Académique Documents
Professionnel Documents
Culture Documents
DE
L’UNIVERSITE
MARIEN NGOUABI
SOMMAIRE
Directeur de la publication :
J. R. IBARA 1 Réflexion sur la construction des territoires
économiques, solution alternative à la diversification
Rédacteur en chef : économique du Congo
J. GOMA-TCHIMBAKALA
F NGANGOUE, J. J. M BAZABANA
Rédacteur en chef adjoint :
M. M. A. NDINGA 19 Effets des chocs pétroliers sur les variables
macroéconomiques en république du Congo
Comité de Lecture : A. F. AKOUELE
F.V. AMOUSSOUGA (Cotonou)
B. BEKOLO-EBE (Douala) 32 Effets du déclassement sur le salaire chez
A. BIAO (Parakou)
les jeunes au Congo
N. BIGOU LARE (Lomé)
H. DIATA (Brazzaville) T. C. NGASSA
J. ISSA SAYEGH (Dakar)
M. KASSE (Dakar) 45 Les déterminants de la déforestation : cas
S. LENGA (Brazzaville) du bassin du Congo
B. MAKOSSO (Brazzaville) J. C. BOZONGO
G. Aké N’GBO (Abidjan)
A. ONDO-OSSA (Libreville) Relation entre la consommation d’énergie et la
57
YAO NDRE (Abidjan)
croissance économique dans les pays de la CEMAC.
Comité de Rédaction : H. LEKANA
F. DZAKA KIKOUTA (Brazzaville)
J.A. MAMPASSI (Brazzaville) La fécondité affecte-t-elle la pauvreté au Niger ?
72
A. B. MAHAMAN YAOU, M. N. MALAM MAMAN
Webmaster :
R. D. ANKY
84 Financement de l’offre agricole au Congo : banques
Administration – Rédaction : ou État ?
Université Marien NGOUABI
Direction de la Recherche
R. F. D. BANY
B.P. 69, Brazzaville – Congo
E-mail : annales@umng.cg Effets de l’annulation de la dette et de la qualité
101 des institutions sur la croissance économique
ISSN : 1815 - 4433 dans les pays de la CEMAC
P. G. BATILA NGOUALA KOMBO
OKOMBI I. F.
Faculté des Sciences Économiques
Université Marien N’Gouabi
Brazzaville – République du Congo
Email: idrysfransmel@gmail.com
RESUME ABSTRACT
L’objet du présent article est de déterminer les facteurs de The purpose of this article is to determine the factors of
la croissance économique au Congo. A cette fin, un modèle economic growth in Congo. To this end, the model with
à correction d’erreur a été appliqué pour une période correction of error was used for the period 1995Q1 to
allant de 1995Q1 à 2016Q4. Nous avons utilisé les 2016Q4. We used data extracted mainly from the World
données extraites, principalement, de la banque mondiale Bank (World Development Indicators, 2016), except for
(World Development Indicators, 2016), excepté les public expenditures, oil prices and institutional variables
dépenses publiques, le prix du pétrole et les variables that come respectively from the Directorate-General for
institutionnelles, qui proviennent respectivement de la the Budget, of the American Agency for Energy
direction générale du budget, de l'agence américaine de Information and official websites of international NGOs
l'information sur l'énergie et des sites officiels des ONG Freedomhouse and Heritage Foundation. The results of
international Freedomhouse et Heritage Foundation. Les our article reveal two categories of variables with
résultats de notre article dégagent deux catégories de different effects. The first category is composed of gross
variables aux effets différenciés. La première catégorie est fixed capital formation, public expenditure and the degree
composée de la formation brute du capital fixe, des of economic freedom, which play an important role in the
dépenses publiques et du degré de liberté économique, qui process of economic growth. By contrast, the second
jouent un rôle déterminant dans le processus de category consists of trade openness, oil prices and
croissance économique. En revanche, la deuxième political instability, which constitute a drag on economic
catégorie est constituée de l’ouverture commerciale, du growth. In addition, farmland has no effect on growth.
prix du pétrole et de l’instabilité politique qui constituent
un frein à la croissance économique. Par ailleurs, les
terres agricoles n’ont aucun effet sur la croissance. Keywords: Determinant of growth, vector error-correction
model, Congo.
JEL code: O47, C32, O55
Mots-clés : Déterminants de la croissance, Modèle
vectoriel à correction d’erreur, Congo.
