Professional Documents
Culture Documents
e-ISSN: 2278-487X, p-ISSN: 2319-7668. Volume 17, Issue 4.Ver. VI (Apr. 2015), PP 13-26
www.iosrjournals.org
I.
Introduction Et Mthodologie
Plusieurs travaux empiriques ont eu pour objectif de prouver la contagion des crises financires sur les
fondamentaux macroconomiques lchelle mondiale qui indiquent ltat de sant dun pays tels que la
croissance conomique, le commerce, le march de travail et etc. Mais peu de ces travaux se sont spcialiss
dans ltude du secteur de lindustrie, malgr son poids important dans le dveloppement de la comptitivit
nationale et internationale de la plupart des pays avancs et particulirement pour le cas des pays en transition,
dont lindustrie constitue toujours le principal moteur de leur croissance. Ce travail tente destimer cet impact
sur une base de donnes relative quatre pays mergents connus par les BRICS 2 ( lexception de lInde)3. A ce
titre, nous allons mettre laccent:
- dans une premire section, sur les principaux canaux de transmission des crises financires
lconomie relle voire la production industrielle des pays mergents. Une revue de la littrature empirique
1
Fatma Braham, Matre Assistante Habilite, Ecole Suprieure de Commerce de Tunis, Universit de Manouba, Adresse de messagerie :
fatma.braham@gmail.com
2
Lacronyme BRICS vient pour dsigner une organisation internationale regroupant les cinq grandes forces mergentes: Brsil, Russie,
Inde, Chine et Afrique du Sud, et qui sont respectivement les sixime, neuvime, dixime, deuxime et vingt -neuvime puissances
conomiques mondiales (au sens du PIB nominal). Regroups, les BRICS reprsentent 40% de la population mondiale et, en 2015, ils
devraient compter 61% de la croissance mondiale et pourraient faire contrepoids au G8, selon les prvisions du FMI (2009).
3
Faute des donnes disponibles sur ce pays pendant la priode qui stend sur 11 ans de 2002 2012.
DOI: 10.9790/487X-17461326
www.iosrjournals.org
13 | Page
Le Mercosur ou le March commun du sud est une communaut conomique qui regroupe plusieurs pays de l'Amrique du Sud tels qu e
l'Argentine, le Brsil, le Paraguay, l'Uruguay, la Venezuela, la Bolivie, le Chili, la Colombie etc.
5
LASEAN ou lANASE (Association des Nations de l'Asie du Sud-est) est une organisation politique, conomique et culturelle qui
regroupe dix pays d'Asie du Sud-est tels que les Philippines, lIndonsie, la Malaisie, le Singapour, la Thalande etc.
DOI: 10.9790/487X-17461326
www.iosrjournals.org
14 | Page
www.iosrjournals.org
15 | Page
www.iosrjournals.org
16 | Page
production
Les exportations
Le spread interbancaire
la
Dfinition et mesure
Le log nprien de lindice de la production
industrielle est une variable dactivit proxy du
secteur industriel mergent.
Le log nprien de lindice des prix la
consommation est une variable prix proxy de
linflation.
Le log nprien des exportations reprsente une
variable volume proxy du canal commercial.
Le taux interbancaire 3 mois est une variable
du cot de refinancement bancaire proxy des
chocs de politique montaire do leffet
financier.
Le taux interbancaire 3 mois le taux sur bons
de trsor est un indicateur des difficults de
refinancement proxy des chocs de liquidit en
priode de crise qui reprsente le canal bancaire
Le log nprien des cours boursiers mesure la
richesse financire des agents (mnages,
entreprises et institutions financires) : le canal
des effets de richesse
Le taux de change effectif rel est un indicateur
Code
SA
Source
Calculs partir de la
base de donnes de
lOCDE (2014):
LIPI
LIPC
LEXP
TIB
SPREAD
Banques
centrales
respectives aux pays de
lchantillon
LCB
TCER
Calculs partir de la
Base de donnes de
lOCDE (2014
Les taux de change effectifs rels sont des indicateurs de comptitivit qui tiennent compte des diffrences de niveaux de prix entre les
partenaires commerciaux. Les mouvements de taux de change rels effectifs donnent une indication de l'volution de l 'agrgat de la
comptitivit -prix des exportations d'un pays. Une baisse du TCER indique une amlioration de la position concurrentielle. Les taux de
change effectifs sont des indices en chane ayant pour anne de base l'anne 2005. La mthode de calcul des TCE est analyse dans Durand
et al. (1992), Le Fouler et al (2001) et Brzillon et al (2010), selon lOCDE (2014).
