5-Mémoire Du Projet de Fin D'étude

ROYAUME DU MAROC
*-*-*-*-*
HAUT COMMISSARIAT AU PLAN
*-*-*-*-*-*-*-*
INSTITUT NATIONAL
DE STATISTIQUE ET D’ECONOMIE APPLIQUEE
Projet de Fin d’Etudes

*****
Le vieillissement de la population et l’épargne des

ménages : Quelle relation dans le cas du Maroc ?
Préparé par : M. EL ISSAOUY Oualid

M. SAKHI Ayoub
Sous la direction de : Mme Fatima BAKASS (INSEA)

M. Hassan HEMAMOU (DEPF)
Soutenu publiquement comme exigence partielle en vue de l’obtention du
Diplôme d’Ingénieur d’Etat

Filière : Statistique-Démographie
Devant le jury composé de :
▪ Mme Fatima BAKASS (INSEA)

▪ M. En-Nacer ELKADIRI (INSEA)
▪ M. Hassan HEMAMOU (DEPF)
Juin 2019/ PFE N° 99

I
Résumé
Le Maroc connait depuis plusieurs années une tendance soutenue et irréversible du

vieillissement de sa population et ce constat continuera à s’observer dans les décennies à
venir. Si la population âgée de plus de 60 ans constitue 9,4% selon le RGPH de 2014 contre
8% dix ans plutôt, ce taux est estimé à 23% à l’horizon 2050.
Dans ce travail, nous avons essayé de mettre en évidence le lien entre l’épargne des
ménages et le vieillissement de la population en nous basant sur les théories existantes
principalement celle du cycle de vie développée par Modigliani et Brumberg en 1954. Celle-ci
stipule que le taux d’épargne moyen des ménages dépend avant tout des variables
démographiques, notamment l’âge. Au début de son existence, l’individu est jeune et
emprunte pour financer sa vie courante. Ensuite il trouve un travail et consacre une grande
partie de ses revenus à se constituer une épargne pour rembourser les sommes empruntées
puis préparer sa chute de revenus au moment de sa cessation d’activité, période pendant
laquelle il désépargnera pour maintenir son niveau de vie.
Pour tester cette hypothèse, nous avons utilisé deux approches économétriques.
La première est la modélisation dynamique ARDL fondée sur les données annuelles sur une
série de variables économiques et démographiques (taux d’épargne des ménages, croissance
économique, taux d’inflation, part des personnes âgées, espérance de vie à la naissance,
rapport de dépendance,...) au cours de la de 1980 à 2017. L’estimation montre l’impact
négatif du rapport de dépendance des personnes âgées sur le taux d’épargne des ménages
comme stipule la théorie de cycle de vie.
La deuxième approche est une approche individuelle où sont utilisées les données de l’Enquête
Nationale sur la Consommation et les Dépenses des Ménages (ENCDM) 2013-2014 et dont
l’objectif est d’identifier les déterminants de la capacité d’épargne des ménages telle qu’elle est
perçue par les ménages eux-mêmes. Alors que le modèle qui utilise l’âge du chef du ménage
n’est pas significatif, celui qui recourt à la part des personnes âgées dans le ménage s’est
révélé significatif. D’autres variables ont été identifiées comme significativement liées à la
capacité d’épargner comme le sexe du chef de ménage, la taille du ménage ou encore les
dépenses annuelles. Ainsi, les ménages gérés par des hommes, de moindre taille et ceux qui
dépensent le plus sont enclins à déclarer qu’ils se voient en capacité de se constituer une
épargne comparativement aux ménages dont le chef est une femme, qui sont élargis ou qui ont
des dépenses annuelles plus faibles.
Mots clés : Théorie du Cycle de vie, Epargne des ménages, Désépargne, Personnes
âgées, Vieillissement démographique, Rapport de dépendance, Modélisation ARDL,
AutoRegressive Distributed Lag, Modèle autorégressif à retards échelonnés ou distribués,
Régression logistique, Enquête Nationale sur la consommation et dépenses des ménages,
Maroc
II
DÉDICACE AYOUB
A mes parents, SAKHI Mohammed et BOUCHOUATTA Aicha :

Je ne pourrais jamais exprimer le respect que j’ai pour vous. Vos prières, vos
encouragements et votre soutien m’ont toujours été d’un grand secours. Puisse
Dieu, le tout puissant vous préserver du mal, vous combler de santé, de
bonheur et vous procurer une longue vie.
Je dédie ce travail, à mon frère Youssef, ma sœur Fatima Zahra et à

Lamyae, ainsi qu’à mes amis pour leur aide, leur temps, leurs encouragements,
leur assistance et soutien.
Ce travail est également dédié à toute personne ayant contribué de près

ou de loin à son élaboration, à savoir mes professeurs et le personnel de la
direction des études et des prévisions financières(DEPF).
III
DÉDICACE OUALID
Je dédie ce travail :
A mes parents, qui m’ont toujours soutenu, comme preuve de respect, de
gratitude et de reconnaissance. Je vous remercie énormément pour votre
soutien permanent, vos sacrifices et votre confiance en moi.
A mes frères et mes soeurs Yassine, Ayoub, Fatimzahra et Hiba ainsi

qu’à mes chers amis Ayoub, Rafik, Anasse, Zakaria et Hamza pour leur
soutien, le temps qu’ils me consacrent et leur amour, vous serez toujours dans
mon cœur.
A tous les professeurs de l’Institut National de Statistique et d’Economie

Appliquée pour tous les enseignements qu’ils m’ont apporté tout au long de ma
scolarité.
IV
REMERCIEMENTS
Nous tenons à remercier Mme Fatima BAKASS pour son encadrement,

sa disponibilité dont elle a fait preuve à notre égard, ses remarques pertinentes
et ses encouragements.
Nous remercions également M. Hassan HEMAMOU d’avoir accepté

notre candidature de stage et aussi pour son aide et conseils pendant la période
de stage.
Notre gratitude s’adresse également à M. En-Nacer ELKADIRI qui nous

a fait l’honneur d’accepter de juger notre travail.
Nos gratitudes à notre corps professoral et notre respect pour l’Institut

National de Statistique et d’Economie Appliquée (INSEA) qui nous a garanti
des compétences distingués.
Nous tenons à remercier également toutes les personnes qui ont, de près
ou de loin, participé de différentes façons à la réussite de notre modeste travail
qui est le reflet de notre formation à l’INSEA.
V
TABLE DES MATIÈRES
Résumé II
Dédicace Ayoub III
Dédicace Oualid IV
Remerciements V
Table des matières IX
Tables des figures XII
Liste des abréviations XIII
Introduction générale 1
1 Épargne et vieillissement de la population : une revue de littérature 3
1 Épargne : concepts, mesures et approches . . . . . . . . . . . . . . . . . . . . . 4
1.1 Définition du concept épargne et motifs . . . . . . . . . . . . . . . . 4
1.2 Mesures, formes et sources d’épargne . . . . . . . . . . . . . . . . . . . 6
1.2.1 Mesures et indicateurs de l’épargne . . . . . . . . . . . . . . . 6
VI
1.2.2 Formes de l’épargne . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.3 Les sources de l’épargne . . . . . . . . . . . . . . . . . . . . . . 7
1.3 Les approches théoriques de l’épargne . . . . . . . . . . . . . . . . . . . 8
1.3.1 L’analyse classique ou néoclassique : . . . . . . . . . . . . . . . 8
1.3.2 L’épargne chez Keynes : . . . . . . . . . . . . . . . . . . . . . . 8
1.3.3 L’épargne selon la théorie de cycle de vie / revenu permanent : 9
2 Le Vieillissement démographique . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.2 Mesures du vieillissement . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2.1 La part des personnes âgées . . . . . . . . . . . . . . . . . . . 11
2.2.2 Le rapport de dépendance . . . . . . . . . . . . . . . . . . . . 11
2.2.3 Indice de vieillissement . . . . . . . . . . . . . . . . . . . . . . 12
2.3 Les facteurs du vieillissement . . . . . . . . . . . . . . . . . . . . . . . . 12
3 La relation entre l’épargne et vieillissement de la population . . . . . . . . . . . 17
2 Données et méthodologie de l’étude 18
1 Modélisation macro-économétrique . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.1 les sources de données utilisées . . . . . . . . . . . . . . . . . . . . . . . 19
1.2 Variables retenues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.2.1 Variable dépendante . . . . . . . . . . . . . . . . . . . . . . . . 19
1.2.2 Variables indépendantes . . . . . . . . . . . . . . . . . . . . . . 19
1.3 Méthodes statistiques adoptées . . . . . . . . . . . . . . . . . . . . . . . 21
1.3.1 Présentation du modèle ARDL . . . . . . . . . . . . . . . . . 22
1.3.2 Stationnarité . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.3.3 Concept de cointégration . . . . . . . . . . . . . . . . . . . . . 26
2 Modélisation micro-économétrique . . . . . . . . . . . . . . . . . . . . . . . . . . 28
VII
2.1 Description de la base de données . . . . . . . . . . . . . . . . . . . . . 28
2.1.1 Présentation de l’enquête . . . . . . . . . . . . . . . . . . . . . 28
2.1.2 Échantillonnage de l’ENCDM . . . . . . . . . . . . . . . . . . 29
2.1.3 Objectifs de l’ENCDM . . . . . . . . . . . . . . . . . . . . . . 29
2.1.4 Description générale du questionnaire de l’ENCDM . . . . . . 30
2.1.5 Approche méthodologique . . . . . . . . . . . . . . . . . . . . 31
2.2 Variables retenues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.2.1 Variable dépendante . . . . . . . . . . . . . . . . . . . . . . . 31
2.2.2 Variables explicatives retenues . . . . . . . . . . . . . . . . . . 31
2.3 Méthodes statistiques adoptées . . . . . . . . . . . . . . . . . . . . . . . 32
2.3.1 Test de Khi deux . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.3.2 Régression logistique . . . . . . . . . . . . . . . . . . . . . . . . 33
3 Épargne des ménages et vieillissement de la population : niveaux et tendances

récentes 37
1 Structure et évolution de l’épargne des ménages . . . . . . . . . . . . . . . . . . 37
1.1 Comparaison internationale . . . . . . . . . . . . . . . . . . . . . . . . . 38
1.2 Evolution et structure de l’épargne nationale . . . . . . . . . . . . . . . 39
1.3 Evolution de l’épargne financière et non financière des ménages . . . . . 42
2 Tendances récentes et perspectives du vieillissement démographique . . . . . . . 43
2.1 Vieillissement démographique dans le monde . . . . . . . . . . . . . . . 43
2.2 Vieillissement démographique au Maroc . . . . . . . . . . . . . . . . . . 46
4 Analyse de l’impact du vieillissement sur l’épargne 52
1 Approche macro-économétrique . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
1.1 Présentation des variables . . . . . . . . . . . . . . . . . . . . . . . . . . 52
1.2 Stationnarité des séries . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
VIII
1.3 Corrélation entre les variables . . . . . . . . . . . . . . . . . . . . . . . 55
1.4 Test de cointégration de Pesaran et al. (2001) . . . . . . . . . . . . . . . 56
1.4.1 Décalage optimal et estimation du modèle ARDL . . . . . . . . 56
1.4.2 Test de cointégration aux bornes . . . . . . . . . . . . . . . . . 58
1.5 Test de causalité : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
1.6 Tests de validation du modèle . . . . . . . . . . . . . . . . . . . . . . . . 60
1.6.1 Test autocorrélation : Test de Breusch-Godfrey . . . . . . . . . 60
1.6.2 Test d’hétéroscédasticité : Test d’ARCH . . . . . . . . . . . . 61
1.6.3 Test de normalité : Test de Jarque-Bera . . . . . . . . . . . . . 61
1.6.4 Test de stabilité : Test de Cusum . . . . . . . . . . . . . . . . 62
1.7 Coefficients de Long terme et dynamique de court terme . . . . . . . . . 63
1.7.1 Coefficients de court terme (CT) . . . . . . . . . . . . . . . . . 63
1.7.2 Coefficients de Long terme (LT) . . . . . . . . . . . . . . . . . . 64
2 Approche micro-économétrique . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
2.1 Épargne des ménages et caractéristiques sociodémographiques . . . . . 66
2.1.1 Épargne des ménages et niveau social . . . . . . . . . . . . . . 66
2.1.2 Épargne des ménage et taille du ménage . . . . . . . . . . . . . 67
2.1.3 Épargne des ménages et état matrimonial du chef du ménage . 67
2.1.4 Epargne des ménages et sexe du chef du ménage . . . . . . . . 68
2.2 Analyse du comportement d’épargne chez les ménages . . . . . . . . . . . 69
Conclusion générale 76
Références bibliographiques 77
A Les sorties relatives à la stationnarité des variables 81
B Les sorties relatives à la régression logistique 86
IX
TABLE DES FIGURES
1.1 modèle de base du cycle de vie . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2 Les phases de la transition démographique . . . . . . . . . . . . . . . . . . . . . 13
1.3 Transition démographique en Suède, 1750-2000 . . . . . . . . . . . . . . . . . . 14
1.4 Transition démographique en France et en Angleterre-Pays de Galles, 1750-2000 15
1.5 Transitions démographiques dans quelques pays de l’Asie, 1950-2000 . . . . . . 15
1.6 Transitions démographiques dans quelques pays de l’Asie, 1950-2000 . . . . . . 16
1.7 Transitions démographiques dans quelques pays de la Région MENA, 1950-2000 16
2.1 Implémentation du test ADF . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.2 Graphe illustrant la non cointégration de Xt et Zt . . . . . . . . . . . . . . . . . 26
2.3 Graphe illustrant la cointégration de Xt et Yt . . . . . . . . . . . . . . . . . . . 26
3.1 Taux d’épargne des ménages (%), dans quelques pays du Monde, année 2017 . . 38
3.2 Evolution du RNBD et de l’ENB en millions de DH (base 2007), Maroc, 1980-

2015 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.3 Evolution du RNBD et de l’ENB en millions de DH (prix courants), Maroc,

1980-2015 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.4 Evolution de la structure de l’épargne en termes absolus (en millions de DH, prix
courants), Maroc, 1998-2017 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
X
TABLE DES FIGURES
3.5 Evolution de la structure (%) de l’épargne en termes (en millions de DH, prix
courants), Maroc, 1998-2017 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.6 Structure (%) de l’ENB (en millions de DH, prix courants) par type d’institution,
Maroc, 2007-2017 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.7 Evolution de l’épargne financière et non financière des ménages . . . . . . . . . . 42
3.8 Evolution des effectifs de la population âgée de 60 ans et plus, Monde, 1950-2100 43
3.9 Evolution de la part (%) des personnes âgées de 60 ans et +, Monde, 1950-2100 44
3.10 Part des personnes âgées, Grandes Régions du Monde, 2017 . . . . . . . . . . . 45
3.11 Évolution de la pyramide des âges du Monde, 1950-2100 . . . . . . . . . . . . . 45
3.12 Evolution des taux bruts de natalité (TBN), de mortalité (TBM ) et

d’accroissement naturel (TA), Maroc, 1960-2010, en ‰ . . . . . . . . . . . . . . 46
3.13 Evolution des taux bruts de natalité (TBN), de mortalité (TBM ) et

d’accroissement naturel (TA), Maroc, 1960-2010, en ‰ . . . . . . . . . . . . . . 47
3.14 Evolution de l’indice synthétique de fécondité (ISF) par milieu de résidence . . . 47
3.15 Structure (%) de la population du Maroc par grands groupes d’âges, 1960-2050 . 48
3.16 Evolution de la structure par sexe (%) de la population âgée, Maroc, 2014-2050 49
3.17 Structure par milieu de résidence (%) de la population âgée, Maroc, 1960-2050 . 49
3.18 Évolution du ratio de dépendance des âgées (%), Maroc, 1960-2050 . . . . . . . 50
3.19 Évolution de l’indice de vieillissement, Maroc (%), 1960-2050 . . . . . . . . . . . 50
3.20 Évolution de la pyramide des âges du MAROC : 1960-2050 . . . . . . . . . . . . 51
4.1 Variables utilisées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.2 Statistique descriptives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.3 Représentation graphique des variables . . . . . . . . . . . . . . . . . . . . . . . 54
4.4 Résumé du test de stationnarité ADF . . . . . . . . . . . . . . . . . . . . . . . . 54
4.5 Matrice de corrélation entre les variables . . . . . . . . . . . . . . . . . . . . . . 55
4.6 Modèle ARDL (1, 4, 2) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
4.7 Schwarz Criteria (top 20 models) . . . . . . . . . . . . . . . . . . . . . . . . . . 57
XI
TABLE DES FIGURES
4.8 Résultats du test de cointégration de Pesaran et al. (2001) . . . . . . . . . . . . 58
4.9 Décalage optimal du VAR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
4.10 Résumé du test de causalité au sens de Toda-Yamamoto . . . . . . . . . . . . . 59
4.11 Corrélogramme du résidu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
4.12 Test de Breusch-Godfrey . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
4.13 Test d’ARCH . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
4.14 Test de Jarque-Bera . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
4.15 Test de Cusum . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
4.16 Résultats d’estimation des coefficients de CT . . . . . . . . . . . . . . . . . . . . 64
4.17 Résultats d’estimation des coefficients de LT . . . . . . . . . . . . . . . . . . . . 65
4.18 Part des ménages ayant déclaré être en capacité d’épargner selon le niveau
socioéconomique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
4.19 Part des ménages ayant déclaré être en capacité d’épargner selon la taille des
ménages . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
4.20 Part des ménages ayant déclaré être en capacité d’épargner selon l’état
matrimonial du chef du ménage . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
4.21 Part des ménages ayant déclaré être en capacité d’épargner selon sexe du chef
du ménage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
4.22 Variables dans l’équation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
XII
LISTE DES ABRÉVIATIONS
ADF : Augmented Dicky-fuller
ARDL : Auto Regressive Distribution Lag
CERED : Centre d’Etudes et de Recherches Démographiques
ENCDM : Enquête Nationale sur la Consommation et les Dépenses des Ménages
HCP : Haut Commissariat au Plan
INED : Institut national d’études démographiques
INSEE : Institut national de la statistique et des études économiques
MCO : Moindre Carré Ordinaire
MENA : Middle East and North Afrique
ODD : Objectifs de Développement Durable
ONU : Organisation des Nations-Unies
PEL : Plans d’Epargne Logement
PIB : Produit intérieur brute
VECM : Vector Error Correction Model
XIII
INTRODUCTION GÉNÉRALE
La question du lien entre l’épargne et le vieillissement démographique ne date pas

d’aujourd’hui. Les pays développés, qui ont dans leur majorité amorcé leur transition
démographique dès le milieu du 18ème siècle, ont déjà connu et continueront à connaı̂tre le
vieillissement de leur population qui se caractérise par la hausse du ratio de dépendance, une
baisse de la fécondité et l’allongement de l’espérance de vie.
L’Europe par exemple est confrontée à un vieillissement généralisé. Ainsi, l’effectif des
personnes âgées a plus que doublé au cours des cinquante dernières années, et leur poids
relatif au sein de la population totale, qui était de 8 % en 1960, a dépassé les 18 % en 2013.
Les tendances démographiques actuelles vont dans le sens d’un renforcement de ce
phénomène. La population européenne connaı̂tra une croissance lente passant de 507 millions
d’habitants en 2013 à 526 millions en 2035. Mais à compter de cette date, la part de la
population âgée de 65 ans et plus devrait passer de 18% à 28%.
A l’instar de certains pays en voie de développement, la structure démographique du

