivent une distribution asymptotique  2 avec m degrés de liberté et
peuvent être appliquées même si Xt et Yt sont I (0), I (1) ou I (2), cointegrés ou non
cointegrés à condition que l'ordre d'intégration ne dépasse pas la vraie longueur du
retard dans modèle (Toda et Yamamoto, 1995).

4. Les résultats de la recherche

Pour se débarrasser de l’effet saisonnier sur les variables, une procédure d’ajustement
saisonnier des séries temporelles a été réalisée moyennant la méthode X-12 ARIMA. Toutes
les séries temporelles ont été transformées logarithmiquement, hormis les séries du taux de
croissance du PIB réel (Y) qui ont des valeurs négatives dans leurs structures. Ensuite, les
tests de racine unitaire d’ADF et P-P sont appliqués pour voir les propriétés d’intégration des
variables de séries temporelles. La présence de la racine unitaire est testée en utilisant le
modèle avec tendance et constante ou avec constante uniquement. Les résultats des tests de
racine unitaire d’ADF et P-P présentés dans le tableau 2a, indiquent que l'hypothèse nulle de
non-stationnarité est rejetée pour les séries temporelles Y et BCHY, c'est-à-dire que ces séries
sont stationnaires à niveau. Les trois séries temporelles restantes (BDLY, BCPEY et
BCPSTC) ont une racine unitaire à niveau quelque soit le modèle retenu (modèle avec
tendance et constante ou avec constante uniquement), et donc elles ne sont pas stationnaires.

11

Electronic copy available at: https://ssrn.com/abstract=3066587

 Table 2a : Résultats des tests d’ADF et de PP

variable Composants déterministes Statistique ADF Statistique PP

Y Tendance et constante -5,053647* -5,068413

Constante -4,083083* -4,086267*
BDLY Tendance et constante -1,619450 -0,810690
Constante -1,913208 -1,735616
BCPEY Tendance et constante -2.247344 -1.496326
Constante -0.867568 -1.135929
BCHY Tendance et constante -2.154962 -5.215539*
Constante -4.902294* -19.05775*
BCPSTC Tendance et constante -0.517999 -0.716484
Constante -1.487516 -1.588369
Notes : le nombre de retards dans le modèle est déterminé par le critère d’information de Schwarz
Les astérisques *, **, *** indiquent respectivement la signification statistique aux niveaux de 1%, 5% et 10%.
Source : calculé par l’auteur

En outre, les tests de racine unitaire d’ADF et P-P sur les différences premières de BDLY,
BCPEY et BCPSTC, montrent que l'hypothèse nulle de non stationnarité de la différence
première de chacune de ces variables est rejetée (tableau 2b), et donc elles sont intégrées
d'ordre un, I(1).

Tableau 2b : les résultats des tests de racine unitaire d’ADF et PP (différences premières)

variable Composants déterministes Statistique ADF Statistique PP

ΔBDLY Tendance et constante -2.996943 -3.005398

Constante -2.754040*** -2.743302***
ΔBCPEY Tendance et constante -3.706986** -3.534463***
Constante -3.752914* -3.581075**
ΔBCPSTC Tendance et constante -3.497487*** -3.487586***
Constante -2.311438 -2.243039
Notes : le nombre de retards dans le modèle est déterminé par le critère d’information de Schwarz
Les astérisques *, **, *** indiquent respectivement la signification statistique aux niveaux de 1%, 5% et 10%.
Source : calculé par l’auteur

Étant donné que l'ordre maximal d'intégration (dmax) est égal à 1, on a déterminé ensuite la
longueur de retard optimale (k). Les deux critères d'information utilisés, Akaike (AIC) et
Schwarz (SIC) indiquent une longueur de retard égale à 1. Toutefois, pour se débarrasser de
la corrélation de la série dans le modèle on a choisi une longueur de retard égale à 2.

Puisque 3 des 5 variables sont stationnaires en différences premières, on a choisit un dmax =

1, alors que k = 2.

