Dette publique, qualité institutionnelle et croissance

économique dans les pays de la région MENA : analyse

par la méthode des moments généralisés

Jamel BOUKHATEM
Department of Economics, College of Islamic Economics and Finance
Umm al-Qura University, P.O. Box 715 Makkah 21955, Saudi Arabia
Email : [email protected]

Malèk KAABI
Faculty of Economic sciences and Management
University of Tunis, Tunisia.

(Juillet 2015)

Résumé
Malgré la diversité des études théoriques, la problématique de la relation dette publique
– croissance économique reste une question controversée. L’objet de ce papier consiste
donc à expliciter la nature d’une telle relation dans les économies de la région MENA.
Un modèle de croissance standard a été spécifié puis estimé sous forme quadratique
moyennant la méthode des moments généralisés en panel dynamique. Les résultats
montrent une relation non linéaire entre la dette publique et la croissance économique.
La dette publique stimule la croissance économique lorsqu’elle ne dépasse pas le seuil
de 15% du PIB. Les tests de robustesse montrent que la dette publique booste les
conditions économiques des pays dotés de politiques macroéconomiques saines et
d’une bonne qualité institutionnelle.

Public debt, institutional quality and economic growth in MENA

countries: a GMM analysis
Abstract
Despite the diversity of theoretical studies, the problematic of the public debt –
economic growth relationship remains a controversial issue. The aim of the paper is to
complement the existing evidence focusing on MENA countries. Using the efficient
system-GMM estimators, our results show a non-linear relationship between public
debt and growth. When public debt to GDP lies below the threshold of 15%, public
debt boosts economic growth. The results of robustness tests show that public debt
stimulates economic conditions in the countries with sound macroeconomic policies
and stable institutions.

Keywords: public debt, threshold effect, institutional quality, panel data, GMM
JEL Classification: C33, F34, H63, O43

1
1. Introduction

La croissance rapide de la dette publique a attiré l’attention des décideurs

politiques et des économistes quant aux effets d’une dette publique si importante
sur le développement économique. « Dans les économies avancées, les niveaux de
la dette publique ont atteint des taux jamais vus auparavant, et cela en absence
d’une guerre majeure », affirme Carlo Cottarelli, directeur du département des
finances publiques du FMI. Il est donc nécessaire de savoir dans quelle mesure la
dette publique affecte la croissance économique. L’approche du Traité de
Maastricht établit une cible d’endettement à 60% du PIB, la dette publique ne doit
donc pas y dépasser.

Toutefois, et suite à la crise financière de 2007-2008 un ralentissement

économique a causé de graves répercussions sur les finances publiques. Le taux
d’endettement est passé de 66,2% en 2007 à 87,7% 2007 en 2011, dans la zone
Euro. Cette augmentation plus au moins importante diffère d’un pays à un autre.
En Irlande on a observé la plus forte hausse du niveau de sa dette de 90% du PIB.
Quant à la Grèce, l’augmentation de la dette a dépassé 50% du PIB. De même,
l’Espagne et le Portugal connaissent un accroissement de leurs taux
d’endettement de plus de 30% du PIB. Dans la plupart des pays de la zone euro, la
dette publique dépasse la valeur limite imposée par ledit traité de Maastricht.

La forte hausse de la dette publique n’est pas réservée uniquement pour les pays
de la zone euro, mais aussi elle a été marquée dans d’autres régions et sur la
même période. Dans le Royaume-Uni, les ratios d’endettement public
relativement faibles en 2007, ont passé ainsi de plus de 40% du PIB à presque 85%
du PIB fin 2011. Aussi, aux Etats-Unis le taux d’endettement public a passé de plus
de 60% du PIB à environ 100% du PIB fin 2011. Encore au Japon, le taux
d’endettement qui était déjà élevé en 2007, 50% du PIB, grimpait pour atteindre
240% du PIB.

Il est évident que cette forte augmentation du taux d’endettement observée ces
derniers temps est directement liée, d’une part, aux programmes de soutien
accordés au moment de la crise et, d’autre part, aux baisses des recettes induites
par la récession économique suite à la crise. Il convient donc de signaler que la
croissance des déficits budgétaires forme effectivement le majeur déterminant de
l’augmentation du ratio de l’endettement public. Même si, depuis l’année 2010, la
situation économique était enfin maîtrisée, la dynamique à la hausse du taux
d’endettement de la plupart des pays surtout avancés s’est continue. En effet,
cette évolution a amené économistes et décideurs politiques à étudier d’une façon
plus précise les effets de la dette publique sur la croissance économique. Dans ce

2
contexte, une littérature abondante a traité les impacts économiques de
l’endettement public. Ainsi, Ricardo (1820), Barro (1974), Elmendorf et Mankiw
(1999) et autant d’autres, ont fourni de bonnes revues de littérature en
développant un support théorique pour étudier la relation dette publique –
croissance économique. Un peu plus tard, Clements et al. (2003), Singh (2006) et
Cohen (2011) présentent une revue bien étendue et relativement exhaustive
quant à la nature de la relation entre dette publique et croissance économique.

Par ailleurs, la plupart des travaux empiriques sur le sujet essayent de rechercher
un seuil optimal au ratio dette / PIB, et ce en l’absence d’un modèle théorique clair
montrant les interactions entre les niveaux de la dette publique et la dynamique
de la croissance (Reinhart et Rogoff, 2009 et 2010 ; Ferreira, 2009 ; Kumar et Woo,
2010 ; Checherita et Rother, 2010 ; Panizza et Presbitero, 2012, etc.). Seulement,
faut-il souligner que malgré les critiques adressées au cas Reinhart et Rogoff et
l’erreur révélée dans leurs travaux, le seuil alarmant de 90% semble très important
du fait qu’il remplit un gap dans la littérature sur le sujet.

Notons que ces travaux portent essentiellement sur des panels de pays
développés et émergents de l’Europe, de l’Asie ou de l’Amérique. Pour la région
Moyen-Orient et Afrique du Nord (MENA), certains pays sont, dans les meilleurs
des cas, intégrés dans les échantillons déjà considérés. Et, à notre connaissance,
aucun travail n’a été entièrement consacré à l’examen de la relation entre dette
publique et croissance économique dans la région MENA.

En fait, le but principal consiste à rechercher la nature de la relation, si elle existe,

entre la dette publique et la croissance économique et de se prononcer quant à
l’existence d’un éventuel seuil au-delà duquel une telle relation changera d’allure.

Le reste du papier est comme suit. La deuxième section relatera l’ensemble des
travaux théoriques et empiriques réalisés sur la relation dette publique – croissance
économique. Ensuite la troisième section sera consacrée à la spécification du modèle et à
la méthodologie économétrique. La quatrième section exposera les résultats obtenus et
leurs interprétations économiques. Enfin, la dernière section conclut le papier.

2. Revue de la littérature

La littérature économique s’est informée, dans le cas d’un service de dette

extérieure important, sur les canaux à travers lesquels une dette publique
croissante pourrait entraver les perspectives de croissance à long terme dans les
pays en développement. Théoriquement, un pays est dit surendetté quand le
service de sa dette extérieure est si lourd qu’une grande partie de la production

3
courante sera octroyée aux prêteurs étrangers. Selon Krugman (1988), Sachs
(1989), Pattillo et al. (2002), l’hypothèse de surendettement suggère que s’il ya
une probabilité future que la dette externe publique sera plus grande que la
capacité de remboursement du pays, les coûts prévus du service de la dette
découragent davantage l’investissement domestique et étranger et nuisent à la
croissance économique. Dans ce contexte, Sachs a constaté que la capacité de
remboursement de la dette du pays concerné est affaiblie par un niveau
d’endettement important, donc les coûts futurs du service de la dette découragent
l’investissement national. Ce principe est connu sous le nom du fardeau virtuel de
la dette ou « debt overhang ». Cette théorie est perceptible à travers la courbe de
Laffer selon laquelle l’alourdissement de la dette baisse la probabilité de son
remboursement.

Singh (2006), admet qu’un niveau élevé de la dette publique a des incidences
négatives sur la croissance et sur d’autres indicateurs du développement
économique, et par conséquent sur la stabilité macroéconomique. Par ailleurs, les
travaux d’Alesina et Tabellini (1989) et de Cerra et al. (2008) ont prouvé l’existence
d’une relation entre l’accroissement de la dette et la fuite de capitaux. Ainsi, les
pays à faibles institutions ont tendance à accumuler la dette et donc décourager
les entrées des capitaux tout en favorisant les fuites de capitaux. Dans les années
quatre-vingt, les économistes ont mis en exergue le rôle nuisible qu’exerce la dette
sur les anticipations des agents économiques, et par la suite sur l’investissement :
c’est bien la théorie du fardeau virtuel de la dette. Selon cette théorie, lorsqu’un
pays ne peut plus faire face à son service de la dette, il y aurait moins de
motivation pour investir, et ce, en tenant compte des coûts prévus de ce service.
Ceci exerce un effet dépressif sur l’investissement en affectant directement les
mouvements de capitaux.

