RCG 031 0111-2

Impact des variations du prix international du pétrole sur
la croissance économique au Cameroun

Jean Claude Saha, Elhadji Saidou Moussa
Dans Revue Congolaise de Gestion 2021/1 (Numéro 31), pages 111 à 150
Éditions ESGAE
ISSN 1729-0228
ISBN 9791097468231
DOI 10.3917/rcg.031.0111
© ESGAE | Téléchargé le 06/11/2023 sur www.cairn.info (IP: 154.72.156.194)
Article disponible en ligne à l’adresse

https://www.cairn.info/revue-congolaise-de-gestion-2021-1-page-111.htm
Découvrir le sommaire de ce numéro, suivre la revue par email, s’abonner...

Flashez ce QR Code pour accéder à la page de ce numéro sur Cairn.info.
Distribution électronique Cairn.info pour ESGAE.

La reproduction ou représentation de cet article, notamment par photocopie, n'est autorisée que dans les limites des conditions générales d'utilisation du site ou, le
cas échéant, des conditions générales de la licence souscrite par votre établissement. Toute autre reproduction ou représentation, en tout ou partie, sous quelque
forme et de quelque manière que ce soit, est interdite sauf accord préalable et écrit de l'éditeur, en dehors des cas prévus par la législation en vigueur en France. Il est
précisé que son stockage dans une base de données est également interdit.
Impact des variations du prix
international du pétrole sur la
croissance économique au Cameroun.
Résumé Jean Claude
Nous décomposons d’abord les SAHA*
variations des recettes d’exportation
du pétrole du Cameroun en deux Elhadji Saidou
parts : l’une due aux variations du MOUSSA*
prix et l’autre due aux variations des
quantités. Nous trouvons que de
1985 à 2015, 140,171 % des

variations des recettes pétrolières
sont dues aux variations du prix et
-40,171 % aux variations des
quantités. Ensuite, l’estimation d’un
modèle économétrique ADRL révèle
que ces variations, dues au prix,
influencent positivement la
croissance. Le Cameroun gagnerait à
au moins stabiliser sa production du
pétrole afin de se mettre à l’abris des
conséquences négatives des baisses
de recettes dues aux baisses de prix
et d’être capable de tirer le
*
maximum de profit des variations FSEG - Université
positives des recettes dues aux de Yaoundé II, Soa
hausses du prix du pétrole. Yaoundé, Cameroun
Revue congolaise de gestion, N° 31, Janv. – Juin 2021 111

Impact des variations du prix international du pétrole sur la croissance
économique au Cameroun
Mot-clés : Impact, prix, pétrole, croissance, Cameroun.
Impact of Variations in the

International Oil Price on Economic
Growth in Cameroon.
Abstract
We first decompose the variations of Cameroon oil
exports recipes into two parts: one due to variations of
price and one due to variations of quantities. We find that
from 1985 to 2015, 140.171% of variations of oil exports
recipes are due to price variations and -40.171 % to
quantities variations. Then, estimation of the econometric
model reveals that these variations due to oil prices
positively influence economic growth. Cameroon should
then try at least to keep constant its production, or to

increase it constantly so as to avoid negative impact of a
fall in oil exportation recipes in case of a fall in price and
to take advantage of important increase in these
exportations recipes in case of a rise in oil price.
Keywords : Impact, Price, Oil, Growth, Cameroon.

--------------
1. Introduction
P ar ses fluctuations, le prix du pétrole est

progressivement devenu un facteur déterminant pour
la croissance économique tant des pays importateurs
qu’exportateurs nets du pétrole. A la conférence de
Koweït le 19 octobre 1973, les pays membres de
109-149 J. C. Saha, E. S. Moussa
l’organisation des pays exportateurs de pétrole (OPEP)

décident de réduire leur production de 25 %. Le marché
réagit en quadruplant le prix du pétrole qui passe de 3 à 12
USD le baril. C’est le premier choc pétrolier qui sème la
panique dans les économies gourmandes en pétrole. La
situation s’aggrave cinq années plus tard avec la
révolution iranienne de 1978-1979 et le début de la guerre
Iran-Irak en 1980 qui déstabilisent les grands producteurs
de pétrole du Moyen-Orient. Le prix monte jusqu’à 39
USD le baril au début des années 1980. Un contre-choc se
produit en 1986, faisant chuter le prix à 12 USD. Depuis
lors, le prix du pétrole n’a cessé de fluctuer ; et les
fluctuations n’ont cessé de s’amplifier12.
Ces fluctuations du prix du pétrole sont l’une des
sources des fluctuations de l’économie mondiale : les pays
importateurs nets souffrent des hausses des cours du baril
pendant que les exportateurs nets en bénéficient, et
inversement en cas de baisse des cours. Pour la France,

dont les importations nettes de pétrole coûtent environ 52
milliards d’euros par an, Aurélien et al. (2015) ont montré
que si les cours sont maintenus sous la barre de 50 USD le
baril, ce pays réaliserait à court terme des économies de
plus de 25 milliards d’euros et enregistrerait un
spectaculaire redressement de sa balance commerciale ; si
cette situation dure 2 à 3 ans, la France pourrait gagner
12
Sur le marché de Rotterdam, 9 USD le baril en décembre 1998, 145
USD en juillet 2008, 32 USD en décembre 2008, 80 USD en début
2009, 100 USD à la fin du premier semestre 2014, 54 USD le 29
décembre 2014, 44 USD en moyenne au courant de l’année 2015 et
sous la barre de 35 USD au début de l’année 2016.
environ 0,4 point de croissance pour environ 150000
emplois créés.
L’enjeu des variations des cours du pétrole semble
aujourd’hui crucial pour le continent africain qui
enregistre de plus en plus de pays producteurs (GRIP,
2014). Ces pays, aux structures économiques et
financières fragiles et vulnérables aux chocs externes, sont
exposés aux conséquences des chocs et contre-chocs
pétroliers. Selon un rapport du FMI (2015), le contre-choc
pétrolier de 1986 (baisse d’environ 66 % du prix du baril)
a été suivi d’une baisse d’environ 14 points du taux de
croissance moyen du PIB réel des pays exportateurs de
pétrole d’Afrique au sud du Sahara entre 1985 et 1987 ; en
1998, le repli de 55 % du prix du pétrole a été suivi d’une
réduction de 4 points du taux de croissance du PIB réel de
ces pays de 1997 à 1999 ; en 2008, un bref recul de 43 %
de ce prix a provoqué une baisse de 3 points du taux de
croissance de ces pays entre 2007 et 2009.

Le Cameroun commence l’exploitation du pétrole en
1977. En 1980, l’État crée la Société Nationale des
Hydrocarbures (SNH) dont la principale mission est de
gérer ses intérêts dans le secteur. La production de pétrole
camerounaise culmine sur la période 1980-1985,
atteignant un record de 65 millions de barils (9 millions de
tonnes) en 1985. Cette période coïncide avec une phase
d’expansion rapide de l’économie camerounaise qui croît
à un taux annuel moyen de 7,3 % sur la période 1979-
1985. Cette expansion est manifestement tirée par le
pétrole qui représente en moyenne plus de 60 % du total
des exportations. Sur la même période, les revenus du
pétrole comptent pour 45 % des recettes budgétaires du

pays et les exportations de pétrole brut représentent 47,8%

du total en 201513.
Cet article réexamine l’impact des variations du prix
mondial du pétrole sur la croissance des économies, avec
application sur le cas du Cameroun. Celui-ci apportera de
la lumière à la littérature, dans la mesure où sur ce sujet
les économistes sont partagés entre quatre thèses : la thèse
de l’effet asymétrique des effets des variations du prix du
pétrole sur la croissance économique, celle des effets
négatifs, celle de la neutralité et enfin, celle d’un effet
fonction du cycle conjoncturel.
La thèse de l’asymétrie des effets est soutenue par
Mork (1989), Mork, Olsen et Mysen (1994), Hamilton
(1983, 1996, 2005), Lee, Ni et Ratti (1995). Pour eux,
seules les hausses du prix ont un impact sur la croissance
du PIB. Cette thèse a été testée avec succès par Balke,
Brown et Yücel (1998) et Davis et Haltiwanger (2001) sur
les données des économies américaine et britannique.