DOI: 10.9790/487X-17461326
www.iosrjournals.org
17 | Page
Dummy de crise
base de donnes de
lOCDE (2014)
D1
Auteur
D2
Auteur
II. Analyses empiriques de leffet de choc de la crise des Subprimes sur lactivit industrielle des pays
mergents
Dans la prsente partie, lapproche est purement empirique visant la mesure de limpact de la crise
hypothcaire des Subprimes de 2007sur le secteur industriel des pays mergents. Elle sera porte en deux
niveaux. Dabord, une analyse en donnes de panel moyennent la mthode VCEM (modle vectoriel de
correction derreur) appuye par un test de robustesse qui essaiera de tester la significativit (signe et intensit)
de nos variables exognes pour lensemble des pays de notre chantillon et couvrant la priode 2002-2012.
Ensuite, une analyse temporelle base sur des techniques dauto-rgression vectorielle (tests de cointgration,
fonction de rponse impulsionnelle et dcomposition de la variance) examinant les effets long terme de la crise
sur la production industrielle de lconomie brsilienne.
II.1 Analyse en donnes de panel de limpact de la crise des Subprimes sur le secteur industriel des pays
mergents
Les donnes de panel ou les donnes longitudinales font rfrence typiquement aux donnes qui
contiennent des observations temporelles de plusieurs individus. Ce qui implique au moins deux dimensions:
une dimension individuelle indique par lindice i, et une dimension temporelle indique par lindice t.
Cependant, un panel est dit cylindrique quilibr lorsquil comporte N units dobservations i=1,, N sur T
observations t=1,, T, (Hsiao, 2005).
Le terme panel rfre aux observations dites pooled dun ensemble de secteurs, de pays, de biens etc.
Il sagit dun panel orient de Cross-section ou en coupe transversale lorsquil est construit de plusieurs
secteurs et pour une fable priode de temps, ou bien dun panel orient de Time-series ou en sries
temporelles7 sil est construit dun nombre faible de secteurs et un nombre important de priodes, (Hsiao, 2003).
Nous avons opt pour les donnes de panel comme modle destimation orient en sries temporelles
pour les avantages de son estimation commune des coefficients et dans la croissance du degr de libert avec le
pouvoir disoler les effets des actions spcifiques permettant la baisse de potentialit des erreurs standards des
coefficients estims. Cette partie se concentre sur une tude conomtrique en donnes de panel statique dont le
but est danalyser leffet des variables relles et financires sur lindice de la production industrielle (IPI) dans
les pays mergents dabord, le cas spcifique du Brsil en second lieu.
-
DOI: 10.9790/487X-17461326
www.iosrjournals.org
18 | Page
Observations
520
520
520
519
520
519
520
520
520
Moyenne
4.660071
4.715327
24.12599
1.926901
0.437249
8.719521
2.228802
0.2153846
0.6692308
Ecart type
0.097082
0.206451
0.8561144
0.6685499
1.264029
1.618929
0.8601582
0.4114847
0.4709432
Min
4.35927
4.200205
22.13425
0.0861777
-4.60517
0.6113567
0.7556505
0
0
Max
4.827513
5.242805
25.9222
3.326115
2.882004
11.19262
3.897323
1
1
Source: STATA. 12
Les statistiques descriptives montrent que la variable en log nprien de lindice de la production
industrielle prsente une moyenne de 4.660 et une variabilit moyennement faible de 0.097, avec un maximum
de 4.827 et un minimum de 4.359. ce rsultat avance que cet indicateur est assez semblable sur toute la priode
et quelque soit le pays.