Code JEL: O47, C32, O55
252
I F. OKOMBI Ann. Univ. M. NGOUABI, 2018; 18 (2)
croissance annuelle du PIB réel par habitant Cependant, l’étude de divergences entre les
d’au moins 7% dans les pays les moins avancés croissances de différentes régions du monde,
permet d’y parvenir. En se basant sur le Congo, ainsi que celle de phénomènes de crise suggère
pays disposant d’une base de production que la croissance n’est pas un phénomène
faiblement diversifiée et d’une importante naturel provenant uniquement de la croissance
population jeune en situation du chômage4, le démographique et du progrès technique, mais
taux de croissance moyen du PIB réel par semble plutôt être un phénomène cumulatif.
habitant sur une période couvrant 2010 à 2016 Pour tenir compte de ces constatations, les
se situe autour de 1,2%5, largement en dessous économistes ont bâti la théorie de la croissance
du seuil de référence de 7% susmentionné. Un endogène. Pour les théoriciens de la croissance
tel constat présuppose que les problèmes endogène, la croissance est favorisée par les
économiques et sociaux, dont souffre le Congo, facteurs que sont l’accumulation de
sont attribuables à l’atonie de sa croissance. connaissances (Romer, 1986); le capital humain
Ainsi, il paraît pertinent dans le cadre de notre (Lucas, 1988); l’accumulation technologique et
analyse de rechercher les déterminants de la la recherche développement (Romer, 1986) ; les
croissance au Congo. Dans cette perspective, dépenses en infrastructure publique (Barro,
cette étude cherche à répondre à la question 1990). La théorie de la croissance endogène
suivante: les facteurs économiques, privilégie la notion d’une croissance
institutionnels et géographiques promeuvent-ils cumulative, négligeant le rôle de l’historique et
la croissance économique au Congo? des facteurs non économique dans la promotion
de la croissance économique. La théorie de la
L’objet du présent article est de déterminer le croissance causale, en revanche, tient compte en
rôle des facteurs économiques, géographiques principe de l’aspect historique. Cette théorie,
et institutionnels dans la croissance économique développée par Myrdal (1957) et Kaldor (1970),
au Congo. L’identification des facteurs, qui rend compte des disparités de croissance entre
contribuent à la croissance, permettra de différentes régions ou pays du monde, en basant
concevoir des meilleurs politiques de leurs analyses sur les rendements d’échelles
développement. croissants. Selon cette théorie, l’amélioration
plus rapide de la productivité se traduit par le
Outre l’introduction, cet article passe en revue renforcement de la compétitivité de la région
la littérature sur le sujet dans la deuxième concernée, ce qui aura pour effet de stimuler la
section. L’approche méthodologique est production. Dans ce contexte, le manque de
présentée dans la troisième section. compétitivité est la cause de l’hétérogénéité de
L’interprétation et discutions des résultats font la croissance entre pays ou régions du monde.
l’objet de la quatrième section. La dernière
section est consacrée à la conclusion. Par ailleurs, les facteurs non économiques,
comme des variables géographiques et
REVUE DE LA LITTÉRATURE institutionnelles ont été mis en avant comme
facteurs explicatifs des écarts de productivité
Préalablement à la présentation des travaux entre pays. Plusieurs variables géographiques
empiriques, passons d’abord en revue littérature sont considérées comme facteurs déterminants
théorique. de la croissance économique, entre autres, le
climat et des températures (Myrdal, 1968;
Revue théorique Kamarck, 1976; Masters et McMillan 2001;
Sachs 2001), des maladies liées au climat
Pour Solow (1956), la croissance s’explique (Sachs, Melligner et Gallup 2001; Sachs et
d’une part, par la quantité de travail, qui elle- Malaney 2002), des ressources naturelles
même dépend du taux de croissance de la (Sachs et Warner 2001). Ce dernier point, rend
population et, d’autre part, du progrès compte de la malédiction liée à la possession
technique. La croissance est équilibrée, mais ses des ressources naturelles à travers l'ouverture
déterminants sont exogènes, c'est-à-dire commerciale des pays riches en ressource, ainsi
indépendants de la sphère économique. qu’aux fluctuations des prix des ressources
naturelles. De nombreux auteurs ont associé la monopolisée par une minorité au pouvoir.
malédiction des ressources naturelles à des Celle-ci détourne les richesses à son profit et
facteurs externes, tels que le degré d'ouverture empêche l’existence d’un marché concurrentiel.