Hamilton soutient l’hypothèse d’effet asymétrique, mais
plutôt sous forme d’effet de seuil, seules les variations
importantes des prix ayant un impact sur la croissance
économique. Cette conclusion a résisté aux critiques de
Hocker (1996).
Selon Bernanke, Mark et Mark (1997), la politique
monétaire est un vecteur de cette asymétrie des effets des
chocs pétroliers, car si les autorités sont promptes à mener
13
Il est à noter qu’outre sa propre production, le Cameroun tire une
rente pétrolière du pipeline Tchad-Cameroun. Par ailleurs, bien
qu’étant producteur du pétrole, le Cameroun importe le pétrole pour sa
consommation nationale car le sien jugé trop lourd ne peut être raffiné
sur place par la SONARA.
une politique monétaire restrictive pour lutter contre
l’inflation en cas de hausse des prix du pétrole, elles ne
sont pas prêtes à réagir en cas de baisse des prix. Balke,
Brown et Yücel (1999) recherchent les sources de la
relation asymétrique entre les chocs de prix du pétrole et
l’activité économique aux États-Unis de la période allant
de janvier 1965 à décembre 1997, et trouvent que
l’asymétrie des effets des variations du prix du pétrole sur
la politique monétaire est l’une des causes de l’asymétrie
des effets sur l’activité économique.
D’autres travaux, plus récents, soutiennent la thèse
des effets négatifs de la hausse des prix du pétrole sur la
croissance des pays consommateurs. L’International
Energy Agency (2004) a montré qu’une hausse des prix de
pétrole maintenue entre 25 et 35 USD, réduirait en
moyenne de 0,25 % à 0,5 % le PIB des pays importateurs
de pétrole. Simulant une hausse de 100 % du prix du
pétrole, L’angevin et al. (2005) trouvent que le PIB de

l’économie française baisserait de 0,4 % au bout d’un an
et de 1,4% au bout de deux ans ; que celui de l’économie
américaine baisserait de 5 % au bout de deux ans et celui
de l’ensemble de la zone Euro de 2,3 %. Ces conclusions
confirment celles de Rodriguez et Sanchez (2004). Selon
le World Economic Outlook (2011), une baisse de 10 %
du cours du pétrole accroît le PIB d’environ 0,2 % aux
USA et dans la zone Euro.
Une troisième catégorie d’économistes soutient la
thèse de la neutralité. Hocker (1996, 1999) montre, sur les
données américaines, que la relation entre les prix du
pétrole et l’économie s’est affaiblie progressivement, à
partir de la fin des années 1980, pour disparaitre
complètement, à partir de 1990. Cette rupture de relation

est confirmée sur l’économie française par Lardic et

Mignon (2005). Barlet et Crusson (2007), quant à eux,
trouvent qu’une augmentation de 100% du prix du baril a
un effet négatif sur le PIB français durant les quatre
trimestres qui suivent, mais que cet effet s’affaiblit ensuite
progressivement pour s’annuler à terme. Sur des données
d’une période assez longue (1980-2006), ils trouvent que
les variations des cours du pétrole n’ont plus d’effets
significatifs sur la croissance. Sur l’économie tunisienne,
Farhani (2012) trouve que la relation entre les prix du
pétrole et la croissance s’affaiblit progressivement,
confirmant ainsi une conclusion de Bohi (1991). La
dernière catégorie d’économistes est celle des effets
fonction de la conjoncture économique.
Une autre explication, peu développée, de la perte de
significativité de l’effet des variations du cours du pétrole
sur la croissance du PIB, est fournie par Raymond et Rich
(1997) qui demandent de tenir compte du cycle

économique. Utilisant un modèle à changement des
régimes (Markov-Switching), ils montrent que les hausses
du prix du baril post premier choc pétrolier, auraient eu
des effets moindres parce qu’elles sont survenues en
période de forte croissance économique. Mais, les résultats
de leur étude réalisée sur des grands pays importateurs
nets de pétrole (gourmands pétroliers), ne sont
visiblement pas valables sur les pays exportateurs nets. En
effet, contrairement aux pays importateurs, une
augmentation des cours du baril pourra signifier
augmentation des ressources et donc accélération de la
croissance économique des pays exportateurs, et une
baisse des cours ralentirait significativement la croissance.

Au regard de l’importance du pétrole dans
l’économie camerounaise, cet article vise à mesurer les
effets des variations des cours internationaux du pétrole
sur la croissance économique du pays. Nous limitant aux
exportations, et convaincus que ce ne sont pas les
variations du prix en tant que telles mais les variations des
recettes d’exportations de pétrole camerounaises dues aux
variations du prix, qui impactent la croissance, notre
objectif général sera atteint en deux étapes qui
correspondent aux deux objectifs spécifiques suivants :
- estimer la part des variations de recettes
d’exportations du pétrole du Cameroun due aux variations
des cours internationaux et celle due aux variations des
quantités produites. Notre hypothèse, H1, est que la
variation de recettes d’exportations pétrolières due aux
variations des cours est plus importante que celle due aux
variations des quantités produites par le Cameroun ;
- déterminer l’impact des variations des recettes

pétrolières dues aux variations des cours sur la croissance
de l’économie camerounaise. Notre hypothèse, H2, est que
la variation des recettes pétrolières due aux variations des
cours mondiaux influence positivement la croissance de
l’économie camerounaise.
2. Méthodologie utilisée et source des données

2.1. La méthodologie utilisée
Nous pensons que ce ne sont pas les variations du
prix du pétrole en tant que telles qui influencent la
croissance, mais les variations de recettes (ou dépenses)
pétrolières induites par les variations des prix
internationaux. Ainsi, notre premier objectif spécifique est

la décomposition des variations des recettes pétrolières du

Cameroun en deux parts : une part due aux variations du
prix (celle qui nous intéresse) et une autre due aux
variations des quantités.
2.1.1. Méthode d’estimation des variations des recettes
pétrolières dues aux variations du prix
international
Il y a deux méthodes de décomposition des
variations d’un agrégat comme la recette totale : la
méthode de Datt et Ravallion (1992) et la méthode par la
Valeur de Shapley (1953). Nous utilisons la seconde
méthode qui a l’avantage de ne laisser aucun résidu. Pour
calculer la Valeur de Shapley, on suppose que I (valeur ou
variation de l’indice à étudier) dépend de m facteurs :
I f ( X1 , X 2 ,..., X m ) (1)
L’objectif de la décomposition est d’attribuer à


chaque X k , une part I k de I, telle que :
m
¦I
k 1
k I (2)
Shapley (1953) a proposé, dans le cadre de la théorie

de jeux coopératifs, une méthode pour partager
équitablement le profit total du jeu entre les joueurs, de
sorte que chacun d’eux reçoive exactement sa contribution
marginale, Ik,, appelée Valeur de Shapley. Pour chaque
joueur k, la Valeur de Shapley est égale à l’espérance
mathématique de ses contributions marginales au profit de
toutes les coalitions qui peuvent se former sans lui.
- Ainsi, considérant m joueurs k, (k=1, 2, …, m),
c’est à dire que la population K de joueurs a m éléments k,

l’ordre étant important, m! coalitions peuvent être formées
avec ou sans le joueur k.
- Pour toute coalition S de s joueurs, avec S K ,
Shapley mesure par V (S ) le profit qu’elle pourrait avoir,
sans l’aide d’un autre joueur non-membre de la coalition.
- Considérant un joueur k, sa contribution marginale
au profit de la coalition S est définie comme la différence
entre ce que la coalition élargie au joueur k pourrait
obtenir, et le profit que pourrait obtenir la coalition non
élargie S, soit :
V (S ^k`) V (S ) (3)
- La contribution du joueur k au profit total, i.e. ce

que doit recevoir chaque joueur k, comme sa part de profit
total, est donnée comme une espérance mathématique de
ses contributions marginales pour toutes les (m 1)!
coalitions de taille s m qui peuvent se former sans lui.