Maroc a amorcé un changement notable depuis les années 1960. Ainsi, la part des personnes
âgées de plus de 60 ans passera à 23% dans la population totale en 2050 alors qu’elle était de
12,3% en 2015 contre 7,1% en 1960, et une espérance de vie qui est aujourd’hui de quelque 75
ans et qui atteindra plus de 80 ans alors qu’elle n’était que de 47 ans au début des années
1960.
Ces changements peuvent avoir des conséquences importantes à plusieurs niveaux :
— Niveau économique : conséquence sur le marché du travail, sur la consommation et

l’épargne des ménages ...
— Niveau sociale : effets sur le financement des retraites qui repose sur le principe de
1
TABLE DES FIGURES
solidarité entre les générations, et sur Les dépenses de santé.
Il est indéniable que l’épargne est capitale pour la croissance économique et pour les
différents agents : elle permet ainsi de financer une partie des dépenses de l’Etat, d’appuyer
les investissements pour les entreprises et d’enrichir les ménages à court, moyen et long terme.
Les travaux qui visent en particulier l’identification de l’impact du vieillissement

démographique sur l’épargne s’articulent fondamentalement sur la théorie de cycle de vie, qui
a été développée par Ando et Modigliani en 1960. Ces auteurs ont essayé de modéliser les
cycles d’épargne et de désépargne d’un individu au long de sa vie et se sont intéressés à
vérifier sa validité empirique.
Dans notre travail, nous cherchons à déterminer l’effet du vieillissement démographique

sur l’épargne des ménages au Maroc, en adoptant deux approches statistique. La première
approche est macro économétrique où nous allons essayer de déterminer l’impact
macroéconomique du changement démographique sur l’épargne. A travers la deuxième
approche, de type micro-économétrique, nous allons essayer de modéliser le comportement
d’épargne des ménages en fonction du cycle de vie ou tout autre facteur jugé intéressant
identifié dans la littérature.
En somme, nous essayerons de répondre aux questions suivantes :
— Quel est l’impact du changement démographique au Maroc sur l’épargne des

ménages ?
— Est-ce que l’hypothèse de la théorie de cycle de vie est acceptée ou rejetée dans notre
cas ?
— Quelles sont les autres caractéristiques qui affectent le comportement d’épargne des
ménages ?
Le rapport de l’étude est organisé sur quatre chapitres :
Le premier offre une revue littérature portant sur des travaux sur le sujet. Elle comporte,
une présentation des définitions des concepts clés sur le vieillissement de la population et
l’épargne des ménages ainsi que les relations qui peuvent les relier.
Le deuxième chapitre est consacré à une présentation des différentes sources des données utilisées
et leurs traitements. Nous allons également préciser les variables explicatives et dépendantes
retenues ainsi que les approches et les modèles statistiques adoptées.
Une analyse de la situation actuelle et les tendances les plus récentes concernant l’épargne et le
vieillissement de la population en se basant sur les données de l’HCP et la DEPF sera l’objet
du troisième chapitre. Le quatrième et le dernier exposera les analyses des résultats obtenus
dans le cadre des deux approches adoptées.
2
CHAPITRE 1
ÉPARGNE ET VIEILLISSEMENT DE
LA POPULATION : UNE REVUE DE
LITTÉRATURE
Les perspectives démographiques dans les pays industrialisés comme dans une grande
partie des pays en voie de développement sont synonymes de vieillissement démographique,
comme conséquence de la forte baisse de la fécondité et de la mortalité. L’Organisation des
Nations-Unies (ONU) parle même de phénomène planétaire 1 puisque la quasi-totalité des
pays verront une augmentation de leur population des personnes âgées.
L’ONU (2019) atteste qu’en 2017 environ 962 millions de personnes sont âgées de 60
ans et plus, ce qui représente 13% de la population mondiale. Ce taux augmente d’environ 3%
par an et d’ici à 2050, tous les continents sauf l’Afrique auront plus d’un quart de leur
population âgées de 60 ans et plus. On estime que le nombre de personnes âgées de 80 ans
devrait passer de 137 millions en 2017 à 425 millions en 2050 et devrait atteindre 909
millions d’ici l’année 2100. Deux tiers de la population mondiale âgée de 60 ans et plus vit
dans des régions en développement et leur nombre augmente plus rapidement que la
proportion de personnes âgées dans les pays développés. 2 .
Le Maroc n’est pas épargné : la population âgée de plus de 60 ans était de 7,2% en
1. https ://www.un.org/fr/sections/issues-depth/ageing/index.html
3
CHAPITRE 1. ÉPARGNE ET VIEILLISSEMENT DE LA POPULATION : UNE REVUE DE LITTÉRATURE
1960, est aujourd’hui de 10,5% et passera à 23,2% en 2050.
Les conséquences de ce bouleversement démographique sont multiples autant sur le

plan économique que sur le plan social et sanitaire : caisses de retraite, protection sociale,
épargne, marché du travail... sont autant d’aspects qui peuvent être influencés.
Ce qui nous intéresse ici c’est la conséquence du vieillissement de la population sur

l’épargne individuelle et nationale. Dans beaucoup de pays, le vieillissement des pays semble
en effet aller de pair avec des taux d’épargne moins élevés comme on relève également un taux
d’épargne plus faible chez les retraités (Galiana et al. 2017).
Mais avant d’aborder cette question, nous allons d’abord clarifier quelques concepts clés
et préciser les indicateurs et les approches relatifs à notre problématique.
1 Épargne : concepts, mesures et approches
L’épargne, notion économique importante, est une composante essentielle de la

comptabilité nationale.
1.1 Définition du concept épargne et motifs
L’épargne correspond à la partie du revenu disponible des agents économiques, qui

n’est pas consacrée à une consommation immédiate. Elle est donc considérée comme une
consommation différée dans le temps.
Épargne = Revenu disponible – Consommation finale
Pour les ménages, l’épargne est cette partie de leur revenu qu’ils ne dépensent pas en
consommation. Ils vont en général le placer pour en retirer des revenus. Très souvent, cette
épargne est faite en prévision d’un investissement futur (l’acquisition d’un appartement ou
d’une maison), ou de l’achat d’un bien de consommation durable coûteux (automobile. . . ).
Pour les entreprises, l’épargne brute est la partie des bénéfices après impôts qui n’est
pas distribuée aux actionnaires. Cette épargne permet l’autofinancement des investissements
et de l’amortissement (Rivoire, 1981).
L’épargne brute des administrations publiques correspond à la différence entre les
4
recettes courantes et les dépenses courantes (excepté l’amortissement).
Dans la comptabilité nationale marocaine, l’épargne nationale brute représente la

partie du Revenu national brut disponible non affectée à la consommation finale 3 . Le revenu
national brut disponible est le revenu global de la nation correspondant au PIB corrigé par
rapport à la partie nette versée ou reçue de l’extérieur sous forme de revenus (salaires et
revenus de la propriété et de l’entreprise) et de transferts courants.
Les motifs rationnels derrière l’action d’épargne, selon une combinaison réalisée par
Van Raaij (2014, p. 89) sur la base des travaux sur l’épargne de Keynes (1935) et Katona
(1975) sont :
— le motif de transaction : l’épargne pour répondre à un objectif, épargner pour une

dépense future importante telle qu’une maison, une voiture ou un voyage ;
— le motif de précaution 1 : l’épargne tampon, l’incertitude quant à l’avenir et la

couverture contre une perte de revenu futur inattendue ou de larges dépenses ;
— le motif de précaution 2 : épargner pour distribuer le revenu au fil du temps, afin

d’assurer un niveau constant de consommation. C’est particulièrement pertinent
pour les personnes à revenu variable, comme les entrepreneurs ;
— le motif d’avenir : l’épargne pour la vieillesse, la retraite, dans le cadre d’un plan de
retraite ;
— le motif du legs : épargner pour les enfants et les petits-enfants ;
— le motif de spéculation : épargner pour accroı̂tre sa richesse, par exemple en

investissant dans le logement ou dans des actions .
Dans le même registre, Sturm (1983, p. 162-163) distingue 3 grands motifs qui ne
s’excluent pas mutuellement :
— l’épargne-retraite, c’est-à-dire la formation d’actifs qui permettront de financer la
consommation après le départ à la retraite, lorsque le revenu courant de l’activité
deviendra nul (ou négligeable).
— l’épargne de précaution : en raison des aléas que comporte l’avenir, le ménage peut
souhaiter constituer une réserve d’actifs pour faire face à des situations d’urgence,
telles que chômage, maladie, etc. ;
— l’épargne de solidarité : c’est-à-dire la formation d’actifs qui seront laissés en héritage

la génération suivante.
3. https ://www.hcp.ma/glossary/Comptes − nationaux − Base − 1998 gi2096.html?l = E#lE
5
1.2 Mesures, formes et sources d’épargne
1.2.1 Mesures et indicateurs de l’épargne
Si on veut mesurer la capacité d’épargner, on distingue ces différents taux d’épargne

selon sa forme :
— Le taux d’épargne est le rapport entre l’épargne des ménages et leur revenu
disponible brut.
— Le taux d’épargne financière est la part du revenu disponible brut investie

dans des actifs financiers. Ces actifs peuvent être des livrets, des plans d’épargne, ou
encore des produits financiers tels que les actions, les obligations ou l’assurance-vie.
— Le taux d’investissement en logement est la part du revenu disponible brut des

ménages consacrée à l’acquisition d’un bien immobilier.
1.2.2 Formes de l’épargne
Généralement il existe deux grandes formes d’épargne, On distingue l’épargne

financière de l’épargne non financière :
• L’épargne financière : c’est l’ensemble des placements d’épargne effectués dans des
produits bancaires et/ou financiers. On peut distinguer plusieurs grands produits d’épargne :
— L’épargne liquide : c’est l’épargne qui va rester disponible sous forme liquide,
c’est-à-dire Livret A, Livret de Développement Durable, ainsi que la plupart des
livrets d’épargne.
— L’épargne des placements financiers : on retrouve les investissements dans les

valeurs mobilières, comprenant les Sociétés d’investissement à Capital Variable, les
Fonds Commun de Placements, les obligations, les actions, les warrants, etc.
— L’assurance vie : en effet, c’est un produit d’épargne comme un autre puisque

l’argent est déposé, n’est pas utilisé en dépense de consommation finale.
— Les plans d’épargne : comme les Plans d’Epargne Logement (PEL) ou les plans
d’épargne retraite.
• L’épargne non financière : L’épargne non financière est l’épargne stockée ou
investie dans des investissements immobiliers Elle comprend les achats de logements, maisons
individuelles pour les ménages, et les achats de biens de production pour les entreprises
individuelles. Les achats effectués sont ici considérés comme des investissements et non des
6
consommations.
1.2.3 Les sources de l’épargne
On distingue plusieurs sources de l’épargne à savoir les ménages, les entreprises et les
administrations publiques.
— L’épargne des ménages : Les ménages disposent d’un revenu appelé revenu
disponible. Ils peuvent soit le dépenser pour consommer et acheter des biens et des
services pour satisfaire leurs besoins, soit l’épargner. L’épargne des ménages se
définit donc comme la partie du revenu disponible qui n’est pas consommée. Ainsi,
• L’épargne sert, tout d’abord, à acheter des logements pour les ménages ordinaires
et des biens d’équipement pour les entrepreneurs individuels.
• L’épargne sert ensuite, à acheter des titres financiers (actions, obligations . . . ) ou
à être placés dans des livrets et des comptes d’épargne qui rapportent des intérêts.
• L’épargne enfin, thésaurisée c’est-à-dire conservée sous forme de monnaie en
pièces, en billets et en compte courant bancaire. (Hachemi et Yahia ,2017)
— L’épargne des entreprises :

L’épargne brute des entreprises correspond à leur capacité d’autofinancement,
c’est-à-dire la part de leur bénéfice net après impôt à laquelle s’ajoute
l’amortissement (Sommes mises de côté pour reconstituer le capital technique).
(Yve et Garnier, 1997)
Epargne brute des entreprises = autofinancement = amortissement+

bénéfices non distribués
A la différence de l’ensemble des ménages, les entreprises ont un besoin de

financement puisque l’épargne qu’elles dégagent est insuffisante pour couvrir leurs
dépenses d’investissement, c’est pour cela qu’elles empruntent la capacité de
financement placée par les ménages dans le système financier. (Hachemi et Yahia
,2017)
— L’épargne des administrations publiques ou épargne publique :

il s’agit de l’épargne constituée par l’Etat, c’est-à-dire le gouvernement et les entités
décentralisées. Elle est essentiellement constituée de l’épargne budgétaire qui résulte
de tout surplus de recettes publiques sur la consommation publique ; laquelle se définit
comme les dépenses gouvernementales courantes auxquelles s’ajoutent les dépenses
d’investissements en équipement militaire (Malcolm G, 1990).
L’épargne nationale (ou épargne domestique ou encore épargne intérieure) est la somme de
ces trois composantes :
Epargne nationale = Epargne des ménages + Epargne des Entreprises+
7
Epargne publique
L’épargne des ménages et des entreprises composent l’épargne privée.
Epargne nationale = Epargne privée + Epargne publique
Lorsque l’épargne domestique est insuffisante pour assurer les investissements

nécessaires, on fait appel à l’endettement externe, on parle alors d’épargne extérieure. Ceci
entraı̂ne un déficit du compte courant de la balance des paiements.
1.3 Les approches théoriques de l’épargne
1.3.1 L’analyse classique ou néoclassique :
Pour les économistes classiques et néoclassiques, le niveau d’épargne est déterminé par
le taux d’intérêt. En effet, dans le cadre de cette théorie, l’agent économique cherche à
maximiser son utilité et lorsqu’il est amené à faire un arbitrage entre consommation et
épargne, il va considérer ce que lui rapportera l’épargne. Autrement dit il va considérer le
taux d’intérêt.
Lorsque celui-ci est élevé, l’agent économique sera incité à épargner puisque épargner
lui permettra d’acquérir plus de revenus dans le futur. A l’inverse, lorsque le taux d’intérêt est
faible, l’agent économique a tendance à ne pas épargner, car l’épargne ne lui rapportera que peu
de revenus dans le futur. Pour les auteurs néoclassiques l’épargne a un caractère prioritaire, en
ce sens qu’elle est déterminée avant que les dépenses de consommation courante soient arrêtées.
1.3.2 L’épargne chez Keynes :
Selon cette approche, le niveau de l’épargne n’est pas déterminé par le taux d’intérêt
mais par le niveau de revenu de l’agent économique. Celui-ci consomme d’abord et affecte le
reste de son revenu à l’épargne.
Il ressort de cette théorie que l’épargne a un caractère résiduel en ce sens que ce sont les
besoins de consommation qui sont déterminés en premier lieu et le reste, pour autant qu’il en
soit possible, est affecté suivant différentes modalités à l’épargne. (Mansesa, 2010)
8
1.3.3 L’épargne selon la théorie de cycle de vie / revenu permanent :
La première introduite par Modigliani et Brumberg (1954), cette théorie a essayé

