العدد الحالي: نيسان/ أبريل 83-2019       اختر عدد :
ترجم هذه الصفحة:
    بحث متقدم
A- A A+ : حجم الخط

Les conditions du développement financier et leurs effets sur la croissance économique: Une approche en données de panel

ZEGHOUDI Ahmed

Enseignant chercheur, Faculté des sciences économiques, Université Abou Bekr Belkaid, Tlemcen, Algérie

SENOUCI BEREKSI Imane

Docteur en Sciences de l’Economie Monétaire et Financière - Finance, Faculté des sciences économiques, Université Abou Bekr Belkaid, Tlemcen, Algérie

BOURI Sarah

Docteur en Sciences de l’Economie Monétaire et Financière, Faculté des sciences économiques, Université Abou Bekr Belkaid, Tlemcen, Algérie

Partie (2)

  1. Essai d’investigation empirique

   3.1.  L’impactdu développement financier sur la croissance économique

L'objectif de cet article est d'estimer, à partir des données de panel, l'impact du développement financier sur la croissance économique dans la région MENA. L’intérêt que nous portons pour les méthodes de l’économétrie des données en panel, réside dans le fait qu’elles permettent d’étudier l’impact du développement financier sur la croissance économique dans sa diversité comme dans sa dynamique. En effet, les données en panel intègrent les deux dimensions de l’impact des facteurs financier sur la croissance économique à savoir : la dimension individuelle et la dimension temporelle. Cette double dimension confère aux méthodes de l’économétrie des données de panel, un avantage certain par rapport aux autres méthodes sur les données temporelles ou en coupe transversale.

    3.1.1. Méthodologie de l’étude :

Dans cette partie, nous allons traiter économétriquement la relation entre les facteurs financiers et la croissance économique. Pour ce faire, nous effectuons, en premier lieu, le test de  spécification d’homogénéité ou d’hétérogénéité du processus générateur de données qui a pour but de tester l'égalité des coefficients du modèle étudié dans la dimension individuelle. Ensuite,  nous passons à l’estimation du modèle  avec l’une des trois méthodes d’estimation qui ont été envisagées pour estimer notre échantillon de données de panel : une estimation par la méthode des moindres carrés ordinaires (MCO); une estimation avec effets fixes; ou une estimation avec effets aléatoires. Etant donné que la technique (MCO) peut-être biaisée si l’hétérogénéité inhérente des pays est négligée, les tests ont montré que généralement les modèles à effets fixes ou aléatoires fournissent un meilleur ajustement.

Il faut donc, savoir quel est le bon modèle pour notre échantillon (modèle à effets fixes ou à effets aléatoires). Pour ce faire, nous allons procéder à une analyse de test de spécification de Hausman.

    3.1.2. Spécification du modèle et variables utilisées

La prise en compte de données individuelles et temporelles nous a permis de s’acheminer vers une estimation en données de panel et de mieux appréhender les facteurs susceptibles d’expliquer la croissance. L’analyse empirique se base sur des données annuelles pour un échantillon de 11 pays de la région MENA[1] s’étalant sur un horizon de 34 ans allant de 1980 jusqu’à 2013[2].

La spécification du modèle de base est la suivante :

Croissance = ʄ (DF, CDF) +

Cette équation pourrait s’interpréter dans le cadre d’une analyse en panel sous la forme développée suivante :

Où :   

 : représente la variable endogène du modèle « la croissance économique », elle est mesurée par le produit intérieur brut par habitant du pays i pendant la période t ;

: représente le développement financier. Dans notre étude nous avons penché sur deux indicateurs du développement financier à savoir :

ü  Les crédits accordés au secteur privé en pourcentage de PIB (CSP): Cet indicateur fait référence aux ressources financières fournies au secteur privé, notamment par le biais de prêts, d’achats de titres autres que les actions, de crédits commerciaux et d’autres comptes débiteurs qui constituent des créances à rembourser. Il reflète, entre autres, la capacité des banques à mobiliser l’épargne et à améliorer son affectation. En effet,  plus ce ratio est important, plus le secteur bancaire est développé.

ü  Ratio passif de liquidité des banques au PIB (M2):ceci a été choisie de manière à refléter la taille du secteur financier et de l'approfondissement financier.