Christensen (2005), d’une part, et Hanson (2007), de l’autre, ont montré que pour
les pays qui ont une part importante de dette intérieure, l’investissement privé est
limité ce qui provoque une diminution de l’épargne nationale nette et une
augmentation des taux d’intérêt, et par conséquent l’on assiste à une modération
du crédit. Le rationnement du crédit est du au transfert des risques aux banques
en cas d’une longue échéance vu le taux fixe de l’emprunt interne et donc une
réduction des rendements.

Selon Cohen (1993), le ralentissement de l’investissement est expliqué par le

service de la dette et non plus par son encours. Cela veut dire que, c’est la fuite
des capitaux engendrée par le remboursement de la dette qui est à l’origine de la
diminution de l’investissement et non pas l’ampleur de la dette. En effet, les

4
ressources qui pourraient être canalisées vers l’investissement seront utilisées au
remboursement du service de la dette. Le souci de remboursement du service de
la dette présente un obstacle pour la réforme économique (Clements et al, 2003).

Jusque-là, ces travaux ont montré l’impact négatif d’un niveau élevé de la dette
publique sur la croissance économique sans s’interroger sur la nature d’une telle
relation. En effet, la dette publique a un impact positif sur la croissance jusqu’à un
certain niveau ; au-delà de ce seuil, l’effet de la dette devient négatif. En outre, un
excès de dette publique peut affecter la croissance économique à travers plusieurs
canaux de transmission.

Nature de la relation entre dette publique et croissance économique

Le lien entre dette publique et croissance économique a fait l’objet récemment

d’une série d’études empiriques. Reinhart et Rogoff (2010a), sur un échantillon de
44 pays, 20 industrialisés et 24 en développement, ont analysé la relation entre la
dette publique totale et la croissance économique en se basant sur un ensemble
de données comprenant plus de 3700 observations annuelles. Ces analyses
prouvent que la dette publique n’est pas liée à la croissance économique tant que
son seuil ne dépasse pas 90% du PIB. En effet, au-delà d’un taux de 90%, le taux de
croissance des pays fortement endettés est significativement plus faible que ceux
des pays dont le ratio de la dette publique/PIB est inférieur à 90%. Cet effet non
linéaire est à la fois présent dans les économies avancées qu’émergentes.
L’hypothèse de non linéarité se base essentiellement sur l’idée que l’effet de la
dette sur la croissance économique n’est pas toujours négatif. Effectivement, une
dette modérée peut avoir un effet positif, mais au-delà d’un certain niveau, elle
devient nuisible à l’investissement et donc à la croissance économique (courbe de
Laffer).

Selon les auteurs cette relation non linéaire peut être expliquée par la notion
d’intolérance à la dette. En effet, lorsque l’économie atteint les limites prévues de
tolérance à la dette, on observe une augmentation des taux d’intérêt du marché.
Cette hausse des taux engendre une élévation des impôts qui, entraine par la suite
de sévères ajustements budgétaires.

De plus, pour un échantillon de 20 pays développés sur la période 1790-2009,

Reinhart et Rogoff (2010b), montrent que les pays avancés ayant une dette
publique supérieure à 90% du PIB ont une croissance moyenne annuelle de deux
points de pourcentage inférieure à celle des pays dont la dette était inférieure à
30% du PIB. Ainsi, le taux de croissance des pays dépassant le seuil de 90% est de
1.7%, alors que celui des pays ayant un ratio de dette publique / PIB inférieur à

5
30% est de 3.7%. L’écart est de deux points de pourcentage, ce qui plaide en
faveur d’une relation dette publique – croissance plus forte dans les économies
émergentes.

Dans le même ordre d’idée, Aschauer (2000), propose un modèle de croissance

étudiant l’effet non linéaire du capital public sur la croissance économique.
L’auteur suppose que la dette publique est un moyen de financement du capital
public. Il montre qu’un accroissement de la dette publique peut avoir des effets
positifs, mais en dépassant un certain seuil ils deviennent négatifs.

Dans le même sens, le FMI (2002) effectue une étude empirique afin d’examiner le
lien entre dette et croissance. Les résultats tirés de cette étude ont montré que
lorsque la dette représente 160% à 170% des exportations et 35% à 40% du PIB,
elle affecte négativement la croissance économique. Aussi, il semble que l’écart de
croissance entre les pays peu endettés et les pays très endettés est en moyenne
plus de 2% par an. Selon l’étude du FMI, les pays peu endettés sont ceux où la
dette représente moins de 100% des exportations ou 25% du PIB alors que la dette
des pays très endettés représente plus de 367% des exportations ou plus de 95%
du PIB. Enfin, lorsqu’on enregistre une diminution de la dette de 200% à 100% des
exportations, un gain de l’ordre de 1 point de la croissance par habitant est
constaté.

Ferreira (2009), pour 20 pays de l’OCDE sur la période 1988-2001, et en appliquant

les tests de causalité à la Granger, montre que les taux d’endettement en hausse
ont des effets négatifs sur la croissance. L’effet négatif est statistiquement
significatif et se produit dans les deux sens : une importante dette publique réduit
la croissance économique et une croissance faible aggrave la dette.

Les travaux de Minea et Villieu (2009b), viennent confirmer l’hypothèse de non

linéarité. L’étude a porté sur un échantillon de vingt-deux pays de l’OCDE tout au
long de la période 1978-2006. Les auteurs proposent un modèle théorique simple
dont l’effet du déficit budgétaire sur les dépenses publiques d’investissement
dépend du niveau de la dette publique. Lorsque la dette est faible, le déficit affecte
positivement les dépenses d’investissement, étant donné que la charge de la dette
est probablement aspirée par une baisse des dépenses de consommation. En
revanche, lorsque la dette est importante, il est presque impossible de réduire les
dépenses de consommation, et l’ajustement se fait par les dépenses
d’investissement, de façon que le lien entre déficit budgétaire et dépenses
publiques d’investissement devienne négatif. Les résultats montrent que pour un
seuil de dette publique situé autour de 120% du PIB, la relation déficit public –
investissement public change de signe.

6
En se basant sur un échantillon de 101 pays développés et en développement
entre 1980 et 2008, Caner et al. (2010), ont obtenu des résultats similaires à ceux
de Reinhart et Rogoff (2010a). Dans le cas des pays développés, ils ont estimé le
seuil optimal de la dette publique à 77% du PIB. Au-delà de ce seuil, un point de
pourcentage supplémentaire du ratio de la dette coûte 1.7% de la croissance réelle
annuelle. Pour les pays en développement, le seuil est de 64% du PIB, en
dépassant cette limite, le taux de croissance baisse d’environ 2% du PIB.
Effectivement, le non linéarité du lien entre la dette publique et la croissance
économique montre que pour un niveau d’endettement modéré, la hausse de la
dette publique par rapport au PIB favorise le développement des investissements
en vue d’attraper une croissance plus rapide, mais il faut mentionner qu’une
hausse de la dette au-dessus des seuils déjà trouvés réduit la croissance
économique.

Kumar et Woo (2010) examinent l’impact d’une dette publique élevée sur la
croissance économique à travers un panel d’économies avancées et émergentes
au cours de la période 1970-2007. Les résultats ont montré l’effet linéaire négatif
de la dette publique sur la croissance économique. Ainsi, une hausse de 10% du
ratio d’endettement public engendre un ralentissement de 2% du taux de
croissance économique. Cette relation n’est pas non plus toujours linéaire comme
le souligne les auteurs. Pour un taux d’endettement inférieur à 30% du PIB, les
pays avancés connaissent une augmentation de 3.2% du PIB par habitant, tandis
que cet accroissement ne s’élevait qu’à 1.9% pour un taux d’endettement
supérieur à 90% du PIB. On remarque ici que plus modeste est la dette publique
plus forte est la hausse moyenne du PIB par habitant à prix constant. Enfin, pour
les pays en développement, la hausse du PIB par habitant à prix constant est plus
élevée à mesure que la dette publique diminue. Concernant les pays en
développement et les pays émergents, une relation négative peut être constatée
entre le niveau d’endettement et la formation brute de capital fixe. Ce constat
peut confirmer l’existence d’un canal de transmission qui agit par le biais de la
formation brute de capital. Par contre, cette relation n’apparaît pas dans les pays
avancés.

En résumé, Kumar et Woo (2010), en analysant les composantes de la croissance,

ont montré que l’effet négatif du niveau élevé de la dette reflète en général un
trêve de la croissance de la productivité du travail, principalement dû à une baisse
des investissements et un ralentissement de la croissance du stock de capital.

Plus récemment, Checherita et Rother (2010), sur un échantillon de 12 pays de la

zone euro et durant presque quatre décennies, considèrent une relation

7
quadratique entre la dette publique et la croissance économique. Les résultats
obtenus prouvent que la dette a une relation en forme de courbe en U inversée
avec la croissance et confirment ainsi, l’hypothèse de non linéarité. Au-delà d’un
seuil de 90% à 100% du ratio dette / PIB, la dette publique est préjudiciable à la
croissance économique. Toutefois, lorsque la dette atteint 70% du PIB, ses effets
négatifs sur la croissance apparaissent.