d’expliquer de façon simple les cycles d’épargne et de désépargner d’un individu au cours de
son existence
Figure 1.1 – modèle de base du cycle de vie
Source :cité par Antoine Dedry
L’hypothèse de base de cette théorie illustrée par le graphique ci-dessus est que le
niveau de consommation des individus reste stable dans le temps, et que durant la vie active
le revenu ne cesse de croı̂tre, puis décroı̂t très fortement au moment de la retraite.
Trois périodes se distinguent, et à chacune correspond un comportement différent. Au début
de son existence, l’individu est jeune et emprunte pour financer sa vie courante. Ensuite il
trouve un travail et consacre une grande partie de ses revenus à se constituer une épargne
pour rembourser les sommes empruntées puis préparer sa chute de revenus au moment de sa
cessation d’activité, période pendant laquelle il désépargnera pour maintenir son niveau de
vie.
La deuxième théorie introduite par Friedman (1957), retient l’hypothèse d’une durée
de vie infiniment longue. Dans cette perspective, il introduit la notion de revenu permanent,
défini comme le revenu constant au cours du temps qui donne au ménage le même revenu
actualisé que ses revenus futurs. De façon similaire, Friedman définit la consommation
permanente, comme la valeur des services qu’on prévoit de consommer pendant la période
considérée , et montre alors que la consommation permanente (et donc l’épargne) est
proportionnelle au revenu permanent. Friedman n’exclut cependant pas que le ménage puisse
planifier sa consommation sur un horizon plus bref (de trois à cinq ans par exemple), en
réajustant progressivement sa consommation pour tenir compte de modifications jugées
durables du revenu. Mais, à la différence du comportement de cycle vital, le ménage ne liquide
9
pas son patrimoine pour assurer sa consommation à partir d’un certain âge (Antonin,2009).
2 Le Vieillissement démographique
Selon l’Organisation des Nations-Unies (ONU) Le vieillissement de la population est

un phénomène planétaire : quasi tous les pays du monde doivent faire face à une augmentation
de leur population de personnes âgées. Le vieillissement de la population est en train de devenir
l’une des plus importantes transformations sociales du XXIème siècle, avec des répercussions
dans presque tous les secteurs de la société, notamment dans le monde du travail, sur les marchés
financiers, vis-à-vis de la demande de biens et services, tels que le logement, les transports ou
encore la protection sociale. Le vieillissement de la population influence aussi profondément les
structures familiales et les liens intergénérationnels. . 4
La déclaration de l’ONU montre toute l’importance de ce phénomène et ces impacts

notamment sur le plan économique.
En effet, selon l’ONU (2015), on estime, dans le monde, 901 millions de personnes
âgées de 60 ans ou plus en 2015, soit une augmentation de 48% par rapport aux 607 millions
estimés en 2000 (ONU, 2015). En 2030, ce nombre devrait augmenter de 56%, pour atteindre
1,4 milliards, et d’ici 2050, la population mondiale des personnes âgées devrait plus que
doubler par rapport à 2015, atteignant près de 2,1 milliards. Par ailleurs, deux tiers de cette
population vit dans des régions en développement et leur nombre augmente plus rapidement
que dans les pays développés.
Nous allons nous atteler dans cette partie à cerner le vieillissement démographique.
2.1 Définitions
Le vieillissement démographique est une conséquence de la transition démographique.

Il indique en effet l’augmentation de la proportion de personnes âgées dans une population, en
raison principalement de la diminution de la fécondité et de la mortalité.
Le vieillissement peut être l’effet d’une augmentation du nombre de personnes âgées

(vieillissement par le sommet de la pyramide), conséquence d’une baisse de la mortalité et
de l’allongement de la durée de vie moyenne, mais peut-être dû aussi à un déficit de jeunes
(vieillissement par la base), à la suite d’une baisse de la natalité. Dans ce cas, il peut donc y
avoir vieillissement même si le nombre de personnes âgées n’augmente pas. Jusqu’à présent, il
10
a surtout touché les pays du Nord, dont la fécondité et la mortalité ont beaucoup baissé, mais
il commence à toucher les pays du Sud et devrait être l’un des grands changements sociaux de
l’humanité au cours du 21ème siècle 5 (INED, 2019).
2.2 Mesures du vieillissement
2.2.1 La part des personnes âgées
Si on veut mesurer quantitativement le degré de vieillissement, il devient nécessaire de

préciser qui sont les personnes ”âgées”. Il n’existe naturellement pas de définition unique de
ce groupe, la borne inférieure d’âge dépendant du domaine d’étude. Lorsqu’on cherche par
exemple à apprécier les effets du vieillissement sur les régimes de retraite, on retient une
limite proche de l’âge moyen à la cessation d’activité, les plus souvent 60 ou 65 ans. Au
contraire, si l’objet de l’étude est la dépendance, on retiendra 75, 80 ou 85 ans. Le degré de
vieillissement d’une population unique donnée est couramment mesuré par la proportion, en
son sein, des personnes dont l’âge excède une valeur donnée. (Calot et Sardon, 2000)
2.2.2 Le rapport de dépendance
C’est le rapport entre les individus d’âge inactif généralement défini par les classes
d’âge 0-19 ans et 65 ans et plus et les individus d’âge actif, de 20 à 64 ans.
Ce ratio peut être décomposé pour tenir compte des deux périodes d’inactivité, la
jeunesse et la vieillesse.
On obtient alors un indice de jeunesse (inactifs jeunes / population d’âge actif), et un

indice de vieillesse (inactifs âgés / population d’âge actif).
Les pays à forte fécondité ont d’ordinaire les rapports les plus élevés de dépendance en
fonction de l’âge, en raison de la forte proportion d’enfants que renferment leurs populations.
(HCP)
Le rapport de dépendance s’exprime de la manière suivante :
P (0 − 14) + P (65et+)
Id = ∗K
P (15 − 64)
5. https ://www.ined.fr/fr/lexique/vieillissement-demographique/
11
avec :
— P 0-14 désigne la population âgée de moins de 15 ans ;
— P 15-64 les personnes dont l’âge est compris entre 15 et 64 ans ;
— P 65 et+ les personnes de 65 ans et plus
— et k=100.
L’indice de jeunesse est exprimé par :
P (o − 14)
Ij = ( ∗K
P 15 − 65)
Et l’indice de vieillesse par :
P (65et+)
Iv = ∗k
P (15 − 65)
2.2.3 Indice de vieillissement
C’est le rapport de la population des 65 ans et plus sur celle des moins de 20 ans. Un
indice autour de 100 indique que les 65 ans et plus et les moins de 20 ans sont présents dans à
peu près les mêmes proportions sur le territoire ; plus l’indice est faible plus le rapport est
favorable aux jeunes, plus il est élevé plus il est favorable aux personnes âgées.
P (65et+)
I= ∗K
P (o − 14)
2.3 Les facteurs du vieillissement
Les variations des trois facteurs de la dynamique démographique, à savoir la fécondité,

la mortalité et les migrations internationales, déterminent l’évolution du vieillissement.
Chacun de ces trois facteurs, au moment même où il enregistre une variation, entraı̂ne
immédiatement un effet sur le vieillissement :
— une baisse de natalité ou une baisse de mortalité aux âges avancés provoquent
aussitôt une accentuation du vieillissement.
— une baisse de mortalité aux jeunes âges, une hausse de natalité ou une hausse du
solde migratoire provoquent un recul du vieillissement.
Pourtant, les migrations internationales ne jouent qu’un rôle mineur dans l’évolution de la
composition par âge de la population, comparé à ceux de la fécondité ou de la mortalité. C’est
la baisse à long terme de la fécondité, de la mortalité ou des deux simultanément qui
provoque la progression du vieillissement. (Calot et Sardon, 1999)
12
L’évolution de l’espérance de vie est un facteur direct du vieillissement. En effet, vu les

progrès réalisés en matière de santé et l’amélioration des conditions de vie, les personnes âgées
vivent plus longtemps ce qui entraine l’augmentation de la proportion de cette population
dans la population totale.
Ces changements démographiques sont formalisés dans le cadre de la théorie de la

transition démographique, considérée est l’une des révolutions les plus marquantes de
l’humanité. Elle désigne au sens large et classique le passage, à l’occasion d’un processus de
modernisation globale, et au bout d’un certain délai, d’un régime traditionnel ď
équilibre à mortalité et fécondité fortes à un régime moderne d’ équilibre à mortalité
et à fécondité bassesle passage, à l’occasion d’un processus de modernisation globale, et

au bout d’un certain délai, d’un régime traditionnel ď équilibre à mortalité et fécondité
fortes à un régime moderne d’ équilibre à mortalité et à fécondité basses (Chesnais,
1986, p. 1060).
C’est Landry (1934) et Notestein (1953) qui ont été les premiers à théoriser ce
phénomène qui occupe une place importante dans le changement démographique (Piché et
Poirié, 1990), suivant les phases indiquées dans la (figure 1.2).
Ainsi, durant le processus de transition, alors qu’au démarrage, natalité et mortalité

sont situées à des niveaux très élevés mais proches (phase de pré-transition), c’est la mortalité
qui baisse dans un premier temps pendant que la natalité est toujours élevée (phase 1 de la
transition) ce qui engendre une croissance démographique importante. Au cours de la phase 2,
la natalité amorce sa baisse comme une sorte d’ajustement au fléchissement de la mortalité.
Les deux phénomènes continueront leur baisse simultanée avant d’atteindre des plateaux très
bas (phase post-transition). C’est la fin du processus.
Figure 1.2 – Les phases de la transition démographique
Source : Avdeev, 2006
13
Les phases dont ainsi dénommées (figure 3) :

— la prétransition correspondant au régime démographique traditionnel ;
— la transition démographique (phases 1 et 2) ;
— la post-transition correspondant au régime moderne.
La théorie de la transition démographique repose sur l’hypothèse que tous les pays du
monde connaitront leur transition. Il est à noter cependant que si ce phénomène est en effet
en train de se généraliser, les démarrages, délais, et rythmes d’évolution se distinguent selon
les grandes Régions et les pays du monde.
Cosio-Zaval (2011) atteste que ces transitions démographiques se sont dans un premier
temps produites dans les pays européens, puis dans les pays majoritairement peuplés par des
Européens (comme l’Australie, Nouvelle-Zélande, Etats-Unis et Canada). On estime ainsi que
le processus s’y est achevé au début des années 1970 alors que le démarrage a été amorcé plus
ou moins vers le milieu du 18ème siècle (figures 4, 5 6 et 7). Ce qui en fait des évolutions
longues et lentes.
Dans les pays en voie de développement (Asie, Afrique, Amérique latine), les
transitions démographiques ont également commencé vers le milieu du 20ème siècle plus ou
moins tardivement, et elles y sont encore en cours et sont caractérisées par des évolutions
courtes et rapides. Le processus est donc pluriel et revêt plusieurs formes selon les pays :
— La période de démarrage et de la fin du processus

— La durée de la période de transition (rythmes d’évolution)
— Le principe d’antériorité n’a pas toujours été respecté même dans les pays
industrialisés
— Les migrations internationales sont loin d’avoir un rôle neutre dans la définition des
profils de transition démographique
— ...
Figure 1.3 – Transition démographique en Suède, 1750-2000
Source :Avdeev, 2006

Légende : en bleu le taux brut de natalité et en rouge le taux brut de mortalité
14
Figure 1.4 – Transition démographique en France et en Angleterre-Pays de Galles, 1750-2000
Figure 1.5 – Transitions démographiques dans quelques pays de l’Asie, 1950-2000
15
Figure 1.6 – Transitions démographiques dans quelques pays de l’Asie, 1950-2000
Source : Tabutin et Schoumaker, 2005
Figure 1.7 – Transitions démographiques dans quelques pays de la Région MENA, 1950-2000
Source : Tabutin et Schoumaker, 2005
16
3 La relation entre l’épargne et vieillissement de la

population
L’importance d’étudier la relation entre l’épargne et le vieillissement de la population

réside d’une part, dans les perspectives de la structure démographique qui est le vieillissement
de la population et son impact sur l’épargne, qui est d’une autre part une variable
économique primordiale pour le financement d’une économie et sa croissance, reconnue par
l’ensemble de la théorie économique.
Cette relation était bien abordée dans la théorie de cycle de vie développée à partir de
l’article fondateur de (Brumberg et Modigliani, 1954), qui postule que le comportement de
consommation et d’épargne d’un individu dépend de son âge ou de sa position au sein du
cycle de vie, cette théorie tend à démontrer qu’un ménage emprunte lorsqu’il est jeune,
épargne durant sa vie active et désépargne à la retraite.
Les études empiriques cherchant à vérifier le lien entre les phénomènes démographiques
et l’épargne ont abouti à des résultats différents. L’hypothèse de cycle de vie n’est pas
toujours acceptée. En effet les changements démographiques auxquels fait face l’économie
marocaine présentent deux effets contradictoires, le premier ayant trait à la hausse de la part
de personnes âgées à tendance à limiter l’épargne, le second lié à l’allongement de la durée de
vie stimule cette même épargne (Lroumari,2013). Ainsi selon le travail de BOUTILLIER,
PANSARD et SEJOURNE (2001), portant sur les conséquences du vieillissement
démographique sur l’épargne des ménages en France, la répartition par âge de la population
s’avère être un des déterminants du taux d’épargne des ménages français. A long terme, ce
dernier est positivement relié à la part occupée par les individus de la classe d’âge 40-59 ans.
C’est au sein de cette période que l’effort d’épargne des ménages est le plus important, Le
poids relatif des individus de 75 ans et plus influence négativement le taux d’épargne. Ce
dernier résultat implique une désépargne qui n’a rien de contre-intuitive à cet âge de la vie.
La structure par âge n’est pas le seul facteur déterminant de l’épargne. En effet,
Abdelkhalek Touhami(2012) analyse le comportement d’épargne des ménages en fonction de
la zone de résidence mais aussi en fonction d’un certain nombre de caractéristiques
individuelles telles que le nombre d’enfants dans la famille, le nombre d’inactifs, le type de
logement, etc. Selon cet étude le comportement d’épargne repose sur des facteurs différents à
savoir la taille de ménage qui affecte négativement son épargne de même que le nombre
d’inactifs au sein du ménage. Parallèlement, le revenu agit positivement sur l’épargne ainsi
l’alphabétisation et l’interaction entre le genre et le revenu qui influencent significativement
l’épargne des ménages.
17
CHAPITRE 2
DONNÉES ET MÉTHODOLOGIE DE
L’ÉTUDE
Dans ce travail, nous cherchons à déterminer l’effet du vieillissement de la population sur

l’épargne des ménages. De manière générale, nous essayons de répondre aux questions suivantes :
— Quel est l’impact du changement démographique au Maroc sur l’épargne des
ménages ?
— Est-ce que l’hypothèse de la théorie de cycle de vie est acceptée ou rejetée dans notre
cas ?
— Quelles sont les autres caractéristiques qui affectent le comportement d’épargne des
ménages ?
Pour ce faire, nous adoptons deux approches, l’une macro-économique, l’autre
micro-économique que nous présentons dans la suite de ce chapitre.
1 Modélisation macro-économétrique
L’étude des conséquences macro-économiques du vieillissement démographique sur

l’épargne des ménages repose sur les séries temporelles d’un certain nombre de variables que
nous explicitons ci-après.
18
CHAPITRE 2. DONNÉES ET MÉTHODOLOGIE DE L’ÉTUDE
1.1 les sources de données utilisées
Les données utilisées dans ce travail sont des séries temporelles annuelles couvrant la
période 1980-2017. Le choix de la période repose sur le fait que nous voulons répondre à notre
question de recherche sur la base de données les plus récentes mais qui soit aussi assez suffisant
pour une étude économétrique.
Les données collectées pour créer une base de données de travail proviennent de différentes
sources principalement les publications de la Direction de la Statistique (HCP) et le site officiel
de la Banque Mondiale.
1.2 Variables retenues
1.2.1 Variable dépendante
Notre variable d’intérêt est l’épargne globale des ménages, pour cela nous utilisons le
taux d’épargne brute des ménages. Les données sur cette variable proviennent des comptes
nationaux publiés par le HCP. Cependant, elles ne sont pas disponibles sur une longue période,
les données de la comptabilité nationale en ce qui concerne l’épargne des ménages ne couvrent
que la période 1998-2017. En revanche, nous disposons de l’épargne nationale brute pour toute
la période de référence. Pour remédier à ce problème, nous avons essayé d’estimer les valeurs
manquantes, c.-à-d. pour la période de 1980 à 1997. Nous avons ainsi constaté que la part de
l’épargne brute des ménages parmi l’épargne brute nationale n’a pas connu des fluctuations
importantes au cours de la période pour laquelle les données sont disponibles. De ce fait, on a
émis l’hypothèse que cette tendance restera constante aussi pour la période 1980-1997.
1.2.2 Variables indépendantes
Afin de mesurer l’effet net du vieillissement démographique sur le taux d’épargne des
ménages, nous retenons en plus d’indicateurs démographiques, une série de variables
économiques.
Variables démographiques :
Selon l’hypothèse du cycle de vie, la structure par âge de la population a un grand

intérêt pour expliquer le comportement d’épargne. En se basant sur cette théorie, les
individus devraient avoir une épargne négative quand ils sont jeunes avec un revenu très
faible, une épargne positive durant leurs années de productivité et une fois de plus négative
lorsqu’ils sont vieux et retraités.
Modigliani (1970) et Leff (1968) ont testé cette hypothèse et trouvé comme d’autres
19
auteurs après eux, que la consommation par âge de la population joue un rôle très important
dans la constitution de l’épargne. Une croissance rapide de la population accroit la proportion
des jeunes ce qui peut affecter de manière négative l’épargne (cité par Diagne, 2001).
Dans la plupart des études empiriques qui ont testé cette relation, les résultats
viennent confirmer l’hypothèse de cycle de vie, mais ce n’est pas toujours le cas.
Cependant le vieillissement de la population ne se limite pas à une hausse des ratios de
dépendance mais s’accompagne par un allongement de la durée de vie des individus
(Lourmari, 2013). En effet l’espérance de vie devrait avoir un effet positif parce que plus
l’espérance de vie s’allonge plus l’individu est tenu d’accumuler du patrimoine afin de financer
la consommation après la retraite.
Nous retenons à présent :
— le rapport de dépendance de vieillesse ;