: représente les conditions du développement financier. En effet, le modèle est complété par une série de variables macro-économique de contrôle habituellement introduites dans ce genre d’estimations et qui représentent les conditions nécessaires pour la réussite de cette relation, il s’agit de :

  • L’ouverture commerciale (OPEN) : cet indicateur mesure le degré d’ouverture de l’économie. Il correspond à la somme des exportations et des importations rapportée au PIB.
  • Consommation publique (GOV) : cette variable représente l’efficacité des politiques macroéconomiques domestiques d’un pays. elle correspond à la dépense de consommation finale des administrations publiques en pourcentage du PIB.
  • La liberté civile (CIVIL) : l’indice de la liberté civile exprime la liberté économique, il inclue la libre expression, la qualité des institutions et l’autonomie individuelle sans l’interférence des pouvoirs publics. Cet indice a été soutenu par la littérature économique, qui différait sur l'identification de signal de la variable. Cependant, la plupart des études étaient en faveur d'une relation positive entre la liberté démocratique et la croissance économique dans le sens où la variable portera un signal négatif parce que l'ordre de degrés de liberté prend la forme inversée ou 7 représente une quasi-absence de liberté civile. Cet indicateur reflète le niveau du développement institutionnel du pays.

: Le terme d’erreur

Cependant, le choix a été effectué dans cette étude de retarder d’une période la valeur de la variable à expliquer.La formulation complète de notre modèle est la suivante :

        = α + CPS +  + GOV + +   

  1. Résultats des estimations et interprétations

   4.1. Statistiques descriptives :

Le tableau ci-dessus présente les statistiques descriptives pour la croissance économique, les passifs liquides, les crédits accordés au secteur privé, la consommation publique,  le degré d’ouverture commerciale, et la liberté civil, les données se compose de 11 pays de la région MENA sur la période 1980-2013. Certains pays ont été exclus en raison de données manquantes.

Tableau (01) : Statistiques descriptives de l’échantillon

Variables

Observations

Moyenne

Médiane

Ecart type

Maximum

Minimum

GDP

374

9484. 572

43.10849

11623.35

54548.62

5094150

GOV

374

19.00362

17.77883

6.648004

76.22212

5.757321

M2

374

62. 19876

57.44634

28.30636

192.2391

10.16685

CSP

374

40.98142

93.54561

20.85435

93.54561

3907417

OPEN

374

87.92220

84.60405

38.51838

251.1389

1377244

CIVIL

374

5.232620

50.00000

0.829681

7.000000

3.000000

Source :Calculé par les auteurs en utilisant Eviews 6.1.

Les statistiques descriptives de notre étude renseignent sur une moyenne de taux de croissance de PIB réel par habitant de (9484.572) avec un maximum de (54548.62) et un minimum de (5094150). La valeur moyenne des passifs liquides a atteint le niveau de (62.19876) par rapport  aux crédits fournis aux secteurs privés  (40.98142).

 4.2. Le test d’homogénéité du processus générateur de données

Avant de passer à l’estimation des coefficients du modèle, il convient  d’abord de vérifier la présence des effets individuels dans nos données, et cela, à travers les tests de spécification suivants :

Ø  Test d’homogénéité globale :

Nous commençons nos estimations par le test d’homogénéité totale sous l’hypothèse :


 

La statistique de Fischer F associée au test d’homogénéité totale s’écrit sous la forme suivante :

=

Où :

 désigne la somme des carrés des résidus du modèle suivant := +  +  (1)              

  la somme des carrés des résidus du modèle contraint :=  +  +  (2)                

Les conclusions de ce test sont les suivantes : si nous acceptons l’hypothèse nulle   d’homogénéité, nous obtenons alors un modèle pooled totalement homogène ; mais si nous rejetons l’hypothèse nulle, nous passons à une seconde étape qui consiste à déterminer si l’hétérogénéité provient des coefficients.

 Dans le cadre de notre échantillon, les résultats d’estimation montrent que :

·       Le résultat d’estimation du modèle (2) contraint montre que = 0. 967270

·       Pour le modèle non contraint (modèle (1)),  = 7.100186                Donc, la réalisation de la statistique Fischer associée au test , = 3.331688

·   Ainsi, nous avons vu précédemment que   suivait un Fischer avec (N-1) (K+1) et NT- N(K+1) degrés de liberté,                    donc :  F(  70 , 270 ) ≈ 1.54

  = 3.331688  ˃ F (70, 270) ≈ 1.36            Donc, nous rejetons l’hypothèse nulle  d’égalité des constantes et des coefficients.Il convient donc de passer au :

Ø  Test d’homogénéité des coefficients   :