- Il y a s! manières de former chaque coalition S de s
joueurs (en permutant), tout en ordonnant les (m - s - 1)
autres joueurs de (m s 1)! manières différentes. Ceci
signifie que pour chaque coalition S de s joueurs, il y a
s !(m s 1)! possibilités.
- Donc, nous pouvons dire que la probabilité d’avoir
une coalition S de s joueurs, sans le joueur k, quel que soit
s !(m s 1)!
l’ordre, est de .
m!
- Étant donné que des coalitions de différentes tailles
s (s=1, 2, …, m-1) peuvent se former sans le joueur k, la
part de profit du joueur k est obtenue par :

m 1
s !(m s 1)!
Iks ( K , V ) ¦ ¦
s 0 S K ^k` m!
ª¬V ( S ^k`) V ( S ) º¼ (4)
Comment appliquer ceci à notre étude, sachant que la

recette pétrolière totale d’une année t est fonction du prix
international (PPt) et de la quantité produite (Qt). Par prix
du pétrole nous entendons le cours annuel moyen du brut
sur le marché international, en FCFA, et non le cours du
jour donné en USD. La recette d’exportations du pétrole
en t (REPt) s’écrit alors :
REPt f ( PPt , Qt ) (5)

Les variations de ces recettes à l’année t s’écrivent :
'REPt REPt REPt 1 f ('PPt , 'Qt ) (6)
Pour faciliter l’application de la formule (4),


construisons le tableau ci-dessous, avec m 2 et m! 2 .
Tableau 1. Guide d’application de l’équation (4)
Contributions
Probabilité
Marginales
s s !(m s 1)!
S
V (S ^k`) V (S )
m!
Facteur n°1 :
Variations du prix
( 'PPt )
Nombre
S I 0
1 V (I ^'PPt `) V (I )
de 2

facteurs
dans la
coalition S ^'Qt ` 1
1 V (^'Qt ` ^'PPt `) V (^'Qt `)
S sans 2
'Pt
Facteur n°2 : variations
des quantités produites
( 'Qt )
Nombre
de 1 V (I ^'Qt `) V (I )
S 0
facteurs 2
dans la
V (^'PPt ` ^'Qt `) V (^'PPt `)
coalition
1
S sans S ^'PPt ` 1
'Qt 2
Source : auteurs de l’article.
Ce tableau signifie :
- V () : valeur de REP en t si aucun facteur n’avait

changé, i-e si PP et Q avaient gardé leurs niveaux de t-1 :
V (I ) REPt ( PPt 1 , Qt 1 )
- V (^'PPt `) : recettes qu’on aurait eues en t si le

prix seul avait changé, la quantité étant la même qu’en t-1.
La contribution marginale de 'PPt à cette coalition vide
est :
V (I ^'PPt `) REPt ( PPt , Qt 1 ) REPt 1 ( PPt 1 , Qt 1 ) (6)
La Valeur de Shapley pour la variation du prix

international du pétrole en t, (CPPt), est donc (7) :

1
CPPt >V (I ^'PPt `) V (I )@ 1 >V (^'Qt ` ^'PPt `) V (^'Qt `)@
2 2
1
>REPt ( PPt , Qt 1 ) REPt 1 ( PPt 1, Qt 1 )@ 1 >REPt ( PPt , Qt ) REPt ( PPt 1, Qt )@
2 2
La Valeur de Shapley pour la variation de la quantité

exportée en t, (CQt)), est quant à elle (8) :
1
CQt >REPt (PPt 1, Qt ) REPt 1(PPt 1, Qt 1)@ 1 >REPt (PPt , Qt ) REPt (PPt , Qt 1)@
2 2
Notre hypothèse H1 est que, pour le Cameroun et

sur l’ensemble de la période d’étude, la contribution des
variations du prix aux variations des recettes pétrolières
est supérieure à celle des variations des quantités,
CPP( 'REPPP ) ! CQ( 'REPQ ) . Dans la suite de l’article,

nous utilisons indifféremment 'REPPP ou CPP , et
'REPQ ou CQ
2.1.2. Méthode d’estimation de l’effet des variations
des recettes pétrolières dues aux variations du prix
du pétrole sur la croissance économique du
Cameroun
Nous utilisons le modèle autorégressif à retard
échelonné (ADRL) ci-dessous pour estimer les effets de
court terme et de long terme de nos différentes variables.
Ce modèle se présente comme suit (9) :
= + ∆ + ∆ + ∆
+ ∆ + ∆ + +

+ + + +
Où est une constante, …. représentent les

effets de court terme, …. les effets de long terme,
un bruit blanc et ∆ l’opérateur du décalage.
Avec :
- PIB : le taux de croissance annuelle du PIB
nominal ;
- ∆CPPt : la variation des recettes pétrolières due aux
variations du prix à l’année t, en pourcentage des
variations totales ;
- DPG : les dépenses publiques globales. Mesurées
en rapport au PIB, elles sont considérées comme un
facteur de croissance économique, suivant la théorie
keynésienne ;
- TXINF : le taux d’inflation, mesuré par l’indice
des prix à la consommation ;
- FBCF : la formation brute du capital fixe ;

- TXPOP : le taux de croissance de la population
qui, depuis Solow (1956), est considérée comme facteur
de croissance économique ;
- est le terme d’erreur ;
- les βi et α sont des paramètres à estimer. D’après
notre hypothèse H2, on s’attend à α et E1 ! 0 .
2.2. La source des données

Nous avons collecté des données secondaires au
niveau national et international. Au niveau national, elles
proviennent de l’Institut National des Statistiques (INS),
de la Société Nationale de Raffinerie (SONARA) et de la
Société Nationale des Hydrocarbures (SNH). Au niveau
international, nous avons exploité la base de données de

l’Energy Information Administration (EIA) et du World

Development Indicators (WDI). Nos données se présentent
sous la forme de série chronologique et couvrent la
période 1985-2015.
3. Estimation et résultats
3.1. Les variations des recettes pétrolières dues aux
variations du prix international
L’évolution détaillée des recettes pétrolières du
Cameroun, entre 1985 et 2015, est présentée dans le
tableau 1 de l’annexe 1. Nous utilisons le tableur Excel
pour décomposer la variation de ces recettes suivant les
équations (7) et (8). Nous résumons dans le tableau ci-
dessous les résultats, lesquels sont détaillés dans le tableau
2 de l’annexe 1.
Nos résultats montrent que sur l’ensemble de la

période, la variation des recettes pétrolières due aux
variations du prix international du pétrole, (∆REPPP), est
de 2,85927E+11 FCFA, soit 140,171% de la variation
totale des recettes pétrolières estimée à 2,03983E+11
FCFA. La variation due aux variations des quantités,
(∆REPQ), quant à elle, est de -81943195532 FCFA, soit -
40,171% de la variation totale.
Notre hypothèse de recherche H1 est alors
considérée comme acceptée. Les variations du prix
international du pétrole ont été la première cause des
fluctuations des recettes pétrolières du Cameroun entre
1985 et 2015. Quel en a été l’impact sur la croissance
économique de ce pays ?

Tableau 2. Résultats de la décomposition des variations
de recettes pétrolières du Cameroun entre 1985 et 2015
(en FCFA).
Décomposition des variations Pour Vérification des calculs

REPt=PPt ×
Année ∆REPt=REPt-
Qt ∆REPPP =CPPt ∆REPQ = CQt CPPt+CQt
REPt-1
1985 6,78586E+11 0 0 0 0
1986 2,71201E+11 -4,06627E+11 -757751581,3 -4,07385E+11 -4,07385E+11
1987 2,66588E+11 17788170072 -22401374786 -4613204714 -4613204714
1988 1,99711E+11 -48869885364 -18006666356 -66876551719 -66876551719
1989 2,65622E+11 69433420864 -3522560889 65910859975 65910859975
1990 2,9067E+11 20842180654 4205174133 25047354787 25047354787
1991 2,44968E+11 -41654276301 -4047804790 -45702081091 -45702081091
1992 2,19663E+11 -22635296916 -2669541050 -25304837965 -25304837965
1993 1,7956E+11 -9512517561 -30589708012 -40102225573 -40102225573
1994 2,84871E+11 1,37113E+11 -31803006742 1,0531E+11 1,0531E+11
1995 2,6928E+11 -970238067,9 -14620699922 -15590937990 -15590937990
1996 3,7112E+11 81751470081 20088969419 1,0184E+11 1,0184E+11
1997 4,30202E+11 25171908494 33910449316 59082357810 59082357810

