Académique Documents
Professionnel Documents
Culture Documents
La modélisation permet de franchir le pas pour utiliser les statistiques et établir les
relations empiriquement et non pas uniquement théoriquement.
La modélisation permet la simulation économique. Il s’agit d’une manière de
reproduction pour observer le fonctionnement de phénomènes économique à l’aide
d’un modèle. C’est reproduire artificiellement un système (vu l’impossibilité de
reproduire la réalité économique en laboratoire) pour expérimenter les comportements
possibles de ses éléments.
La modélisation aide à la prévision. Cette dernière vise à estimer, par le biais de
différentes méthodes, l’évolution future des différentes variables économiques telles
que le PIB (le produit intérieur brut), le chômage, l’inflation, les exportations, les
finances publiques, la croissance économique, le taux de change, etc. Pour parvenir à
établir des prévisions à court terme, les économistes utilisent des modèles
économétriques, la méthode Delphi, l’expérience, etc.
La modélisation est un appui à l’action de politique économique. Lorsque les
décideurs possèdent les résultats d’une modélisation économique, cela peut les aider à
prendre des décisions en connaissance de cause. Mais, il faut prendre toutes les
précautions nécessaires lors de l’interprétation des résultats de la modélisation, car
tout modèle est réducteur et ne peut en aucun cas cerner la réalité économique dans sa
complexité. Cependant, la modélisation reste d’une grande utilité chez les économistes
dans leurs démarches scientifiques.
Elle est représentée toujours dans le plan (0,0) et (1,1) et se situe en dessous de la diagonale
(la ligne pointillée qui représente la ligne d'égalité linéaire parfaite). Plus la courbe est proche
de cette diagonale, plus la répartition est égalitaire. En revanche, plus elle est éloignée de
cette diagonale, plus la distribution est inégalitaire. Un point quelconque (comme le point E)
de la courbe s’interprète de la manière suivante : 25% des revenus sont détenus par 50% de la
population totale.
1.3.4. Indice de Gini
L'indice de Gini (coefficient de Gini) un coefficient qui synthétise l’inégalité de la
distribution de la richesse au sein d’une population par exemple. Il prend des valeurs entre
0 et 1 (ou 0 et 100). Plus l’indice est proche de 0, plus la distribution est égalitaire et
inversement. Il se calcule en général à partir de la courbe de Lorenz. Il est égal au rapport
entre la surface limitée par la diagonale et la courbe de Lorenz et toute la surface en dessous
de la diagonale (le triangle). Dans l’exemple ci-dessus
D
¿ coefficient de Gini est= .
( D+C )
On remarque que certains pays comme le Bénin et le Ghana sont moins égalitaires que des
pays comme la Guinée ou le Mali par exemple. Et la Communauté de développement de
l’Afrique australe (CDAA), SADC en anglais, est la Communauté économique régionale pla
plus inégalitaire en Afrique.
Tableau : Indice de Gini publié par ReSAKSS pour certains pays et régions économiques
Country / Region 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
Benin 41,6 43,4 41,9 42,1 42,3 47,8 42,6 42,8 37,8 43,1
Burkina Faso 42,7 42,4 42,1 41,7 35,3 41,1 40,8 40,5 47,3 39,9
Cape Verde 45,7 45,0 44,3 43,6 42,8 42,4 41,4 40,7 40,0 39,3
Côte d'Ivoire 40,2 40,2 40,2 40,1 40,1 41,5 40,1 40,1 37,2 40,1
Ghana 42,6 42,9 42,4 43,4 43,7 43,9 43,5 44,5 44,8 45,0
Guinea 35,9 35,2 33,7 33,9 33,3 32,6 32,0 31,3 29,6 30,0
Guinea-Bissau 50,7 40,5 40,3 40,2 40,0 39,9 39,8 39,6 34,8 39,3