— l’espérance de vie :
— la part des personnes âgées dans la population totale.
Variables économiques :
Nous retenons pour notre modélisation macroéconomique, les variables suivantes :
• Taux d’accroissement du PIB : nous pouvons définir le taux d’accroissement du PIB

comme la différence en logarithme entre le PIB en une année t et le PIB en une année t-1 du
même trimestre. Cette variable sera utilisée comme proxy de la distribution des revenus. En
se basant sur l’hypothèse keynésienne du revenu, il existe une relation positive entre le revenu
et l’épargne. Différentes théories ont été élaborées par certains auteurs. Ainsi Keynes,
Friedman et Modigliani ont montré que le revenu a un effet de très grande importance sur le
comportement des agents économiques. Une augmentation du revenu peut ainsi contribuer à
des taux d’épargne élevés. L’importance de cet effet semble être une fonction décroissante du
niveau de revenu et pourrait même devenir négatif pour des pays riches où les opportunités
d’investissement et la croissance sont relativement faibles.
Ainsi Tobin (1967) aussi bien que Bosworth (1993), ont développé l’idée selon laquelle, si les
salariés anticipent des revenus futurs, ils emprunteront afin d’améliorer leur condition de vie
par une consommation présente plus élevée.
Néanmoins, l’idée d’une forte corrélation entre épargne et revenu par habitant persiste
toujours.
• Taux d’inflation et taux d’intérêt réel : le lien entre taux d’intérêt et inflation est très
fort. Une baisse des taux d’intérêt favorise une hausse de l’inflation alors qu’une hausse des
20
taux d’intérêt est un moyen pour lutter contre une inflation excessive. Les deux éléments sont
reliés par la notion de croissance économique et ont une forte influence sur le pouvoir d’achat
des ménages. Donc nous allons retenir le taux d’inflation approché par le taux de croissance de
l’indice des prix à la consommation et qui est un bon proxy du taux d’intérêt.
— Inflation : l’INSEE définit l’inflation comme la perte de pouvoir d’achat de la
monnaie, exprimée par une augmentation générale et durable des prix. L’inflation
est un proxy variable pour mesurer l’instabilité macro-économique, elle devrait agir
positivement sur l’épargne des ménages. En effet pour conserver la valeur réelle de
leur patrimoine financier, les agents sont contraints à épargner plus. Mais d’un
autre côté, l’anticipation de l’inflation par les agents économiques, peut les conduire
à acheter dès maintenant ce qu’ils paieront plus cher plus tard.
— Taux d’intérêt réel : selon la banque mondiale, Le taux d’intérêt réel correspond
au coût de l’emprunt ou encore au rendement des placements dans un pays pour une
année. Par opposition au taux d’intérêt nominal, le taux d’intérêt réel tient compte de
l’inflation et des primes de risques. Pour les économistes classiques et néoclassiques, le
niveau d’épargne est déterminé par le taux d’intérêt. En fait l’effet du taux d’intérêt
sur l’épargne reste ambigu. En effet, lorsque le taux d’intérêt réel augmente, il se
crée une combinaison d’effet de substitution et d’effet revenu. Un taux d’intérêt élevé
signifie que le ménage réduit la consommation présente dont le prix est relativement
plus élevé par rapport à la consommation future ce qui augmente l’épargne (effet de
substitution) .Cependant, il peut aussi permettre à l’individu d’anticiper des revenus
futurs plus élevés, ce qui réduit l’épargne présente (effet revenu). Ainsi la réponse
du taux d’épargne à l’augmentation du taux d’intérêt réel est positive si l’effet de
substitution excède l’effet revenu et elle est négative dans le cas contraire (Boureima,
2003).
1.3 Méthodes statistiques adoptées
Etant donné la nature des données (séries chronologiques), nous choisissons la méthode
d’estimation ARDL 1 introduite par Pesaran, Shin et Smith (2001). Ce choix se justifie par
plusieurs raisons, En effet il existe plusieurs méthodes économétriques pour tester les relations de
long terme entre les séries temporelles Les plus utilisées sont la procédure en deux étapes d’Engle
et Granger (1987), l’approche de Johansen (1988) et la méthode de Johansen et Juseluis (1990)
(Anago, 2011). Cependant la mise en œuvre de ces méthodes exige une condition nécessaire est
que les séries soient toutes intégrées d’ordre 1. Or, dans la plupart des séries macroéconomiques
cette condition n’est pas vérifiée. Pour faire face à cette insuffisance, nous faisons appel au
modèle ARDL qui permet de tester l’existence d’une relation de cointégration sans avoir la
contrainte que toutes les variables soient intégrées du même ordre, contrairement aux autres
méthodes.
1. Auto Regressive Distribution Lag
21
1.3.1 Présentation du modèle ARDL
Dans un modèle dynamique, une variable dépendante Yt peut être expliquée à la fois
par :
— Ses propres valeurs décalées. Un tel modèle dynamique est appelé modèle
autorégressif (AR) et peut s’écrire :
p
X
Y t = a0 + ai Yt−i + t (1)
i=1
Avec ε ∼ iid(0,σ) : terme d’erreur.
— Des valeurs présentes des variables indépendantes (Xt) et leurs valeurs décalées dans
le temps (Xt−i ). Il s’agit ici des modèles à retards échelonnés (DL) qui ont la
forme :
q
X
Yt = β + bj Xt−j + zt (2)
j=0
— Ses propres valeurs décalées, des valeurs présentes des variables indépendantes (Xt )
et leurs valeurs décalées dans le temps (Xt−i ).
Ces types des modèles combinent les caractéristiques de deux modèles précédents et
sont appelés modèles autorégressifs à retards échelonnés ou distribués , en
anglais ARDL model . Ci-dessous leurs formes :
p
X q
X
Yt = ρ + ai Yt−i + bj Xt−j + et (3)
i=1 j=0
L’on notera que b0 traduit l’effet à court terme devXt sur Yt . Pour calculer l’effet à long
terme de Xt surYt (soit ” y ” ), partant de la relation de long terme ou d’équilibre suivante :
P
b
0
Yt = K + γXt + µ , l onf era : γ = Pj
(1 − aj )
Les modèles ARDL, qui héritent les caractéristiques des modèles AR et DL, souffrent
de certains problèmes économétriques qui compliquent leur estimation par les Moindres Carrés
Ordinaires (MCO) : colinéarité entre variables explicatives (modèle DL), autocorrélation des
erreurs (modèle AR), etc. L’on recourt généralement à des techniques d’estimation robustes.
Comme pour tout modèle dynamique, nous nous servirons des critères d’information (Akaike-
AIC, Shwarz-SIC et Hannan-Quin) pour déterminer les décalages optimaux (p,q) du modèle
ARDL.
22
1.3.2 Stationnarité
Stationnarité stricte :
Lorsque les lois de (Xt1 , Xt2 , ..., Xtn ) ne sont pas affectées par translation dans le temps, on
dit que le processus X est strictement stationnaire :
`(Xt1 , Xt2 , ..., Xtn ) = `(Xt1 + k, Xt2 + k, ..., Xtn + k).
Lorsque X est strictement stationnaire, toutes les observations ont la même loi :
`(Xt ) = `(Xt + k).
On peut ignorer cette hypothèse et se concentrer sur les deux premiers moments. Dans ce cas,
on parle de processus stationnaire au sens large.
Stationnarité au sens large :
Le processusX = (Xt )t ∈ Z est stationnaire si :

— l’espérance est stable au cours du temps :
E(X1 ) = E(X2 ) = . . . = E(Xt ) = m.
— la variance est stable au cours du temps :
V (X1 ) = V (X2 ) = . . . = V (Xt ) = σ 2 .
— les covariances sont stables au cours du temps :

Cov(X1 , X1+k ) = Cov(X2 , X2+k ) = . . . = Cov(Xt−k , Xt ) = . . . = Cov(Xt , Xt+k ) =
. . . = γk
Les covariances ne dépendent que du délai k entre les variables considérées, et pas de la
date t à laquelle elles sont évaluées. La plupart des séries économiques sont non stationnaires,
c’est-à-dire que le processus qui les décrit ne vérifie pas au moins une des conditions de la
définition d’un processus stationnaire. Ceci nous conduit à définir deux types de non
stationnarité selon que c’est plutôt la condition portant sur le moment d’ordre 1 qui n’est pas
vérifiée (non stationnarité déterministe) ou les conditions portant sur les moments du second
ordre qui ne sont pas vérifiées (non stationnarité stochastique).
23
Le processus TS :
— On dit que le processus Xt est caractérisé par une non stationnarité déterministe,
ou encore que le processus Xt est TS (Trend stationary) s’il peut s’écrire :
Xt = f (t) + Zt
— Où f (t) est une fonction déterministe qui dépend du temps, par exemple
f (t) = a + bt (cas le plus couramment retenu) etZt est un processus stationnaire.
— Ainsi, ce processus est rendu stationnaire en lui enlevant sa tendance

déterministe :Xt − f (t) = Zt stationnaire.
Le processus DS :
On dit que le processus Xt est caractérisé par une non stationnarité stochastique, ou encore
que le processus Xt est DS (Difference stationnary) si le processus différencié une fois (1 − B)Xt
est stationnaire. On parle aussi de processus intégré d’ordre 1 et on dit que Xt est I(1).
De manière générale, on dit que le processus Xt est un processus intégré d’ordre d, avec d le
degré d’intégration, si le processus différencié d fois (1 − B)dXt est stationnaire. On dit queXt
est I(d).
Tests de racine unitaire : les tests de Dickey-Fuller :
Ces tests permettent à la fois de détecter la non stationnarité et de déterminer sa nature :

DS ou TS, c’est donc la méthode pertinente pour la stationnarisation.
Les tests utilisés afin de détecter la stationnarité sont assez diverses, nous avons opté pour ce
test : Augmented Dicky-fuller (ADF). Pour construire le test, on se base sur les trois modèles
ci-dessous :
— xt = φ1 xt−1 + t : Modèle autorégressif d’ordre 1.
— xt = φ1 xt−1 + β + t : Modèle autorégressif avec constante.
— xt = φ1 xt−1 + bt + c + t : Modèle autorégressif avec tendance.
L’hypothèse H0 du test est : φ1 = 1(le modèle admet une racine unitaire)

Si H0 est retenue dans l’un de ces trois modèles, le processus est alors non
stationnaire.
24
Or, L’estimation de ces modèles suppose que les erreurs ne sont pas corrélées entre
elles. Cependant, cette hypothèse est très forte et on ne la rencontre pas souvent en
pratique. Pour tenir compte du cas contraire, on ajoute dans chacun des modèles
les retards de la différence première de la série. On obtient trois nouveaux modèles :
— ∆xt = ∆φ1 xt−1 +
— ∆xt = ∆φ1 xt−1 + c +
— ∆xt = ∆φ1 xt−1 + c + bt +
Les tests de racine unitaire conduits à partir de ces trois modèles sont appelés test de
Dickey Fuller Augmenté, ils se déroulent de manière similaire aux tests DF simples.
Figure 2.1 – Implémentation du test ADF
Source : Boubonnais R., Econométrie : 9ème édition
25
1.3.3 Concept de cointégration
On dit qu’une série est intégrée d’ordre d (notée I(d)) s’il convient de la différencier d
fois afin de la stationnariser.
Deux séries sont cointégrées si les deux conditions suivantes sont vérifiées :
— Elles sont intégrées du même ordre d ;
— Une combinaison linéaire de ces séries permet de ramener à une série d’ordre
d’intégration inférieur (d-b) tel que d > b > 0.
Figure 2.2 – Graphe illustrant la non cointégration de Xt et Zt
Figure 2.3 – Graphe illustrant la cointégration de Xt et Yt
source :Boubonnais-Econométrie, 9ème édition.
Dans la première figure, les deux séries ne sont pas cointégrées : Elles ont une tendance
d’évolution constante sur une première période mais divergente en une deuxième.
Dans le deuxième cas elles le sont : elles ont une évolution constante sur toute la période.
26
Ecrire un modèle ARDL comme ci-dessus (relation 5) suppose l’existence d’une

relation de cointégration entre les variables qui conditionne même l’estimation des coefficients
de court et long terme de ces variables. La littérature économétrique fournit plusieurs tests de
cointégration dont celui de Engel et Granger (1987), celui de Johansen (1988, 1991) et
Johansen et Juselius (1990), et celui de Pesaran et al. (1996), Pesaran et Shin (1995) et
Pesaran et al. (2001).
Le test de cointégration de Engle et Granger (1991) n’est valide que pour deux
variables intégrées de même ordre (soit ordre d’intégration = 1), il est ainsi moins efficace
pour des cas multivariés. Bien que le test de Johansen pallie à ce souci, fondé sur une
modélisation vectorielle autorégressive à correction d’erreur (VECM), il exige aussi que toutes
les variables soient intégrées de même ordre, ce qui n’est pas toujours le cas en pratique.
Lorsqu’on dispose de plusieurs variables intégrées d’ordres différents (I(0), I(1)), l’on peut
recourir au test de cointégration de Pesaran et al. (2001) appelé test de cointégration aux
bornes ou bounds test to cointegration .
Si l’on recourt au test de cointégration de Pesaran pour vérifier l’existence d’une

relation de cointégration entre les variables dans un modèle ARDL, l’on dira que l’on recourt
à l’approche ARDL approach to cointegrating ou le test de cointégration par les retards
échelonnés. Il y a deux étapes à suivre pour appliquer le test de cointégration de Pesaran :
— Détermination du décalage optimal avant tout (AIC, SIC) ;

— Recourir au test de Fisher pour vérifier les hypothèses ( relation 5) :
H0 : b1 = ... = b4 = 0 : Existence d’une relation de cointégration

H1 : b1 = ... = b4 6= 0 : Absence d’une relation de cointégration
La procédure du test est telle que l’on devra comparer les valeurs de Fisher obtenues
aux valeurs critiques (bornes) simulées pour plusieurs cas et différents seuils par Pesaran et al.
L’on notera des valeurs critiques que la borne supérieure (2ème ensemble) reprend les valeurs
pour lesquelles les variables sont intégrées d’ordre 1 I(1) et la borne inférieure (1er ensemble)
concernent les variables I(0).
Ainsi :
— Si Fisher >borne supérieure : Cointégration existe

— Si Fisher<borne inférieure : Cointégration n’existe pas
— Si borne inférieure<Fisher <borne supérieure : Pas de conclusion
Grâce à la procédure de Pesaran et al. (2001), un modèle à correction d’erreur peut

aider à confirmer l’existence ou non de la cointégration entre variables.
27
Mais avant de procéder l’estimation, on doit :
— Déterminer le degré d’intégration des variables (test de stationnarité) : test de Dickey-

Fuller Augmenté/ADF.
— Tester l’éventuelle existence d’une relation de cointégration entre variables : test de
cointégration de Pesaran et al. (2001) ou test de cointégration aux bornes ;
— Tester la causalité entre les variables sous étude : test de causalité au sens de Granger,
test de causalité au sens de Toda et Yamamoto. Par ailleurs, précisons que le modèle
ARDL n’est pas applicable pour des variables intégrées d’ordre > à 1.
Par ailleurs, précisons que le modèle ARDL n’est pas applicable pour des variables intégrées
d’ordre > à 1.
Les résultats des tests et la modélisation ARDL fera l’objet du chapitre 4.
2 Modélisation micro-économétrique
L’analyse de l’impact du vieillissement de la population sur l’épargne des ménages en

termes micro-économiques consistent à utiliser des données individuelles collectées lors des
enquêtes auprès des ménages.
Dans la littérature, il existe peu de travaux qui traitent des déterminants de l’épargne
des ménages vu l’absence des données individuelles. Au Maroc, le HCP mène, depuis 2007 et
ce de manière trimestrielle et permanente, une enquête de conjoncture auprès de quelque 3000
ménages et qui vise notamment à mesurer la capacité, les opportunités et l’intention
d’épargner. Toutefois, nous n’avons pas eu accès à ces données.
Dans le cadre de ce travail, nous utilisons les données tirées de l’Enquête Nationale sur
la Consommation et les Dépenses des Ménages (ENCDM) 2013-2014. En plus des
caractéristiques sur le ménage, il y a une question sur la capacité d’épargner.
2.1 Description de la base de données
2.1.1 Présentation de l’enquête
Le HCP réalise des enquêtes périodiques sur la consommation et les dépenses des
ménages. Ces enquêtes permettent de suivre les niveaux et les conditions de vie de la
population marocaine. L’enquête de 2013/2014 est la cinquième investigation nationale du
genre. Elle vise à collecter les données intégrées qui se rapportent aux dépenses, aux quantités
28
consommées et aux conditions de vie de la population. L’ENCDM fournit des données de base
sur le niveau de vie des ménages, les disparités entre les différentes couches sociales et Régions
du pays et les tendances de la demande des ménages.
2.1.2 Échantillonnage de l’ENCDM
Le plan de sondage de l’enquête s’inscrit dans le cadre de l’ échantillon maı̂tre ,

actualisé suite à la réalisation du Recensement général de la population et de l’habitat de
2004.
Ce plan obéit aux principes d’un sondage stratifié à trois degrés. L’échantillon sélectionné
pour cette enquête comporte 15 970 ménages, soit une fraction de sondage de 1/450.
L’objectif étant de fournir une photographie des dépenses de consommation des

ménages résidant au Maroc, toutes les catégories socio-économiques et les régions sont
représentées dans l’échantillon. L’échantillonnage s’est donc fait dans le temps et dans
l’espace. Pour que cela soit possible, les ménages de l’échantillon ont été également répartis
sur l’ensemble de l’année. Cette répartition dans le temps de l’échantillon exige qu’à chaque
moment, les ménages choisis représentent les diverses catégories et régions du pays.
L’observation effectuée auprès de chaque ménage ne porte pas sur une année entière.
Il faut donc assurer une répartition uniforme des ménages de l’échantillon tout au long de
l’année, afin de prendre en compte des variations amples de certaines consommations annuelles,
avec la saison (fruits, légumes,), l’influence des échéances de certaines dépenses périodiques
(loyer, électricité, eau, frais de scolarité, . . . ) ou encore les dépenses à caractère socioreligieux
(Ramadan, Aı̈d al Adha. . . ). Cette uniformité est nécessaire pour permettre une estimation
correcte des dépenses annuelles, autant que pour saisir l’ampleur de ces variations dans le
courant de l’année (HCP ,2016).
2.1.3 Objectifs de l’ENCDM
L’enquête sur les dépenses des ménages est sans contre dit une enquête à sujets multiples
et vise à collecter des données suffisamment détaillées sur les dépenses et la consommation
alimentaire des ménages en vue :
— D’analyser le niveau et les tendances des dépenses des ménages selon les différentes
fonctions de consommation et les principales caractéristiques socio-économiques et
spatiales des chefs de ménages ;
— D’alimenter les données de la nouvelle année de base 2014 de la Comptabilité