1998 2,84074E+11 -1,58646E+11 12518288950 -1,46128E+11 -1,46128E+11
1999 3,96949E+11 1,35778E+11 -22904168015 1,12874E+11 1,12874E+11
2000 7,93244E+11 3,92533E+11 3762331558 3,96295E+11 3,96295E+11
2001 6,30468E+11 -1,22202E+11 -40573670239 -1,62776E+11 -1,62776E+11
2002 5,86353E+11 -12294278706 -31821217789 -44115496494 -44115496494
2003 5,70441E+11 11994340479 -27906055604 -15911715124 -15911715124
2004 6,34538E+11 1,16318E+11 -52220861564 64097186342 64097186342
2005 7,98123E+11 2,22674E+11 -59089618635 1,63584E+11 1,63584E+11
2006 9,95952E+11 1,45406E+11 52423711806 1,97829E+11 1,97829E+11
2007 9,96148E+11 21141956834 -20945548471 196408363,9 196408363,9
2008 1,29257E+12 3,16847E+11 -20421911401 2,96425E+11 2,96425E+11
2009 7,10426E+11 -4,44916E+11 -1,37232E+11 -5,82148E+11 -5,82148E+11
2010 8,62557E+11 2,59918E+11 -1,07787E+11 1,52132E+11 1,52132E+11
2011 9,76161E+11 1,83493E+11 -69888892921 1,13604E+11 1,13604E+11
2012 1,07975E+12 67810616264 35782452139 1,03593E+11 1,03593E+11
2013 1,15121E+12 -19409779320 90860544401 71450765081 71450765081
2014 1,18823E+12 -1,09144E+11 1,46172E+11 37028380103 37028380103
2015 8,82569E+11 -5,43207E+11 2,37543E+11 -3,05664E+11 -3,05664E+11

Total En FCFA 2,85927E+11 -81943195532 2,03983E+11 2,03983E+11

variati En %
ons 140,1715137 -40,17151371 100 100
du total
Maxim 1,29257E+12 3,92533E+11 2,37543E+11 3,96295E+11 3,96295E+11
Minim 1,7956E+11 -5,43207E+11 -1,37232E+11 -5,82148E+11 -5,82148E+11
Source : auteurs de l’article.
3.2. Impact sur la croissance économique du

Cameroun
3.2.1. Les tests préalables sur les séries des données
Statistique descriptive sur les variables : la
description statistique des variables est résumée dans le
tableau ci-dessous. Ainsi, la variation de recettes
pétrolières due aux variations du prix international du
pétrole a l’écart- type le plus élevé, et le taux de croissance
de la population a l’écart-type le plus faible. Nous
observons par ailleurs que toutes ces variables, à
l’exception du taux d’inflation et du taux de croissance du
PIB, ont une probabilité de la loi normale supérieure à 0,5,

ce qui veut dire qu’elles sont normalement distribuées.
Tests de stationnarité et de cointégration des
séries : les données, sous forme de séries chronologiques,
sont présentées à l’annexe 2. Pour tester la stationnarité de
ces séries, nous avons utilisé le test de Dickey-Fuller
Augmenté (ADF).
Selon les résultats obtenus présentés au tableau 1 de
l’annexe 3, les variables de notre modèle économétrique
n’ont pas le même ordre d’intégration : PIB, DPG,
TXPOP, et FBCF sont stationnaires en différence première
(I(1)) ; TXINF et CPP à niveau (I(0)). Par conséquent, le
test de cointégration aux bornes de Pesaran et al. (2001)
est approprié pour déterminer la relation de cointégration
entre les variables.

Tableau 3. Statistiques sur les variables
PIB CPP DGP FBCF INF TPOP

Mean 2,265534 -7,474169 10,70712 18,06622 3,790005 2,715280
Median 4,009045 -2,122789 10,72820 18,21786 1,951097 2,630166
Maxim 8,063162 59,92270 13,27465 25,51283 35,09446 3,039334
Minim -7,932070 -98,88759 8,676174 12,57098 -3,206550 2,515153
Std. Dev. 4,179169 32,90777 1,283035 3,099723 6,590455 0,190663
Skewness -1,242877 -0,555158 0,232978 0,307564 3,657499 0,620151
Kurtosis 3,519071 3,944079 1,961078 2,923085 17,77001 1,787037
Jarque-
8,329189 2,743610 1,674612 0,496386 350,8973 3,887439
Bera
Probay 0,015536 0,253649 0,432875 0,780209 0,000000 0,143170
Sum 70,23155 -231,6992 331,9207 560,0529 117,4901 84,17367
Sum Sq.
523,9637 32487,64 49,38538 288,2485 1303,023 1,090567
Dev.
Observatio
31 31 31 31 31 31
ns
Source : auteurs de l’articles (à l’aide de logiciel Eview’s 9.0)

Avant la mise en place de ce test de cointégration, il
est impératif de déterminer l’ordre de décalage dans les
relations entre les variables du modèle (cf. annexes).
Tableau 4. Tests de robustesse du modèle ADRL
Hypothèse du test Test Valeurs

(probabilité)
Autocorrélation Breusch-Godfrey 2,189 (0,14)
Hétéroscédasticité Breusch-Pagan- 2,72 (0,29)
Godfrey
Normalité Jarque-Bera 0,774 (0,679)
Source : auteurs (à partir de nos calculs sur eview 9.0).

Ainsi, nous avons étudié la robustesse du modèle

ADRL (test d’autocorrélation, d’hétéroscédasticité et de
normalité des erreurs) dont les résultats (acceptation de
l’hypothèse nulle dans tous ces tests) synthétisés dans le
tableau ci-dessous indiquent que le modèle ADRL est
approprié.
Le tableau suivant regroupe les résultats du test de
cointégration aux bornes de Pesaran et al. (2001) de nos
différents modèles.
Tableau 5. Résultats du test de cointégration aux bornes
Variables Y, ΔCPP, DPG, FBC, INF, POP

Valeur de F-stat 3,8001
Seuil critique I(0) I(1)
5% 2,62 3,79
Source : résultats des auteurs, obtenus avec Eview 9.0

La valeur du F-stat est nettement supérieure à celle
de la borne supérieure. Cela traduit l’existence d’une
relation de cointégration entre les variables, et d’une
relation de long terme entre elles. Mais, avant de procéder
à l’estimation des relations de court terme et de long
terme, il est nécessaire de voir les relations de corrélation
et de causalité entre ces variables.
Dans la matrice de corrélation simple entre les
variables explicatives et la variable expliquée (tableau
suivant), le degré d’association ne fournit pas tous les
renseignements. En effet, sur la première ligne, ce degré
d’association entre les variables est supérieur à 50 % pour
les variables FBCF, DPG et TPOP, alors qu’il est inférieur
pour les autres variables.

Tableau 6. Matrice de corrélation simple
PIB CPP DGP FBCF INF TPOP

PIB - -0.0203 -0.5438 0.5069 -0.1666 -0.5333
CPP - -0.3423 -0.1869 -0.0141 -0.1503
DGP - 0.0498 0.0435 0.1812
FBCF - -0.1205 -0.0825
INF - 0.1874
TPOP -
Source : Nos résultats (à base du logiciel Eview 9.0).
Pour lever le doute, nous avons utilisé le test de

causalité de Granger, version Toda-Yamamoto (1995),
pour étudier la relation de causalité entre les variables (cf.
annexes).
Sur la base de la statistique de Walt (W) distribuée
suivant la valeur de Khi-deux, les résultats de ce test
révèlent des relations de causalité unidirectionnelle et

bidirectionnelle. Selon les résultats de ces tests préalables,
le modèle autorégressif à retard échelonné (ADRL) est
approprié.
3.2.2. Résultats de l’estimation du modèle ADRL
L’estimation de notre modèle donne les résultats
synthétisés dans le tableau ci-dessous et présentés en détail
en annexe.
Ces résultats révèlent ainsi un R² = 0,856, une
probabilité de Fisher (Prob (F) = 0,000001), inférieure à 1
%. La qualité globale du modèle étant bonne, nous
pouvons apprécier la significativité individuelle des
variables à court terme. Ainsi, le coefficient associé à
notre principale variable explicative, la variation des
recettes pétrolières due aux variations des prix du pétrole
(CPP), est positif et significatif au seuil de 10 %. Ce qui
nous permet d’accepter notre hypothèse H2 et de conclure

que ‘les variations des recettes pétrolières, dues aux
variations du prix international du pétrole, influencent
positivement la croissance économique du Cameroun’.
Tableau 7. Résultats de l’estimation du modèle court

terme.
Variables explicatives Coefficients

0,0277***
D(CPP)
(2,031)
-0,658
D(DPG)
(-1,56)
1,20*
D(FBCF)
(3,76)