12

Electronic copy available at: https://ssrn.com/abstract=3066587

Afin d'examiner la causalité entre l'intermédiation financière par les banques et la croissance
économique, un modèle VAR d’ordre 3 a été construit ( k + dmax = 3). Formellement on a
estimé le système d’équation suivant en utilisant la technique de la régression apparemment
sans lien (RASL) pour un VAR (3) :

 Yt   Yt 1   Yt  2   Yt  3   eY 
 BDLY   BDLY   BDLY   BDLY   e 
 t   t 1   t 2   t 3   BDLY 
 BCPEYt   A 0  A1  BCPEYt 1   A 2  BCPEYt  2   A 3  BCPEYt  3    e BCPEY 
         
 BCHYt   BCHYt 1   BCHYt  2   BCHYt  3   e BCHY 
BCPSCTt  BCPSCTt 1  BCPSCTt  2  BCPSCTt  3  e BCPSCT 

À l'aide du test M-Wald, les hypothèses suivantes de non-causalité de Granger sont testées:

I. H0 : a112= a212=0 →BDLY ne cause pas au sens de Granger Y

II. H0 : a121= a221=0 →Y ne cause pas au sens de Granger BDLY
III. H0 : a113= a213=0 →BCPEY ne cause pas au sens de Granger Y
IV. H0 : a131= a231=0 →Y ne cause pas au sens de Granger BCPEY
V. H0 : a114= a214=0 →BCHY ne cause pas au sens de Granger Y
VI. H0 : a141= a241=0 →Y ne cause pas au sens de Granger BCHY
VII. H0 : a112= a212=0 →BCPSCT ne cause pas au sens de Granger Y
VIII. H0 : a112= a212=0 →Y ne cause pas au sens de Granger BCPSCT

L'existence de la causalité est confirmée en rejetant l’hypothèse nulle dans le cas d'un test
statistique de MWald qui est statistiquement significatif à des niveaux de signification de 1%,
5% ou 10%. Les résultats du test de cinq variétés du modèle VAR (3) sont donnés dans le
tableau 3.

Les résultats des tests de restrictions d'un VAR estimé par la procédure proposée par Toda et
Yamamoto (1995) sont mitigés. L’hypothèse nulle selon laquelle BDLY ne cause pas au sens
de Granger Y n'est pas rejeté, ce qui signifie que la relation de causalité au sens de granger
allant du ratio des passifs des dépôts bancaires par rapport au PIB vers le taux de croissance
économique n'existe pas. Par ailleurs, les résultats montrent qu'il existe une relation causale
unidirectionnelle allant du taux de croissance économique au ratio des passifs des dépôts
bancaires par rapport au PIB pour un niveau de signification de 5%. Dans ce contexte, nous
pourrions accepter les résultats de Gurgul et Lach (2011) et Koivu (2002). Toutefois, en
considérant la part du crédit bancaire au secteur privé, la nature de la causalité est

13

Electronic copy available at: https://ssrn.com/abstract=3066587

complètement différente. Il est confirmé qu'il existe une relation de causalité unidirectionnelle
entre la part du crédit bancaire aux entreprises privées par rapport au PIB et le taux de
croissance économique (pour le plus grand nombre de pays, les mêmes résultats sont
confirmés par Beck, 2008); la part du crédit bancaire aux ménages par rapport au PIB et le
taux de croissance économique. Les deux résultats sont significatifs respectivement à 1% et à
5%.

D'autre part, aucune preuve de causalité inverse allant de la croissance économique aux
crédits des entreprises privées et au crédits des ménages n'est trouvée. Dans le cas de la
relation entre le ratio du crédit bancaire au secteur privé non financier par rapport crédit
domestique total et de croissance économique, l'analyse a identifié une relation causale
bidirectionnelle à un niveau de signification de 10%. De même, Cojocaru (2011) conclut que
le crédit au secteur privé joue un rôle positif et économiquement important dans la stimulation
de la croissance économique. Étant donné que l'orientation stratégique du gouvernement
Tunisienne est le développement de petites et moyennes entreprises, dont les sources de
financement sont principalement des banques, la nécessité d'une réglementation et d'une
supervision adéquate est particulièrement soulignée, de sorte que les effets positifs de
l'allocation des ressources financières soient durables à long terme.