Nationale et la matrice sociale ;
— De mettre à jour le panier de référence de l’Indice des Prix à la Consommation ;
29
— D’actualiser les indicateurs liés aux inégalités et à la pauvreté sous ses différentes
formes ;
— D’actualiser les études sur les aspects nutritionnels et anthropométriques ;
— D’alimenter l’information nationale pour la recherche économique et sociale.
2.1.4 Description générale du questionnaire de l’ENCDM
Le questionnaire de l’enquête est articulé autour de 16 principaux modules qui

permettent de recueillir des données relatives aux individus (caractéristiques démographiques,
scolarité, santé, emploi etc. . . ) ainsi que des données relatives aux ménages (habitat, énergie,
équipements etc. . . ) :
— Caractéristiques sociodémographiques des membres du ménage ;
— Conditions de logements ;
— L’énergie ;
— L’éducation ;
— L’activité économique ;
— La santé ;
— La fertilité ;
— Etude sur les membres du ménage de moins de 5 ans ;
— Transport ;
— Bénéficier des services publics ;
— Les transferts ;
— Les crédits ;
— Les effets sur la situation socio-économique du ménage ;
— Représentation et perception de la pauvreté ;
— Sources de financement du ménage ;
30
— Condition de réalisation de l’enquête.
2.1.5 Approche méthodologique
Dans le cadre du module sources de financement , chaque ménage est questionné

dans une question à choix multiples sur sa capacité à :
— Exercer une activité économique
— Avoir un revenu suffisant
— ...
— Vivre convenablement sans faire appel au travail des enfants
— Epargner
C’est cette dernière et unique question sur l’épargne qui sera utilisée ici comme variable
dépendante.
Soulignons que dans l’approche microéconomique, l’unité statistique est le ménage.
2.2 Variables retenues
2.2.1 Variable dépendante
La variable à expliquer Y est binaire telle que :
— Y= 1 si le ménage est capable d’épargner

— Y=0 sinon
2.2.2 Variables explicatives retenues
Notre objectif est de mesurer l’impact net du vieillissement démographique sur la

capacité du ménage d’épargner. Pour cela, et en plus de la variable qui mesure cet aspect,
nous incluons d’autres variables de contrôle qui peuvent avoir un impact sur l’épargne comme
l’activité économique ou le sexe.
31
— Vieillissement démographique : pour la modélisation, nous avons retenu la

variable part des personnes âgées dans le ménage comme variable explicative.
C’est notre variable d’intérêt, d’après l’hypothèse de cycle de vie dans laquelle la
structure par âge des individus est un facteur important affectant le comportement
d’épargne des ménages. Selon cette théorie, il existe trois classes d’âges principales,
la première est composée des jeunes avec un revenu faible d’où une épargne
négative, dans la deuxième classe, on aura une épargne élevée pour les individus
dans leurs années de productivité et la troisième classe est composée des personnes
âgées et retraitées dont on attend une épargne négative.
— Milieu de résidence : cette variable est binaire et indique si le ménage réside en

milieu urbain (1) ou rural (0)
— Taille du ménage : cette variable indique le nombre d’individus composant le

ménage et peut affecter négativement son épargne. En effet, plus la taille du
ménage augmente plus les dépenses du chef du ménage augmentent, ce qui diminue
la probabilité qu’un ménage épargne.
— Alphabétisation : cette variable indique si le chef du ménage sait lire et écrire.

Dans un travail de recherche, Abdelkhalek (2012) a montré que cette variable n’a
aucun effet sur l’épargne des ménages. Nous l’avons retenu à toute fin utile afin de
tester si cette variable peut influencer la capacité d’épargne de ménages en présence
ou non des personnes âgées.
— Niveau social : cette variable est la réponse de la question 3 du module 14 du

questionnaire de notre enquête, où le chef du ménage enquêté doit classifier son
ménage dans une classe sociale : ménage. Elle permet de classer le ménage selon
qu’il très riche , relativement riche , niveau social moyen , relativement
pauvre ou très pauvre . Nous faisons l’hypothèse que le niveau social d’un
ménage est un facteur déterminant dans sa décision d’épargner, étant donné le
niveau de vie dépend étroitement des revenus.
— Dépense annuelle des ménages : c’est la somme de toutes les dépenses

effectuées par un ménage au cours de l’année : elle cumule ainsi les dépenses
alimentaires, d’éducation, de santé, d’habillement, d’habitation, d’équipement, de
transport, d’enseignement et les achats d’autres biens et services. Bien évidement la
relation entre les dépenses et l’épargne des ménages est négative, en effet plus un
ménage consomme, plus sa probabilité d’épargne diminuer.
2.3 Méthodes statistiques adoptées
La nature binaire de la variable à expliqué et la présence de variables qualitatives et

quantitatives impliquent l’utilisation d’un modèle logistique binaire. Mais avant de présenter
le modèle, étudions d’abord l’indépendance des variables explicatives retenues.
32
2.3.1 Test de Khi deux
Ce test est intéressant lorsque nous nous intéressons aux relations entre deux variables
nominales ou qualitatives (pour plus de deux variables, il est nécessaire de recourir à une
méthode plus complexe, l’analyse loglinéaire).
Le test de Khi-deux permet de tester l’hypothèse suivante :
ni. ∗n.j
H0 : nij = n
ni. ∗n.j
H1 : nij 6= n
Pour ce faire on utilise la statistique suivante :

m X
n
X (nij − eij )2
U=
eij
i=1 j=1
avec :
— nij : l’effectif des observations appartenant à la classe Ai et à la classe Bi .

Pn
— ni. = j=1 nij :l’effectif des observations appartenant à la classe Ai .
P
— n.j = i=1 mnij : l’effectif des observations appartenant à la classe Bi .
P Pn
— n = i=1 mni. = j=1 n.j : l’effectif total.
Tel que :
U ∼ X 2 de dimension mn-1-(m-1)-(n-1)
2
On rejette l’hypothèse H0 si U > X0,05;mn−1−(m−1)−(n−1)
2
On accepte l’hypothèse H1 si U < X0,05;mn−1−(m−1)−(n−1)
2.3.2 Régression logistique
La régression logistique permet de prévoir la présence ou l’absence d’une

caractéristique ou d’un résultat en fonction d’une variable ou d’un groupe de variables, dites
prédicteurs. Cette technique est utilisée pour des études ayant pour but de vérifier si des
variables indépendantes peuvent prédire une variable dépendante dichotomique.
33
Par ailleurs, les coefficients de la régression logistique peuvent servir à estimer des odds
ratios pour chacune des variables indépendantes d’un modèle.
On parle de régression logistique simple quand-il s’agit d’une seule variable

indépendante, mais généralement, les modèles de régression logistique comprennent plus d’une
variable indépendante : Il s’agit dans ce cas de la régression logistique multiple.
Spécification du modèle
Les équations du modèle La régression logistique sert à modéliser la relation entre

des prédicteurs catégoriels ou continus X = (X1 ; X2 ; :::; Xk ) et une variable réponse binaire Y
(qui prend les valeurs : 0 en cas de non occurrence de l’évènement et 1 s’il y a occurrence.).
On note π la probabilité d’observer l’événement Y = 1 (vs. 0). L’Objectif est de modéliser :
π(x) = p(Y = 1|X1 , X2 , . . . , Xk )
Le modèle linéaire
π(x) = β0 + β1 X1 + ... + βk Xk (1)
ne convient pas lorsque l’une des variable indépendantes Xi est continue (on peut avoir des
valeurs négatives ou supérieures à 1). On cherche alors une transformation f (x) assurant que
la probabilité (que l’on va noter p)varie entre 0 et 1. On applique la fonction logistique :
eπ(x)
p = f (x) =
1 + eπ(x)
On introduit alors la transformation Logit qui peut s’exprimer comme une fonction linéaire des
paramètres du modèle à k prédicteurs :
p
logit(p) = ln( )
1−p
L’équation (1) devient alors :

p
π(x) = logit(p) = ln( ) = β0 + β1 X1 + .... + βk Xk
1−p
D’où l’équation de la probabilité prédite :
eβ0 +β1 X1+....+βk Xk

p(Y = 1|X1 , X2 , . . . , Xk ) =
1 + eβ0 +β1 X1+....+βk Xk
La méthode de modélisation
34
La régression logistique peut s’effectuer de diverses façons. Les méthodes utilisées sont : la
méthode entrée, la méthode ascendante conditionnelle, la méthode ascendante rapport de
vraisemblance, la méthode ascendante Wald, la méthode descendante conditionnelle, la
méthode descendante rapport de vraisemblance et la méthode descendante Wald.
Significativité des prédicteurs :
On utilise le test de Wald déterminer l’apport de chaque prédicteur à l’amélioration du

modèle, Ce test a le même rôle que le test-t dans la régression linéaire .
La statistique de Wald s’écrit comme suit :
βˆj
Wj =
c βˆj )
SE(
c βˆj ) : c’est la valeur lue sur la diagonale principale de la matrice de variance-covariance
SE(
des coefficients estimé.
Mesure de la qualité de la modélisation
Test de Hosmer & Lemeshow
Ce test évalue la présence de différences significatives entre les valeurs observées et les
valeurs prédites pour chaque sujet. Nous cherchons évidemment à ce qu’il ne soit pas
significatif. Par contre, il est très sensible à la taille de l’échantillon. De plus, il ne peut pas
être calculé lorsque le modèle ne comprend qu’un prédicteur dichotomique.
En effet, il est une statistique de qualité d’ajustement calculée à partir de la table de

contingence (g × 2)(où g représente le nombre de groupes) des effectifs observés et théoriques,
Cette statistique est comparée à une distribution du chi-deux à g-2 degrés de liberté Ce test
consiste à tester l’hypothèse nulle H0 qui suppose que le modèle est compatible avec les données.
Statistique du test :
g
2
X (oj − Nj π¯j )2
χHL =
Nj ∗ π¯j (1 − π¯j )
j=1
Avec :
Nj :est le nombre d’observation du j-ième groupe.
Oj :est le nombre de réponses du j-ième groupe.
π¯j : est la moyenne des probabilités prévues dans le j-ième groupe.
On ne rejette pas H0 si la p-value est supérieure au risque usuel de 5% et on conclut que le
35
modèle est compatible avec les données.
Test de khi-deux ou Test LRT (Likelihood ratio test)
L’hypothèse de test :
H0 : β1 = β2 = ... = βp = 0 Vs H1 : il existe βj 6= 0
Donc ce test consiste à comparer le modèle complet avec le modèle constitué

uniquement de la constante.
La statistique du test :
Λ =-2 [log(L(Modéle simplifié))-Log(L(Modéle complet)]
On rejette H0 au risque α si :
Λ ≥ χ21−α [k] où k : nombres de paramètres dans le modèle .
Les valeurs des pseudoR2 :
R2 de Cox & Snell
Il est calculé à partir de la formule suivante :

l(cte) 2/n
R2 = 1 − [ ]
l(cte, X)
On voit que le R2 de Cox & Snell est basé sur la log-vraisemblance du modèle comparée
(L(Cste, X)) avec celle d’un modèle constant (L(Cste)).
Il n’atteint jamais le maximum théorique de 1 (il ne peut pas dépasser le R2 max) et varie en
fonction de la taille de l’échantillon.
Avec M axR2 = 1 − [l(cte)]2/n
R2 de Nagelkerke
Le R2 de Nagelkerke est une modification du R2 de Nagelkerke pour obtenir une valeur

2
théorique plus près de 1. Il est présenté par le quotient RRmax
2 qui prend des valeurs dans
l’intervalle [0; 1].
2 R2
Radj = 2
Rmax
36
CHAPITRE 3
ÉPARGNE DES MÉNAGES ET

VIEILLISSEMENT DE LA
POPULATION : NIVEAUX ET
TENDANCES RÉCENTES
Ce chapitre est consacré à l’étude de la situation actuelle et des tendances les plus
récentes concernant l’épargne des ménages d’un côté et du vieillissement démographique de
l’autre. Nous privilégions une analyse comparative avec d’autres pays. Les données utilisées
sont celles publiées dans les études, rapports et sites spécialisées, principalement par le HCP
et la DEFP.
1 Structure et évolution de l’épargne des ménages
Analysons d’abord le taux d’épargne des ménages qui représente, rappelons-le, la part
(%) de l’épargne des ménages (EM) dans le Revenu National Brut Disponible (RNBD).
37
CHAPITRE 3. ÉPARGNE DES MÉNAGES ET VIEILLISSEMENT DE LA POPULATION : NIVEAUX ET TENDANCES
RÉCENTES
1.1 Comparaison internationale
L’analyse comparative des taux d’épargne des ménages (TEM) au sein d’un certain
nombre de pays du Nord et du Sud (figure 3.1) montre que les taux présentent de fortes
disparités et ne dépendent pas du niveau du développement du pays.
Figure 3.1 – Taux d’épargne des ménages (%), dans quelques pays du Monde, année 2017
Source : Elaboré par nos soins, Données DEPF, 2018
Ainsi, la Suède vient en première position avec un taux de 18,7%, suivie de l’Allemagne
(17%), de la France (14,6%), de la Belgique (13,9%). Le Maroc - très proche d’ailleurs du
niveau des Pays-Bas (12,7%) - et la Tunisie occupent une place intermédiaire élevée avec
respectivement 12,5% et 10,9%.
Le TEM au Maroc est ainsi plus élevé en comparaison avec les pays concurrents comme
la Tunisie (10,9%), l’Italie (10,4%), l’Espagne (8,2%) et l’Afrique du Sud (1,3%) et même du
Royaume-Uni.
Pour mieux apprécier l’évolution de l’épargne des ménages, il faut la placer par rapport
aux autres indicateurs macroéconomiques.
38
RÉCENTES
1.2 Evolution et structure de l’épargne nationale
Les données sur l’Epargne Nationale Brute (ENB), calculée sur la base des prix de
2007, montrent (figure 3.2) que depuis 1980, le RNBD a connu une augmentation soutenue et
irréversible, passant de 87,65 milliards de DH à 1039,81 milliards de DH en 2015, soit une
croissance globale de près de 11% au cours de cette période. Pendant ce temps, l’épargne
nationale a augmenté de 20,66 milliards de DH à 278,12 milliards de DH. Et bien que sa
croissance soit globalement un peu plus élevée (12,5%), cet indicateur a fait l’objet de
fluctuations assez importantes. Ce qui pose la question de savoir si l’hypothèse du cycle de vie
et ses diverses vérifications empiriques, selon lesquelles l’épargne suit la croissance du revenu,
se reproduisent au Maroc.
La croissance du RNBD a été plus rapide que celle de l’épargne nationale. L’écart
creusé par la consommation est devenu ainsi de plus en plus large comme on le voit sur le
graphique. Ce qui laisse supposer que l’augmentation du revenu de 1% ne sera pas suivie de
celle de l’épargne dans les mêmes proportions.
Figure 3.2 – Evolution du RNBD et de l’ENB en millions de DH (base 2007), Maroc, 1980-2015
Source : Elaboré par nos soins, données www.hcp.ma
Par ailleurs, selon une publication du Ministère de l’Economie et des Finances (2014), en
2012, l’épargne nationale brute a enregistré une baisse notable et s’est établie à 216 milliards
de dirham (MMDH) contre 228 MMDH en 2011, soit une baisse de 6% en 2012 après avoir
reculé de 4% en 2011.Sa part dans le PIB a baissé de 2,5 points pour se situer à 25,3% en 2012
contre 27,9% en 2011.
39
RÉCENTES
Figure 3.3 – Evolution du RNBD et de l’ENB en millions de DH (prix courants), Maroc,