-0,05
D(TXINF)
(-0,09)
-75,05
D(TXPOP)
(-1,34)
-0,72*
COINTEG (-1)
(-4,66)
Diagnostic statistique
Période d’estimation : 1985-2015
R² 0,856
R²-ajusté 0,792
SCE 1,87
SCR 79,969
F-statistique 12,61

Prob F-statistique 0,000001
DW 2,33
Source : Estimation faite par les auteurs, avec E-View.9
Notes : Les t-stat entre parenthèses ; ***, * si significatif au seuil de
10% et 1%.
Le coefficient des dépenses publiques globales

(DPG) est négatif mais non significatif. Il ne serait
d’ailleurs pas très surprenant que les dépenses publiques
influencent négativement la croissance dans ce pays où la
gouvernance publique est l’une des plus médiocres.
Le coefficient associé à la variable FBCF est positif
et très significatif. L’investissement est donc au
Cameroun, comme on pouvait s’y attendre, moteur de la
croissance économique.
Quant au taux de croissance de la population, il a sur
la croissance l’effet négatif non significatif.

Les résultats de l’estimation du modèle de long
terme sont regroupés dans le tableau ci-dessous : (voir
page suivante).
Ces résultats confirment sur le long terme les
résultats enregistrés sur le court terme. Plus
particulièrement, dans ce modèle de long terme, les
variations des recettes pétrolières, dues aux variations du
prix international du pétrole, influencent positivement et
significativement le taux de croissance économique au
Cameroun. Plus précisément, une diminution de 1 % des
recettes pétrolières du Cameroun, du fait d’un recul du
prix international, diminuerait le taux de croissance
économique du pays de 0,038356 %. Notre hypothèse de
recherche H2 est alors encore acceptée. Validée à la fois

dans le court terme et dans le long terme, nous concluons

que notre hypothèse H2 est définitivement acceptée.
Tableau 8. Résultats de long terme du modèle ADRL
Variable Coefficient Std. Error t-Statistic Prob.

CPP 0,038356 0,017544 2,186221 0,0409
DGP -0,911371 0,506164 -1,800544 0,0869
FBCF 0,766044 0,377673 2,028327 0,0561
INF 0,169722 0,112554 1,507912 0,1472
TPOP -12,978653 4,072321 -3,187041 0,0046
C 31,594891 10,208494 3,094961 0,0057
Source : Calcul des auteurs.
Le coefficient associé aux investissements est aussi,

une fois de plus, positif et significatif. Plus précisément,
une augmentation de 1 % du volume des investissements
accroitrait le taux de croissance de l’économie
camerounaise de 0,766044 %14. Les coefficients des autres

variables du modèle gardent aussi les mêmes signes que
dans le court terme.
5. Conclusion
Au terme de ce travail, nous avons trouvé deux
importants résultats. Le premier est que les variations des
recettes pétrolières du Cameroun sont, depuis 1985,
essentiellement le fait des variations du prix international
du pétrole, et dans une moindre mesure seulement celui
des variations de la production du pétrole par le pays. Le
14
Ce résultat confirme la théorie de Romer (1986) selon laquelle une
augmentation du capital physique entraine une hausse de la production
et donc la croissance économique.
second est que ces variations des recettes pétrolières dues
aux variations du prix international du pétrole exercent un
effet positif sur la croissance économique du Cameroun.
Nos deux hypothèses de recherche ont en effet été toutes
acceptées. Il en découle une recommandation de
politique : le Cameroun gagnerait à au moins stabiliser sa
production du pétrole afin de minimiser les variations
négatives des recettes, ce qui lui permettrait de tirer le
maximum de profit des variations positives des recettes
dues aux variations positives du prix international du
pétrole.
Bibliographie
Aurélien, S., Celine A., Bruno D., Hervé P., Christine R., 2015.
Pétrole : du carbone pour la croissance. Revue de l’OFCE
2/2015, 138, 169-204.
Balke, N. S., Brown S. P. A, Yücel M., 1999. Oil Price Shocks

and the U.S. Economy: Where Does the Asymmetry
Originate?. Working Paper, Federal Reserve Bank of
Dallas.
Balke, N. S., Brown S. P. A., Yücel M., 1998. Crude Oil and
Gasoline Prices: An Asymetric Relationship?. Federal
Reserve Bank of Dallas Economic and Financial Policy
Review, 1, 2-11.
Barlet, M., Crusson L., 2007. Quel impact des variations du
prix du pétrole sur la croissance française?. Document de
travail de l’INSEE, n° G2007/04, 2-55.
Bernanke, B. S., Mark G., Mark W., 1997. Systematic
Monetary Policy and The Effects of Oil Price Shocks.
Brookings Papers on Economic Activity, 91-142.
Bohi, D., 1991. On the Macroeconomic Effects of Energy Price
Shocks. Resources and Energy, 13(2): 145-162.

Datt, G., Ravallion M., 1992. Growth and Redistribution

Components of Changes in Poverty Measures : A
Decomposition With Application to Brazil and India in
the 1980s. Journal of Development Economics, 38, 275-
295.
Davis, S. J., Haltiwanger J., 2001. Sectoral Job Creation and
Destruction Responses to Oil Price Changes. Journal of
Monetary Economics, 48, 465-512.
Farhani, S., 2012. Impact de la hausse du prix du pétrole sur la
croissance économique : Une application aux données
tunisiennes. Working Paper, 1-34.
Fond Monétaire International, 2015. Croissance inégale des
facteurs à court et long terme. Perspectives de l’économie
mondiale, Avril 2015.
Groupe de Recherche et d’Information sur la Paix et la Sécurité
(GRIP), 2014. Géopolitique du pétrole dans la CEEAC :
l’enjeu des nouvelles politiques des hydrocarbures.
Rapport 09, 1-24.
Hamilton, J. D., 1983. Oil and the Macroeconomy Since World

War II. Journal of Political Economy, 91(2): 228-248.
Hamilton, J. D., 1996. This is What Happened to the Oil Price-
Macroeconomy Relationship. Journal of Monetary
Economics, 38, 215-220.
Hamilton, J. D., 2005. Oil and the Macroeconomy. The New
Palgrave Dictionary of Economics, Edition Steven N. O.
and Laurence E. B.
Hooker, M., 1996. What Happened to the Oil Price-
Macroeconomy Relationship?. Journal of Monetary
Economics, 38, 195-213.
Hooker, M., 1999. Are Oil Shocks Inflationary? Asymmetric
and Nonlinear Specifications versus Changes in Regime.
Federal Reserve Board (FEDS), Working Paper 65, 1-24.
International Energy Agency, 2004. Oil Information and
Statistic. Working Paper, Avril.

L’Angevin, C., Ouvrard J., Serravalle S., Sillard P., 2005.
Impact d’une hausse durable du prix du pétrole en France
et en zone euro. L’économie française - Comptes et
dossiers, 2005-2006, 16-19.
Lardic, S., Mignon V., 2005. Oil Prices and Economic Activity:
An Asymetric Cointegration Approach. Energy
Economics, 30(3): 16-19.
Lee, K., Ni S., Ratti R. A., 1995. Oil Shocks and the
Macroeconomy: The Role of Price Variability. The
Energy Journal, 16(4): 39-56.
Mork, K. A., 1989. Oil and the Macroeconomy When Prices Go
up and Down: An Extension of Hamilton's Results.
Journal of Political Economy, 97(3): 740-744.
Mork, K. A., Olsen O., Mysen H., 1994. Macroeconomic
Responses to Oil Price Increases and Decreases in Seven
OECD Countries. Energy Journal, 15, 19-35.
Raymond, J. E., Rich R. W., 1997. Oil and the Macroeconomy:
A Markov State-Switching Approach. Journal of Money,
Credit and Banking, 29(2):193-213.