Ce dernier a pour but de tester l’hypothèse d’égalité des coefficients   entre les pays sous l’hypothèse :                          

                                                 

Avec :

=

Où, désigne la somme des carrés des résidus du modèle (1) et  la somme des carrés des résidus du modèle contraint (modèle à effets individuels) := + +

Les résultats indiquent que :

  = 7.100186                 = 0.971457 donc  = 0.102311 et F (60, 270) ≈1.44 

Puisque   ˂ F (60, 270), l’hypothèse nulle   ne peut pas être rejetée, dans ce cas, nous confirmons donc la structure de panel puisque l’on est en droit de supposer qu’il existe des coefficients communs pour tous les pays entre la croissance économique et les variables explicatives.

Ø  Test d’homogénéité des constantes  :

Il reste enfin d’étudier le test d’homogénéité de coefficient :


                                                             

 

Versus

Avec :

=

 : Désigne la somme des carrés des résidus du modèle (1) sous l‘hypothèse (modèle à effets individuels) et  la somme des carrés des résidus du modèle contraint (modèle de pooled) : = α +  +

Dans le cadre de notre modèle, les résultats indiquent que :

 = 0.971457                 = 0.967270, d’où  = 15.386820 et F (10, 357) ≈ 1.88

Nousobservons que : F3  ˃  F (5, 174) donc, nous rejetons  l’hypothèse nulle  d’égalité des constantes, ce résultat indique qu’il est nécessaire d’introduire des effets individuels dans notre modèle. La spécification finale de notre modèle est donc :
                                       

4. 3. Le test de spécification de Hausman

Puisque la présence des effets individuels est confirmée, il convient donc de déterminer quelle est l’hypothèse la plus appropriée pour notre modèle (l’hypothèse à effets fixes ou celles à effets aléatoire). Pour cela, nous devons se référer au test de Hausman (1978) qui permet de distinguer entre les deux cas : le modèle à effet fixe et le modèle à effet aléatoire.

Le tableau suivant présente les principaux résultats du test de Hausman sous l’hypothèse nulle  de présence d’effet aléatoire et l’hypothèse alternative   qui indique la présence des effets individuels fixes.

 : E (/) = 0

 : E (/) ≠ 0

 

Tableau (02) : Test de spécification de Hausman

Valeur du test  (Chi-Square.Statistic)

P-Value

47.4048

0.0000(*)

 

(*) désigne le niveaux de signification  au seuil de 5 %

Source :élaboration personnelle à partir des résultats d’estimationen utilisant Eviews 6.

Les résultats du test d’Hausman (1978) donne la statistique (6) = 47.4048, la P-value est inférieur au niveau de confiance 5%, donc nous rejetons l’hypothèse nulle d’absence de corrélation entre les effets individuels et les variables explicatives et nous utilisons par conséquent le modèle à effets individuelles fixes.

4.4.   Les résultats des régressions de l’impact du développement financier sur la croissance économiques 

Conformément aux résultats des tests de spécification, les régressions ont été effectuées par la méthode des effets individuels fixes. Le tableau suivant présente les résultats des estimations.

         Tableau (03): l’impact du développement financier sur la croissance économique

Variable à expliquer GDP: le taux de croissance mesurée par le PIB réel par habitant

Période : 1980-2013 ; T = 34 ; N = 11 ; Total panel observations : 34×11 = 374 Obs

Variables explicatives

Modèle à effets fixes

Constante

5809.411

(3.8147)***

GDP (-1)

0.9051

(38.5649)***

CSP

28.2334

(-2.6293)***

M2

8.2000

(0.8384)*

 

OPEN

2.9796

(0.4463)*

 

GOV

-213.1490

(-6.4392)***

 

CIVIL

-42.9770

(-0.2123)**

0.9714

R ajusté

0.9701

Prob

(F- statistic)

0.000000

735.9974

  Notes: les t statistiques sont entre parenthèses. *** Significatif au seuil de 1% au plus, ** Significatif au   seuil de 5% au  plus, et * significatif au seuil de 10% au plus.

Source:élaboration personnelle à partir des résultats d’estimation en utilisant Eviews 6.

Le tableau  résume les résultats de la régression des indicateurs du développement financier sur la croissance économique après contrôle de l’équation par un  certain nombre de variables macroéconomiques. Nous remarquons à  partir de ce tableau qu’il y a des variables explicatives qui sont statistiquement significatives alors que d’autres ne le sont pas, et par la suite qui n’ont  pas d’un impact sur notre variable endogène.