1980-2015
Cette diminution est attribuable, en partie, à la baisse de l’épargne extérieure qui

s’établit en 2012 à 35,5 MMDH contre 40,6 MMDH en 2011, en baisse de 12,9% après un
recul de 0,2% en lien, notamment avec le repli des transferts des marocains résidents à
l’étranger. Les transferts de ces derniers ont baissé de 3,8% pour se situer à 56,3 MMDH après
avoir augmenté de 7,8% en 2011 à 58 ,6 MMDH.
Figure 3.4 – Evolution de la structure de l’épargne en termes absolus (en millions de DH, prix
courants), Maroc, 1998-2017
Source : Elaboré par nos soins, Données DEFP, 2018
En conséquence, l’épargne extérieure, qui représentait 5,3% du PIB en 2010 et 5,1% en

2011, est passée à 4,3% en 2012, ramenant sa part an niveau de l’épargne nationale à 16 ,9%
en 2012 contre 18,1% en 2011 et 17,5% en 2010.
40
RÉCENTES
De même, l’épargne intérieure a été contractée en enregistrant une baisse de 4,8% pour
se situer en 183,3 MMDH, soit le même niveau qu’en 2011, ramenant sa part dans le PIB à
21,1% en 2012 au lieu 22,8% en 2011. La détérioration de l’épargne intérieure est imputable
au recul de l’épargne publique, représentée par le solde ordinaire de Trésor, qui a enregistré
un solde de -20 MMDH après -7,6 MMDH en 2011, quant à l’épargne privée, elle a enregistré
une baisse de 12,1% après un recul de 4,6% en 2011, ramenant ainsi sa part dans le PIB de
22,8% en 2011 à 21,1% en 2012.
En somme, la baisse très marquée des différentes composantes de l’épargne nationale a

ramené son niveau global en dessous du niveau d’investissement, soit un besoin de
financement de l’économie de 10% du PIB en 2012 contre 8,1% en 2011, confirmant la
tendance du déséquilibre.
Figure 3.5 – Evolution de la structure (%) de l’épargne en termes (en millions de DH, prix
courants), Maroc, 1998-2017
Source : Elaboré par nos soins, Données DEFP, 2018
Au sein de l’économie domestique, plusieurs catégories d’agents particpent à la

constitution de l’épargne nationale brute : les ménages, les sociétés financières, les sociétés
non financières et les adminstrations publiques.
Le graphique ci-dessous présente la répartition de l’épargne par secteur institutionnel,

montre que les sociétés non financières et les ménages participent le plus à la constitution de
l’épargne nationale dont les parts respectives dans le total de l’épargne brute sont passées de
10,6% et 8,7% en moyenne entre 2007 et 2011 à 14,1% et 10,1% en moyenne entre 2012 et 2017
suivies par les administrations publiques et les sociétés financières.
41
RÉCENTES
Figure 3.6 – Structure (%) de l’ENB (en millions de DH, prix courants) par type d’institution,
Maroc, 2007-2017
Source : Elaboré par nos soins, Données DEFP
1.3 Evolution de l’épargne financière et non financière des ménages
Le graphique ci-dessous présente l’évolution de l’épargne financière et non financière

des ménages au Maroc entre 1998 et 2017.
Selon ce graphique on constate que l’investissement immobilier est le placement préféré

chez les ménages marocains : entre 2006 et 2015, 12 à 14% de leurs revenus disponibles brute
sont consacrés à l’achat d’un logement.
La baisse du taux d’épargne des ménages est imputable au recul de leur taux d’épargne
financière, rapport de leur capacité au revenu disponible brut (RDB), qui s’est situé à 0,5% en
2016 après 2% en 2016 et 1,1% en moyenne entre 2011 et 2015. [DEPF,2018]
Figure 3.7 – Evolution de l’épargne financière et non financière des ménages
Source : DEPF
42
RÉCENTES
2 Tendances récentes et perspectives du vieillissement

démographique
2.1 Vieillissement démographique dans le monde
La population mondiale vieillit : les personnes âgées sont de plus en plus nombreuses et
constituent une part croissante de la population dans presque tous les pays, ce qui a des
conséquences sur pratiquement tous les secteurs de la société, y compris les marchés du travail
et les marchés financiers, la demande de biens et de services tels que le logement, transports
et protection sociale, ainsi que les structures familiales et les liens intergénérationnels.
Se préparer aux mutations économiques et sociales liées au vieillissement de la

population est donc essentiel pour tenir l’engagement du Programme de développement
durable à l’horizon 2030 mis en place par les Nations-Unies en 2015 (Nations-Unies, 2015).
Les personnes âgées étant considérées généralement parmi les populations les plus vulnérables
comme les enfants et les femmes, les tendances du vieillissement de la population sont
particulièrement pertinentes pour les objectifs de développement durable (ODD) liés à
l’élimination de la pauvreté, à la promotion de la santé, à l’égalité des sexes, à l’emploi et aux
établissements humains durables, ainsi qu’à la réduction des inégalités dans et entre les pays.
L’effectif de la population âgée au niveau mondial ne cesse d’augmenter, selon les

dernières perspectives démographiques réalisées par les Nations-Unies en 2017 (figure 3.8). Il
est passé ainsi de 200 millions d’individus en 1950 à 906 millions en 2015 et montera à 1,73
milliards en 2040 puis à 2,55 milliards en 2070 avant d’attendre quelque 3,32 milliards à
l’horizon 2100.
Figure 3.8 – Evolution des effectifs de la population âgée de 60 ans et plus, Monde, 1950-2100
Source : Elaboré par nos soins, données Nations-Unies, 2017
43
RÉCENTES
Cette tendance à la hausse caractérise également le poids que les personnes âgées
représentent au sein de la population totale (figure 3.9) : 8% en 1950, 12,3% en 2015 puis
24,1% en 2070 et 28,2% en 2100.
Figure 3.9 – Evolution de la part (%) des personnes âgées de 60 ans et +, Monde, 1950-2100
Toutefois, on peut noter des différences cruciales entre les grandes Régions du Monde
(figure 3.10). Ainsi, en 2017, c’est dans les pays développés que le poids des personnes âgées
est beaucoup plus élevé : 25% en Europe et 22% en Amérique du Nord. A la même date, cette
catégorie de la population ne représente que 12% en Amérique Latine et en Asie et seulement
5% en Afrique.
44
RÉCENTES
Figure 3.10 – Part des personnes âgées, Grandes Régions du Monde, 2017
Source : Nations-Unies, 2017
Ce bouleversement démographique que connait la population mondiale peut être

analysé également à travers la pyramide des âges du Monde. Le graphique (figure 3.11)
montre que la forme de la pyramide a connu et connaitra des changements profonds durant la
période 1950-2100. D’une forme à base large ou de parasol en 1950, caractérisant une
population très jeune, la tendance est vers un étirement vers le haut, créant ainsi une
pyramide en forme de pagode, ce qui confirme une population de plus en plus âgée.
Figure 3.11 – Évolution de la pyramide des âges du Monde, 1950-2100
Source : www.populationpyramid.net
45
RÉCENTES
2.2 Vieillissement démographique au Maroc
En presque soixante ans, le Maroc a connu des mutations assez conséquentes sur le
plan démographique. La population a triplé entre 1960 et 2019, passant de 11,6 millions à 35,6
millions. Elle sera, d’après les projections du HCP de 43,56 millions en 2050. Le Maroc a connu
sa transition démographique atteignant aujourd’hui la fin de la troisième phase de ce processus
(figure 3.12). Le TBN est passé de 52,5‰ en 1960 à 18,8‰ en 2010. Quant au TBM, il a baissé
de 10,7‰ à 5,6‰ . La croissance démographique a décéléré puisque le TA a connu une baisse
importante passant de 2,74% à 1,32% durant la même période de référence.
Figure 3.12 – Evolution des taux bruts de natalité (TBN), de mortalité (TBM ) et
d’accroissement naturel (TA), Maroc, 1960-2010, en ‰
Un autre indicateur de cette transition démographique est l’espérance de vie à la

naissance. Là encore, nous constatons un changement important comme le montre le
graphique (figure 3.13) . Si vers le début des années 1950, un marocain espérait vivre 45,7 ans
en moyenne à la naissance, aujourd’hui, cette espérance est de 76 ans et atteindra 89 ans à
l’horizon 2100.
L’amélioration dans la survie bénéficie autant aux hommes qu’aux femmes avec un
léger avantage au profit de ces dernières.
Du côté de la fécondité, le deuxième facteur de la transition, nous relevons une baisse

notable du nombre d’enfants par femme (figure 3.14). Alors que vers le début des années
1960, une femme mettait au monde 7,2 enfants en moyenne, au début des années 2010, ce
nombre a régressé pour atteindre le niveau du remplacement (2,2). La baisse, si elle a marqué
les deux milieux de résidence, est plus spectaculaire en milieu urbain (de 7,8 à 1,8
enfants/femme durant la même période) qu’en milieu rural (6,9 à 2,6).
46
RÉCENTES
Figure 3.13 – Evolution des taux bruts de natalité (TBN), de mortalité (TBM ) et
d’accroissement naturel (TA), Maroc, 1960-2010, en ‰
Figure 3.14 – Evolution de l’indice synthétique de fécondité (ISF) par milieu de résidence
En conséquence, des changements profonds ont caractérisé la structure de la

population par âge.
Comme le montre le graphique 13, la tranche des personnes âgées de plus de 60 ans
47
RÉCENTES
passe de 7,2% de la population totale en 1960 à près de 11% actuellement et à 23,2% en 2050.
En même temps, la population active, celle âgée entre 15 et 59 ans, passerait de 48,4% de la
population totale à 58,9%.
Figure 3.15 – Structure (%) de la population du Maroc par grands groupes d’âges, 1960-2050
L’analyse de la tendance passée et future de la structure par sexe relative la population

âgée au Maroc (figue 3.16) indique que les femmes et les hommes avaient pratiquement le
même poids au cours des années récentes. Cependant au fil du temps, les femmes seront plus
nombreuses que leurs homologues masculins avec un poids de presque 54% en 2050, un poids
similaire à celui qu’elles avaient dans les années 1960. Ceci sera dû à l’espérance de vie à la
naissance légèrement plus avantageuse pour les femmes.
En revanche, la structure par milieu de résidence (figure 3.17) montre que les personnes
âgées seront de plus concentrées dans les villes où elles représenteront à l’horizon 2050 plus
des trois quarts. Et bien qu’en 2019, le poids des personnes âgées soit de 64,1% en milieu
urbain, il faut noter qu’en 1960, ce sont les zones rurales qui abritaient le plus de personnes de
plus de 60 ans avec un pourcentage de 76,5%. La situation va donc vers un inversement total.
48
RÉCENTES
Figure 3.16 – Evolution de la structure par sexe (%) de la population âgée, Maroc, 2014-2050
Figure 3.17 – Structure par milieu de résidence (%) de la population âgée, Maroc, 1960-2050
Le ratio de dépendance des personées âgées, qui mesure le rapport entre le nombre de
personnes âgées de 60 ans et plus, qui normalement désépargnent, et le nombre de personnes
en âge de travailler (15-59 ans révolus), passe de 14,8% en 1960 à 17,3% en 2019 puis à 39,3%
en 2050, selon les prévisions des différentes caisses de retraites (figure 3.18). Ce qui signifie que
si 100 actifs prenaient en charge globalement 15 personnes âgées en 1960, aujourd’hui ils ont
en charge 17 et cet effectif s’élèvera à près de 25 personnes âgées en 2030 et à 39 en 2050.
49
RÉCENTES
Figure 3.18 – Évolution du ratio de dépendance des âgées (%), Maroc, 1960-2050
L’indice de vieillissement, qui nous donne une vision claire sur le vieillissement car il
compare l’évolution de la population âgée à celle jeune, n’a pas cessé d’augmenter en passant
de 16,14 à 129,3 durant la période entre 1960-2050, comme montre le graphique (figure 3.19).
Figure 3.19 – Évolution de l’indice de vieillissement, Maroc (%), 1960-2050
En conséquence, nous remarquons un changement également dans la pyramide des âges

durant la période 1960-2050, caractérisé par une base plus large (forte natalité) en 1960 avant
que l’étirement vers le haut ne s’enclenche.
50
RÉCENTES
Figure 3.20 – Évolution de la pyramide des âges du MAROC : 1960-2050
Les bouleversements démographiques, passés, en cours et projetés au Maroc, vont

probablement affecter l’environnement macro-économique et financier dans les décennies à
venir. Nous tenterons dans le chapitre suivant de mesurer l’impact du vieillissement
démographique sur l’épargne des ménages selon deux approches.
51
CHAPITRE 4
ANALYSE DE L’IMPACT DU
VIEILLISSEMENT SUR L’ÉPARGNE
Nous présentons dans ce chapitre les résultats des analyses d’impact du vieillissement
démographique sur l’épargne des ménages selon deux approches : macro et micro.
1 Approche macro-économétrique
Rappelons que dans la modélisation fondée sur les variables macroéconomiques, les
variables sont des séries temporelles.
Toute l’analyse macro est réalisée avec le logiciel Eviews.
1.1 Présentation des variables
Le tableau ci-dessous décrit les variables explicatives et la variable dépendante ainsi

que l’effet attendu. Ainsi, le rapport de dépendance , noté RD, qui est notre variable
indépendante clé décrivant le niveau du vieillissement démographique au niveau national,
devrait influencer de manière négative la variable à expliquer, à savoir le taux d’épargne des
ménages, notée ici TEM.
52
CHAPITRE 4. ANALYSE DE L’IMPACT DU VIEILLISSEMENT SUR L’ÉPARGNE
Figure 4.1 – Variables utilisées
Source : élaboré par nos soins
Selon le tableau (figure 4.2), le TEM varie autour d’une moyenne de 9,85%, avec un
minimum de 7,39% et un maximum de 15,54%. Le graphique 1 indique qu’après une tendance
assez linéaire au cours des années 1980 et 1990, le TEM a connu une brusque augmentation
entre 2000 et 2001, en passant de 7,5% à 15,54% avant de se stabiliser durant les années
suivantes autour de la moyenne. Ceci peut s’expliquer par le fait que le revenu disponible d’un
ménage utilisé dans le calcul du taux d’épargne comprend les revenus d’activité, ainsi que les
revenus du patrimoine, les transferts en provenance d’autres ménages et les prestations
sociales.
Or, en 2001, les transferts ont enregistré un niveau record (36,86 milliards de dirhams)
avec une appréciation de plus de 60% par rapport à l’année 2000, sous le double effet de
la dévaluation (5%) résultant de la révision du panier de devises servant de référence à la
détermination du taux de change, d’une part, et de l’effet du passage à l’euro, d’autre part
(SEFRIOUI,2005).
Figure 4.2 – Statistique descriptives
53
Figure 4.3 – Représentation graphique des variables
1.2 Stationnarité des séries
Avant de procéder à la modélisation du taux d’épargne en fonction des variables

explicatives retenues, il est nécessaire d’aborder la question de la stationnarité des séries
temporelles utilisées. Pour ce faire, nous utilisons le test de Dickey-Fuller Augmenté (ADF).
(Voir annexe A)
Figure 4.4 – Résumé du test de stationnarité ADF
54
— ∗ : zivot-andrew unit root test 1
— ∗ ∗ : significative à 10%, mais on accepte 5% car la statistique calculée n’est pas

largement supérieure à -2.951125.
Nous remarquons que les séries TEM, TAP, INF et E0 sont intégrées d’ordre 0
(stationnaires), alors que la série RD est intégrées d’ordre 1 (stationnaire après la première
différence). Les séries sont ainsi intégrées à des ordres différents, ce qui rend inefficace le test
de cointégration de Engle et Granger (cas multivarié) et celui de Johansen, et rend opportun
le test de cointégration aux bornes (Pesaran, 2001).
1.3 Corrélation entre les variables
Dans les modèles DL et ARDL, la multicolinéarité est un problème qui survient

lorsque certaines variables de prévision du modèle mesurent le même phénomène.
Une multicolinéarité prononcée s’avère problématique, car elle peut augmenter la

variance des coefficients de régression et les rendre instables et difficiles à interpréter.
La multicolinéarité n’a aucune incidence sur l’adéquation de l’ajustement, ni sur la

qualité de la prévision. Cependant, les coefficients individuels associés à chaque variable
explicative ne peuvent pas être interprétés de façon fiable 2 .
Figure 4.5 – Matrice de corrélation entre les variables
Nous relevons d’après le tableau (figure 4.5) que :
— la corrélation entre le rapport de dépendance démographique et l’espérance de vie à

la naissance est positive et très élevée car les deux variables représentent le même
phénomène (vieillissement démographique) ; la corrélation entre le rapport de
1. [Zivot et Andrews [1992] proposent un test de racine unitaire avec une rupture endogène.
L’hypothèse nulle suppose que la série présente une racine unitaire mais sans aucune rupture.] (Bassil,
2012).
2. http ://larmarange.github.io/analyse-R/multicolinearite.html
55
dépendance démographique et l’inflation est négative et aussi très élevée. Ce

résultat était trouvé aussi par plusieurs chercheurs comme Katagari, Konishi &
Ueda (KKU) de l’Université Waseda au Japon, KKU estiment que l’impact du
vieillissement sur le taux d’inflation dans le cas du Japon a été de -0.6% par année
au cours des 40 dernières années.
L’introduction des deux variables INF et E0 dans l’estimation peut causer des problèmes
de mulicollinéarité, donc nous allons les éliminer.
1.4 Test de cointégration de Pesaran et al. (2001)
Nous avons signalé que le test de cointégration aux bornes de pesaran et al. (2001)
était adapté pour nos séries. Aussi, rappelons qu’il y a deux étapes à suivre pour appliquer le
test de cointégration de Pesaran :
— Déterminer le décalage optimal avant tout (AIC, SIC) ;
— Recourir au test de Fisher pour tester la cointégration entre séries.
1.4.1 Décalage optimal et estimation du modèle ARDL
Nous allons nous servir du critère d’information de Schwarz (SIC) pour sélectionner le
modèle ARDL optimal, celui qui offre des résultats statistiquement significatifs avec les moins
des paramètres.
Ci-dessous, nous présentons les résultats d’estimation du modèle ARDL optimal

retenu. Le modèle ARDL (1, 4, 2) estimé est ainsi :
— globalement bon et explique 83% la dynamique du TEM, de 1981 à 2017 ;