Les variations sont distinctes pour les autres variables de contrle, nous observons pour certaines
comme les exportations, les spreads interbancaire, les cours boursiers et les taux de change effectifs rels ont
des fluctuations considrables en moyenne avec une dispersion leve. Pour les autres variables telles que
linflation et les taux interbancaire se caractrisent par une dispersion moyennement leve ce qui devrait tre
analys avec plus dacuit (objet de la section suivante).
Nous pouvons conclure de ce tableau des analyses descriptives que notre chantillon montre une
htrognit apparue dans de la variabilit moyennement leve au niveau de toutes les variables de contrle.
Cette htrognit peut tre notamment explique par les caractristiques individuelles spcifiques au choix de
notre chantillon.
Avant destimer les variables et gnrer le degr du pouvoir explicatif du modle, nous devons vrifier
la non colinarit des variables (voir annexes : Tab.3 matrice de corrlation, Test de VIF : Tab.4) et la
stationnarit globale des sries du modle est donc vrifie en faveur de lhypothse nulle (H0: absence de
racine unitaire). Les dtails figurent en annexes.
-
Le modle est complet pour une srie des variables de contrle rapportes en logarithme nprien.
DOI: 10.9790/487X-17461326
www.iosrjournals.org
19 | Page
Coefficient
0.1740***
0.1110***
-0.0239**
-0.0119***
0.0170
-0.1530***
0.00442
1.4890***
1.4890***
(t-student)
(0.02260)
(0.01690)
(0.00802)
(0.00270)
(0.01380)
(0.01610)
(0.00587)
(0.01370)
(0.25700)
Source: STATA. 12
DOI: 10.9790/487X-17461326
www.iosrjournals.org
20 | Page
Observations
130
130
130
130
130
130
130
130
Moyenne
4.641186
4.676185
23.16931
2.619586
0.437249
10.49188
1.126392
0.215385
Ecart type
0.094145
0.176317
0.460667
0.315784
0.476772
0.612905
0.166686
0.412679
Min
4.461300
4.297285
22.13425
1.978239
0.207014
9.062188
0.755650
0
Max
4.827513
4.965638
23.83322
3.270329
2.729159
11.19262
1.401510
1
Source : Eviews
Lanalyse des tendances des variables du Brsil nous permet danticiper la stationnarit des sries
utilises. En effet, les variables tudies prsentent des fluctuations qui prennent de lampleur au cours du
temps. Nous constatons pour la plupart des variables des tendances positives (LIPI, LIPC, LEXP, LCOURS,
LTCER) et certaines variables ayant des tendances ngatives (LTIB, LSPREAD).
Leffet du choc de la crise des Subprimes est exprim par une chute de la tendance qui peut tre observe pour la
majorit des variables dans lintervalle temporel [75, 100]. Le graphique 1 rcapitule les tendances des variables
de notre modle pour le cas du Brsil.
-
DOI: 10.9790/487X-17461326
www.iosrjournals.org
21 | Page
DOI: 10.9790/487X-17461326
www.iosrjournals.org
22 | Page
Un choc positif sur les prix entraine une raction positive de la production qui croit progressivement
tout au long de la priode. De mme, un choc positif sur les exportations entraine une augmentation de la
production industrielle.
Par contre, un choc ngatif dgrade la production industrielle dans la troisime anne. Donc, lindice
de la production industrielle rpond aux diffrents chocs lis aux exportations.
LIPI rpond rapidement laugmentation non anticipe des cours boursiers au Brsil ensuite, il prend
une tendance oppose au bout de 5 ans. Cette variable rpond ngativement laugmentation non anticipe de
lcart entre le taux interbancaire 3 mois et le taux sur bons de trsor de la banque centrale tout au long de la
priode. Pareil, notre variable endogne rpond un choc ngatif sur le taux interbancaire. Leffet dun choc
positif sur le taux de change effectif rel prsente une raction positive pendant les trois premires annes puis
change de tendance au cours du reste de la priode.
Enfin, lIPI ragit ngativement pendant trois ans suite un choc ngatif de la crise puis change de
tendance 2 ans aprs la crise. Au total, la rponse instantane de la production industrielle samliore
significativement lors dun choc positif et baisse lors dun choc ngatif sur lune des variables explicatives du
modle.