  • Le coefficient de détermination ()est de 97.14%, la variance expliquée représente environ 97% de la variance totale, donc il y a une forte relation entre les variables explicatives et la variables endogène.
  • La valeur de la probabilité de la statistique de Fisher est de (0.0000), elle signifie que le modèle est globalement significatif.
  • La variable () est corrélée positivement et d’une manière significative avec notre variable à expliquer (). En d’autres termes, le taux de croissance de PIB réel par habitant de l’année (t) dépend d’une manière positive et significative de celui de l’année (t-1).
  • En ce qui concerne l’effet du développement bancaire, la variable (CSP) agit d’une manière positive et significative sur le taux de croissance de PIB réel par habitant (GDP). Le financement par des crédits bancaires permet de réduire les coûts de recherche d’information et de réduire les coûts de transaction. Par conséquent le coût de financement se réduit et la performance s’améliore. De ce fait nous pouvons dire que les crédits bancaires permettent de stimuler l’investissement capable de réduire le chômage d’augmenter l’épargne et d’améliorer le revenu des ménages.
  • Nous constatons aussi que l’indicateur (M2) est de signe positif et significatif, ce qui explique que cet indicateur influe aussi positivement sur la croissance économique. Ce résultat indique que l’augmentation de la liquidité, réalisée par les banques, à cause de la libéralisation des secteurs bancaires et financiers dans plusieurs pays de la région MENA, a participé à la stimulation de  la croissance économique.    
  • De même, le degré d’ouverture commerciale contribue positivement et significativement à la croissance économique à travers la libéralisation commerciale et une meilleure compétitivité dans certains pays de la région dont (l’Emirats Arabes Unis, Koweït, Jordanie et l’Iran).Cela stipule que la mobilisation accrue de l’épargne et la meilleur allocation des ressources dans l’économie, permettent une extension des possibilités de production et l’adoption de techniques plus efficaces, cela renforce la spécialisation, l’innovation technologique et la croissance économique.
  •  Le coefficient associé à la consommation publique est négatif et significatif. Ce résultat est conforme aux différents résultats des études économétriques menées pour déterminer la relation entre la consommation publique et la croissance. Selon (Bailey et al 2001, Lys 2002), la consommation du gouvernement influence d’une façon indirecte la croissance par les décisions prises par le gouvernement contre le secteur privé en lui imposant des taxes à payés. Ces derniers à leur tour servent à financer les achats du gouvernement, ils découragent le secteur privé à investir en raison de la baisse des rendements, des investissements et la faible motivation ce qui réduit le nombre d’heure de travail. Barro (1997) trouve que les dépenses publiques n’améliorent guère la productivité. De ce fait, un plus grand volume de dépenses publiques non productives et de la fiscalité qui leur est associée réduit le taux de croissance pour une valeur de départ donnée du PIB ; ce qui signifie qu’une administration importante nuit à la croissance économique.

Cette relation négative entre les dépenses de l’état et la croissance économique est expliquée par le fait que les dépenses publiques sont financées, en partie, par les impôts, ceci peut entraver une allocation efficiente des ressources et par conséquent réduire la croissance économique.

  • D’autre part, l’indice de la liberté civile est significativement négatif avec un ordre de degrés de liberté qui prend une forme inversée ou 7 représente une quasi-absence de liberté civile. Ce résultat est conforme avec plusieurs prévisions théoriques réalisées qui indiquent la présence d’une relation positive entre la croissance économique et la liberté civile en fournissant un environnement approprié pour accélérer la croissance ou à travers son impact sur les déterminants fondamentaux de la croissance. Cela a été confirmé par l'étude de Limongi (1993) et Behrman (1999) qui montrent que la liberté civile influe positivement sur la croissance à travers la protection de la propriété privée, qui à son tour stimule l'épargne et l'investissement, et par conséquent, elle participe à l'augmentation de capital humain et l’amélioration de sa qualité.

 

Conclusion

Dans ce papier nous avons tenté d’étudier la relation entre le développement financier et la croissance économique dans la région MENA. Même si les 11 pays de la région  de notre étude ne présentent pas un trait homogène en matière des systèmes bancaires et financiers et le niveau de développement économique, le test d’homogénéité du processus générateur de données et l’analyse descriptive de l’évolution de ces deux indicateur (développement financier et économique) ont montré une même tendance que ce soit à la hausse ou à la baisse durant la période 1980-2013. Ceci permet de confirmer l’existence d’une relation de dépendance entre ces deux indicateurs.