Liberia 35,5 35,3 35,1 34,9 33,2 34,4 35,3 34,0 33,7 33,5
Mali 37,0 36,4 35,8 35,2 34,6 34,0 33,4 32,8 36,1 31,6
Niger 36,8 31,5 36,5 36,3 34,3 36,0 35,8 35,7 37,3 35,4
Nigeria 35,7 37,5 35,5 36,9 36,6 35,9 36,0 35,7 35,1 35,0
Senegal 39,6 40,3 38,8 38,4 38,0 37,5 37,1 36,7 38,1 35,9
Sierra Leone 36,8 34,0 36,2 35,9 35,6 35,3 35,0 34,7 35,7 34,0
CEN-SAD 37,2 37,7 36,5 37,3 36,9 37,1 36,7 36,7 36,4 36,1
COMESA 37,4 37,4 36,6 37,1 36,9 38,0 36,8 36,6 36,3 36,2
EAC 41,5 40,9 40,9 41,2 41,1 41,1 40,9 40,9 40,8 40,7
ECCAS 45,3 45,7 45,2 45,1 45,4 45,0 44,9 44,9 45,4 44,8
ECOWAS 37,7 38,3 37,3 38,0 37,3 37,6 37,2 37,0 37,0 36,5
SADC 50,2 49,2 49,7 49,5 49,7 49,7 49,9 49,4 49,9 49,8
UMA 38,8 38,7 38,6 38,0 38,3 38,0 38,2 38,1 38,0 37,9
Source : ReSAKSS (Regional Strategic Analysts and Knowledge Support System). 2020
20000000000
15000000000
10000000000
5000000000
0
60 63 66 69 72 75 78 81 84 87 90 93 96 99 02 05 08 11 14 17 20
19 19 19 19 19 19 19 19 19 19 19 19 19 19 20 20 20 20 20 20 20
PIB ($ US courant)
Nous pouvons même mettre plusieurs courbes ensemble pour autant qu’elles ont une même
échelle. De nouveau, nous recourons aux données de la Banque Mondiale (2024) ci-dessus et
allons représenter les deux séries de la Burkinabè : PIB et consommation des ménages.
Côte d'Ivoire
10%
Guinée-Bissau
Mali 1%
28%
Source : Colloque sous le thème « 20 ans de politique agricole de l’UEMOA : Bilan et
perspectives » 2023
Chaque secteur angulaire est associé à une valeur des données. Une légende explique à quelle
couleur est associée quelle donnée. La représentation de nombres négatifs est impossible
avec ce type de diagramme.
20000000000
15000000000
10000000000
5000000000
0
60 63 66 69 72 75 78 81 84 87 90 93 96 99 02 05 08 11 14 17 20
19 19 19 19 19 19 19 19 19 19 19 19 19 19 20 20 20 20 20 20 20
PIB ($ US courant)
10000000000
8000000000
Consommation
6000000000
4000000000
2000000000
0
0 5000000000 10000000000 15000000000 20000000000
PIB BFA 1960-2022
1.3.6.2. Graphique présentant une courbe (droite ou une forme quelconque)
Le deuxième type de graphe utilisé est un graphique représentant une courbe continue dans
un plan XY. La continuité signifie qu’à tout point de l’abscisse de l’axe des abscisses
correspond une image (valeur de Y) et une seule. Avec ce type de graphique nous pouvons
nous poser la question non seulement sur la nature de la relation mais aussi sur l’impact de la
variation d’une variable sur l’autre. Autrement dit, si X varie de ∆X (= quantité quelconque)
quel sera la variation de Y, c’est-à-dire ∆Y, tous les autres facteurs susceptibles d’influencer
Y sont considérés constants. Nous parlons dans ce cas de la pente de la courbe qui n’est autre
que le rapport des variations des deux variables lorsqu’elles sont infinitésimales (très petites
variations) :
' ∆Y
la pente d une courbe=
∆X
Courbe particulière : la droite
Pour illustrer ce concept, nous utilisons une courbe simple : une droite. La pente de la droite
est par définition constante. Par exemple, Y = aX + b. La droite qui sera représentée
graphiquement a pour pente le paramètre « a » et l’ordonnée à l’origine (lorsque X = 0) le
paramètre b.
' ∆Y
la pente d une courbe droite= =a
∆X
Le paramètre « a » peut prendre différentes valeurs (négative, positive ou nulle).
Mathématiquement parlant, la pente correspond à la dérivée première d’une fonction. Dans le
cas d’une droite, la pente est la même en tout point. Cependant, elle est en général variable
suivant la position du point dans la courbe.