-
Dcomposition de la variance
Les rsultats (en annexe) montrent que la variable IPI est seulement explique par elle-mme au bout
de la premire priode alors que les effets des autres variables ntaient ressentis qu partir de la deuxime
priode. Les rsultats trouvs par la dcomposition de la variance de lindice de la production industrielle, nous
rvle un rle important des cours boursiers.
Pour un horizon de 20 priodes, nous pouvons remarquer que plus de 60% de la variation de lIPI est
explique par les chocs sur les variables explicatives dont: plus de 35% par les cours boursiers, 10% par le taux
de change effectif rel, 5% par le taux interbancaire, 4% par le spread interbancaire, 4% par leffet de la crise,
2% par les exportations et 1% par linflation, alors que le reste par les chocs sur la production industrielle.
Ces rsultats montrent qu long terme la variation de la production industrielle dans le Brsil est
essentiellement explique par la variation des cours boursiers. Tandis que la contribution de taux de change
DOI: 10.9790/487X-17461326
www.iosrjournals.org
23 | Page
Coefficient
0.24295
0.091486
-0.030710
-0.074103
-0.312699
-0.131113
0.057877
-4.267109
(t-student)
(0.21239)
(0.05039)
(0.09139)
(0.04531)
(0.03213)
(0.13228)
(0.01151)
Source: Eviews
Nos rsultats confirment que le secteur industriel brsilien a t contamin par la crise des Subprimes
via diffrents canaux de transmission et particulirement par le canal de change (TCER) et le canal financier
(TIB). En effet, les variables financires LTIB, LSPREAD et LCOURS affectent ngativement lindice de la
production industriel du Brsil avec des intensits respectivement 9%, environ 4.5% et 3%. Alors que les
variables macroconomiques IPC et EXP influencent positivement avec des intensits respectivement 21% et
5% lexception du taux de change effectif rel qui a eu un impact financier ngatif et intensif sur lIPI de
lordre de 13%.
Ces rsultats nous invitent avancer que la contagion de la crise amricaine aux marchs financiers du
Brsil na pas t relativement ressentie jusqu 2012 ce qui pourrait tre due une faible intgration financire
des marchs bancaires et boursiers brsiliens la sphre financire internationale. Contrairement, la production
industrielle brsilienne est fortement tributaire des composantes macroconomiques notamment commerciales.
En rsum, lconomie brsilienne na pas chapp au phnomne de la contagion. Elle est doublement
affecte : par son intgration financire et par son rseau commercial.
II.
Conclusion
www.iosrjournals.org
24 | Page
Bibliographie
[1].
[2].
[3].
[4].
[5].
[6].
[7].
[8].
[9].
[10].
[11].
[12].
[13].
[14].
[15].
[16].
[17].
[18].
[19].
[20].
[21].
[22].
[23].
[24].
[25].
[26].
[27].
[28].
[29].
[30].
[31].
[32].
[33].
[34].
Abeysinghe T. (2000), Thai Meltdown and transmission of recession within ASEAN and NIE, The Contagion Conference.
Akingunola R.O. et Sangosanya A.O. (2011), Global Financial Crisis and Industrial Sector Performance in Nigeria: A Structural
Analysis, European Journal of Humanities and Social Sciences, vol.3, n1, pp.66-81.
Albert J.H. et Chib S. (1993), Bayesian Analysis of Binary and Polychotomous Response Data, Journal of the American
Statistical Association, vol.88, n422, pp.669-679.
Allegret J.P. (2010), La transmission international des crises: le cas des pays mergents, Confrence de lUniversit de Lyon 2.
Al-Qaisi K.M. (2013), The Effect of the Financial Crisis on the Jordanian Industrial Sector, International Journal of Finance &
Banking Studies, vol.2, n1, pp.2147-4486.
Altunbas Y., Gambacorta L. et Marqus D. (2007), Securitisation and the bank lending channel, ECB Working Paper n838.
Bayoumi T. et Eichengreen B. (1993), Is There a Conflict Between EC Enlargement and European Monetary Unification, Greek
Economic Review, n15(1), pp.131-154.