Sur un échantillon de 18 pays de l’OCDE et durant la période 1980-2010, Cecchetti

et al. (2011) examinent les données annuelles du PIB par tête et du stock de la
dette du secteur non financier. Ils démontrent qu’à partir d’un seuil estimé à
environ 85% du PIB, la dette publique affecte négativement la croissance
économique. En adoptant la méthode d’effet seuil sur panel dynamique,
Checherita et al. (2013) ont essayé d’analyser l’impact non linéaire de la dette
publique sur la croissance du PIB pour un échantillon de 12 pays de la zone euro
durant la période 1990-2010. Les résultats montrent qu’à court terme la dette
publique a un effet positif et statistiquement significatif sur la croissance
économique. Mais au-delà d’un seuil estimé à 67% du PIB, cet effet positif baisse
et devient même nul. Au-delà d’un seuil de 95% du ratio dette / PIB, un niveau
élevé de l’endettement affecte négativement l’activité économique.

Sur un échantillon de pays de l’OCDE, Panizza et Presbitero (2012) affirment la

corrélation qui existe entre la dette publique et la croissance économique,
notamment à partir des niveaux élevés d’endettement. Leurs travaux empiriques
soutiennent effectivement l’existence d’une corrélation entre la dette et la
croissance. Pour eux le lien entre ces deux variables est expliqué tout simplement
par le fait qu’une faible croissance économique entraine des niveaux élevés de
dette publique. En effet, un niveau élevé de la dette publique affecte la croissance
économique via un canal spécifique. Un gouvernement qui a un niveau
d’endettement élevé opte pour une politique restrictive afin de consolider ses
finances, or de telles mesures accableront l’activité économique. De plus, la mise
en œuvre de mesures sévères en période de récession accroit les effets dépressifs
de celle-ci et au final accroit le fardeau de l’endettement public.

De nombreuses études empiriques ont essayé d’identifier le niveau d’endettement

public « optimal » afin d’éviter les effets négatifs sur la croissance économique. Les
résultats affirment l’existence d’une relation de causalité négative et non linéaire
de la dette publique vers la croissance. En effet, un niveau faible de dette publique
n’a pas d’incidence sur la croissance économique, tandis qu’à partir d’un certain
niveau, la dette publique affecte négativement la croissance. Les études
précédentes ont déterminé un seuil critique de la dette entre 90% et 100% du PIB.

8
Cependant, dans certains cas, plusieurs faits observés infirment ce seuil. C’est le
cas du Japon dont la dette dépasse 200% du PIB. Il n’existe donc pas un seuil
magique bien défini à partir duquel la croissance fléchit sensiblement. Il est donc
indispensable lors de l’analyse du seuil critique de la dette de tenir compte des
caractéristiques économiques, budgétaires et institutionnelles de chaque pays à
part.

Dette publique, cadre institutionnel et croissance économique

Cordella et al. (2010), montrent dans une étude sur les pays en développement
que le lien entre dette publique et croissance économique dépend non seulement
de l’ampleur de l’endettement mais aussi de la qualité des politiques et des
institutions. Les auteurs prouvent l’existence d’un surendettement dans les pays
dotés de bonne qualité institutionnelle, et ceci lorsque la valeur actuelle nette de
la dette s’élève au-dessus de 20 à 25% du PIB, mais au-delà d’un taux de 70 à 80%
du PIB la dette n’a aucun effet. Dans les pays dotés de mauvaise qualité
institutionnelle, les taux sont plus faibles que dans les autres pays mais sans
pourtant négliger l’importance du poids de la dette. Dans le même sens, Presbitero
(2008), et pour un panel de 114 pays en développement, a montré que le lien
entre dette publique et croissance économique dépend des politiques et des
institutions des pays.

En conformité avec les études précédentes qui ont essayé de déterminer un

niveau critique d’endettement, il existe aussi d’autres études qui prouvent qu’un
certain niveau de qualité institutionnelle est nécessaire afin d’encourager les
investissements, stimuler la croissance et du coup bénéficier de la politique
d’allègement de la dette. Dans une étude traitant de la relation entre l’allègement
de la dette et la qualité institutionnelle, Asiedu (2003), montre que les pays
pauvres fortement endettés ont de faibles institutions et doivent atteindre un
certain niveau de qualité des institutions pour tirer profit de l’allègement de la
dette. En plus, Dessy et Vencatachellum (2007), montre que l’allègement accordé
à 14 pays de l’Afrique entre 1989 et 2003 a affecté positivement la part des
ressources des pays qui ont réformé leurs institutions.

Selon Harrabi et al. (2007), l’analyse de la relation entre l’allègement de la dette et

les crédits du secteur privé est nécessaire, vue l’effet négatif de la dette intérieure
sur les crédits du secteur privé. A partir d’un échantillon de pays africains durant la
période 1988-2004, les auteurs ont montré qu’à court terme, l’allègement de la
dette a un effet significatif positif sur les crédits du secteur privé, tandis que son

9
effet à long terme est positif uniquement dans le cas d’un cadre institutionnel
stable.

Somme toute, les études précédentes suggèrent que la dette publique affecte les
conditions économiques des pays dotés de politiques macroéconomiques saines et
d’une bonne qualité institutionnelle.

3. Spécification du modèle et méthodologie empirique

Spécification du modèle

Notre étude empirique se basera sur un modèle provenant de la littérature

empirique sus-mentionnée. Ainsi, notre objectif consiste à étudier l’effet de la
dette publique sur la croissance économique. La variable endogène étant la
croissance annuelle du PIB. Le modèle économétrique spécifié est un modèle
dynamique sur données de panel. Un modèle dynamique est un modèle dans
lequel un ou plusieurs retards de la variable dépendante figurent comme variables
explicatives (Sevestre, 2002). L’économétrie des données de panel apporte un
ensemble d’avantages dont le plus important est le contrôle de l’hétérogénéité
inobservée des pays.

Le modèle de base peut se mettre sous la forme suivante :

𝑦𝑖𝑡 = 𝛼𝑦𝑖,𝑡−1 + 𝛽𝐷𝑒𝑡𝑡𝑒 𝑝𝑢𝑏𝑖𝑡 + 𝛿𝑋𝑖𝑡 + 𝛾𝑡 + 𝜇𝑖 + 𝜀𝑖𝑡 (1)

Ou encore

𝑦𝑖𝑡 − 𝑦𝑖,𝑡−1 = (𝛼 − 1)𝑦𝑖,𝑡−1 + 𝛽𝑑𝑒𝑡𝑡𝑒 𝑝𝑢𝑏𝑖𝑡 + 𝛿𝑋𝑖𝑡 + 𝛾𝑡 + 𝜇𝑖 + 𝜀𝑖𝑡 (2)

La variable expliquée 𝑦𝑖𝑡 représente le taux de croissance du PIB pour le pays 𝑖 à

l’instant 𝑡.

La variable 𝑦𝑖,𝑡−1 est la variable explicative endogène. Elle mesure la croissance du

PIB pour le pays 𝑖 à l’instant 𝑡 − 1. La variable 𝐷𝑒𝑡𝑡𝑒 𝑝𝑢𝑏𝑖𝑡 est un indicateur de
mesure de la dette publique pour le pays 𝑖 à l’instant 𝑡. 𝑋𝑖𝑡 est un vecteur de
variables de contrôle. Les indices 𝑖 et 𝑡 désignent respectivement le pays et le
temps. 𝜇𝑖 l’effet spécifique pays et 𝛾𝑡 l’effet temporel. Enfin, 𝜀𝑖𝑡 le terme d’erreur.

L’hypothèse de base de notre travail consiste à vérifier l’effet d’une dette très
élevée sur l’activité économique. L’hypothèse de convergence conditionnelle
implique une valeur négative et significative du coefficient de la valeur retardée du
PIB par tête. Dans ce cas, les variables de contrôle et l’effet spécifique individuel

10
accrochent le niveau de revenu par tête de long terme vers lequel chaque pays
converge. Au contraire, une valeur positive de ce coefficient signifie le rejet de
l’hypothèse de convergence, définie comme un processus de rattrapage.

L’échantillon retenu se compose de 19 pays de la région MENA pour la période

1990- 2011. La liste des pays existe en annexe 1.

Définition des variables et statistiques descriptives

La variable endogène étant la croissance annuelle du PIB par tête. Les variables
explicatives sont présentées en annexe 2. Comme indicateur de performance de
l’activité économique, on retient le taux de croissance annuel du PIB par tête.
Cette mesure étant la plus appropriée permettant de vérifier l’hypothèse de
convergence conditionnelle. Cette variable fut explicitement utilisée dans la
littérature empirique (Patillo et al., 2004; Schclarek, 2004 ; Ferreira, 2009 ;
Checherita & Rother, 2010 ; Kumar & Woo, 2010 ; Presbitero, 2010 et Baum et al.,
2013).

Concernant les variables explicatives du modèle, la variable d’intérêt, dette

publique brute, mesure le degré d’endettement et aide aussi à interpréter la
situation d’endettement. En effet, la capacité de payement ou encore la solvabilité
d’une économie est liée à la richesse de celle-ci ; la dette publique peut donc être
considérée comme un indicateur de la situation financière des pays.