Rodriguez, R., Sanchez M., 2004. Oil Price Shocks and Real
GDP Growth: Empirical Evidence for some OECD
Countries. Applied Economics, 37, 201-228.
Shapley, L., 1953. A Value for n-Person Games. In Kuhn H. W.
and Tucker A. W. (coord), Contributions to the Theory of
Games, Vol.2. Princeton University Press.
Solow, R., 1956. A Contribution to the Theory of Economic
Growth. Quarterly Journal of Economics, 70, 65-94.
World Economic Outlook, 2011. Slowing Growth, Rising Risks.
Working Paper du FMI, September.

Annexe 1. Analyse des recettes pétrolières du

Cameroun
Tableau 1. Recettes pétrolières du Cameroun de 1985 à

2015 (en FCFA)
Année Prix annuel Quantité exportée Recette totales
moyen du baril (en barils)
1985 10822,7448 62700000 6,78586E+11

1986 4332,28685 62600000 2,71201E+11
1987 4628,26306 57600000 2,66588E+11
1988 3746,93059 53300000 1,99711E+11
1989 5059,47163 52500000 2,65622E+11
1990 5453,4637 53300000 2,9067E+11
1991 4666,04827 52500000 2,44968E+11
1992 4232,42189 51900000 2,19663E+11
1993 4035,06676 44500000 1,7956E+11

1994 7323,14994 38900000 2,84871E+11
1995 7297,54999 36900000 2,6928E+11
1996 9443,25786 39300000 3,7112E+11
1997 10056,6233 42778016 4,30202E+11
1998 6412,77579 44298203,7 2,84074E+11
1999 9580,27849 41433939,3 3,96949E+11
2000 19024,0061 41697000 7,93244E+11
2001 16009,561 39380726 6,30468E+11
2002 15689,2045 37373000 5,86353E+11
2003 16017,8807 35612759 5,70441E+11
2004 19425,0324 32666000 6,34538E+11
2005 26521,0982 30093874 7,98123E+11
2006 31211,3106 31909967 9,95952E+11

2007 31880,8264 31246000 9,96148E+11
2008 42111,6062 30694000 1,29257E+12
2009 26607,6975 26700000 7,10426E+11
2010 37002,1463 23311000 8,62557E+11
2011 45171,7431 21610000 9,76161E+11
2012 48255,0249 22376000 1,07975E+12
2013 47422,9032 24275300 1,15121E+12
2014 43206,9227 27501000 1,18823E+12
2015 25656,0883 34400000 8,82569E+11
Somme 1225356785 1,88018E+13
Maxim 48255,0249 62700000 1,29257E+12
Minim 3746,93059 21610000 1,7956E+11
Variation 14833,3435 -28300000 2,03983E+11
Variation en % 137,057131 -45,1355662 30,06005298
Source : auteurs, à partir des données de l’INS, de la
SONARA, de la SNH, de l’EIA et du WDI.

Tableau 2. Résultats de la décomposition par valeur de

Shapley des variantes des recettes pétrolières du
Cameroun
Calcul de CPPt
Année
REPt=PPt x Qt REP(PPt-1.Qt) REP(PPt,Qt) -REP(PPt-1.Qt)
1985 6,78586E+11 6,78586E+11 0
1986 2,71201E+11 6,77504E+11 -4,06303E+11
1987 2,66588E+11 2,4954E+11 17048229553
1988 1,99711E+11 2,46686E+11 -46975020557
1989 2,65622E+11 1,96714E+11 68908404449
1990 2,9067E+11 2,6967E+11 20999777483
1991 2,44968E+11 2,86307E+11 -41339310129
1992 2,19663E+11 2,42168E+11 -22505209002
1993 1,7956E+11 1,88343E+11 -8782303558
1994 2,84871E+11 1,56964E+11 1,27906E+11
1995 2,6928E+11 2,70224E+11 -944638118,9
1996 3,7112E+11 2,86794E+11 84326319533
1997 4,30202E+11 4,03964E+11 26238555871
1998 2,84074E+11 4,4549E+11 -1,61416E+11

1999 3,96949E+11 2,65707E+11 1,31242E+11
2000 7,93244E+11 3,99469E+11 3,93775E+11
2001 6,30468E+11 7,49179E+11 -1,18711E+11
2002 5,86353E+11 5,98325E+11 -11972684637
2003 5,70441E+11 5,58736E+11 11705065829
2004 6,34538E+11 5,2324E+11 1,11298E+11
2005 7,98123E+11 5,84574E+11 2,13548E+11
2006 9,95952E+11 8,46287E+11 1,49665E+11
2007 9,96148E+11 9,75229E+11 20919688657
2008 1,29257E+12 9,7855E+11 3,14024E+11
2009 7,10426E+11 1,12438E+12 -4,13954E+11
2010 8,62557E+11 6,20252E+11 2,42305E+11
2011 9,76161E+11 7,99616E+11 1,76545E+11
2012 1,07975E+12 1,01076E+12 68991513187
2013 1,15121E+12 1,17141E+12 -20200003684
2014 1,18823E+12 1,30418E+12 -1,15944E+11
2015 8,82569E+11 1,48632E+12 -6,03749E+11

économique au Cameroun.
Tableau 2. Résultats de la décomposition par valeur de
Shapley des variantes des recettes pétrolières du
Cameroun (suite)
Calcul de CPPt
Année
REP(PPt,Qt-1) REP(PPt-1,Qt-1) REP(PPt,Qt-1) -REP(PPt-1,Qt-1) CPPt
1985 0 0 0 0
1986 2,71634E+11 6,78586E+11 -4,06952E+11 -4,06627E+11
1987 2,89729E+11 2,71201E+11 18528110591 17788170072
1988 2,15823E+11 2,66588E+11 -50764750170 -48869885364
1989 2,6967E+11 1,99711E+11 69958437279 69433420864
1990 2,86307E+11 2,65622E+11 20684583825 20842180654
1991 2,487E+11 2,9067E+11 -41969242474 -41654276301
1992 2,22202E+11 2,44968E+11 -22765384829 -22635296916
1993 2,0942E+11 2,19663E+11 -10242731565 -9512517561
1994 3,2588E+11 1,7956E+11 1,4632E+11 1,37113E+11
1995 2,83875E+11 2,84871E+11 -995838016,9 -970238067,9
1996 3,48456E+11 2,6928E+11 79176620630 81751470081
1997 3,95225E+11 3,7112E+11 24105261117 25171908494
1998 2,74326E+11 4,30202E+11 -1,55877E+11 -1,58646E+11

1999 4,24389E+11 2,84074E+11 1,40315E+11 1,35778E+11
2000 7,8824E+11 3,96949E+11 3,91291E+11 3,92533E+11
2001 6,67551E+11 7,93244E+11 -1,25693E+11 -1,22202E+11
2002 6,17852E+11 6,30468E+11 -12615872774 -12294278706
2003 5,98636E+11 5,86353E+11 12283615129 11994340479
2004 6,91779E+11 5,70441E+11 1,21338E+11 1,16318E+11
2005 8,66338E+11 6,34538E+11 2,318E+11 2,22674E+11
2006 9,39269E+11 7,98123E+11 1,41147E+11 1,45406E+11
2007 1,01732E+12 9,95952E+11 21364225011 21141956834
2008 1,31582E+12 9,96148E+11 3,19671E+11 3,16847E+11
2009 8,16697E+11 1,29257E+12 -4,75877E+11 -4,44916E+11
2010 9,87957E+11 7,10426E+11 2,77532E+11 2,59918E+11
2011 1,053E+12 8,62557E+11 1,90441E+11 1,83493E+11
2012 1,04279E+12 9,76161E+11 66629719340 67810616264
2013 1,06113E+12 1,07975E+12 -18619554956 -19409779320
2014 1,04886E+12 1,15121E+12 -1,02344E+11 -1,09144E+11
2015 7,05568E+11 1,18823E+12 -4,82665E+11 -5,43207E+11