Tableau 3 : resultats de Toda Yamamoto Granger non causalité test

Hypothèse nulle Retard(k) K+dmax Statistique p- Direction de la

 2 value causalité
BDLY ne cause pas au sens de 2 2+1=3 3.459293 0.1773 BDLY←Y
Granger Y 7.727115** 0.0210
Y ne cause pas au sens de Granger
BDLY
BCPEY ne cause pas au sens de 2 2+1=3 12.45530* 0.0020 BCPEY←Y
Granger Y 4.054830 0.1317
Y ne cause pas au sens de Granger
BCHY
BCHY ne cause pas au sens de 2 2+1=3 8.288497** 0.0159 BCHY←Y
Granger Y 3.260646 0.1959
Y ne cause pas au sens de Granger
BCHY
BCPSTC ne cause pas au sens de 2 2+1=3 5.855410*** 0.0535 BCPSTC←Y
Granger Y 5.723306*** 0.0572
Y ne cause pas au sens de Granger
BCPSTC
Note : les astérisques *,**,*** désignent respectivement les niveaux de signification à 1%, 5% et 10%

Il a déjà été mentionné dans l'introduction que le secteur bancaire constitue le canal
d'intermédiation financière le plus important en Tunisie. À cet égard, l'objectif principal du
secteur bancaire tunisien au cours de la prochaine décennie devrait être de maintenir le

14

Electronic copy available at: https://ssrn.com/abstract=3066587

potentiel de croissance élevé et la stabilité du secteur bancaire. Cela signifie la poursuite de la
stratégie actuelle avec l'augmentation nécessaire de la concurrence dans le secteur et entre
d'autres formes d'intermédiation financière. Le maintien du potentiel de croissance élevé du
secteur bancaire devrait ouvrir la possibilité de sa diversification interne. De préférence,
l'activation de diverses formes de banques-caisses d’epargnes sur le marché des dépôts et les
institutions de microfinance sur le marché du crédit. Ces formes d'intermédiation devraient
réduire le coût de l'intermédiation financière et augmenter la disponibilité des ressources
financières.

Il y a lieu de signaler que les résultats trouvés devraient être pris avec précaution, en effet la
période étudiée est une période d'activité économique relativement instable causées par la
récession économique mondiale en 2008, la guerre du Golfe des années 90 et le printemps
Arabe en 2010.

5. Conclusion

Les résultats des recherches empiriques menées dans nombreux pays dans le monde sont
mitigés et montrent que la relation causale entre le développement financier et la croissance
économique peut être unidirectionnelle, bidirectionnelle, ou absente. L'objectif principal de ce
papier est de chercher s'il existe une relation de causalité entre l'intermédiation financière par
les banques et la croissance économique en Tunisie moyennant le test de non causalité de
Toda Yamamato qui est une méthode innovante et plus efficace que celle de Granger
classique pour tester le sens de la causalité. Pour ce faire quatre indicateurs de développement
de l’intermédiation financière ont été utilisés à cet effet. Les résultats empiriques suggèrent
que le processus de croissance économique contribue au processus d'approfondissement
financier. Plus précisément, les résultats indiquent qu'il existe une causalité unidirectionnelle
significative allant du crédit aux entreprises privées par rapport au PIB et du crédit aux
ménages par rapport au PIB vers la croissance économique. La relation causale
bidirectionnelle est confirmée entre la part du crédit bancaire au secteur privé non financier
par rapport au crédit domestique total et le taux de croissance économique. Ainsi le genre de
la relation causale dépend du type de l’indicateur financier utilisé.

Au total, le secteur bancaire en Tunisie joue un rôle important dans le processus de croissance
économique, notamment en ce qui concerne les crédits bancaires au secteur privé non
financier. Ces résultats peuvent être utiles aux décideurs politiques pour faire évoluer les idées

15

Electronic copy available at: https://ssrn.com/abstract=3066587

permettant d’adopter des réformes adéquates du système financier dans l’objectif de relancer
la croissance économique en Tunisie. De même ces aboutissements peuvent nourrir les
débats, faire évoluer les idées et ouvrent la voie à des axes de recherches futurs sur la question
de la relation finance-croissance, tels que la relation entre les activités de crédit des banques
et des composantes sectorielles particulières du PIB ; entre autres, le secteur des services ou
l'industrie manufacturière.

References
[1] Aghion, Philippe, Howitt, Peter, Mayer-Foulkes, David, 2005. The effect of financial
development on convergence: theory and evidence. Q. J. Econ. 120 (1), 173–222.

[2] Al-Yousif, Y. K. (2002), “Financial Development and Economic Growth: Another Look
at the Evidence from Developing Countries.” Review Financial Economics, Vol. 11, No.
2, pp. 131–150.