Bernanke B. et Blinder A. (1988), Credit, money, and aggregate demand, Pyndick R. (1988), Irreversible investment, capacity
choice and the value of the firm, In Blot CH., Le Bayon S., Lemoin M. et Levasseur S. (2009), De la crise financire la crise
conomique: une analyse comparative France-Etats Unis, Revue de lOFCE, vol.110, pp.256-282.
Bernanke B. et Blinder A. (1988), Credit, money, and aggregate demand in Blot CH., Le Bayon S., Lemoin M. et Levasseur
S. (2009), De la crise financire la crise conomique: une analyse comparative France-Etats Unis, Revue de lOFCE, vol.110,
pp.256-282.
Bernanke B., Gertler M.et Gilchrist S. (1996), The Financial accelerator and the flight to quality in Blot CH., Le Bayon S.,
Lemoin M. et Levasseur S. (2009), De la crise financire la crise conomique: une analyse comparative France-Etats Unis,
Revue de lOFCE, vol.110, pp.256-282.
Blot C., Le Bayon S., Lemoine M. et Levasseur S. (2009), De la crise financire la crise conomique: Une analyse comparative
France-tats-Unis, Revue de lOFCE, vol.110, pp.256-282.
Canova F. (2003), The Transmission of US Shocks to Latin America, CEPR Discussion Paper Series n3963.
De P. et Chiranjib N. (2011), Global Financial Crisis: Implications for Trade and Industrial Restructuring in India, Asian
Development Bank Institute, ADBI Working Paper Series n294.
Guichard S. et Turner D. (2008), Quantifying the effect of financial conditions on US activity, OECD Working Paper, n635.
Kaminsky G., Reinhart C. et Vegh C. (2003), The Unholy Trinity of Financial Contagion, NBER Working Paper n10061.
Kaminsky G., Reinhart C. et Vegh C. (2003), The Unholy Trinity of Financial Contagion, NBER Working Paper n10061.
Lown C. et Morgan D. (2006), The credit cycle and the business cycle: new findings using the Loan officer opinion survey,
Journal of Money, Credit and Banking, vol.36, n6, pp.1575-1597.
Mishkin F.S. (1995), Symposium on the Monetary Transmission Mechanism in Blot CH., Le Bayon S., Lemoin M. et
Levasseur S. (2009), De la crise financire la crise conomique: une analyse comparative France-Etats Unis, Revue de lOFCE,
vol.110, pp.256-282.
Mishkin F.S. (1996), Les canaux de transmission montaire: leons pour la politique montaire in Blot CH., Le Bayon S.,
Lemoin M. et Levasseur S. (2009), De la crise financire la crise conomique: une analyse comparative France-Etats Unis,
Revue de lOFCE, vol.110, pp.256-282.
Mussa M., Masson P., Swoboda A., Jadresic E., Mauro P. et Berg A. (2000), Exchange Rate Regimes in an Increasingly
Integrated World Economy, occasional paper 193, IMF.
OCDE (2009), Perspectives conomiques, analyses et projections; Au-del de la crise : Perspectives moyen terme pour le
chmage, la croissance et les finances publiques, Juin.
Peek J. et Rosengren E. (1995), The capital crunch: neither a borrower nor a lender would be in Blot CH., Le Bayon S.,
Lemoin M. et Levasseur S. (2009), De la crise financire la crise conomique: une analyse comparative France-Etats Unis,
Revue de lOFCE, vol.110, pp.256-282.
Pyndick R. (1988), Irreversible investment, capacity choice and the value of the firm in Blot CH., Le Bayon S., Lemoin M. et
Levasseur S. (2009), De la crise financire la crise conomique: une analyse comparative France-Etats Unis, Revue de lOFCE,
vol.110, pp.256-282.
Yilmazkuday H. (2007), The effects of currency crises in emerging markets on the industrial sector: An Alternative RegimeShifting Approach, Emerging Markets Finance and Trade.