Pour rendre plus explicite et plus objectif l’effet du développement financier sur la croissance économique, nous avons procédé par une analyse empirique en données de panel sur un échantillon de 11 pays de la région MENA pour la période 1980-2013. Les résultats de cette étude montrent qu’il existe une relation positive entre le développement bancaire et la croissance économique en valorisant le rôle des crédits et de la liquidé bancaires dans le financement de l’économie et la stimulation de l’investissement. Notre analyse empirique montre aussi que les dépenses gouvernementales et la liberté civile sont des conditions indispensables pour toute forme de développement financier. Alors que l’ouverture commerciale contribue mais faiblement à ce processus.

Les implications politiques de notre analyse suggèrent que le développement financier doit être accompagné d'un ensemble de conditions qui semblent nécessaires pour accéder au système financier macroéconomique afin de soutenir la croissance économique. Ces conditions peuvent être (économiques, financières et institutionnelles). En effet, l'absence de ces conditions de base peut décourager la réalisation des avantages du processus de développement financier, tout en rendant le pays plus vulnérable aux crises économiques et financières.

Bibliographie:

  • ANTHONY O’SULLIVAN, MARIE -ESTELLE REY and JORGE GALVEZ MENDEZ (2011), “Opportunities and Challenges in the MENA Region”, Arab World Competitiveness Report 2011-2012, World Economic Forum, OECD.
  • ANWAR, S. and NGYYEN, L.P., (2011), “Financial Development and Economic Growth in Vietnam”, Journal of Economics and Finance 35 (3), pp. 348–360.
  • ARESTIS and DEMETRIADES, (1997), “Finance and Growth: Insitututional Considerations, Financial Policies and Causality”, Zagreb International Review of Economics and Business Volume II.
  • ARESTIS, P., DEMETRIADES, P., LUINTEL, K.B., (2001), “Financial development and economic growth: the role of stock markets”, Journal Money Credit Bank. 33, 16–41.
  • BAGEHOT. W. (1873), “Lombard Street: A Description of the Money Market”, H.S. King, Londres.
  • BALTAGI, B.H., DEMETRIADES, P.O., and LAW, S.H. (2009), “Financial development and openness: Evidence from panel data”, Journal of Development Economics 89, 285-296.
  • BECK T. and LEVINE R. (2004). “Stock Markets, Banks, and Growth: Panel evidence”, Journal of Banking and Finance, vol. 28, 423-442.
  • BERTHELEMY, J. et VAROUDAKIS, A., (1996), “Développement Financier, Réformes financières et Croissance”. Une Approche en Données de Panel, Revue Economique, 46 (2), 217-235.
  • CHRISTOPOULOS, D.R and E.G. TSIONAS, (2004), “Financial Development and Economies Growth: Evidence from Panel Unit Root and Cointegration Test”, Journal of Development Economies, 73(7) : 55-74.
  • De GREGORIO, J. et GUIDOTTI, P., (1995), “Economic Growth, Convergence Clubs, and the Role of Financial Development”, World Development, 23, 433-448.
  • DEMETRIADES P. AND  LAW S, (2006), “Finance, institutions and economic development,” International Journal of Finance et Economics, 11(3), 245-260.
  • DEMETRIADES P. and HUSSEIN K. (1996), “Does Financial Development Cause Economic Growth? Time-series Evidence from 16 countries”, Journal of Development Economics, vol. 51, No. 2,  pp. 387-411.
  • EGGOH C. J. (2008),  “ Développement  financier, instabilité financière et croissance économique : un réexamen de la relation ”, colloque du GDR CNRS 2989 « Economie du développement et de la transition”. juillet.
  • GOLDSMITH R.W. (1969), “Financial structure and development”, New Have, Yale University Press.
  • GURLEY, J.G. and E. SHAW (I960), “La Monnaie dans la théorie des actifs financiers”, traduit par le Centre de traductions économiques de Perpignan, Cujas, 1973.
  • GURLEY, J.G. and E. SHAW, (1955), “Financial Aspect of Economic Development ”, American Economic Review, 55 : 515-538
  • GURLEY, J.G. and E. SHAW, (1967), “Financial Structures and Economic Development”, Economic Development and Cultural Change, 4(3): 257-268.