commercial ou le niveau des prix. Le syndrome
hollandais est un des principaux phénomènes Revue empirique
mis de l'avant, afin d'expliquer la malédiction
des ressources naturelles. En effet, un boom Au plan empirique, les travaux sur les
dans le secteur des matières premières, entraîne, déterminants de la croissance peuvent s’orienter
à cause de l'augmentation des termes de autour de trois axes. Dans le premier axe, les
l'échange, un déclin des autres secteurs de facteurs économiques sont considérés comme
l’économie. Ces autres secteurs deviennent déterminants de la croissance. Le deuxième axe,
moins compétitifs à cause de cette hausse des regroupe les travaux, ayant considérés les
termes de l’échange (Davis, 1995). Par ailleurs, variables géographiques comme déterminant de
Davis (1995) mentionne que les fluctuations des la croissance. Enfin, le troisième axe, est celui
prix des minéraux ont eu comme impact de faire des auteurs qui étudient le rôle des institutions
varier les revenus fiscaux et les exportations de dans la promotion de la croissance.
ces pays, rendant la demande domestique
instable, ce qui décourage l'investissement, et Plusieurs travaux considèrent les variables
par conséquent diminue la croissance. Un autre économiques comme déterminants de la
point important lié à l’influence de la croissance (Barro, 1996; Gyimah-Brempong,
géographie passe par la distance qui peut 1998 ; Reinikka et Svensson, 2004; Moulimvo,
également influer sur l’investissement, avec 2007 ; Nkouka, 2009; Tarno, 2012 ; Yosra et
toutes les conséquences pour le PIB par al., 2014 ; Dedewanou, 2015 ; Ngakosso, 2016 ;
habitant. En effet, le fait que les marchés Okombi, 2017). En effet, la contribution
mondiaux soient proches peut accroître le positive des dépenses publiques à la croissance
rendement de l’investissement, de sorte que les économique à été affirmée par Gyimah-
pays se trouvant à proximité des marchés Brempong (1998), Reinikka et Svensson
mondiaux ont un stock de capital plus élevé que (2004), Tarno (2012), Ngakosso (2016) et
dans les pays excentrés, ce qui induit des effets Okombi (2017) respectivement dans les pays
bénéfiques sur leur PIB par habitant (Redding africains, en Uganda, dans l’UEMOA et au
et Scott, 2003; Breinlich, 2007). Congo. Le rôle de l’investissement, des flux
nets d’IDE (Investissements Directs Etrangers)
Le rôle des institutions dans la promotion de la et du capital humain dans la promotion de la
croissance, a été développé par North (1990). croissance économique dans les Pays à forte
Certaines institutions contribuent à la croissance et dans les pays de l’UEMOA est
croissance économique, celles notamment qui prouvé par Tarno (2012) et Dedewanou (2015).
sont « créatrices de marché » (Rodrik et De même, Yosra et al., (2014) concluent que
Subramanian, 2003) puisqu’en leur absence, les l’IDE a un impact significativement positif sur
marchés n’existent pas ou fonctionnent très mal. la croissance économique. Prenant appui sur le
Elles favorisent alors le développement Congo, Moulimvo (2007); Nkouka (2009)
économique de long terme en stimulant révèlent que le capital humain a un effet positif
l’investissement et l’esprit d’entreprise. Un sur la croissance au Congo. Barro (1996), dans
cadre réglementaire et un système judiciaire une étude consacrée aux les déterminants de la
favorisent le respect des droits de propriété et croissance, avait conclue que la croissance est
offrent un avantage aux inventeurs, par exemple renforcée par le taux scolarisation et l’espérance
à travers le brevet, garantissent aux élevées, un taux de natalité et un niveau de
entrepreneurs efficaces la conservation de leur consommation publique faibles; une inflation
profit et les incitent à innover. Cependant, cette basse. En s’intéressant à deux pays de la zone
protection est également susceptible de freiner CEMAC, Bouloud (2013) trouve d’une part,
la diffusion des innovations. A l’opposé, que l’ouverture commerciale a un impact positif
certains environnements institutionnels sont sur la croissance; d’autre part, il montre que
défavorables à la croissance économique. Dans l’impact de l’ouverture commerciale sur la
les pays en guerre, instables politiquement, ou croissance est négatif au Cameroun. L’effet
encore fortement gangrénés par la corruption, le négatif de l’ouverture commerciale est
cadre institutionnel devient un frein au également entériné par Umba (2015) dans une
développement économique. C’est le cas aussi étude se rapportant à la République
de pays où l’activité économique est Démocratique du Congo.