— le plus optimal parmi les 19 autres présentés, car il offre la plus petite valeur du SIC.
56
Figure 4.6 – Modèle ARDL (1, 4, 2)
Figure 4.7 – Schwarz Criteria (top 20 models)
57
1.4.2 Test de cointégration aux bornes
Le test de cointégration de Pesaran et al.(2001) exige que le modèle ARDL soit estimé
au préalable. La statistique du test calculée, soit la valeur F de Fisher, sera comparée aux
valeurs critiques (qui forment des bornes) comme suit :
— Si Fisher >borne supérieure : Cointégration existe
— Si Fisher <borne inférieure : Cointégration n’existe pas
— Si borne inférieure<Fisher <borne supérieure : Pas de conclusion
Figure 4.8 – Résultats du test de cointégration de Pesaran et al. (2001)
Les résultats du test de cointégration aux bornes confirment l’existence d’une relation
de cointégration entre les séries sous étude (15,14 est > à 4,85), ce qui donne la possibilité
d’estimer les effets de long terme de TAP et RD sur TEM.
1.5 Test de causalité :
Dans cette partie, nous allons tenter de déterminer les relations de causalité qui
existent entre nos variables explicatives et le taux d’épargne des ménages.
Lorsque les variables non stationnaires ne sont pas cointégrées ou sont intégrées à des
ordres différents, le test de causalité de Granger traditionnel devient inefficace. Dans ce cas, l’on
recourt au test de causalité au sens de Toda-Yamamoto (1995) qui est basé sur la statistique
W de Wald, celle-ci est distribuée suivant un khi-deux. L’hypothèse nulle stipule l’absence
de causalité entre variables (probabilité > 5%).
58
Figure 4.9 – Décalage optimal du VAR
Nous relevons que :
— Le décalage optimal du var selon SC est : k=3

— L’ordre d’intégration maximale des séries sous études est : dmax=1
Figure 4.10 – Résumé du test de causalité au sens de Toda-Yamamoto
D’après les résultats du tableau ci-dessous, les deux variables causent effectivement le taux
d’épargne des ménages au niveau de significativité de 10%.
59
1.6 Tests de validation du modèle
D’après la figure ci-dessus, toutes les composantes se trouvent dans l’intervalle de

confiance, soit donc toutes significativement nulles. Le résidu est donc un bruit blanc.
Assurons-nous avec les tests statistiques.
Figure 4.11 – Corrélogramme du résidu
1.6.1 Test autocorrélation : Test de Breusch-Godfrey
Ce test repose sur les hypothèses :
— H0 :Les autocorrélations sont nulles

versus
— H1 : Il y a au moins une autocorrélation non nulle.
Le test est basé sur les statistiques de Fisher ou du multiplicateur de Lagrange LM.
60
Figure 4.12 – Test de Breusch-Godfrey
Comme l’indique le tableau, la p-value associée à la statistique de Fisher est supérieure

à 5%. Donc nous pouvons accepter l’hypothèse d’absence d’auto corrélation des erreurs.
1.6.2 Test d’hétéroscédasticité : Test d’ARCH
Les hypothèses du test sont :

— H0 : homoscédasticité
vs
— H1 : hétéroscédasticité.
Figure 4.13 – Test d’ARCH
Il ressort que la probabilité associée à la statistique TR² est supérieure au seuil de 5%. Alors
on accepte l’hypothèse d’homoscédasticité.
1.6.3 Test de normalité : Test de Jarque-Bera
Les hypothèses du test sont :

— H0 : les erreurs suivent une loi Normale
vs
— H1 : les erreurs ne suivent pas une loi Normale
61
Figure 4.14 – Test de Jarque-Bera
D’abord la moyenne des résidus est quasi-nulle (Mean=1.21e-16). Les résidus sont donc
centrés.
La p-value associée à la statistique de Jarque-Bera est supérieure à 5%. Nous acceptons

donc l’hypothèse nulle de la normalité des résidus.
Les résidus du modèle sont donc des bruits blancs gaussiens.
1.6.4 Test de stabilité : Test de Cusum
Afin de s’assurer de la stabilité des coefficients, on fait appel au test de CusumSquared.

Ce test est un test graphique de détection des points d’instabilité. Si la courbe du test sort
des deux bandes rouges cela indique l’existence d’un point d’instabilité.
Comme l’illustre le graphe ci-dessous, notre modèle ne possède aucun point

d’instabilité structurelle des coefficients.
Notre modèle est ainsi validé sur le plan statistique
62
Figure 4.15 – Test de Cusum
1.7 Coefficients de Long terme et dynamique de court terme
1.7.1 Coefficients de court terme (CT)
Le tableau ci-dessous nous montre que le coefficient d’ajustement ou force de rappel est
statistiquement significatif, il est négatif et est compris entre zéro et un en valeur absolue, ce
qui garantit un mécanisme de correction d’erreur, et donc l’existence d’une relation de long
terme (cointégration) entre variables.
63
Figure 4.16 – Résultats d’estimation des coefficients de CT
Aussi, pouvons-nous conclure que :
— Le rapport de dépendance exerce un effet négatif sur le taux d’épargne des ménages
à court terme. Cet effet s’inverse plutôt dans le temps : Le rapport de dépendance
d’il y a un an impact positivement le taux d’épargne des ménages, ce qui confirme,
empiriquement dans le cas du Maroc, l’hypothèse de cycle de vie.
— Le taux d’accroissement du PIB exerce un effet négatif sur le taux d’épargne des
ménages à court terme mais s’inversent plutôt dans le temps : Le taux d’accroissement
du PIB d’il y a un, deux ou trois ans impact positivement le taux d’épargne des
ménages, ce qui confirme qu’une augmentation du revenu peut ainsi contribuer à des
taux d’épargne des ménages élevés.
1.7.2 Coefficients de Long terme (LT)
Le tableau ci-dessous nous fournit les coefficients ou élasticités de long terme estimées.
64
Figure 4.17 – Résultats d’estimation des coefficients de LT
— l’effet du rapport de dépendance sur le taux d’épargne des ménages reste négatif à
long terme.
— Le signe du coefficient du taux d’accroissement du PIB est négatif (-0,92) ce qui

peut être expliqué par le fait que la croissance économique au Maroc est un facteur
d’élévation de la consommation ce qui implique une désincitation à l’épargne.
A la lumière de nos résultats, axés sur la modalisation de toutes les combinaisons

possibles des variables disponibles, et après la correction des problèmes relatifs aux données et
à l’estimation, nous pouvons conclure à un impact négatif du vieillissement démographique
sur le taux d’épargne des ménages au Maroc et donc la confirmation de la théorie de cycle de
vie en utilisant les séries temporelles de 1980 à 2017.
Ainsi, le vieillissement démographique qui s’est amorcé au Maroc aura des conséquences
importantes sur l’épargne des ménages et partant sur la croissance économique et les systèmes
de retraite dans les décennies à venir, à tel point qu’il est dès aujourd’hui temps de prendre
les mesures nécessaire soit au niveau :
— Des politiques publiques en favorisant des mécanismes d’incitation fiscale permanents,

et création des opportunités pour l’épargnant dans des produits d’épargne nationaux
et internationaux.
— Des dispositifs institutionnels qui souffrent de certains problèmes comme :
• L’absence d’un cadre juridique et d’incitations fiscales concernant les plans
d’épargne organisés tels que les plans d’épargne entreprise pour les salariés (PEE),
les plans d’épargne actions (PEA), ou les plans d’épargne logement (PEL).
• L’absence d’un régime de retraite obligatoire pour les indépendants.
• La faible contribution des marocains résidant à l’étranger (MRE) à cause du
manque de produits concurrentiels avec ceux trouvés dans leur pays de résidence.
— Des épargnants marocains qui sont orientés vers les produits sécurisés et liquides et
l’immobilier.
65
2 Approche micro-économétrique
Cette partie est consacrée à la présentation des résultats de l’approche

micro-économétrique. Tout d’abord, nous allons commencer par une analyse bivariée entre la
variable dépendante capacité d’épargne des ménages et les variables explicatives. Puis,
nous en présenterons une analyse explicative par un modèle de régression logistique binaire.
2.1 Épargne des ménages et caractéristiques sociodémographiques
Rappelons ici que la variable épargne des ménages est une variable binaire indiquant
si le ménage estime qu’il est en capacité d’épargner ou non.
2.1.1 Épargne des ménages et niveau social
Selon le tableau suivant, nous observons que la capacité d’épargne des ménages est liée
au niveau de vie des ménages : le pourcentage varie de 63,1% chez les ménages ayant un
niveau social aisé ou relativement riche à 30,1% parmi les ménages avec un niveau social
moyen puis à 12,6% pour les ménages pauvres ou relativement pauvres avec 12,6%.
En nous basant sur le test de khi-deux, nous remarquons que la p-value égale à 0,000 ce
qui est inférieur à 0,05. Nous rejetons donc l’hypothèse nulle et nous en déduisons qu’il existe
une relation significative entre la capacité d’épargner et le niveau social des ménages.
Figure 4.18 – Part des ménages ayant déclaré être en capacité d’épargner selon le niveau
socioéconomique
Source : élaboré par nos soins, ENCDM 2013/2014
66
2.1.2 Épargne des ménage et taille du ménage
D’après l’analyse du tableau ci-dessous, nous observons que les ménages qui sont le
plus à même d’épargner sont ceux qui sont de petite taille (moins de trois individus) avec un
pourcentage de 25,4%, suivis par les ménages qui ont une taille moyenne (entre trois et sept
individus) avec un pourcentage de 22,8%. Le niveau le plus faible est observé chez les ménages
de taille élargie (supérieure ou égal à 8) avec 20,5%.
Le test de khi-deux montre qu’il existe une association entre l’épargne et la taille du
ménage.
Figure 4.19 – Part des ménages ayant déclaré être en capacité d’épargner selon la taille des
ménages
2.1.3 Épargne des ménages et état matrimonial du chef du ménage
Il s’avère que les ménages dont les chefs sont mariés sont relativement plus en capacité
d’épargner (23,7%) que les des ménages dont le chef est non marié (20,9%).
Puisque la p-value est égale à 0,001, ce qui inférieur à 0,05, nous rejetons l’hypothèse
nulle du test de khi-deux et nous acceptons que la capacité d’épargne et l’état matrimonial ne
sont pas indépendants.
67
Figure 4.20 – Part des ménages ayant déclaré être en capacité d’épargner selon l’état
matrimonial du chef du ménage
2.1.4 Epargne des ménages et sexe du chef du ménage
Le tableau ci-dessous montre que les ménages gérés par des femmes ont une probabilité
d’être capables d’épargner moins élevés que parmi les ménages dont le chef est un homme :
18,9% contre 24,1%.
De plus, et selon la p-value du test de khi-deux, nous constatons que l’hypothèse nulle
qui affirme que l’épargne et le sexe du chef du ménage sont indépendant est rejetée. Il y a donc
une association entre ces deux derniers.
Figure 4.21 – Part des ménages ayant déclaré être en capacité d’épargner selon sexe du chef
du ménage
68
2.2 Analyse du comportement d’épargne chez les ménages
Après l’analyse bivariée entre notre variable d’intérêt et les variables explicatives, nous
allons effectuer une modélisation par régression logistique binaire, sous le logiciel STATA.
Comme nous l’avons expliqué dans la partie théorique, le principe de la régression

logistique est d’expliquer la probabilité qu’une variable binaire prend 0 et 1 avec un ensemble
des caractéristiques quantitatives et qualitatives. Ici, nous cherchons à expliquer la variable
capacité d’épargne des ménages. Donc, le modèle va chercher à prédire la probabilité
qu’un ménage soit capable d’épargner.
Tout d’abord, nous procèderons par une méthode de sélection automatique des
variables de type descendant qui nous permet d’éliminer une à une les variables non
significatives. Le principe de cette méthode de régression logistique par rapport à la méthode
du rapport de vraisemblance pas à pas descendant est de commencer par le modèle
complet pour ensuite éliminer à chaque étape la variable la moins significative, à condition
que son niveau de signification soit inférieur à 10%.
Dans un premier lieu nous avons intégré la variable âge du chef du ménage comme
variable explicative principale pour vérifier la validité de l’hypothèse de la théorie de cycle de
vie. Sachant que cette variable a trois modalités, la première relative à la classe d’âge moins
de 25 ans, la deuxième est la classe d’âge 25-60 ans et la dernière associée à la classe d’âge
plus de 60 ans.
Après la correction des problèmes relatifs aux données et l’estimation du modèle de

régression binaire d’épargne des ménages sur les autres variables indépendantes, nous avons
obtenu les résultats suivants :
69
Il s’avère ainsi que l’âge n’est pas statistiquement significatif puisqu’il a été éliminé de
la régression par la modélisation statistique. Même si, comme l’indique l’annexe B, ce modèle
a une bonne capacité prédictive de 78% et la courbe de ROC possède un AUC de près de 0,7.
Ce qui veut dire que l’âge du chef du ménage n’a aucun impact sur l’épargne des
ménages.
Nous allons tester un autre modèle, avec la part des personnes âgées dans le ménage
comme mesure du vieillissement démographique.
Après l’estimation du nouveau modèle, nous avons obtenu les résultats suivants :
Figure 4.22 – Variables dans l’équation
Ce premier tableau montre les différentes variables qui vont être incluses dans le
modèle. Nous constatons que trois sont éliminées à savoir l’âge du chef du ménage, le milieu
de résidence et la variable qui indique si le chef est alphabétisé.
Ce tableau est utilisé aussi pour s’assurer que le nouveau modèle (où nous avons inclus
les variables explicatives) permet d’expliquer la variable d’intérêt plus que le modèle nul (avec
la constant seulement), à travers le test de khi-deux qui permet de voir s’il y’a une différence
significative entre le modèle complet et le model nul.
La p-value est de 0,000 <0,05, ce qui nous permet de constater que le modèle avec les
variables explicatives permet de prédire la variable d’intérêt.
70
Le tableau nous donne également des informations sur les coefficients estimés de ces
variables ainsi que leur écart-type, les statistiques de Wald, les p-values associées et les
intervalles de confiances. Dans le cas de la régression logistique, les valeurs des coefficients
estimés des variables explicatives ne sont pas interprétables, ce qui nous intéresse dans ce cas
ce sont leur signe. Ces derniers indiquent si la variable affecte à la hausse ou à la baisse la
probabilité qu’un ménage puisse épargne.
Le tableau ci-dessus nous donne les rapports de côte ou les Odds Ratio , notés OR.
L’interprétation de ces derniers dépend de la nature de la variable indépendante associée. Un
OR supérieur à 1 indique une augmentation des chances d’être positif, tandis qu’un OR
inférieur à 1 diminue les probabilités d’être positif. En effet pour une variable explicative
quantitative les OR s’interprètent de la manière suivante : l’augmentation de la variable
quantitative d’une unité, permet aux ménages d’avoir OR=exp(β) plus (ou moins) de chances
d’être épargnants. Dans le cas d’une variable explicative qualitative, il faut tout d’abord
définir la modalité de référence et les OR seront alors définis en opposition à cette modalité de
référence. Ce choix de situation de référence est très important pour l’interprétation, dans
notre cas nous avons essayé de choisir la modalité la plus fréquente.
D’après les résultats obtenus ci-dessus, nous remarquons que les ménages très riches ou
relativement riches ont 2,8 plus de capacité d’épargner que les ménages qui ont un niveau
social moyen. Alors que les ménages qui ont un niveau social relativement pauvre et les très
pauvres ont une capacité inférieure d’être épargnants.
L’OR relatif à la part des personnes âgées au sein du ménage vaut 1,2 qui est supérieur
à 1. La probabilité pour qu’un ménage épargne augmente alors avec l’augmentation de la part
des personnes âgées.
71
Nous constatons également que la taille du ménage est liée négativement à la capacité
d’épargne des ménages. En effet l’OR associé à cette variable vaut 0,83, ce qui est inférieur à
1 et indique que la probabilité d’épargne des ménages diminue avec l’augmentation leur taille.
Pour l’état matrimonial du chef du ménage, nous observons que l’OR associé la
modalité non marié vaut1,21 qui est supérieur à 1. Les ménages qui ont un chef
célibataire non mariée ont plus une chance d’épargner 20% supérieur à celle des ménages avec
un chef marié.
En ce qui concerne le nombre d’inactifs au sein du ménage, nous constatons que l’OR
associé est inférieur à 1, alors la probabilité d’épargne des ménages diminue avec l’augmentation
du nombre des inactifs au sein du ménage. En revanche, les dépenses annuelles des ménages
ont un OR supérieur à 1. Ceci implique que la probabilité d’épargne des ménages augmente
avec l’augmentation de leurs dépenses annuelles.
Pour évaluer la qualité de l’ajustement de notre modèle, nous faisons recours au