1.3.8. L’économétrie
Au début du XXe siècle, une discipline se développe et donne du poids à la relation entre les
sciences économiques et la statistique. Il s’agit de l’économétrie. L’analyse économique se
base sur des représentations théoriques analysant les comportements des acteurs économiques
ainsi que les relations économiques. Les hypothèses théoriques sont à la base de l’analyse
économique. Comment vérifie-t-on la véracité et le réalisme de ces hypothèses ? C’est le rôle
de l’économétrie. Il s’agit de la mise en application des méthodes statistiques aux
observations des phénomènes économiques. En effet, l’économétrie est un ensemble d’outils
et de méthodes statistiques appliqués à l’économie. Elle permet :
de tester les théories économiques en les confrontant à la réalité (les statistiques),
d’évaluer les grandeurs et les paramètres représentant les relations économiques, par
exemple : évaluer l’impact d’une variable sur une autre dans le long terme.
La démarche économétrique consiste à :
prendre comme point de départ une théorie économique ou une hypothèse,
traduire cette théorie ou hypothèse en modèle permettant de les confronter aux
observations réelles,
confirmer ou infirmer la validité de la théorie ou de l’hypothèse par les résultats et les
tests statistiques, et finalement
évaluer les valeurs des paramètres et des grandeurs si la théorie n’est pas invalidée
dans l’étape précédente.
1.3.9. La prévision économique
La prévision économique est un domaine important des sciences économiques. Elle est utile à
l’ensemble des acteurs économiques, en particulier les entreprises et l’Etat. Les entreprises
ont besoin de voir un peu plus loin pour planifier les investissements futurs et les prises de
décisions de gestion. L’Etat a besoin de prévision pour pouvoir mettre en place des politiques
économiques appropriées. Les méthodes de prévision sont de deux catégories : les méthodes
qualitatives et les méthodes quantitatives.
1.3.9.1. Méthodes quantitatives
Les méthodes quantitatives reposent sur l’extrapolation de la demande dans le temps en
utilisant les données des consommations passées. Ci-dessous, nous présentons une liste non
exhaustive des méthodes quantitatives :
Méthode quantitative simple (prise en compte de la demande actuelle plus ou moins
un certain pourcentage) ;
Méthode des moyennes glissantes (moyenne de la demande réelle de (n) périodes
antérieures les plus récentes) ;
Méthode de lissage exponentiel (ou moyenne pondérée par des coefficients
exponentiels sur une période) ;
Méthode de la tendance (projection linéaire, exponentielle, logarithmique ou
polynomiale de la tendance passée. A partir des simulations, on choisit celle qui
s’adapte le mieux à l’allure de la demande) ;
Méthode de décomposition (décomposition du résultat des prévisions en tendance,
saisonnalité, effets aléatoires) ;
Méthode de régression et corrélation (utilisation combinée de la droite des moindres
carrés et de la corrélation avec une variable de dépendance).
Toutes ces méthodes de prévision ne sont pas exclusives. Elles peuvent être combinées pour
diminuer les incertitudes et renforcer la fiabilité des résultats.
1.3.9.2. Méthodes qualitatives
C’est une méthode qui utilise des données subjectives. Les résultats de cette démarche
dépendent du jugement personnel, de l’expérience et de l’expertise des personnes fournissant
les prévisions. Les opinions des personnes questionnées (vendeurs, consommateurs, cadres,
experts, employés, supporters, ...) jouent un rôle fondamental.
Les méthodes qualitatives sont donc des méthodes non quantifiables. Elles sont
essentiellement basées sur l’opinion, la comparaison et le jugement. Nous pouvons recenser
les méthodes suivantes :
La méthode de sondage : avec ce procédé nous sondons les opinions des différents
acteurs (enquêtes auprès des vendeurs, distributeurs des produits, des consommateurs,
etc.) ;
La méthode de comparaison (ou analogie historique) : prévision par comparaison
avec des produits similaires vendus dans le passé ;
La méthode Delphi : il s’agit de poser des questions à différents experts. Le retour est
la réponse à une série de questions par un panel d’experts ;
Les études de marché (application d’un questionnaire par exemple aux
consommateurs éventuels afin d’anticiper sur les changements du marché).