255
I F. OKOMBI Ann. Univ. M. NGOUABI, 2018; 18 (2)
257
I F. OKOMBI Ann. Univ. M. NGOUABI, 2018; 18 (2)
10 Cf Annexe 5 11 Cf Annexe 4
261
I F. OKOMBI Ann. Univ. M. NGOUABI, 2018; 18 (2)
qui reconnait le rôle du libéralisme dans productives, l’effet d’une hausse des recettes
l’instauration d’un cadre favorable à la provoquée par la hausse du prix du baril de
croissance économique. Aussi, ce résultat pétrole ne peut qu’être non significatif voir
entérine les conclusions de Hussain et Haque même négatif. Par ailleurs, lorsqu’un niveau
(2016). Ces derniers montrent, dans le cadre élevé de corruption entoure la gestion des
d’un panel de 186 pays, que la liberté ressource pétrolière, l’impact de la hausse du
économique à un effet positif sur la croissance. prix du pétrole sur la croissance peut se révélé
Un tel résultat est évident, car la note du Congo, négatif.
en rapport avec le degré de liberté économique,
oscille entre 25 et 62, située en dessous de 100, L’effet défavorable de l’instabilité politique sur
qui est la note attribuée aux pays ayant une la croissance est également trouvé dans les
grande de libertés économiques. A cet égard, analyses de Fosu (1992), considérant que
une augmentation du degré de liberté l’instabilité politique est préjudiciable à
économique au Congo aura pour corollaire, l'activité de production en raison des ruptures
l’amélioration de sa note et, par conséquent, du qu’elles entraine dans le processus de création
climat d’investissement. de richesse et de l’augmentation du risque de
perte de capital, cas qui peut se présenter lors de
L’effet négatif de l’ouverture commerciale révolutions, de coups d'état. Mieux, ce résultat
vient contredire le résultat de Bouloud (2013) conforte la conclusion de Tsassa et Yamb
sur l’économie congolaise. Cependant, ce (2001), affirmant que l’instabilité politique joue
résultat entérine l’effet négatif de l’ouverture un rôle défavorable sur la croissance
commerciale sur la croissance économique, économique au Congo.
trouvé par Bouloud (2013) sur le cas de
l’économie camerounaise. De même, nos CONCLUSION
résultats corroborent le rôle défavorable de
l’ouverture commerciale à la promotion de la Nous avons tenté de déterminer dans ce papier,
croissance en République Démocratique du le rôle des variables économiques,
Congo, conclut par Umba (2015). Une géographiques et institutionnelles dans la
explication plausible à l’effet négatif de croissance économique sur la période couvrant
l’ouverture commerciale sur la croissance peut 1995 à 2016. Un modèle vectoriel à correction
être la faible diversification de l’économie d’erreur a été utilisé, pour y parvenir. Il ressort,
congolaise, qui l’expose aux chocs exogènes, des résultats des estimations, que la croissance
validant ainsi les arguments selon lesquels, les économique s’explique par l’augmentation de
pays africains n’étaient préparés à relever le défi la formation brute du capital fixe, des dépenses
de l’ouverture commerciale. Une telle publiques et par plus de degré de liberté
observation est reflétée par les chocs pétroliers économique. En revanche, l’augmentation du
qui ont un impact négatif sur les économies des prix du pétrole et l’instabilité politique ont un
pays exportateurs du pétrole. effet défavorable sur la croissance au Congo.
Par ailleurs, la contribution des terres agricoles
Le rôle défavorable joué par les fluctuations sur la croissance est positive, mais non
du prix du pétrole sur la croissance conforte la significative. A cet effet, pour contribuer à une
position de Davis (1995), soutenant que les meilleure élaboration et application de mesure
fluctuations des prix des matières premières ont allant dans le sens de la promotion d’une
pour effet de faire varier les revenus fiscaux et croissance soutenue au Congo, les actions
les exportations de ces pays, rendant la suivantes semblent pertinentes:
demande domestique instable. En conséquence,
l’investissement et la croissance économique a) affecter les recettes tirées du secteur
diminuent. Une explication plausible à ce pétrolier au financement des dépenses
résultat peut être l’existence du phénomène du publiques productives. Plus
syndrome hollandais. En effet, le lien entre le précisément, les recettes pétrolières
secteur extractif et le reste de l'économie passe doivent concourir au financement des
par le budget de l'Etat. Ce dernier récupère une dépenses en capital, comme les
partie des ressources. Finalement, l'impact infrastructures de santé ou de
d’une augmentation du revenu pétrolier sur le l’éducation (hôpitaux, écoles,
reste de l'économie dépend de la manière dont universités), les infrastructures de
l'Etat le dépense. Si les recettes ne sont pas communication (routes, réseaux de
affectées au financement des dépenses télécommunication) ou de dépenses
262
I F. OKOMBI Ann. Univ. M. NGOUABI, 2018; 18 (2)
Kaufmann, Daniel, Aart Kraay, and Massimo Ngakosso A. (2016), “Public Expenses and
Mastruzzi (2004), “Governance Matters III: Economic Growth in Congo”, Journal of
Governance Indicators for 1996, 1998, 2000 Economics and Development Studies, Vol. 4,
and 2002” World Bank Economic Review No. 1, pp. 91-102.