[3] Arcand, Jean-Louis, Berkes, Enrico, Panizza, Ugo, 2012. Too much finance? Working
Paper No. 12/161. IMF, June.

[4] Arellano, Manuel, Bond, Stephen, 1991. Some tests of specifications for panel data:
Monte Carlo evidence and an application to employment fluctuations. Rev. Econ. Stud.
58, 277–297.

[5] Arestis, Philip, Demetriades, Panicos O., Luintel, Kul B., 2001. Financial development
and growth: the role of stock markets. J. Money Credit Banking 33, 16–41.

[6] Atje, Raymonda, Jovanovic, Boyan, 1993. Stock markets and development. Eur. Eco.
Rev. 37 (2-3), 632–640.

[7] Backe, P., Egert, B., Zumer, T. (2006), “Credit Growth in Central and Eastern Europe:
New (Over) Shooting Stars?” ECB Working Paper Series No. 687.

[8] Barajas, Adolfo, Chami, Ralph, Yousefi, Seyed R., 2013. The finance and growth nexus
re- examined: do all countries benefit equally? Working Paper No. 13/130, IMF, May.

[9] Beck, T., Buyukkarabacak, B., Rioja, F., Valev, N. (2008), “Who Gets the Credit? And
does it Matter?” Policy Research Working Paper. No. 4661. Washington: World Bank.

[10] Beck, T., Demirguc-Kun, A., Levine, R. (2001), “The Financial Structure Database”,
In Financial Structure and Economic Growth: A_Cross-Country Comparison of Banks,

16

Electronic copy available at: https://ssrn.com/abstract=3066587

 Markets and Development, Edited by Aslõ Demirgüç-Kunt and Ross Levine, The MIT
Press, pp. 17–80.

[11] Beck, T., Levine R., Loayza N. (2000), “Finance and the Sources of Growth.” Journal
of Financial Economics, Vol. 58, No. 1–2, pp. 261–300.

[12] Beck, Thorsten, 2011. Finance and oil: is there a resource curse in financial
development? Discussion Paper No. 2011-017. Center for Economic Research, Tilburg
University.

[13] Beck, Thorsten, Levine, Ross, 2004. Stock markets, banks, and growth: panel
evidence. J. Banking Finance 28 (3), 423–442.

[14] Bekaert, Geert, Harvey, Campbell R., Lundblad, Christian, 2005. Does financial
liberalization spur growth? J. Financ. Econ. 77 (1), 3–55.

[15] Bhide, Amar, 1993. The hidden costs of stock market liquidity. J. Financ. Econ. 34, 1–
51.

[16] Boyd, John H., Prescott, Edward C., 1986. Financial intermediary-coalitions. J. Econ.
Theory 38 (2), 211–232.

[17] Burhop, C. (2006), “Did Banks Cause the German Industrialization.” Explorations in
Economic History, Vol. 43, No. 1, pp. 39–63.

[18] Calderon, C., Liu, L. (2003), “The Direction of Causality between Financial
Development and Economic Growth.” Working Paper No. 184. Central Bank of Chile.

[19] Cecchetti, Stephen, Kharroubi, Enisse, 2012. Reassessing the impact of finance on
growth. Working Paper No. 381. Monetary and Economic Department, Bank for
International Settlements.

[20] Cojocaru, L., Hof man, S., Miller, J. (2011), “Financial Development and Economic
Growth in Transition Economies: Empirical Evidence from the CEE and CIS Countries.”
Working Paper No. 2011–22. Department of Economics, University of Delaware.

[21] Cojocaru, Laura, Falaris, Evangelos, Hoffman, Saul, Miller, Jeffrey, 2015. Financial
system development and economic growth in transition economies: new empirical
evidence from the CEE and CIS countries. Emerg. Mark. Finance Trade 1–14.

[22] Dawson, P._J. (2003), “Financial Development and Growth in Economies in

Transition.” Applied Economics Letters, Vol. 10, No. 13, pp. 833–836.

17

Electronic copy available at: https://ssrn.com/abstract=3066587

[23] Demetriades, Panicos O., Hussein, Khaled A., 1996. Does financial development
cause economic growth? Time-series evidence from 16 countries. J. Dev. Econ. 51 (2),
387–411.