pourcentage de bonnes prédictions, qui se définit comme le rapport entre le nombre de bonnes
prédictions et la taille de l’échantillon.
72
Or, un ménage est classé épargnant si sa probabilité d’être épargnant à travers ce

modèle est supérieur à 0,5 et bien classé s’il est considéré épargnant par le modèle sachant
qu’il l’est effectivement, sinon il est classé non épargnant. Et s’il est effectivement non
épargnant alors il est bien classé aussi.
Notre modèle permet de classer correctement jusqu’à 63,5% des ménages épargnants
et 78,8% des ménage qui n’épargnent pas. Ainsi globalement 78,1% des ménages ont pu être
classés correctement. Ce qui nous permet de constater qu’il a une bonne capacité prédictive.
Dans le tableau ci-dessus, le test de Hosmer-lemeshow qui nous permet de tester

l’hypothèse nulle selon laquelle le modèle permet d’ajuster suffisamment les données ,
indique que la p-value vaut 0,3876> 0,05. De ce fait, nous acceptons l’hypothèse nulle qui
affirme l’adéquation du modèle.
Ce constat est corroboré par la courbe de ROC ci-dessous. En effet, nous pouvons avancer
que la qualité de discrimination du modèle est acceptable, étant donné que la courbure est
éloignée significativement de la première bissectrice. La valeur de l’AUC (Area Under Curve),
pour une mesure plus exacte, est de 0,6982, très proche à 0,7, indique une discrimination
acceptable du modèle.
73
En résumé pour la régression logistique, nous pouvons avancer que d’après les données
dont nous disposons, il n’ya pas de relation statistique significative entre la capacité à
épargner des ménages et le milieu de résidence. De même, la variable niveau d’instruction
du chef du ménage n’introduit aucune différence entre les ménages, c’est-à-dire que le fait
qu’un chef du ménage sache lire et écrire ou non n’influence pas la capacité d’épargner chez
les ménages.
Cependant et conformément aux résultats attendus, le nombre d’inactifs au sein du

ménage présente une relation négative avec notre variable dépendante. Autrement dit, plus le
nombre d’inactifs au sein du ménage augmente plus la probabilité qu’un ménage déclare être
capable d’épargner diminue, ce qui peut s’expliquer par des revenus plus faibles face à une
consommation plus élevée. La taille du ménage est également significative : nous remarquons
que les ménages de petite taille ont 1,2 fois plus de chance d’être en capacité d’épargner que
les ménages de taille moyenne alors que les ménages d’une grande taille présente 19% moins
de chance d’épargner.
La part des personnes âgées est aussi significative et présente une association
statistique positive avec la variable d’intérêt : il est plus probable d’être en capacité
d’épargner lorsque le poids des personnes âgées au sein du ménage augmente.
L’état matrimonial du chef du ménage affecte aussi la capacité d’épargne des ménages :
le fait que le chef du ménage est non marié augmente les chances d’épargne chez les ménages.
74
Le sexe du chef du ménage est aussi un facteur déterminant de l’épargne des ménages
puisque nous observons que lorsque le chef du ménage est une femme, le pouvoir d’épargner
diminue de 32,8% par rapport aux ménages dont les chefs sont des hommes.
En guise de conclusion de ce chapitre, il s’avère que :
— L’approche macroéconomique va dans le sens d’une relation négative entre l’épargne

des ménages et le vieillissement démographique
— L’approche microéconomique indique que le vieillissement démographique mesuré par
le groupe d’âge du chef de ménage n’a pas d’impact sur la capacité d’épargner du
ménage. En revanche, si on considère la part des personnes âgées dans le ménage, la
relation significative et elle est positive.
Ces résultats contradictoires peuvent s’expliquer par au moins deux facteurs :
— Le type d’approche : l’approche macro mesure un comportement agrégé alors que
l’approche micro mesure un comportement individuel (ménage) ;
— Les indicateurs du vieillissement et de l’épargne considérés : l’approche
macroéconomique considère l’épargne réelle alors que l’approche microéconomique
utilise un indicateur de perception (capacité d’épargne).
75
CONCLUSION GÉNÉRALE
L’objectif de notre travail était de déterminer l’impact du vieillissement de la

population en termes macro économétrique sur l’épargne des ménages pour vérifier si
l’hypothèse du modèle de cycle de vie est acceptée ou rejetée.
La théorie du cycle de vie est en effet le seul outil qui va nous aider à analyser le lien
entre le vieillissement de la population et l’épargne. L’approche théorique de ce modèle
consiste à relier les tendances démographiques et le comportement d’épargne des agents ayant
pour objectif de maintenir constant le niveau de leur consommation tout au long de la durée
de vie.
Pour répondre à cette problématique, nous avons eu recours à deux méthodologies. La

première est une estimation macro-économétrique en utilisant des séries temporelles couvrant
la période 1980-2017 sur des variables économiques et démographiques. Nous avons essayé de
tester également le vieillissement sur le comportement d’épargne des ménages par une
approche individuelle où le ménage constitue l’unité statistique d’analyse. En l’absence d’une
variable sur le comportement effectif concernant l’épargne des ménages, nous avons retenu la
variable capacité d’épargne . Cette deuxième modélisation micro-économétrique est fondée
sur les données de l’Enquête Nationale sur la Consommation et les Dépenses des Ménages
2013/2014.
Tout d’abord, nous avons commencé par définir les différents concepts et les notions et
présenter quelques travaux qui existent dans la littérature et qui portent sur la relation entre
les changements démographiques et l’épargne.
Ensuite, nous avons présenté les sources des données et les méthodologies adoptées
pour notre travail ainsi les variables susceptibles d’avoir un effet sur l’épargne des ménages.
76
Nous avons proposé un modèle ARDL pour déterminer l’effet du vieillissement de la

population représenté par le rapport de dépendance sur le taux d’épargne des ménages et un
modèle logistique binaire afin d’étudier les déterminants microéconomiques de l’épargne des
ménages au Maroc.
A partir de l’analyse des résultats des deux modèles adoptés, la remarque qui s’impose
concerne l’hypothèse de la théorie de cycle de vie. En effet le premier modèle vient confirmer
cette hypothèse alors que le deuxième l’a rejeté.
Au niveau macroéconomique, plus le poids des personnes âgées augmente et plus le

taux d’épargne des ménages diminue. Dans le comportement individuel, plus un ménage
comprend des personnes âgées et plus il perçoit la possibilité de se constituer une épargne.
Ce constat peut être expliqué par le fait qu’au niveau du modèle micro-économétrique
nous avons utilisé comme variable dépendante la capacité à épargner telle qu’elle est déclarée
par le ménage. Or, il peut y avoir une différence entre avoir le sentiment d’être capable
d’épargner et la réalisation effective de l’épargne.
Si le ménage parvient à épargner effectivement, cela poussera à considérer qu’au

Maroc, les personnes âgées ont tendance à épargner plus :
— soit parce qu’elles ont plus de revenu par rapport aux générations plus jeunes ;
rappelons que les taux de chômage au Maroc sont plus élevés chez les jeunes (les ¾
des personnes en chômage au Maroc sont des jeunes de moins de 35 ans) ;
— soit elles sont peu réceptives aux sollicitations de la société de consommation ;
— ou bien parce qu’elles anticipent sur les difficultés économiques et sociales de leurs
descendants ou encore que l’augmentation de l’espérance de vie les pousse à anticiper
une durée vie encore longue et une incertitude quant sur l’avenir. L’enquête sur les
personnes âgées (HCP, 2006) a montré que pour la planification de l’avenir, le moyen
le plus récurrent reste l’épargne avec 49,6%, suivi par le fait de compter sur les
enfants avec 46,0%. Sinon, on peut penser que dans ce type de ménage, il y a peut-
être tendance à être plus optimiste que les autres.
77
BIBLIOGRAPHIE
[1] Avdeev, A., 2006, Cours Espaces démographiques européens – IDUP Université Paris-1
Panthéon-Sorbonne
[2] Alain Serres et Florian de Pelgrin, 2003, La baisse des taux d’épargne privée durant les
années 90 dans les pays de l’OCDE : La contribution des déterminants autres que la
richesse, Revue économique de l’OCDE, n° 36.
[3] Antonin Céline, 2009, Âge, revenu et comportements d’épargne des ménages une analyse
théorique et empirique sur la période 1978-2006.
[4] Banque de France, 2015, L’épargne des ménages français : davantage drainée par les
produits réglementés qu’orientée par les mécanismes de marché, Focus n° 14.
[5] BOUTILLIER Michel, PANSARD Fabrice et SEJOURNE Bruno., 2001, Les conséquences
du vieillissement démographique sur l’épargne des ménages en France.
[6] Charbel Bassil, Interaction entre racines unitaires et ruptures structurelles, Dans Revue
économique 2012/1 (Vol. 63), pages 93 à 128.
[7] Dominique Vallet, 1975, L’épargne à moyen terme : une approche économétrique. In :
Economie et statistique, n°66, . pp.44-47.
[8] Galiana, L., Q. Lafféter et O. Simon, Les taux d’épargne dans la zone euro : comment
les comparer, comment les expliquer ? , L’économie française, INSEE Références, édition
2017, p. 97-114
[9] Jonas KIBALA KUMA,2018, Modélisation ARDL, Test de cointégration aux bornes et
Approche de Toda-Yamamoto : Eléments de théorie et pratiques sur Logiciel
[10] Loisy Christian, 1999, L’épargne des ménages de 1984 à 1995 : disparité et diversité. In :
Economie et statistique, n°324-325, pp. 113-133.
[11] Manseasa Kiakumba, 2013, Epargne et bien-être des ménages en RDC. Une analyse
macro et microéconomique, Mémoire pour l’obtention du Diplôme d’études approfondies
en économie, Université de Kinshasa RDC
[12] Mariétou SOW DIAGNE, 2001, Les déterminants de l’épargne au Sénégal.
78
BIBLIOGRAPHIE
[13] Patrick Allard, 1991, Le comportement d’épargne des ménages. In : Revue française
d’économie, volume 6, n°2. pp. 177-232.
[14] Pesaran M.H., Shin Y. et Smith R.J., 2001, Bounds Testing Approaches to the Analysis
of Level Relationships , in Journal of Applied Econometrics, Vol.16, n°3, pp. 289-326.
[15] Boubonnais R., Econométrie : manuel et exercices corrigés, 9ème édition, Janvier 2015
[16] Séjourné, B. et al., Les conséquences du vieillissement démographique sur l’épargne des
ménages en France , Persée, Revue française d’économie, volume 16, n°1, 2001. pp. 51-77
[17] Sturm, P.H., 1983, Les déterminants de l’épargne : théorie et études empiriques , Revue
économique de l’OCDE ((automne), pp. 161-215
[18] Tabutin, D. et B. Schoumaker, La démographie du monde arabe et du Moyen-Orient des
années 1950 aux années 2000, Synthèse des changements et bilan statistique, Population,
2005/5-6 (Vol. 60), pp. 611-724
[19] Touhami, A. et El Mekkaoui, N., 2012, Les déterminants de l’épargne des ménages au
Maroc : une analyse par milieu géographique.
[20] Van Raaij, w. F., 2014, Motifs et comportement d’épargne in : L’épargne en jeu
L’épargne pour tous est-elle possible ? 15 éclairages pour comprendre et agir, Réseau
Financité, pp. 81-97, Namur, Belgique
[21] ONU, 2019, https ://www.un.org/fr/sections/issues-depth/ageing/index.html
[22] https ://www.un.org/fr/sections/issues-depth/ageing/index.html
[23] https ://www.ined.fr/fr/lexique/vieillissement-demographique/
[24] https ://www.lafinancepourtous.com/
79
WEBOGRAPHIE
80
ANNEXE A
LES SORTIES RELATIVES À LA

STATIONNARITÉ DES VARIABLES
Rapport de dépendance RD
Source : Elaboré par nos soins
81
ANNEXE A. LES SORTIES RELATIVES À LA STATIONNARITÉ DES VARIABLES
Taux d’épargne des ménages TEM
la première différence de la variable RD
82
Espérance de vie
Taux d’accroissement du PIB(TAP)
83
Taux d’inflation
84
85
ANNEXE B
LES SORTIES RELATIVES À LA

RÉGRESSION LOGISTIQUE
Matrice de confusion
86
ANNEXE B. LES SORTIES RELATIVES À LA RÉGRESSION LOGISTIQUE
Test de Hosmer-lemeshow
La courbe de ROC
87

5-Mémoire Du Projet de Fin D'étude

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

5-Mémoire Du Projet de Fin D'étude

Transféré par

Droits d'auteur :

Formats disponibles

ROYAUME DU MAROC

Projet de Fin d’Etudes

Le vieillissement de la population et l’épargne des

Préparé par : M. EL ISSAOUY Oualid

Sous la direction de : Mme Fatima BAKASS (INSEA)

Soutenu publiquement comme exigence partielle en vue de l’obtention du

Diplôme d’Ingénieur d’Etat

Devant le jury composé de :

▪ Mme Fatima BAKASS (INSEA)

Juin 2019/ PFE N° 99

Le Maroc connait depuis plusieurs années une tendance soutenue et irréversible du

A mes parents, SAKHI Mohammed et BOUCHOUATTA Aicha :

Je dédie ce travail, à mon frère Youssef, ma sœur Fatima Zahra et à

Ce travail est également dédié à toute personne ayant contribué de près

A mes frères et mes soeurs Yassine, Ayoub, Fatimzahra et Hiba ainsi

A tous les professeurs de l’Institut National de Statistique et d’Economie

Nous tenons à remercier Mme Fatima BAKASS pour son encadrement,

Nous remercions également M. Hassan HEMAMOU d’avoir accepté

Notre gratitude s’adresse également à M. En-Nacer ELKADIRI qui nous

Nos gratitudes à notre corps professoral et notre respect pour l’Institut

Dédicace Ayoub III

Table des matières IX

Tables des figures XII

Liste des abréviations XIII

1 Épargne et vieillissement de la population : une revue de littérature 3

1 Épargne : concepts, mesures et approches . . . . . . . . . . . . . . . . . . . . . 4

1.1 Définition du concept  épargne  et motifs . . . . . . . . . . . . . . . . 4

1.2 Mesures, formes et sources d’épargne . . . . . . . . . . . . . . . . . . . 6

1.2.1 Mesures et indicateurs de l’épargne . . . . . . . . . . . . . . . 6

1.2.2 Formes de l’épargne . . . . . . . . . . . . . . . . . . . . . . . 6

1.2.3 Les sources de l’épargne . . . . . . . . . . . . . . . . . . . . . . 7

1.3 Les approches théoriques de l’épargne . . . . . . . . . . . . . . . . . . . 8

1.3.1 L’analyse classique ou néoclassique : . . . . . . . . . . . . . . . 8

1.3.2 L’épargne chez Keynes : . . . . . . . . . . . . . . . . . . . . . . 8

1.3.3 L’épargne selon la théorie de cycle de vie / revenu permanent : 9

2.2 Mesures du vieillissement . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

2.2.1 La part des personnes âgées . . . . . . . . . . . . . . . . . . . 11

2.2.2 Le rapport de dépendance . . . . . . . . . . . . . . . . . . . . 11

2.2.3 Indice de vieillissement . . . . . . . . . . . . . . . . . . . . . . 12

2.3 Les facteurs du vieillissement . . . . . . . . . . . . . . . . . . . . . . . . 12

3 La relation entre l’épargne et vieillissement de la population . . . . . . . . . . . 17

2 Données et méthodologie de l’étude 18

1.1 les sources de données utilisées . . . . . . . . . . . . . . . . . . . . . . . 19

1.2 Variables retenues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

1.2.1 Variable dépendante . . . . . . . . . . . . . . . . . . . . . . . . 19

1.2.2 Variables indépendantes . . . . . . . . . . . . . . . . . . . . . . 19

1.3 Méthodes statistiques adoptées . . . . . . . . . . . . . . . . . . . . . . . 21

1.3.1 Présentation du modèle ARDL . . . . . . . . . . . . . . . . . 22

1.3.3 Concept de cointégration . . . . . . . . . . . . . . . . . . . . . 26

2.1 Description de la base de données . . . . . . . . . . . . . . . . . . . . . 28

2.1.1 Présentation de l’enquête . . . . . . . . . . . . . . . . . . . . . 28

2.1.2 Échantillonnage de l’ENCDM . . . . . . . . . . . . . . . . . . 29

2.1.3 Objectifs de l’ENCDM . . . . . . . . . . . . . . . . . . . . . . 29

2.1.4 Description générale du questionnaire de l’ENCDM . . . . . . 30

2.1.5 Approche méthodologique . . . . . . . . . . . . . . . . . . . . 31

2.2 Variables retenues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

2.2.1 Variable dépendante . . . . . . . . . . . . . . . . . . . . . . . 31

2.2.2 Variables explicatives retenues . . . . . . . . . . . . . . . . . . 31

2.3 Méthodes statistiques adoptées . . . . . . . . . . . . . . . . . . . . . . . 32

2.3.1 Test de Khi deux . . . . . . . . . . . . . . . . . . . . . . . . . . 33

2.3.2 Régression logistique . . . . . . . . . . . . . . . . . . . . . . . . 33

3 Épargne des ménages et vieillissement de la population : niveaux et tendances

1 Structure et évolution de l’épargne des ménages . . . . . . . . . . . . . . . . . . 37

1.1 Définition du concept épargne et motifs . . . . . . . . . . . . . . . . 4