18(2):253–87.
Nkouka S. L. (2009), “L’incidence du capital
Knack, S., and Keefer, P., (1995), “Institutions humain sur la dynamique de croissance
and Economic Performance: Cross-country économique”, Annales de l’Université Marien
Tests Using Alternative Institutional NGOUABI, 10 (2), 63-79.
Measures”. Economics and Politics, 7(3),
pp.207-227. North, D. (1990), Institutions, Institutional
Change and Economic Performance,
Knack, S., et Keefer, P. (1995), “Institutions Cambridge: Cambridge University Press.
and Economic Performance: Cross Country
Tests Using Alternative Institutional North, D. (1990).
Measures.” Economics and Politics 7(3): 207- Institutions, Institutional Change and Economi
27. c Performance, Cambridge : Cambridge
University Press.
Londregan, J.B. & Poole, K.T., (1992), "The Okombi (2017), « Determinants of Economic
Political Economy of Economic Growth, growth in CEMAC Countries : case of
Nonconstitutional Rule and Leadership Congo », Journal of Economics and
Succession," GSIA Working Papers 1991-42, Development Studies, Vol. 5, No. 4, pp. 93-
102.
264
I F. OKOMBI Ann. Univ. M. NGOUABI, 2018; 18 (2)
Redding et Scott (2003), “Distance, Skill Smith A. (1776), «Recherche sur la nature et les
deepening and Development: Will Peripheral causes de la Richesse des Nations», Vol I et II
Countries Ever Get Richs?”, Journal of (réimpression, GF –Flammarion, 1991).
Development Economics, Vol. 72. Solow R. (1956) : « Une contribution à la
Reinikka R. et Svensson J. (2004), « Local théorie de la croissance écono mique »,
Capture: Evidence from a Central Government traduction française Problématiques, vol. 1, p.
Transfer Program in Uganda », Quarterly 39-67.
Journal of Economics, Vol. 119, No.2, p. 679 – Tarno M. (2012), « Déterminants de la
705. croissance économique des pays de l’UEMOA
Rodrik D. et A. Subramanian (2003): « The : une analyse à l’aide des données de panel »,
Primacy of Institutions (and what this does and Revue d’Economie Théorique et Appliquée,
does not mean), Finance & Développement, Volume 2 – Numéro 2 , pp 199-222.
june, pp. 31-34. Tsassa C. et Yamb B., (2001), « Explication des
Rodrik, D. (1999) “Where Did All the Growth performances de croissance des économies
Go? External Shocks, Social Conflict and africaines : le cas du Congo (république du) »,
Growth Collapses.” Journal of Economic consortium africain de recherche économique
Growth 4 (4): 385–412. (aerc / crea).
Rodrik, Subramanian, and Trebbi (2002), Umba G. (2015), « Ouverture commerciale et
“Institution Rule: The Primacy of Institutions croissance économique en RD Congo : une
over Geography and Integration in Economic analyse en équilibre générale calculable »,
Devekopment. NBR Working paper 9305, https://hal.archives-ouvertes.fr/hal-01184117.
National Bureau of Economic Research, Yosra et al., (2014), « Gouvernance,
Cambridge, MA. investissement direct étranger et croissance
Romer, P. M. (1986) “Increasing Returns and économique dans la région MENA »,
Long-Run Growth.” Journal of Political http://ipco-co.com/ESMB_Journal/BEMM13-
Economy 94 (5): 1002–37. papers-french/ID_033.pdf.
Sachs, J. , Mellinger, A. Et Gallup, J., (2001), Zouabi (2015), “Direct and indirect effects of
The Geography ofpoverty and wealth , climate on agriculture: an application of a
Scientific American magazine, mars, p. 71-74. spatial panel data analysis to Tunisia. In:
Sachs, J. and Malaney, P. (2002), The Climatic Change. RePEc:
Economic and Social Burden of Malaria, Nature spr:climat:v:133:y:2015:i:2:301-320.
415, 680–85.