[24] Demirguc-Kunt, Asli, Feyen, Erik, Levine, Ross, 2012. The evolving importance of
banks and securities markets. Working Paper No. 18004. NBER, Cambridge, MA.

[25] Demirguc-Kunt, Asli, Levine, Ross, 2001. Financial Structure and Economic Growth:
a Cross-country Comparison of Banks, Markets, and Development. MIT Press,
Cambridge, MA.

[26] Dickey, D. A., Fuller, W. A. (1981), “Likelihood Ratio Statistics for Autoregressive
Time Series with a Unit Root.” Econometrica, Vol. 49, No. 4, pp. 1057–1072.

[27] Fang, Xianming, Jiang, Yu, 2014. The promoting effect of financial development on
economic growth: evidence from China. Emerg. Mark. Finance Trade .

[28] Favara, G. (2003), “An Empirical Reassessment of the Relationship between Finance
and Growth.” Working Paper No. 03/123. Washington: International Monetary Fund.

[29] Ghali, H. K. (1999), “Financial Development and Economic Growth: The Tunisian
Experience.” Review of Development Economics, Vol. 3, No. 3, pp. 310–322.

[30] Goldsmith, Raymond W., 1969. Financial Structure and Development. Yale
University Press, New Haven, CT.

[31] Granger, C. W. J. (1969), “Investigating Causal Relations by Econometric Models and

Cross-spectral Methods.” Econometrica, Vol. 37, No. 3, pp. 424–438.

[32] Gregorio, J., Guidotti, P._E. (1995), “Financial Development and Economic Growth.”
World Development, Vol. 23, No. 3, pp. 433–448.

[33] Gurgul, H., Lach, L. (2011), “Financial Development and Economic Growth in Poland
in Transition: Causality Analysis.” MPRA Paper No. 38034.

[34] Han, Jian, Shen, Yanzhi, 2015. Financial development and total factor productivity
growth: evidence from China. Emerg. Mark. Finance Trade 51 (1), 261–274.

[35] Harris, Richard H.F., 1997. Stock markets and development: a re-assessment. Eur.
Econ. Rev. 41 (1), 139–146.

[36] Hassan, Kabir, Sanchez, Benito, Yu, Jung-Suk, 2011. Financial development and
economic growth: new evidence from panel data. Q. Rev. Econ. Finance 51, 88–104.

18

Electronic copy available at: https://ssrn.com/abstract=3066587

[37] Holtz-Eakin, Douglas, Newey, Whitney K., Rosen, Harvey S., 1988. Estimating vector
autoregressions with panel data. Econometrica 56, 1371–1395.

[38] Jung, W. S. (1986), “Financial Development and Economic Growth: International

Evidence.” Economic Development and Cultural Change, Vol. 34, No. 2, pp. 333–346.

[39] King, Robert G., Levine, Ross, 1993a. Finance and growth: Schumpeter might be
right. Q. J. Econ. 108 (3), 717–737.

[40] King, Robert G., Levine, Ross, 1993b. Finance, entrepreneurship, and growth: theory
and evidence. J. Monet. Econ. 32 (3), 513–542.

[41] La Porta, R., Lopez-de-Silanes, F., Shleifer, A., Vishny, R. W. (1998), “Law and
Finance.” Journal of Political Economy, Vol. 106, No. 6, pp. 1113–1155.

[42] Levine, R. (1998), “The Legal Environment, Banks, and Long-Run Economic
Growth.” Journal of Money, Credit, and Banking, Vol. 30, No. (3, Pt. 2), pp. 596–613.

[43] Levine, R. (2002), “Bank-Based or Market-Based Financial Systems: Which Is

Better?” Journal of Financial Intermediation, Vol. 11, No. 4, pp. 398–428.

[44] Levine, R., Zervos, S. (1998), “Stock Markets, Banks, and Economic Growth.” The
American Economic Review, Vol. 88, No. 3, pp. 537–558.

[45] Levine, Ross, 2001. Napoleon, bourses, and growth: with a focus on Latin America.
In: Azfar, Omar, Cadwell, Charles (Eds.), Market Augmenting Government: The
Institutional Foundations for Prosperity. University of Michigan Press, Ann Arbor, MI,
pp. 49–85.