  • HOSSIEN ASKARI (2006), “Middle East Oil Exporters: What Happened to Economic Development?”, First Edition, London: Edward Elgar Publishing Limited.
  • IMEN MOHAMED SGHAIER and ZOUHIER ABIDA (2013), “Foreign Direct Investment, Financial Development and Economic Growth: Empirical Evidence from North African Countries Journal of International and Global Economic Studies 6(1), June 2013, pp. 1-13.
  • KAR M., NAZLIOGLU S. and AGIR H. (2011), “Financial Development and Economic Growth Nexus in the MENA Countries: Bootstrap Panel Granger Causality Analysis”, Economic Modelling, vol. 28, No. 1-2, p.685-693.
  • KING, R. G. and R. LEVINE (1993a). “Financial Intermediation and Economic Development”, in MAYER, C. et X. "VIVES (éds). Capital Markets and Financial Intermediation, Cambridge University Press, p. 156-196.
  • KING, R. G. and R. LEVINE (1993C), “Finance, Entrepreneurship, and Growth : theory and  Evidence ”, journal of Monetary Economics, 32(3) :513-542
  • KING, R.G. and R. LEVINE (1993b), “Finance and Growth: Schumpeter might be Right”, The Quarterly Journal of Economics, 108(3): 111-131.
  • LEVINE  R. (2005)  “Finance and Growth: Theory and Evidence”, in P. Aghion et S. Durlauf (éds.), Handbook of Economic Growth, Elsevier Science, Amsterdam, p. 865-934.
  • LEVINE R. (1997), “Financial Development and Economic Growth: Views and Agenda”, Journal of Economic Literature, vol. 35, n°2, p.688-726.
  • LEVINE R., LOAYZA N. and BECK T. (2000) “Financial Intermediation and Growth: Causality and Causes”, Journal of Monetary Economics, vol. 46, No. 1, p.31-77.
  • MCKINNON, R.I. (1991), “The Order of Economies Liberalization: Financial Control in the Transition to a Market Economy”, John Hopkins University Press, Baltimore.
  • MCKINNON, R.L (1973), “Money and Capital in economic development”, The Brookings institution washington. DC
  • MUSTAPHA KAMEL NABIL and MARIE -ANGE VEGANZONES VAROUDAKIS (2004), “Reforms and Growth in MENA Countries: New Empirical Evidence”, Washington, DC: World Bank.
  • PEARCE, DOUGLAS (2010), “Financial Inclusion in the Middle East and North Africa: Analysis and Roadmap Recommendations”, World Bank, Washington, DC.
  • RAM, R., (1999), “Financial Development and Economic Growth: Additional Evidence”, Journal of Development Studies, 35 (4), 164-174.
  • ROUSSEAU, P. et WACHTEL, P., (2011), “What is happening to the impact of financial deepening on economic growth”, Economic Inquiry 49 (1), 276-288.
  • SAJID ANWAR and ARUSHA COORAY (2012), “Financial Development, Political Rights, Civil Liberties and Economic Growth: Evidence from South Asia”, Economic Modelling 29, pp. 974–981.
  • SCHMPETER, J. (1911) “The Theory of Economic Development”, Cambridge, MA: Harvard University Press.
  • SHAW, 1. (1973), “Financial Deepening in Economic Development”, Oxford University Press, New York.
  • SUSAN CREANE, RISHI GOYAL, A. MUSHFIQ MOBARAK and RANDA SAB, (2007), “Measuring Financial Development in the Middle East and North Africa: A New Database”, IMF Staff Papers, Vol. 53, No. 3, (Washington: International Monetary Fund), pp. 479-511.
  • SUSAN CREANE, RISHI GOYAL, A. MUSHFIQ MOBARAK and RANDA SAB, (2004), “Financial Sector Development in the Middle East and North Africa”, IMF Working Paper, No. 04/201 (Washington: International Monetary Fund), pp. 26–48.
  • TRABELSI M. (2002), “ Finance and Growth : Empirical Evidence from Developing Countries, 1960-1990 ”, Université de Montréal, Cahiers du Centre de Recherche et Développement en Economie (CRDE), No.13.
  • ZHU, A., ASH, M. et POLLIN, R., (2004), “Stock Market Liquidity and Economic Growth: A Critical Appraisal of the Levine/Zervos Model”, International Review of Applied Economics, 18 (1), 1-8.

 

 


[1]Bahreïn, Arabie Saoudite, Émirats Arabes Unis, Kuwait, Maroc, Jordanie, Tunisie, Iran, Oman,  Algérie, Egypte

[2]Le choix des pays et de la durée est fait suivant la disponibilité des données.