Sachs, J. D. (2001),“Tropical
Underdevelopment”, Working Paper 8119,
NBER, Cambridge : Massachussetts.
Sachs, J.D. et Warner, A. M. (2001) . The Curse
OfNatural Resources, European Economie
Review, Vol. 45, p. 827-838.
ANNEXES
Annexes
Annexe 1: Statistique descriptive et test de stationnarité des variables (ADF)
265
I F. OKOMBI Ann. Univ. M. NGOUABI, 2018; 18 (2)
a) Statistiques descriptives
PIBR PO FBCF DP OUV TER PETR INSPO DLEC
Mean 2717.136 1358174. 2.02E+09 70.0954 137.818 26266.91 54.06682 5.72727 43.16818
Median 2638.000 1307729. 1.42E+09 69.6500 136.500 28395.00 47.94500 6.00000 43.65000
Maximum 3213.000 1831596. 5.81E+09 89.2000 166.000 37927.00 111.6300 7.00000 47.70000
Minimum 2339.000 949805.0 4.74E+08 53.7000 121.000 12952.00 12.76000 4.00000 33.80000
Observations 22 22 22 22 22 22 22 22 22
Source : auteur, à partir du logiciel Eviews et des données de WID, EIA, ONG Freedomhouse, Heritage Foundation et administration
nationale
266
I F. OKOMBI Ann. Univ. M. NGOUABI, 2018; 18 (2)
[-6.42478] [-3.39545]
LOUV(-1) 0.073483 -0.037986
(0.04360) (0.11482)
[ 1.68552] [-0.33082]
LTER(-1) -0.008971 0.078522
(0.01788) (0.04710)
[-0.50161] [ 1.66704]
PETR(-1) 0.000936 0.001370
(0.00014) (0.00038)
[ 6.53980] [ 3.63586]
INSPO(-1) 0.006493 -0.063642
(0.00323) (0.00851)
[ 2.00946] [-7.47836]
DLEC(-1) -0.003414 -0.034434
(0.00153) (0.00403)
[-2.23335] [-8.55216]
C -5.146479 -7.377259
(0.17425) (0.45895)
[-29.5345] [-16.0743]
Error
Correction: D(LPIBR) D(LPO) D(LFBCF) D(LDP) D(LOUV) D(LTER) D(PETR) D(INSPO) D(DLEC)
CointEq1 -0.167754 0.221730 1.300102 3.189610 0.155434 0.685297 1.157569 -5.770669 -8.944544
(0.06695) (0.05806) (0.60747) (0.94277) (0.24753) (0.31050) (42.3473) (2.06060) (6.67832)
[-2.50548] [ 3.81914] [ 2.14019] [ 3.38323] [ 0.62794] [ 2.20706] [ 0.02734] [-2.80048] [-1.33934]
CointEq2 -0.012821 -0.085534 0.122956 -0.365823 -0.179805 -0.461927 6.690247 1.399737 13.68945
(0.02684) (0.02327) (0.24349) (0.37789) (0.09922) (0.12446) (16.9739) (0.82594) (2.67685)
[-0.47772] [-3.67556] [ 0.50497] [-0.96807] [-1.81225] [-3.71153] [ 0.39415] [ 1.69471] [ 5.11402]
D(LPIBR(-1)) 0.681926 0.269768 2.330556 3.355331 -0.017492 0.654386 8.034404 -6.244719 -5.074384
(0.17738) (0.15381) (1.60934) (2.49763) (0.65577) (0.82260) (112.188) (5.45905) (17.6925)
[ 3.84445] [ 1.75392] [ 1.44814] [ 1.34340] [-0.02667] [ 0.79551] [ 0.07162] [-1.14392] [-0.28681]
D(LPIBR(-2)) 0.022929 -0.029372 -0.274680 -0.160503 0.551578 0.071597 -36.20520 4.106728 7.154534
(0.17335) (0.15032) (1.57282) (2.44095) (0.64088) (0.80393) (109.642) (5.33515) (17.2910)
[ 0.13227] [-0.19540] [-0.17464] [-0.06575] [ 0.86065] [ 0.08906] [-0.33021] [ 0.76975] [ 0.41377]
D(LPO(-1)) 0.357619 0.796617 -0.901925 -1.785940 0.215323 0.370257 12.44077 3.070983 -11.89760
(0.22037) (0.19108) (1.99935) (3.10291) (0.81468) (1.02194) (139.376) (6.78198) (21.9801)
[ 1.62285] [ 4.16895] [-0.45111] [-0.57557] [ 0.26430] [ 0.36231] [ 0.08926] [ 0.45281] [-0.54129]