Variations CPPt en FCFA 2,85927E+11

En % des variations totales 140,1715137
Variation Maximale CPPt en FCFA 3,92533E+11
Tableau 2. Résultats de la décomposition par la Valeur

de Shapley des variations des recettes pétrolières du
Cameroun (suite et fin)
Calcul de CQt Pour Vérification exacte
Année REP(PPt,Qt)- REP(PPt-1,Qt)- REP(Pt,Qt)-
CQt CPPt+CQt
REP(PPt,Qt-1) REP(PPt-1,Qt-1) REP(Pt-1,Qt-1)
1985 0 0 0 0
1986 -1082274477 -433228685,3 -757751581,3 -4,07385E+11 -4,07385E+11
1987 -21661434267 -23141315305 -22401374786 -4613204714 -4613204714
1988 -19901531162 -16111801549 -18006666356 -66876551719 -66876551719
1989 -2997544474 -4047577304 -3522560889 65910859975 65910859975
1990 4047577304 4362770962 4205174133 25047354787 25047354787
1991 -4362770962 -3732838617 -4047804790 -45702081091 -45702081091
1992 -2799628963 -2539453136 -2669541050 -25304837965 -25304837965
1993 -31319922016 -29859494008 -30589708012 -40102225573 -40102225573
1994 -22596373844 -41009639640 -31803006742 1,0531E+11 1,0531E+11

1995 -14646299871 -14595099973 -14620699922 -15590937990 -15590937990
1996 17514119968 22663818871 20088969419 1,0184E+11 1,0184E+11
1997 32843801939 34977096693 33910449316 59082357810 59082357810
1998 15287955022 9748622878 12518288950 -1,46128E+11 -1,46128E+11
1999 -18367885399 -27440450631 -22904168015 1,12874E+11 1,12874E+11
2000 2520194767 5004468349 3762331558 3,96295E+11 3,96295E+11
2001 -44064810596 -37082529883 -40573670239 -1,62776E+11 -1,62776E+11
2002 -32142811857 -31499623720 -31821217789 -44115496494 -44115496494
2003 -27616780954 -28195330253 -27906055604 -15911715124 -15911715124
2004 -47200833967 -57240889162 -52220861564 64097186342 64097186342
2005 -49963630985 -68215606285 -59089618635 1,63584E+11 1,63584E+11
2006 48164780833 56682642779 52423711806 1,97829E+11 1,97829E+11
2007 -20723280293 -21167816648 -20945548471 196408363,9 196408363,9
2008 -17598216161 -23245606641 -20421911401 2,96425E+11 2,96425E+11
2009 -1,68194E+11 -1,06271E+11 -1,37232E+11 -5,82148E+11 -5,82148E+11
2010 -90173486773 -1,254E+11 -1,07787E+11 1,52132E+11 1,52132E+11
2011 -62940650825 -76837135016 -69888892921 1,13604E+11 1,13604E+11

2012 34601555216 36963349062 35782452139 1,03593E+11 1,03593E+11
2013 91650768765 90070320037 90860544401 71450765081 71450765081
2014 1,52972E+11 1,39373E+11 1,46172E+11 37028380103 37028380103
2015 2,98085E+11 1,77001E+11 2,37543E+11 -3,05664E+11 -3,05664E+11
Variation
-81943195532 2,03983E+11 2,03983E+11
(FCFA)
En % des
variations -40,17151371 100 100
totales
Variation
Maximale 2,98085E+11 1,77001E+11 2,37543E+11 3,96295E+11 3,96295E+11
en FCFA
Variation
Minimale -1,68194E+11 -1,254E+11 -1,37232E+11 -5,82148E+11 -5,82148E+11
en FCFA

Annexe 2. Les données du modèle économétrique
Années PIB DGP FBCF INF TPOP CPP

1985 8,063162 8,99484 25,51283 7,770025 3,034859 0
1986 6,771663 11,3366 24,69976 13,1405 3,039334 59,9227
1987 -2,14665 12,15482 20,89731 1,682333 3,037618 -6,559032
1988 -7,82363 10,7282 17,09601 -1,66553 3,025678 18,3316
1989 -1,81912 10,77111 17,81198 1,099381 3,002569 -34,76688
1990 -6,1057 12,75054 16,67265 0,060051 2,971413 -7,846549
1991 -3,8086 13,27465 14,30539 -0,01606 2,938515 14,3305
1992 -3,1 12,81257 13,67117 -3,20655 2,905245 9,24012
1993 -7,93207 12,40397 12,57098 35,09446 2,86828 4,33051
1994 2,063402 9,380626 13,29641 9,069691 2,827888 -76,36039
1995 4,128371 8,676174 14,24026 3,924064 2,786222 0,34059
1996 4,91194 9,174762 15,13046 4,786239 2,744671 -30,35933


1997 5,314158 9,100066 15,04542 3,170752 2,70639 -6,782687
1998 4,89536 9,092554 14,85916 1,871745 2,674122 36,8771
1999 4,062279 9,458696 16,72089 1,22719 2,649279 -47,79677
2000 4,173581 9,456874 20,31132 4,419772 2,630166 -98,88759
2001 4,514271 10,23645 19,78918 2,834423 2,612845 15,4054
2002 4,009045 10,2218 17,49646 0,623164 2,596497 1,95002
2003 4,030993 9,974581 18,90958 0,233647 2,58357 -2,045585
2004 3,701854 10,16423 19,0678 2,01354 2,574142 -20,3909
2005 2,296853 9,9669 16,81536 5,117578 2,567139 -35,09231
2006 3,224003 9,600854 17,30631 0,921402 2,560365 -18,21845
2007 3,255664 10,1456 18,21786 5,337806 2,553494 -2,122789
2008 2,884046 10,7951 18,51777 3,043618 2,547806 -31,80724

2009 1,931851 11,26182 19,04223 1,27538 2,543231 34,4209

2010 3,268649 11,61082 20,5937 2,939699 2,538642 -36,5863
2011 4,140592 11,61529 19,37743 2,94251 2,533832 -21,27317
2012 4,588739 11,45552 19,5047 1,945145 2,526742 -6,946661
2013 5,561688 11,57348 20,73632 1,947948 2,515153 1,79761
2014 5,926965 11,81088 20,89 1,951097 2,52811 9,48084
2015 5,248195 11,92037 20,94615 1,935124 2,549855 45,7155


Annexe 3. Tests préliminaires sur les séries
Tableau 1. Résultats du test de stationnarité des variables
TEST DE STATIONNARITE D’ADF (au seuil de 5%)
Ordre
En niveau En différence première
d’intégration
Variables
Valeurs Valeurs Valeurs Valeurs

statist. critiques statist. critiques
PIB -2,454 -2,986 -5,826 -2,986 I(1)

∆REPPP
-5,296 -2,986 I(0)
(ou CPPt)
DPG -2,379 -2,986 -4,731 -2,989 I(1)

FBCF -2,504 -2,986 -3,971 -2,989 I(1)
TXINF -5,037 -2,986 I(0)
TXPOP -2,786 -2,986 -4,463 -2,989 I(1)
Tableau 2. Cointégration des variables
ARDL Bounds Test

Date: 10/15/20 Time: 10:56
Sample: 1986 2015
Included observations: 30
Null Hypothesis: No long-run relationships exist
Test Statistic Value k
F-statistic 3.800857 5

Critical Value Bounds
Significance I0 Bound I1 Bound
10% 2.26 3.35

5% 2.62 3.79
2.5% 2.96 4.18
1% 3.41 4.68
Tableau 3. Heteroskedasticity Test: Breusch-Pagan-

Godfrey
Heteroskedasticity Test: Breusch-Pagan-Godfrey
F-statistic 2.727894 Prob. F(9,20) 0.295

Obs*R-squared 16.53230 Prob. Chi-Square(9) 0.0566

Scaled explained SS 5.365558 Prob. Chi-Square(9) 0.8013
Tableau4. Test d’autocorrélation de Breusch-Pagan-

Godfrey
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 2.189763 Prob. F(2,18) 0.1409