Selon la conception dominante, la dette publique peut stimuler la croissance à

court terme, mais semble nuisible pour la croissance à long terme. En outre, la
théorie économique suggère que l’endettement peut favoriser la croissance
économique, mais ceci dans des limites à déterminer. Du coup, le lien entre ces
deux variables n’est pas clair et reste encore entaché d’imprécision. La variable
d’intérêt a été utilisée dans la quasi-totalité des études récentes portant sur
l’importance du rapport entre dette publique et croissance économique (Reinhart
et Rogoff, 2009-2010 ; Kumar et Woo, 2010 ; Cecchetti et al., 2011 ; Checherita et
Rother, 2010 ; Panizza et Presbitero, 2012).

Le modèle contient aussi un vecteur de variables de contrôle issues de la

littérature théorique et habituellement introduites dans ce genre d’estimation
(annexe 2).

Les statistiques descriptives relatives à ces variables ont été calculées pour la
totalité de l’échantillon (annexe 3).

Méthodologie économétrique

11
La méthode économétrique adoptée étant la méthode des moments généralisés
GMM (General Method of Moment) sur données de panel dynamique. En fait,
l’estimateur de ce modèle par la méthode des MCO conduit à des estimateurs
biaisés et non convergents surtout lorsque la variable dépendante retardée est
corrélée avec les effets individuels 𝜇𝑖 .

L’estimateur des moments généralisés proposé par Arellano et Bond (1991) se

base sur les conditions d’orthogonalités entre la variable endogène retardée et le
terme d’erreur. Il permet de fournir des solutions aux problèmes de biais de
simultanéité, de causalité inverse et des variables omises. Il permet aussi de
corriger l’endogénéité de l’ensemble des variables explicatives du modèle.
L’estimateur proposé fait référence à la méthode GMM en différence première
afin d’éliminer les effets individuels spécifiques et l’utilisation des valeurs
retardées de la variable dépendante comme instruments.

Plus loin, Blundell et Bond (1998) proposent l’estimateur GMM en système. Ils
combinent les équations en différences premières avec les équations en niveau
dans lesquelles les variables sont instrumentées par leurs différences premières. A
travers les simulations de Monte Carlo, Blundell et Bond (1998) ont prouvé que
l’estimateur GMM en système est plus performant que celui en différences
premières. En effet, lorsque les instruments sont faibles, l’estimateur GMM en
différences premières nous donne des résultats biaisés dans des échantillons finis.

Nous utilisons la procédure d’estimation en deux étapes. Le recours à cette

procédure s’explique par le fait que l’estimateur obtenu soit plus efficace et plus
performant que celui en une étape (Sevestre, 2002 ; Roodman, 2009). En effet,
l’estimation en deux étapes est plus précise que celle en une étape puisqu’elle
prend en considération la structure de la matrice des variances covariances des
erreurs.

4. Résultats et interprétations

Les résultats des tests de racine unitaire en panels

Deux tests de stationnarité sur données de panel seront appliqués, le test de Levin
Lin et Chu LLC (2002) et le test Im Pesaran et Shin IPS (2003). Le tableau 1
récapitule les résultats de ces tests. Rappelons que ces deux tests se basent sur
l’hypothèse nulle de racine unitaire.

Selon ce tableau on remarque que le te test de LLC (2002) conduit au rejet de

l’hypothèse nulle de racine unitaire. La quasi-totalité des variables sont
stationnaires en niveau. La prise en compte de l’hétérogénéité de la racine

12
autorégressive par le biais du test TPS (2003) modifie sensiblement les résultats
obtenus par LLC (2002). Seules les variables institutionnelles sont non stationnaires
en appliquant le test d’IPS (2003).

Tableau 1 : Les résultats des tests de racine unitaire en panel

Variables Spécification du modèle LLC IPS
constante et tendance -5,179 (0,0000)* -5,920 (0,0000)*
gdp_cap_growth_rate
constante uniquement -5,492 (0,0000)* -7,103 (0,0000)*
constante et tendance -2,528 (0,0057)* -1,364 (0,0862)***
public_debt
constante uniquement -3,973 (0,0000)* -0,339 (0,3670)
constante et tendance -2,020 (0,0217)** -0,313 (1,0000)
gdp_percapita
constante uniquement -2,425 (0,9923) -4,374 (1,0000)
constante et tendance -3,598 (0,0002)* -2,071 (0,0191)**
inflation
constante uniquement -4,525 (0,0000)* -8,088 (0,0000)*
constante et tendance -3,437 (0,0003)* -1,477 (0,0698)***
invest
constante uniquement -3,067 (0,0011)* -2,988 (0,0014)*
constante et tendance -1,988 (0,0234)** -0,938 (0,1739)
unempl_rate
constante uniquement -1,461 (0,0719)*** -1,886 (0,0296)**
constante et tendance -0,483 (0,3142) 1,145 (0,8741)
scola
constante uniquement -2,107 (0,0175)** 1,157 (0,8766)
constante et tendance -4,265(0,0000)* -8,358 (0,0000)*
popgrowth
constante uniquement -2,431 (0,0071)* -5,351 (0,0000)*
constante et tendance -7,555 (0,0000)* -4,808 (0,0000)*
openess
constante uniquement -5,054 (0,0000)* -3,587 (0,0002)*
L’hypothèse de racine unitaire est rejetée à *1%, **5%, ***10%. LLC et IPS correspondent respectivement
aux résultats des tests de Levin, Lin et Chu (2002) et Im, Pesaran et Shin (2003). Les p-values associées
aux différentes statistiques figurent entre parenthèse.

Les résultats des estimations par la méthode des moments généralisés

(spécifications linéaires et quadratiques)

Les tableaux 3 et 4 récapitulent les résultats des estimations sur panel dynamique
du modèle retenu en utilisant la méthode des moments généralisées (GMM) en
différences premières d’Arellano et Bond (1991). Le tableau 3 résume toutes les
régressions linéaires et non linéaires (quadratiques) en fonction des trois variables
institutionnelles, de l’indicateur d’endettement et des variables de contrôle prises
dans les différentes spécifications. Le tableau 4, quant à lui, présente les
différentes estimations après l’introduction de nouvelles variables de contrôle.
Enfin, le tableau 5 synthétise les différents seuils déterminés.

Les résultats d’estimation de la première spécification de notre modèle sont

présentés dans le tableau 3 suivant :

13
 Tableau 3 : Résultats des estimations du modèle linéaire et quadratique (échantillon total)
Variable dépendante : taux de croissance du PIB par tête
Spécifications linéaires Spécifications non linéaires
(1) (2) (3) (4) (1)’ (2)’ (3)’ (4)’
gdp_cap_growth_rate (-1) -0,444 -0,380 -0,478 0,000 -0, 342 -0,560 -0,301 -0,497
(0,009)* (0,058)*** (0,041)** (0,995) (0,066)*** (0,023)** (0,232) (0,078)***
lag_log_gdp_percapita -0, 317 -0,267 -0,321 -0,201 -0,406 -0,320 -0,353 -0,273
(0,003)* (0,000)* (0,000)* (0,000)* (0,002)* (0,002)* (0,003)* (0,020)**
log_invest 0, 036 0,023 0,027 0,027 0,034 0,027 0,026 0,027
(0,004)* (0,008)* (0,007)* (0,036)** (0,001)* (0,035)** (0,049)** (0,054)***
loginflation -0,000 0,001 0,003 -0,003 0,000 0,001 0,002 -0,000
(0,977) (0,605) (0,235) (0,138) (0,985) (0,431) (0,100) (0,852)
log_openess 0,313 0,021 0,021 0,058 0,044 0,016 0,042 0,042
(0,101) (0,153) (0,102) (0,000)* (0,000)* (0,380) (0,002)* (0,002)*
log_scola 0, 094 -0,115 -0,086 0,009 0,116 -0,026 0,011 0,083
(0,291) (0,137) (0,492) (0,930) (0,191) (0,745) (0,898) (0,415)
log_public_debt -0, 018 -0,024 -0,017 -0,014 0,096 0,087 0,143 0,135
(0,075)*** (0,003)* (0,002)* (0,087)*** (0,002)* (0,028)** (0,000)* (0,000)*
log_pub_debt_carr -0,018 -0,018 -0,026 -0,025
(0,003)* (0,000)* (0,000)* (0,000)*
account 0,044 0,050
(0,059)*** (0,054)***
regl_quality 0,035 0,013
(0,041)** (0,200)
corrup -0,028 -0,019
(0,020)** (0,228)
Nombre d’observations 137 81 81 81 137 81 81 81
Test de Sargan 4,834 3,663 3,171 10,358 2,303 2,391 5,29 6,502
(1)* (1)* (1)* (1)* (1)* (1)* (1)* (1)*
AR(1) -0,556 -0,033 0,627 -1,396 -0,628 0,569 -0,698 -0,078
(0,577)* (0,973)* (0,53)* (0,162)* (0,529)* (0,569)* (0,484)* (0,937)*
AR(2) 0,534 0,469 -0,069 1,276 0,765 -0,127 0,584 -0,105
(0,593)* (0,638)* (0,944)* (0,201)* (0,443)* (0,898)* (0,558)* (0,916)*
*, ** et *** significatif respectivement à 1%, 5 et 10%.%. Les chiffres entre parenthèses sont des p-values. Sargan-Hansen : test de validité des instruments. AR(1) et AR(2) : statistique
d’Arellano-Bond du test d'autocorrélation des erreurs, respectivement d’ordre 1 et 2 : l’hypothèse nulle étant l’absence d’autocorrélation de premier et de deuxième ordre.