D(LPO(-2)) 0.068667 0.018829 -0.563691 -1.364383 -0.135194 0.523484 10.48347 2.040368 -11.49347
(0.21362) (0.18523) (1.93814) (3.00791) (0.78974) (0.99066) (135.109) (6.57436) (21.3072)
[ 0.32145] [ 0.10165] [-0.29084] [-0.45360] [-0.17119] [ 0.52842] [ 0.07759] [ 0.31035] [-0.53942]
D(LFBCF(-1)) 0.028203 -0.022036 0.402900 -0.504739 0.032060 -0.042326 -4.794979 0.661590 -0.681819
(0.02866) (0.02485) (0.26000) (0.40350) (0.10594) (0.13289) (18.1245) (0.88193) (2.85831)
[ 0.98420] [-0.88680] [ 1.54964] [-1.25089] [ 0.30262] [-0.31849] [-0.26456] [ 0.75016] [-0.23854]
D(LFBCF(-2)) -0.026614 0.002144 -0.039744 -0.025912 -0.066596 -0.078158 3.310426 0.096428 3.451725
(0.02702) (0.02343) (0.24518) (0.38050) (0.09990) (0.12532) (17.0914) (0.83166) (2.69538)
[-0.98488] [ 0.09151] [-0.16211] [-0.06810] [-0.66660] [-0.62367] [ 0.19369] [ 0.11595] [ 1.28061]
D(LDP(-1)) -0.007801 0.005838 0.104438 0.921442 -0.022827 -0.014041 1.777183 0.014885 0.028108
(0.01708) (0.01481) (0.15494) (0.24046) (0.06313) (0.07920) (10.8010) (0.52557) (1.70336)
[-0.45680] [ 0.39422] [ 0.67405] [ 3.83198] [-0.36157] [-0.17730] [ 0.16454] [ 0.02832] [ 0.01650]
D(LDP(-2)) -0.002992 -0.005607 0.025597 0.018359 0.000292 -0.060035 -3.705360 -0.217221 -0.425260
(0.01720) (0.01492) (0.15609) (0.24224) (0.06360) (0.07978) (10.8809) (0.52946) (1.71596)
[-0.17392] [-0.37585] [ 0.16399] [ 0.07579] [ 0.00459] [-0.75250] [-0.34054] [-0.41027] [-0.24783]
D(LOUV(-1)) 0.050722 -0.068663 -0.593943 -1.154489 0.806958 -0.233908 2.354218 1.696925 1.003646
(0.04850) (0.04205) (0.44002) (0.68289) (0.17930) (0.22491) (30.6739) (1.49258) (4.83739)
[ 1.04586] [-1.63275] [-1.34982] [-1.69060] [ 4.50071] [-1.04001] [ 0.07675] [ 1.13691] [ 0.20748]
D(LOUV(-2)) -0.007526 -0.047512 -0.145214 -0.864519 -0.295895 -0.310799 7.324267 1.758892 4.544509
(0.05113) (0.04434) (0.46389) (0.71994) (0.18902) (0.23711) (32.3382) (1.57356) (5.09986)
[-0.14720] [-1.07164] [-0.31303] [-1.20082] [-1.56539] [-1.31076] [ 0.22649] [ 1.11778] [ 0.89110]
D(LTER(-1)) -0.052962 -0.015268 0.065658 0.106266 -0.078334 0.679446 -3.511174 -0.390009 4.161255
(0.04179) (0.03624) (0.37916) (0.58844) (0.15450) (0.19380) (26.4314) (1.28614) (4.16832)
[-1.26732] [-0.42133] [ 0.17317] [ 0.18059] [-0.50703] [ 3.50588] [-0.13284] [-0.30324] [ 0.99830]
D(LTER(-2)) 0.002540 0.012675 -0.037485 0.105525 0.110688 0.012020 -4.104444 -0.169387 -2.568546
(0.04022) (0.03487) (0.36489) (0.56630) (0.14868) (0.18651) (25.4368) (1.23775) (4.01148)
[ 0.06317] [ 0.36347] [-0.10273] [ 0.18634] [ 0.74445] [ 0.06445] [-0.16136] [-0.13685] [-0.64030]
D(PETR(-1)) -0.000172 1.51E-05 0.001419 0.000849 -1.23E-05 -0.000149 0.876306 -0.002017 0.009627
(0.00027) (0.00024) (0.00246) (0.00382) (0.00100) (0.00126) (0.17180) (0.00836) (0.02709)
[-0.63458] [ 0.06399] [ 0.57563] [ 0.22209] [-0.01229] [-0.11812] [ 5.10083] [-0.24130] [ 0.35532]
D(PETR(-2)) 0.000157 -5.42E-05 -0.001270 -0.001212 0.000337 0.000547 -0.113639 0.002391 -0.010788