Webographie:
Banque Centrale de lAfrique du Sud: www.resbank.co.za
Banque Centrale de la Fdration de la Russie: www.cbr.ru
Banque Centrale du Brsil: www.bcb.gov.br
Banque Mondiale: www.banquemondiale.org
Banque Populaire de la Chine: www.pbc.gov.cn
Fond Montaire International: www.imf.org
Investing.com: www.investing.com
OCDE: www.oecd.org
Statistiques de lOCDE: www.stats.oecd.org
DOI: 10.9790/487X-17461326
www.iosrjournals.org
25 | Page
LIPI
1.0000
0.5804
0.6194
-0.5328
-0.3472
0.0094
0.0531
0.1680
-0.0519
LIPC
LEXP
LTIB
LSPREAD
LCOURS
LTCER
D1
D2
1.0000
0.4424
-0.1041
0.0261
0.1640
0.3248
0.2065
-0.0356
1.0000
0.7235
-0.4952
-0.2204
0.2886
0.1563
0.0985
1.0000
0.6965
0.4499
-0.2784
0.0595
0.2085
1.0000
0.4478
-0.3492
0.0112
0.3279
1.0000
-0.7367
0.1138
0.7592
1.0000
0.0300
-0.7548
1.0000
0.0899
1.0000
VIF
6.70
6.43
4.48
1/VIF
0.149166
0.1555633
LIPI
204.46
0.0000
Test ADF
En niveau
-1.904541
-2.044642
-1.624037
-1.533069
-1.141473
-1.518269
2.032715
-1.721678
En premire diffrence
-13.21108*
-4.504594*
-14.12453*
-3.546775*
-3.563099*
-9.787980*
-4.286896*
-11.22497
Ordre dintgration
1
1
1
1
1
1
1
1
* seuil de significativit de 1%, ** seuil de significativit de 5%, *** seuil de significativit de 10%.
Dcomposition de la variance de lerreur de prvision de lIPI (en %)
Source: Eviews
Period
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
S.E.
0.01966
0.02386
0.02661
0.02875
0.03052
0.03201
0.03326
0.03432
0.03524
0.03605
0.03678
0.03745
0.0380
0.0386
0.0392
0.0397
0.0402
0.0406
0.0411
0.0415
LIPI
100.000
89.8795
78.9132
69.5953
62.2176
56.6136
52.4617
49.4122
47.1522
45.4300
44.0577
42.9043
41.8844
40.9464
40.0622
39.2176
38.4066
37.6267
36.8761
36.152
DOI: 10.9790/487X-17461326
LIPC
0.00000
0.00387
0.01197
0.02218
0.03357
0.04653
0.06222
0.08229
0.10875
0.14382
0.18976
0.24867
0.32225
0.41164
0.51724
0.63868
0.77477
0.92358
1.08255
1.2485
LEXP
0.00000
1.59313
1.70256
1.45937
1.41735
1.57657
1.80848
2.01385
2.14697
2.20190
2.19431
2.14761
2.08443
2.02230
1.97234
1.93977
1.92523
1.92633
1.93901
1.9587
LTIB
0.00000
6.54959
15.6271
24.1949
31.1726
36.3577
39.9019
42.0693
43.1400
43.3766
43.0137
42.2528
41.2611
40.1710
39.0820
38.0643
37.1639
36.4074
35.8066
35.362
LSPREAD
0.00000
0.01539
0.04758
0.11240
0.22859
0.40990
0.66161
0.98025
1.35516
1.77096
2.21025
2.65604
3.09362
3.51148
3.90166
4.25944
4.58273
4.87139
5.12657
5.350234
www.iosrjournals.org
LCOURS
0.00000
0.11767
0.21707
0.28828
0.34891
0.41403
0.49530
0.60249
0.74422
0.92772
1.15828
1.43862
1.76857
2.14493
2.56164
3.01014
3.47987
3.95884
4.43429
4.89333
LTCER
0.00000
1.05438
1.78156
1.94294
1.79860
1.64303
1.68193
2.01762
2.66558
3.57853
4.67123
5.84307
6.99658
8.05019
8.94518
9.64761
10.1466
10.4506
10.5824
10.57468
D1
0.00000
0.78636
1.69884
2.38455
2.78271
2.93847
2.92672
2.82189
2.68702
2.57033
2.50472
2.50880
2.58893
2.74187
2.95767
3.22236
3.52012
3.83505
4.15227
4.458750
26 | Page