14
La lecture des résultats montre que les coefficients liés à la variable PIB / tête
retardée sont tous négatifs et fortement significatifs. L’hypothèse de convergence
conditionnelle est donc acceptée dans la totalité des cas au seuil de 1%. Ce résultat
confirme donc l’hypothèse de convergence conditionnelle mise en œuvre aussi
bien dans les travaux de Barro et Sala-i-Martin (1995) que de Mankiw et al. (1992).
Le coefficient négatif du revenu par tête s’interprète ainsi par un rattrapage du
niveau de revenu de long terme vers lequel chaque pays converge.

La variable taux d’investissement (log_invest) apparait dans le tableau 3 avec des

coefficients positifs et significatifs. Les résultats prouvent que l’investissement est
un moteur de la croissance et corroborent ainsi la majorité des travaux empiriques
mettant en évidence l’importance de cette variable comme déterminant de la
croissance. De même, l’ouverture économique (log_openess) contribue
positivement à la croissance économique. Selon Rodrigues et Rodrick (1999), cet
impact positif est expliqué par le fait que plus l’économie est fermée, plus elle
subit davantage les conséquences des déséquilibres macroéconomiques. La (non)
significativité de cette variable (log_openess) dépend des autres variables
introduites dans le modèle. Ceci rapproche une frange de la littérature qui prétend
que l’ouverture n’est favorable à la croissance que lorsque l’économie atteint un
niveau de développement économique bien déterminé lui permettant de faire
face à la concurrence sur les marchés étrangers.

Pour les coefficients de la variable inflation (loginflation), on peut constater qu’ils

sont statistiquement non significatifs et non stables. Ils changent de signe : les
résultats des estimations montrent que l’effet de l’inflation est généralement
marginal ; il est négatif et non significatif dans les spécifications (1), (4) et (4)’, alors
qu’il est positif dans les autres spécifications. Ces résultats ne sont pas surprenants
malgré qu’ils contredisent certains travaux théoriques qui prévoient une relation
négative et significative entre le taux d’inflation et la croissance économique.

En ce qui concerne la variable scolarisation (log_scola), les résultats indiquent que

les coefficients relatifs à cette variable sont de signe attendu mais non significatifs.
Ceci n’est pas conforme aux résultats des travaux de Barro et Sala-i-Martin (1995)
sur les déterminants de la croissance, qui démontrent l’existence d’un lien positif
et statistiquement significatif entre le niveau d’éducation et la croissance
économique. Ceci peut être expliqué, essentiellement, par le fait que la qualité de
l’éducation dans la région MENA est trop faible pour permettre à la scolarisation
de mieux contribuer à la croissance de l’économie. Aussi, une interaction fragile
persiste entre les résultats pédagogiques et la croissance économique pourrait
également être liée aux niveaux élevés d’emplois dans le secteur public et au

15
nombre réduit des secteurs économiques dynamiques et compétitifs sur le plan
international. Ces explications trouvent ses échos dans les travaux de la Banque
Mondiale (2007).

Dans les spécifications (2) à (4), on a introduit respectivement et successivement

les variables institutionnelles suivantes : Etre à l’écoute et rendre compte
(account), qualité de la réglementation (regl_quality) et lutte contre la corruption
(corrup). La prise en compte de ces variables dans les régressions est effectuée
aussi bien pour les spécifications linéaires et non linéaires. Les résultats des
spécifications (2) et (2)’, montrent tout d’abord, un effet positif et significatif de la
variable account sur la croissance économique. En effet, un environnement qui
fournit un certain degré de liberté des droits aussi bien humains que politiques est
un environnement bénéfique pour la croissance économique. Par la suite, on
remarque que le coefficient de l’indice de la qualité de la réglementation est
positif et significatif au seuil de 5% dans la spécification linéaire (3).

Quant à la spécification non linéaire, on constate que la variable (regl_quality)

perd sa significativité mais son effet reste toujours positif. La mise en œuvre des
politiques et des régulations dans un pays, contribuent non seulement au
développement du secteur privé mais aussi au développement économique, et ce,
par la prise de confiance et la réduction de l’incertitude chez les investisseurs et,
donc les inciter à investir davantage. Enfin, la spécification (4) montre une relation
négative et significative au seuil de 5% entre la corruption et la croissance
économique. Dans la spécification non linéaire (4)’, le coefficient de la variable
(corrup) garde le signe négatif mais devient non significatif. On peut remarquer ici
que même un niveau faible de corruption semble avoir un effet négatif sur la
croissance économique. Ceci semble corroborer les résultats de Mauro (1997) et
Collier (2000) qui ont montré que la corruption freine le taux de croissance de la
production du pays. De plus, Wei (1997) a prouvé que la corruption accable
généralement l’investissement. Enfin, Johnson et al. (1998) ont montré que la
corruption réduit les recettes fiscales ce qui pousse les pays à contracter des
dettes pour faire face aux insuffisances dans le budget de l’Etat.

En ce qui concerne la variable d’intérêt ̎dette publique ,̎ l’application d’une

spécification linéaire nous montre qu’il existe une relation négative et significative
entre le niveau d’endettement public (log_public_debt) et le taux de croissance
annuel du PIB par habitant à prix constant. Ces résultats corroborent ceux trouvés
par une abondante littérature empirique (Kumar et Woo (2010), Cecchetti et al.
(2011), Panizza et Presbitero (2012), etc.). En outre, les résultats prouvent que

16
même en introduisant les variables institutionnelles, la dette publique continue à
freiner la croissance économique.

Toutefois, la littérature aussi bien théorique qu’empirique sur la question montre

que la spécification linéaire peut être inappropriée pour bien identifier l’impact
d’un niveau élevé d’endettement sur la croissance économique, du fait que la
relation peut être non linéaire. Tester l’hypothèse de non linéarité de la dette
publique revient à introduire le carré de l’indicateur d’endettement dans les
spécifications (1)’, (2)’, (3)’ et (4)’ du modèle. Le passage à la forme non linéaire
n’a pas changé les résultats obtenus quant aux différentes variables utilisées dans
la spécification linéaire. Les résultats trouvés montrent que l’effet de la variable
(log_public_debt) sur la croissance économique devient positif et significatif aux
seuils de 1% et 5%, alors que l’effet de son carrée (log_pub_debt_carr) est négatif
et significatif. On remarque donc l’existence d’une relation non linéaire entre
l’endettement public et la croissance économique. En effet, la dette publique
affecte positivement la croissance économique jusqu’à un certain seuil. Au-delà de
ce seuil, son effet devient négatif. Ce phénomène peut être expliqué par le fait que
la dette dans des limites raisonnables peut permettre aux pays de la région de
consolider leur croissance. Néanmoins, à partir d’un certain niveau, la dette peut
dépasser les capacités de remboursement et donc défavorise la croissance par le
cout élevé de son service qui découragera à son tour les investissements.

Enfin, selon les résultats des tests de sur-identification de Sargan/Hansen, on

accepte l’hypothèse de validité des instruments. Les statistiques de ce test
indiquent que les instruments utilisés sont également bien valides. De même, les
résultats des tests d’autocorrélation nous amène à accepter l’hypothèse d’absence
d’autocorrélation des erreurs d’ordre 1 et 2 : 𝐴𝑅(1) 𝑒𝑡 𝐴𝑅(2). Ce fut le cas pour
l’ensemble des spécifications.

Tests de robustesse

Nous testons la robustesse des résultats déjà obtenus par l’ajout d’autres variables
de contrôle à savoir, le taux de croissance de la population (log_popgrowth) et le
taux de chômage (log_unempl_rate). Les résultats relatifs à cette spécification sont
présentés dans le tableau 4.