(0.00027) (0.00024) (0.00249) (0.00386) (0.00101) (0.00127) (0.17325) (0.00843) (0.02732)
[ 0.57307] [-0.22820] [-0.51117] [-0.31436] [ 0.33250] [ 0.43065] [-0.65594] [ 0.28357] [-0.39486]
D(INSPO(-1)) -0.000519 -0.004527 -0.034210 -0.034710 -0.005968 -0.025609 -0.054388 0.939027 0.480962
(0.00518) (0.00449) (0.04699) (0.07292) (0.01915) (0.02402) (3.27538) (0.15938) (0.51654)
[-0.10019] [-1.00806] [-0.72809] [-0.47601] [-0.31170] [-1.06634] [-0.01660] [ 5.89180] [ 0.93112]
D(INSPO(-2)) 0.001025 -0.009969 -0.030718 -0.079519 -0.003983 -0.050300 -1.134409 0.091181 0.769185
(0.00640) (0.00555) (0.05807) (0.09013) (0.02366) (0.02968) (4.04843) (0.19699) (0.63845)
[ 0.16016] [-1.79604] [-0.52895] [-0.88227] [-0.16831] [-1.69451] [-0.28021] [ 0.46286] [ 1.20477]
D(DLEC(-1)) -0.000427 0.001628 0.007453 0.014813 0.002055 0.006032 -0.150748 -0.046794 0.636078
(0.00142) (0.00123) (0.01288) (0.01998) (0.00525) (0.00658) (0.89753) (0.04367) (0.14154)
[-0.30121] [ 1.32336] [ 0.57890] [ 0.74131] [ 0.39176] [ 0.91660] [-0.16796] [-1.07144] [ 4.49387]
D(DLEC(-2)) -0.000751 -0.000561 0.013661 0.006888 -0.001327 -0.005472 0.123352 0.035305 0.194489
(0.00160) (0.00139) (0.01455) (0.02259) (0.00593) (0.00744) (1.01452) (0.04937) (0.15999)
[-0.46821] [-0.40314] [ 0.93867] [ 0.30497] [-0.22372] [-0.73558] [ 0.12159] [ 0.71518] [ 1.21561]
R-squared 0.655157 0.601385 0.565720 0.560476 0.602025 0.692352 0.616973 0.590704 0.656460
Adj. R-
squared 0.549480 0.479229 0.432634 0.425784 0.480065 0.598073 0.499594 0.465275 0.551182
267
I F. OKOMBI Ann. Univ. M. NGOUABI, 2018; 18 (2)
Sum sq. resids 0.001491 0.001121 0.122765 0.295688 0.020383 0.032074 596.5861 1.412570 14.83738
S.E. equation 0.004905 0.004253 0.044498 0.069059 0.018132 0.022745 3.101992 0.150942 0.489196
F-statistic 6.199583 4.923090 4.250784 4.161146 4.936252 7.343634 5.256244 4.709457 6.235472
Log likelihood 331.1532 342.8446 150.3195 114.2790 223.9372 205.3508 -197.7176 50.16070 -46.26061
Akaike AIC -7.589103 -7.874259 -3.178524 -2.299488 -4.974078 -4.520751 5.310186 -0.735627 1.616112
Schwarz SC -7.002098 -7.287254 -2.591519 -1.712483 -4.387073 -3.933747 5.897191 -0.148622 2.203117
Mean
dependent 0.003028 0.007819 0.023218 0.033552 0.000829 0.010993 0.301220 0.024390 0.034756
S.D.
dependent 0.007307 0.005893 0.059076 0.091135 0.025146 0.035876 4.385101 0.206416 0.730210
Determinant resid
covariance (dof adj.) 5.25E-25
Determinant resid
covariance 4.24E-26
Log likelihood 1348.118
Akaike information criterion -28.00287
Schwarz criterion -22.13282
Durbin-Watson stat 2.102588
Source: auteur à partir de Eviews
Annexe 5: Tests statistiques
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 1.799107 Prob. F(2,60) 0.1743
Obs*R-squared 3.942081 Prob. Chi-Square(2) 0.1393
20
10
-10
-20
-30
00 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16
1. 0
0. 8
0. 6
0. 4
0. 2
0. 0
-0. 2
00 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16
268