[46] Levine, Ross, Loayza, Norman, Beck, Thorsten, 2000. Financial intermediation and
growth: causality and causes. Journal of Monetary Economics 46(1), 31–77.

[47] Levine, Ross, Zervos, Sara, 1998. Stock markets, banks and economic growth. Am.
Econ. Rev. 88, 537–558.

[48] Lin, Justin Y., Sun, Xifang, Jiang, Ye, 2009. Toward a theory of optimal financial
structure. Working Paper No. 5038. The World Bank Policy Research, The World Bank,
Washington, D.C.

[49] Lucas, Robert E., 1988. On the mechanics of economic development. J. Monet. Econ.
22 (1), 3–42.

19

Electronic copy available at: https://ssrn.com/abstract=3066587

[50] Luintel, K. B., Khan, M. (1999), “A Quantitative Reassessment of the Finance Growth
Nexus: Evidence from a Multivariate VAR.” Journal of Development Economics, Vol. 60,
No. 2, pp. 381–405.

[51] McKinnon, R.I., 1973. Money and Capital in Economic Development. Brookings
Institution, Washington, D.C.

[52] Mehl, A., Vespro, C., Winkler, A. (2005), “The Finance-Growth Nexus and Financial
Sector Environment: New Evidence from Southeast Europe.” Conference on European
Economic Integration, Austrian National Bank, Vienna.

[53] National Bank of Serbia (2011), Annual Report on Activities and Results,
http://www.nbs.rs/export/ sites/default/internet/english/90/90_4/annual_report_2011.pdf

[54] Neimke, M. (2003), “Financial Development and Economic Growth in Transition

Countries.” IEE Working Papers 173.

[55] Odedokun, M. O. (1996), “Alternative Econometric Approaches for Analyzing the

Role of the Financial Sector in Economic Growth: Time-series evidence from LDCs.”
Journal of Development Economics, Vol. 50, No. 1, pp. 119–146.

[56] Pagano, Marco, 1993. Financial markets and growth: an overview. European
Economic Review 37 (2-3), 613–622.

[57] Patrick, H. T. (1966), “Financial Development and Economic Growth in

Underdeveloped Countries.” Economic Development and Cultural Change, Vol. 14, No.
2, pp. 174–189.

[58] Phillips, P._C. B., Perron, P._(1988), “Testing for a Unit Root in Time Series
Regression.” Biometrika, Vol. 75, No. 2, pp. 336–346.

[59] Rambaldi, A. N., Doran, H. E. (1996), “Testing for Granger Non-Causality in

Cointegrated Systems Made Easy.” Working Paper in Econometrics and Applied Statistics
No. 88, University of New England.

[60] Rioja, Felix, Valev, Neven, 2004. Finance and the sources of growth at various stages
of economic development. Econ. Inq. 42 (1), 127–140.

[61] Rioja, Felix, Valev, Neven, 2014. Stock markets, banks and the sources of economic
growth in low and high income countries. J. Econ. Finance 38 (2), 302–320.

20

Electronic copy available at: https://ssrn.com/abstract=3066587

[62] Robinson, Joan, 1952. The generalization of the general theory. The Rate of Interest
and Other Essays. MacMillan, London pp. 67–142.

[63] Rousseau, P., Wachtel, P._(1998), “Financial intermediation and Economic

Performance: Historical Evidence from Five Industrialized Countries.” Journal of Money,
Market and Banking, Vol. 30, No. 4, pp. 657–678.

[64] Rousseau, P._L. Sylla, R. (2005), “Emerging Financial Markets and Early US
Growth.” Explorations in Economic History, Vol. 42, No. 1, pp. 1–26.

[65] Rousseau, Peter L., Wachtel, Paul, 2000. Equity markets and growth: cross-country
evidence on timing and outcomes 1980–1995. J. Banking Finance 24, 1933–1957.

[66] Shaw, Edward S., 1973. Financial Deeping in Economic Development. Oxford
University Press, New York.

[67] Stiglitz, Joseph E., 1985. Credit markets and the control of capital. J. Money Credit
Banking 17 (2), 133–152.

[68] Toda, H.Y., Yamamoto, T. (1995), “Statistical Inferences in Vector Autoregressions

with Possibly Integrated Processes.” Journal of Econometrics, Vol. 66, No. 1–2, pp. 225–
250.

21

Electronic copy available at: https://ssrn.com/abstract=3066587