17
 Tableau 4 : Dette publique et croissance économique (variables de contrôle supplémentaires)
Variable dépendante : taux de croissance du PIB par tête

Spécifications linéaires Spécifications non linéaires

(1) (2) (3) (4) (5) (1)’ (2)’ (3)’ (4)’ (5)’
gdp_cap_growth_rate (-1) -0,588 -0,358 -1,792 -0,406 -0,940 -0,666 -0,351 -3,818 -0,578 -1,341
(0,032)** (0,051)*** (0,089)*** (0,083)*** (0,142) (0,044)** (0,009)* (0,139) (0,066)*** (0,464)
lag_log_gdp_percapita -0, 075 -0,280 0,196 -0,270 -0,098 -0,154 -0,406 0,846 -0,310 0,035
(0,665) (0,030)** (0,581) (0,015)** (0,609) (0,468) (0,005)* (0,302) (0,033)** (0,951)
log_invest 0, 072 0,026 0,053 0,034 0,040 -0,006 0,027 0,061 0,028 0,031
(0,002)* (0,013)** (0,000)* (0,001)* (0,000)* (0,945) (0,010)** (0,005)* (0,043)** (0,261)
loginflation -0,006 0,005 0,0007 0,010 0,008 -0,008 0,002 -0,006 0,005 0,001
(0,077)*** (0,000)* (0,912) (0,001)* (0,172) (0,160) (0,344) (0,379) (0,020)** (0,824)
log_openess 0,060 0,045 -0,011 0,027 0,012 0,169 0,035 -0,047 0,027 0,011
(0,049)** (0,017)** (0,714) (0,104) (0,676) (0,331) (0,036)** (0,527) (0,018)** (0,821)
log_scola -0,680 0,153 1,031 -0,081 0,669 0,174 0,135 2,265 0,120 1,237
(0,438) (0,008)* (0,147) (0,415) (0,349) (0,879) (0,014)** (0,234) (0,252) (0,213)
log_unempl_rate -0,023 -0,069 -0,072 0,077 -0,046 -0,036
(0,420) (0,045)** (0,041)** (0,598) (0,162) (0,241)
log_popgrowth -0,025 -0,032 -0,044 -0,030 -0,034 -0,033
(0,043)** (0,000)* (0,156) (0,007)* (0,000)* (0,521)
log_public_debt -0, 021 -0,022 -0,019 -0,015 -0,024 1,694 0,080 0,443 0,129 0,208
(0,192) (0,023)** (0,032)** (0,083)*** (0,004)* (0,487) (0,001)* (0,109) (0,000)* (0,228)
log_pub_debt_carr -0,241 -0,016 -0,068 -0,025 -0,035
(0,479) (0,001)* (0,086)*** (0,000)* (0,151)
regl_quality 0,092 0,026 0,041 0,146 0,015 0,043
(0,056)*** (0,061)*** (0,296) (0,083)*** (0,244) (0,618)
Nombre d’observations 107 137 64 81 64 107 137 64 81 64
Test de Sargan 1,076 6,076 0,175 5,333 1,327 0,462 3,930 0,616 2,923 3,81
(1,000)* (1,000)* (1,000)* (1,000)* (1,000)* (1,000)* (1,000)* (1,000)* (1,000)* (1,000)*
AR(1) 1,136 -1,021 0,422 -0,522 0,475 0,603 -0,877 -0,821 -0,203 -0,254
(0,255) (0,307) (0,672) (0,601) (0,634) (0,546) (0,380) (0,411) (0,839) (0,798)
AR(2) 0,048 0,712 -0,442 -0,222 -0,484 0,466 0,823 0,797 -0,545 -0,115
(0,961) (0,476) (0,658) (0,823) (0,627) (0,640) (0,410) (0,425) (0,585) (0,908)
*, ** et *** significatif respectivement à 1%, 5 et 10%.%. Les chiffres entre parenthèses sont des p-values. Sargan-Hansen : test de validité des instruments. AR(1) et AR(2) : statistique
d’Arellano-Bond du test d'autocorrélation des erreurs, respectivement d’ordre 1 et 2 : l’hypothèse nulle étant l’absence d’autocorrélation de premier et de deuxième ordre.

18
Encore une fois les conditions de convergence conditionnelle sont vérifiées. Les
résultats obtenus ne divergent pas beaucoup de ceux obtenus précédemment.
S’agissant de la variable investissement (log_invest), il faut souligner que les
résultats sont, en majorité, significatifs et conformes aux différents travaux
théoriques. Ainsi, et comme le suggèrent les théories, le taux d’investissement
exerce un effet bénéfique sur la croissance. Toutefois, en introduisant la variable
taux de chômage dans la spécification non linéaire (1)’, l’effet du taux
d’investissement sur la croissance devient négatif et non significatif. Ce résultat
peut être justifié par la réduction des investissements directs étrangers dans la
région MENA liée, d’une part, à la récession économique mondiale, et de l’autre, à
l’incertitude croissante provenant des transitions du printemps arabe dont les pays
touchés par l’agitation affichent des primes de risque plus élevées que les autre
pays de la région.

A partir des résultats présentés ci-dessus, on peut remarquer que l’ajout des
variables de contrôle influent sur la significativité et les signes attendus des
coefficients des variables d’intérêt. En ce qui concerne le taux de chômage, les
résultats de la majorité des régressions montrent un effet négatif mais non
significatif du taux de chômage sur la croissance économique. De même, on
remarque que tous les coefficients da la variable taux de croissance de la
population (log_popgrowth) sont de signes attendus pour l’ensemble des
régressions. Conformément aux modèles théoriques de croissance, on constate
que la croissance économique est influencée négativement par le taux de
croissance de la population.

En ce qui concerne, l’indicateur d’endettement les résultats obtenus sont les

mêmes que ceux obtenus dans les spécifications précédentes. En effet, la dette
publique dans sa forme linéaire a un impact négatif sur la croissance économique.
Par ailleurs, les résultats de la forme quadratique du tableau 4 montrent que,
Jusqu’à une valeur limite, la dette publique favorise la croissance économique.
Dépassant cette valeur, l’endettement public devient nuit à la croissance, ce qui
prouve l’existence d’une relation non linéaire entre ces deux variables. Force est
toutefois de souligner que les coefficients de la dette publique sont non
significatifs, et ce, en présence du taux de chômage comme variable de contrôle.
Ceci peut être expliqué par la fait que, tellement le chômage s’est amplifié dans la
région MENA et que les gouvernements n’ont pas trouvé réussi à le résorber et
créer davantage d’emploi ; l’effet sur la croissance économique de la dette
publique est absorbé par celui du taux de chômage.

19
L’effet seuil

Dans ce paragraphe, nous déterminons le seuil optimal de la dette publique par la

méthode quadratique. Rappelons que notre équation prend forme suivante :

𝑦𝑖𝑡 = 𝛼 𝑦𝑖,𝑡−1 + 𝛽 𝐷𝑒𝑡𝑡𝑒 𝑝𝑢𝑏𝑖𝑡 + 𝛿 𝑋𝑖𝑡 + 𝛾𝑡 + µ𝑖 + ԑ𝑖𝑡

Comme on l‘a déjà mentionné, l’approche non linéaire repose sur l’idée
d’introduire le carré de la variable « dette publique » dans le groupe des variables
exogènes et prend généralement la forme suivante :

𝑦𝑖𝑡 = 𝛼𝑦𝑖,𝑡−1 + 𝛽1𝐷𝑒𝑡𝑡𝑒 𝑝𝑢𝑏𝑖𝑡 + 𝛽2 𝐷𝑒𝑡𝑡𝑒 𝑝𝑢𝑏𝑖𝑡 ² + 𝛿𝑋𝑖𝑡 + 𝛾𝑡 + µ𝑖 + ԑ𝑖𝑡

Economiquement parlant, le seuil correspond au niveau d’endettement optimal

qui maximise la croissance. Or d’un point de vue mathématique, il s’agit du niveau
qui annule la dérivée première de Y par rapport à D.

𝑑𝑦𝑖𝑡 𝛽
= 0 ⟹ 𝛽1 + 2𝛽2 𝐷𝑖𝑡 = 0 ⟹ 𝐷𝑖𝑡 = (− 2𝛽1 )
𝑑𝐷𝑖𝑡 2

Et puisque la variable de la dette publique dans notre modèle de base est

exprimée en logarithme, donc la détermination du seuil d’endettement optimal
𝛽
est obtenue par la formule suivante : 𝑒𝑥𝑝(− 2𝛽1 ).
2

Tableau 5 : Seuil de la dette publique en % du PIB

spécification (1)’ du tableau 3 spécification (3)’ du tableau 3 spécification (4)’ du tableau 4

14,037% 15,095% 12,194%

Le tableau 5 présente le point de détournement de la dette au-delà duquel l’effet

de la dette publique devient négatif. On constate que le seuil d’endettement pour
la totalité de l’échantillon varie entre 12 et 15% du PIB. En effet, les seuils obtenus
sont appropriés à notre cas, et ce, généralement, par la cohérence des résultats
aux différents travaux traitant le lien entre l’endettement public et la croissance.
Le niveau de la dette publique dans les pays de la région MENA est relativement
moins important par rapport à celui des pays développés, ce qui explique, quoique
partiellement, les seuils obtenus. Ceci nous semble important du fait de l’absence
de travaux théoriques ou empiriques ayant explicité la relation dette publique -
croissance dans l’ensemble de la région MENA.

20
5. Conclusion
L’objectif de cet article est d’expliciter la relation, si elle existe, entre la dette
publique et la croissance économique dans les économies de la région MENA.
Après une revue relativement exhaustive des principaux travaux théoriques, il a
été question de tester empiriquement la nature de la relation entre dette et
croissance. Les estimations ont porté sur un panel de 19 pays moyennent la
méthode des moments généralisés (GMM).