Obs*R-squared 5.870802 Prob. Chi-Square(2) 0.0531

Tableau 5. Test de normalité des erreurs de Jarque bera

6
Series: Residuals
Sample 1986 2015
5 Observations 30
4 Mean 1.32e-14
Median -0.052681
Maximum 2.478707
3 Minimum -3.291078
Std. Dev. 1.553296
Skewness -0.286439
2
Kurtosis 2.460475
1 Jarque-Bera 0.774096
Probability 0.679059
0
-3 -2 -1 0 1 2
Tableau 6. Résultats de l’estimation du Modèle ADRL


ARDL Cointegrating And Long Run Form
Dependent Variable: PIB
Selected Model: ARDL(1, 0, 0, 1, 1, 1)
Date: 10/15/20 Time: 11:00
Sample: 1985 2015
Cointegrating Form
D(CPP) 0.027710 0.013646 2.030625 0.0558

D(DGP) -0.658427 0.419978 -1.567766 0.1326
D(FBCF) 1.200011 0.318447 3.768324 0.0012
D(INF) -0.050547 0.055176 -0.916112 0.3705
D(TPOP) -75.052992 55.971573 -1.340913 0.1950
CointEq(-1) -0.722457 0.154984 -4.661500 0.0002

Cointeq = PIB - (0.0384*CPP -0.9114*DGP + 0.7660*FBCF +

0.1697*INF
-12.9787*TPOP + 31.5949 )
Long Run Coefficients
CPP 0.038356 0.017544 2.186221 0.0409

DGP -0.911371 0.506164 -1.800544 0.0869
FBCF 0.766044 0.377673 2.028327 0.0561
INF 0.169722 0.112554 1.507912 0.1472
TPOP -12.978653 4.072321 -3.187041 0.0046
C 31.594891 10.208494 3.094961 0.0057
VAR Granger Causality/Block Exogeneity Wald Tests

Date: 10/15/20 Time: 11:02
Sample: 1985 2015

Dependent variable: PIB
Excluded Chi-sq df Prob.
CPP 1.340890 2 0.5115

DGP 5.013951 2 0.0815
FBCF 1.518986 2 0.4679
INF 8.342703 2 0.0154
TPOP 13.13219 2 0.0014
All 55.96541 10 0.0000
Dependent variable: CPP

PIB 3.238103 2 0.1981

DGP 6.103286 2 0.0473
FBCF 1.075228 2 0.5841
INF 2.377284 2 0.3046
TPOP 1.275227 2 0.5286
All 15.60078 10 0.1116
Dependent variable: DGP
PIB 20.40176 2 0.0000

CPP 5.432328 2 0.0661
FBCF 7.563225 2 0.0228
INF 39.29403 2 0.0000
TPOP 4.444233 2 0.1084
All 116.6736 10 0.0000
Dependent variable: FBCF


PIB 0.265920 2 0.8755

CPP 1.410049 2 0.4941
DGP 3.185889 2 0.2033
INF 0.158135 2 0.9240
TPOP 4.736392 2 0.0936
All 17.05862 10 0.0731
Dependent variable: INF
PIB 4.027904 2 0.1335

CPP 0.359437 2 0.8355
DGP 6.525025 2 0.0383
FBCF 6.430685 2 0.0401

TPOP 3.389295 2 0.1837
All 14.67477 10 0.1444
Dependent variable: TPOP
PIB 0.371081 2 0.8307

CPP 1.432087 2 0.4887
DGP 0.624459 2 0.7318
FBCF 1.115060 2 0.5726
INF 0.165533 2 0.9206
All 6.916508 10 0.7333


RCG 031 0111-2

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

RCG 031 0111-2

Transféré par

Droits d'auteur :

Formats disponibles

Impact des variations du prix international du pétrole sur

la croissance économique au Cameroun

© ESGAE | Téléchargé le 06/11/2023 sur www.cairn.info (IP: 154.72.156.194)

Article disponible en ligne à l’adresse

Découvrir le sommaire de ce numéro, suivre la revue par email, s’abonner...

Distribution électronique Cairn.info pour ESGAE.

© ESGAE | Téléchargé le 06/11/2023 sur www.cairn.info (IP: 154.72.156.194)

Revue congolaise de gestion, N° 31, Janv. – Juin 2021 111

Impact of Variations in the

© ESGAE | Téléchargé le 06/11/2023 sur www.cairn.info (IP: 154.72.156.194)

Keywords : Impact, Price, Oil, Growth, Cameroon.

P ar ses fluctuations, le prix du pétrole est

l’organisation des pays exportateurs de pétrole (OPEP)

© ESGAE | Téléchargé le 06/11/2023 sur www.cairn.info (IP: 154.72.156.194)

© ESGAE | Téléchargé le 06/11/2023 sur www.cairn.info (IP: 154.72.156.194)

Revue congolaise de gestion, N° 31, Janv. – Juin 2021 114

pays et les exportations de pétrole brut représentent 47,8%

© ESGAE | Téléchargé le 06/11/2023 sur www.cairn.info (IP: 154.72.156.194)

© ESGAE | Téléchargé le 06/11/2023 sur www.cairn.info (IP: 154.72.156.194)

Revue congolaise de gestion, N° 31, Janv. – Juin 2021 116

est confirmée sur l’économie française par Lardic et

© ESGAE | Téléchargé le 06/11/2023 sur www.cairn.info (IP: 154.72.156.194)

Revue congolaise de gestion, N° 31, Janv. – Juin 2021 117

© ESGAE | Téléchargé le 06/11/2023 sur www.cairn.info (IP: 154.72.156.194)

2. Méthodologie utilisée et source des données

Revue congolaise de gestion, N° 31, Janv. – Juin 2021 118

la décomposition des variations des recettes pétrolières du

L’objectif de la décomposition est d’attribuer à

© ESGAE | Téléchargé le 06/11/2023 sur www.cairn.info (IP: 154.72.156.194)

Shapley (1953) a proposé, dans le cadre de la théorie

Revue congolaise de gestion, N° 31, Janv. – Juin 2021 119

- La contribution du joueur k au profit total, i.e. ce

© ESGAE | Téléchargé le 06/11/2023 sur www.cairn.info (IP: 154.72.156.194)

Revue congolaise de gestion, N° 31, Janv. – Juin 2021 120

Comment appliquer ceci à notre étude, sachant que la

REPt f ( PPt , Qt ) (5)

Pour faciliter l’application de la formule (4),

© ESGAE | Téléchargé le 06/11/2023 sur www.cairn.info (IP: 154.72.156.194)

Tableau 1. Guide d’application de l’équation (4)

Revue congolaise de gestion, N° 31, Janv. – Juin 2021 121

© ESGAE | Téléchargé le 06/11/2023 sur www.cairn.info (IP: 154.72.156.194)

- V (^'PPt `) : recettes qu’on aurait eues en t si le

La Valeur de Shapley pour la variation du prix

Revue congolaise de gestion, N° 31, Janv. – Juin 2021 122

La Valeur de Shapley pour la variation de la quantité

Notre hypothèse H1 est que, pour le Cameroun et

© ESGAE | Téléchargé le 06/11/2023 sur www.cairn.info (IP: 154.72.156.194)

Revue congolaise de gestion, N° 31, Janv. – Juin 2021 123

Où est une constante, …. représentent les

© ESGAE | Téléchargé le 06/11/2023 sur www.cairn.info (IP: 154.72.156.194)

2.2. La source des données

Revue congolaise de gestion, N° 31, Janv. – Juin 2021 124

l’Energy Information Administration (EIA) et du World

© ESGAE | Téléchargé le 06/11/2023 sur www.cairn.info (IP: 154.72.156.194)

Revue congolaise de gestion, N° 31, Janv. – Juin 2021 125

Décomposition des variations Pour Vérification des calculs

© ESGAE | Téléchargé le 06/11/2023 sur www.cairn.info (IP: 154.72.156.194)

Revue congolaise de gestion, N° 31, Janv. – Juin 2021 126

Total En FCFA 2,85927E+11 -81943195532 2,03983E+11 2,03983E+11

3.2. Impact sur la croissance économique du

© ESGAE | Téléchargé le 06/11/2023 sur www.cairn.info (IP: 154.72.156.194)

Revue congolaise de gestion, N° 31, Janv. – Juin 2021 127

Tableau 3. Statistiques sur les variables