Les résultats économétriques obtenus montrent que dans l’ensemble, la dette

publique exerce un effet sur la croissance économique. Toutefois, deux sortes de
spécifications ont été adoptées. Linéairement, la dette publique affecte
positivement et significativement la croissance économique. Toutefois, à
considérer la spécification quadratique, la dette publique a un impact positif
jusqu’à un certain seuil au-delà duquel son effet devient négatif. Ce seuil est de
l’ordre de 12% à 15% confirmant l’hypothèse de non linéarité de la dette. Les tests
de robustesse consistent à introduire de nouvelles variables de contrôle à savoir, le
taux de croissance de la population et le taux de chômage. Les résultats sont, en
majorité, significatifs et conformes aux différents travaux théoriques.

Par ailleurs, le seuil à partir duquel la relation dette publique – croissance change
de signe est aux alentours de 15%. Ce seuil n’est pas surprenant du fait des faibles
taux d’endettement de plusieurs pays de la région MENA surtout ceux
exportateurs de pétrole, relativement aux pays développés.

Enfin, certaines recommandations de politique économique peuvent être

formulées. Les gouvernements peuvent stimuler la croissance économique en
réduisant le poids de leur dette. En fait, la dette publique est une question de
soutenabilité avant d’être un besoin en liquidité. Ainsi, des niveaux importants
d’endettement public soulèvent des problèmes de soutenabilité au niveau des
finances publiques ainsi que des risques de solvabilité, et ce, par l’augmentation de
la prime de risque qui conduit à son tour à une augmentation du coût d’emprunt
pour les pays. De plus, l’accumulation des dettes publiques engendre une nette
augmentation des taux d’intérêt qui peut nuire à la croissance économique par le
biais d’un recul des investissements privés.

Qui plus est, la nécessité d’assurer une importante croissance économique

soutenable et surtout durable est recommandé pour fournir des solutions aux
divers problèmes socio- économiques. Aussi, motiver les projets privés qui visent
surtout les marchés internationaux et qui présentent une importante source de
collecte des devises internationales permet à l’Etat emprunteur d’honorer ses

21
engagements. Enfin, une infrastructure juridique et institutionnelle développée
luttant particulièrement contre la corruption et respectant l’état de droit et les
droits de propriétés est de nature à canaliser les fonds empruntés vers les usages
les plus productifs.

22
Références bibliographiques

Abbas A. et Christensen J. (2010), « The Role of Domestic Debt Markets in

Economic Growth: An Empirical Investigation for Low-Income Countries and
Emerging Markets», IMF Staff Papers, vol. 57, n°1, pp. 209-255.
Aizenman J., Kletzer K. et Pinto B. (2007), « Economic growth with constraints on
tax revenues and public debt: implications for fiscal policy and cross-country
differences », NBER Working Paper, n°12750.
Alesina A. et Guido T. (1989), « External debt, capital flight and political risk »,
Journal of International Economics, vol. 27, n°3-4, pp. 199–220.
Arellano M. et Bond S. (1991), « Some Tests of Specification for Panel Data: Monte
Carlo Evidence and an Application to Employment Equations », Review of
Economic Studies, n° 58, pp. 277-297.
Aschauer D. (2000), « Do states optimize? Public capital and economic growth »,
The Annals of Regional Science, vol. 34, n°3, pp 343-363.
Asiedu E. (2003), « Debt relief and institutional reform: a focus on Heavily Indebted
Poor Countries », The Quarterly Review of Economics and Finance, vol. 43, n°4, pp.
614–626.
Bachellerie A. et Couillault B. (2005), « Soutenabilité de la dette publique et crises
des pays émergents : présentation des concepts et des instruments de
diagnostic », Revue de la Stabilité Financière, n°6.
Banque Mondiale (2007), Un parcours non encore achevé : La réforme de
l’éducation au Moyen-Orient et en Afrique du Nord, Rapports sur le
développement de la région MENA, Washington DC.
Barro R. (1974), « Are Government Bonds Net Wealth? », Journal of Political
Economic, 82(6), 1095-1117.
Baum A., Checherita-Westphal C. et Rother P. (2013), « Debt and growth: New
evidence for the euro area », Journal of International Money and Finance, n°32,
pp.809-821.
Blundell R. et Bond S. (1998), « Initial Conditions and Moment Restrictions in
Dynamic Panel Data Models », Journal of Econometrics, n° 87, pp. 115-143.
Caner M., Grennes T. et Koehler-Geib F. (2010), « Finding the tipping point –when
sovereign debt turns bad », The World Bank, Policy Research, Working Paper
n°5391.
Cecchetti S., Mohanty M. et Zampolli F. (2010), « The future of public debt:
prospects and implcations », Bank for International Settlements, working papers
n°300.
Cecchetti S., Mohanty M. and Zampolli F. (2011), « The Real Effects of Debt », Bank
for International Settlements, Working Papers n°352.

23
Cerra V., Meenakshi R. et Sweta S. (2008), « Robbing the Riches: Capital Flight,
Institutions and Debt », Journal of Development Studies, vol. 44, n°8, pp.1190-
1213.
Checherita C. and Rother P. (2010), « The impact of high and growing government
debt on economic growth: An empirical investigation for the euro area», European
Central Bank, Working Paper n°1237.
Christensen J. (2005), « Special Data Section Domestic Debt Markets in Sub-
Saharan Africa », International Monetary Fund, Staff Papers, vol. 52, n°3, pp.7.
Clements B., Bhattacharya R. et Nguyen T. Q. (2003), « External debt, public
investment, and growth in low-income countries », IMF Working paper 03/249.
Cohen D. (1993), « Low Investment and Large LDC Debt in the 1980’s », American
Economic Review, vol. 83, n°3, pp.437–49.
Cordella T., Ricci L. et Ruiz-Arranz M. (2010), « Debt Overhang or Debt
Irrelevance? », International Monetary Fund, Staff Papers, vol. 57, n°1, pp1-24.
Dessy S. et Vencatachellum D. (2007), « Debt Relief and Social Services
Expenditure: The African Experience, 1989-2003 », African Development Review,
vol. 19, n°1, pp.200–216.
Diamond P. (1965), « National debt in a neoclassical growth model », The
American Economic Review, vol. 55, n°5, pp. 1126-1150.
Elmendorf D. W. et Mankiw N. G. (1999), « Government Debt », NBER Working
Paper, n°6470.
Ferreira C. (2009), « Public Debt and Economic Growth: A Granger Causality Panel
Data Approach, School of Economics and Management », Technical University of
Lisbon, Department of Economics, Working Paper n°24.
Hanson J. (2007), « The growth in government domestic debt: changing burdens
and risks », The World Bank Policy Research Working Paper, n°4348, November.
Harrabi S., Bousrih L. et Salisu M. (2007), « Debt Relief and Credit to the Private
Sector in African Countries », African Development Review, vol. 19, n°3, pp. 469-
480.
Im K., Pesaran M. et Shin Y. (1997), « Testing for Unit Roots in Heterogeneous
Panels », DAE Working Paper, 9526, University of Cambridge.
Kaufmann D., Kraay A. et Mastruzzi M. (2008), « Governance matters VII:
Aggregate and individual governance indicators for 1996-2007 », The World Bank
Policy Research Working Paper, n°4654.
Kaufmann D., Kraay A. et Mastruzzi M. (2010), « The Worldwide Governance
Indicators: A Summary of Methodology, Data and Analytical Issues », World Bank
Policy Research Working Paper, n°5430.
King R. et Levine R. (1993), « Finance and Growth: Schumpeter Might Be Right »,
The Quarterly Journal of Economics, vol.108, n°3, pp. 717-37.

24
Kumar M. et Woo J. (2010), « Public debt and growth », IMF Working Paper, n°174.
Krugman P. (1988), « Financing vs. forgiving a debt overhang », Journal of
Development Economics, vol.29, n°3, pp.253–268.
Levin A. et Lin C. (1992), « Unit Root Test in Panel Data: Asymptotic and Finite
Sample Properties », University of California at San Diego Discussion Paper, pp. 92-
93.
Mankiw G. N., Romer D. et Weil D.N. (1992), « A contribution to the empirics of
economic growth », Quarterly Journal of Economics, vol. 107, n°2, pp. 407-437.
Minea A. et Villieu P. (2009b), « Investissement public et effets non-linéaires des
déficits budgétaires », Recherches Economiques de Louvain, n° 3, PP. 281-312.
Nautet M. et Van Meensel L. (2011), « Impact économique de la dette publique »,
Banque Nationale de Belgique, Revue économique, pp.7-20, Septembre.
Panizza U. (2008), « Domestic and External Public Debt in Developing Countries »,
United Nations Conference on Trade and Development, Discussion Papers n°188.
Panizza U. et Presbitero A. (2012), « Public Debt and Economic Growth: Is There a
Causal Effect? », MoFiR working paper, n°65, 2 avril.
Patillo C., Poirson H. et Ricci L. (2004), « What are the channels through which
external debt affects growth? », IMF Working Paper, n°.04.
Presbitero A. (2008), « The Debt-Growth Nexus in Poor Countries: A
Reassessment », Economics: The Open-Access, Open-Assessment E-Journal, vol. 2,
n°30.
Presbitero A. (2010), « Total public debt and growth in developing countries »,
Money and Finance Research Group Working Paper, n°44.
Reinhart C. M. et Kenneth S.R. (2009), This Time is Different, Princeton, New
Jersey: Princeton University Press.
Reinhart C. M. et Kenneth S. R. (2010a), « Debt and Growth Revisited », MPRA
Paper University Library of Munich, n°24376.
Reinhart C. M. et Kenneth S. R. (2010b), « Growth in a Time of Debt », American
Economic Review, vol. 100, n°2, pp. 573–78.
Reinhart C.M. et Rogoff K.S. (2010), « Growth in a Time of Debt », NBER Working
Paper, n° 15639.
Roodman D. (2009), « A Note on the Theme of Too Many Instruments », Oxford
Bulletin of Economics and Statistics, vol. 71, n°1, pp. 135-158.
Sevestre P. (2002), Econométrie des Données de Panel, Paris-France: Edition
Dunod.
Schclarek A. (2004), « Debt and Economic Growth in Developing and Industrial
Countries », http://project.nek.lu.se/publications/workpap/Papers/WP05_34.pdf.
Schumpeter J. (1911), Théorie de l’Evolution Economique, première édition.

25
Serkan A. et Henry P. (2006), « Policy Watch: Debt Relief », Journal of Economic
Perspectives, vol. 20, n° 1, pp. 207–220.
Serven L. (1997), « Irreversibility, Uncertainty and Private Investment: Analytical
Issues and Some Lessons for Africa », Journal of African Economies, vol. 6, n°3,
pp.229–68.
Cohen A. (2006), « Macroeconomic Volatility: The Policy Lessons from Latin
America », IMF Working Paper, n°166, July.
Solow R. (1956), « A contribution to the Theory of Economic Growth », Quarterly
Journal of Economics, vol. 70, n°1, pp. 65-94.
Villieu P. (2011), «Quel objectif pour la dette publique à moyen terme ? »,
Document de travail, Laboratoire d’Economie d’Orléans, n°6221.

26
Annexes
Annexe 1 : Liste des pays

Algérie, Arabie Saoudite, Bahreïn, Djibouti, Egypte, Emirats Arabes Unis, Iran, Iraq,
Jordanie, Koweït, Liban, Libye, Malte, Maroc, Oman, Qatar, Syrie, Tunisie, Yémen.

Annexe 2. Définition des variables et sources de données

Variables Définition des variables Notation Source

Taux de pourcentage annuel
Taux de croissance du
de croissance du PIB par gdp_cap_growth WDI, World
PIB par habitant
habitant basé sur les devises _rate Bank, 2012
(%annuel)
locales constantes.
WEO, IMF,
Dette publique brute La dette publique brute en
public_debt Database,
(%PIB) pourcentage de PIB.
October 2012
Taux de pourcentage annuel
de croissance de la population
Croissance de la est défini comme l’évolution WDI, World
popgrowth
population (%annuel) moyenne annuelle de la taille Bank, 2012
d’une population durant une
période donnée.
Le PIB par habitant représente WDI, Banque
PIB par habitant
le produit intérieur brut divisé gdp_percapita Mondiale,
(constant 2000 US $)
par la population. 2012
L'inflation telle que mesurée
par la croissance de l'indice des
Inflation, prix à la prix à la consommation reflète
WEO, IMF,
consommation les variations du coût d'un inflation
October 2012
(% annuel) panier de biens et services
acheté par le consommateur
moyen.
La formation de capital brut
Formation brute de WDI, World
(anciennement appelée invest
capital (% du PIB) Bank, 2012
investissement intérieur brut)
Cette variable mesure le degré
Ouverture commerciale d’ouverture commerciale des WDI, World
openess
(%PIB) pays face à l’extérieur (X+M) Bank, 2012.
sur PIB.
Taux brut de Taux brut de scolarisation. Institut de
scola
scolarisation (% brut) Primaire est le nombre total statistique de

27
 d'inscriptions dans l’UNESCO
l'enseignement primaire, quel
que soit leur âge, exprimé en
pourcentage de la population
en âge officiel d'éducation
primaire.
la part de la population active
Chômage total (% de la qui est sans emploi mais qui WDI, World
unempl_rate
population) est disponible pour et à la Bank, 2012
recherche d'un emploi
Kaufman,
Cette variable reflète le degré
Etre à l’écoute Kraay et
selon lequel les citoyens d’un
et rendre account Mastruzzi,
pays participent à la sélection
compte WGI, World
de leurs gouvernants.
Les variables institutionnelles

Bank, 2010
Reflète la capacité du
gouvernement à formuler et Kaufman,
mettre en œuvre des politiques Kraay et
Qualité de
et des réglementations qui Regl_quality Mastruzzi,
réglementation
permettent et favorisent le WGI, World
développement du secteur Bank, 2010
privé.
Kaufman ,
On peut la définir comme Kraay et
Lutte contre la
usage de pouvoir public pour Corrup Mastruzzi,
corruption
des gains privés. WGI, World
Bank, 2010

Annexe 3 : Statistiques descriptives de la région :

Variable Moyenne Ecart-type Maximum Minimum Observations

ECO_GROWTH 4.772023 6.054319 46.50000 -41.30000 376

POP_GROWTH 2.744034 2.546686 18.58832 -2.752650 414
GDP_PER_CAPITA 7413.588 9327.238 36597.67 464.8370 379
INFLAT 10.24292 35.31534 448.5000 -16.11733 354
INVEST 23.01537 7.416066 46.70000 6.112138 359
UNEMPL_RATE 11.31655 7.059258 59.50000 0.300000 231
SCOLA 97.40163 18.86397 122.6208 31.07059 309
OPENESS 88.23908 37.10799 210.1610 29.29622 360

28
PRIVATE_CREDITS 41.02635 26.89194 133.7432 1.801788 395
BANKING_CREDITS 58.69140 41.93782 191.1657 -65.93389 395
PUBLIC_DEBT 61.55173 53.61776 493.6570 0.000000 328
ACCOUNT -0.893943 0.657746 1.340725 -2.041984 247
POLI_STAB -0.288572 0.981025 1.544366 -3.176309 247
GOV_EFFECT -0.163035 0.775914 4.815000 -1.947077 248
REGL_QUALITY -0.250167 0.794369 1.401450 -2.165947 247
RULE_LAW -0.131896 0.768774 1.598709 -1.925797 247
CORRUP -0.169588 0.714830 1.683118 -1.576253 247

29
 Annexe 4 : les matrices de corrélation

ECO_ POP_ GDP_ UNEMPL_ PRIVATE_ BANKING_ PUBLIC_ POLI_ GOV_ REGL_ RULE_
GROWTH GROWTH PER_CAPITA INFLAT INVEST RATE SCOLA OPENESS CREDITS CREDITS DEBT ACCOUNT STAB EFFECT QUALITY LAW CORRUP
ECO_GROWTH 1,000
POP_GROWTH 0,567 1,000
GDP_PER_CAPITA 0,395 0,615 1,000
INFLAT 0,135 0,077 -0,144 1,000
INVEST 0,218 0,146 -0,208 0,167 1,000
UNEMPL_RATE -0,175 -0,375 -0,726 0,089 0,248 1,000
SCOLA 0,030 0,089 0,090 -0,215 0,167 -0,176 1,000
OPENESS -0,067 -0,063 0,282 -0,232 -0,277 -0,238 -0,163 1,000
PRIVATE_CREDITS -0,100 -0,156 0,269 -0,284 -0,281 -0,305 -0,215 0,802 1,000
BANKING_CREDITS -0,060 -0,157 0,167 -0,283 -0,320 -0,284 -0,206 0,629 0,881 1,000
PUBLIC_DEBT -0,177 -0,183 -0,379 -0,309 -0,348 0,202 -0,080 0,092 0,127 0,363 1,000
ACCOUNT -0,103 -0,159 0,334 -0,311 -0,286 -0,279 -0,317 0,743 0,785 0,736 0,098 1,000
POLI_STAB 0,095 0,172 0,568 -0,380 -0,357 -0,565 0,015 0,689 0,718 0,623 0,105 0,701 1,000
GOV_EFFECT 0,051 0,028 0,442 -0,322 -0,186 -0,304 -0,139 0,749 0,862 0,691 -0,053 0,757 0,815 1,000
REGL_QUALITY 0,008 0,063 0,499 -0,409 -0,348 -0,328 -0,220 0,797 0,856 0,696 0,007 0,771 0,746 0,883 1,000
RULE_LAW 0,018 0,092 0,563 -0,377 -0,418 -0,507 -0,187 0,785 0,862 0,764 0,112 0,796 0,878 0,868 0,901 1,000
CORRUP 0,185 0,246 0,708 -0,330 -0,258 -0,522 -0,170 0,642 0,741 0,589 -0,108 0,713 0,792 0,833 0,825 0,872 1,000

30