Revue "Repères et Perspectives Economiques"

Vol. 8/N° 2 / septembre 2024

Les déterminants macroéconomiques du chômage au

Maroc : Une étude économétrique de 1991 à 2022

ZAHIR Allal, Université Ibn Zohr, Maroc

REHAIMI Hassan, Université Ibn Zohr, Maroc

ISSN : 2509-0399 Reçu le : 15 juin 2024

Date de mise en ligne : 29 septembre 2024 Evalué le : 11 septembre 2024
Pagination : 23-42 Accepté le : 24 septembre 2024

Référence
ZAHIR, A., REHAIMI, H., « Les déterminants macroéconomiques du chômage au
Maroc : Une étude économétrique de 1991 à 2022 », Revue "Repères et Perspectives
Economiques" [En ligne], Vol. 8, N° 2/ septembre 2024, mis en ligne le 29 septembre
2024.
 Les déterminants macroéconomiques du chômage au Maroc : Une étude économétrique de 1991 à 2022

Macroeconomic Determinants of Unemployment in Morocco: An

Econometric Study from 1991 to 2022
Abstract

Unemployment, as a major economic phenomenon, is a key indicator of a society’s economic

performance, reflecting imbalances in the labor market. It is influenced by various
macroeconomic factors and can be analyzed through several explanatory models that address
its causes, mechanisms, and consequences at different levels. These models include classical
approaches, which associate unemployment with wage imbalances and voluntary
unemployment, as well as Keynesian approaches, which link it to involuntary unemployment
caused by insufficient aggregate demand.

Our study aims to explore the main macroeconomic determinants of unemployment in

Morocco over a 32-year period, from 1991 to 2022. Using an advanced econometric
approach, we employ the ARDL (AutoRegressive Distributed Lag) model and the Bounds
cointegration test to examine short- and long-term relationships between variables such as
GDP, inflation, investments, and trade openness. The ARDL model’s flexibility allows us to
capture time-lagged effects while distinguishing between transitory influences and long-term
structural relationships. Moreover, the Bounds cointegration test, suitable for series with
different orders of stationarity, helps verify if a long-term equilibrium exists between these
variables. Additionally, the Granger causality test is used to determine causal relationships
between variables and identify which ones can predict others, thus providing a deeper
understanding of economic interactions.

Empirically, our analysis reveals a cointegration relationship between GDP, inflation,

investments, and trade openness, indicating their long-term interdependence. The results show
that GDP and inflation are key factors influencing unemployment. Strong economic growth
tends to reduce unemployment, while a slowdown in activity increases it. Inflation plays a
more ambiguous role, with its impact varying according to economic conditions. The Granger
causality test also highlights direct relationships between unemployment, GDP, and
investments, indicating that economic policies promoting growth and reducing unemployment
can stimulate investment. However, the reverse effect, i.e., the impact of investments on
unemployment, seems less direct, likely due to structural characteristics of the Moroccan
economy.

24 Revue Repères et Perspectives Economiques, Vol. 8, N°2, septembre 2024

 Les déterminants macroéconomiques du chômage au Maroc : Une étude économétrique de 1991 à 2022

The study emphasizes the importance of a thorough understanding of macroeconomic variable

interactions in formulating effective policies to reduce unemployment. Our econometric
analysis provides valuable insights into the dynamic relationships between GDP, inflation,
investment, and unemployment, which can inform policy decisions for managing the
economy and developing the labor market in Morocco. Additionally, our research underscores
the need for an integrated approach that considers both short-term effects and the long-term
impacts of economic policies on unemployment.

Our study makes a significant contribution to the literature on the determinants of

unemployment by providing empirical evidence on the relationships between key
macroeconomic variables and unemployment in Morocco. These findings can help develop
more effective economic policies to foster sustainable economic growth and reduce
unemployment over the long term.

Keywords: Unemployment, GDP, Inflation, Investment, Trade Openness Rate, ARDL.

JEL Codes : C32, E24

Résumé

Notre étude vise à identifier les principaux déterminants macroéconomiques du chômage au

Maroc sur la période 1991-2022. En employant une méthodologie économétrique rigoureuse,
nous avons fait recours à la modélisation ARDL et au test de cointégration de Bounds pour
analyser les relations à court et à long terme. De plus, le test de causalité de Granger nous
permet d'évaluer les liens de causalité entre les variables étudiées. Nos résultats empiriques,
fondés sur des données relatives au PIB, à l'inflation, à l'investissement et au taux d'ouverture
commerciale, révèlent l'existence d'une relation de cointégration significative entre ces
variables. Le PIB et l'inflation émergent comme les principaux facteurs expliquant les
fluctuations du chômage, tant à court terme qu'à long terme. Par ailleurs, les résultats du test
de causalité de Granger suggèrent une influence significative du chômage et du PIB sur
l'investissement, mais pas dans le sens inverse.

Mots-clés : Chômage, PIB, Inflation, Investissement, Taux d’ouverture commerciale, ARDL.

Classification JEL : C32, E24

Revue Repères et Perspectives Economiques, Vol.8, N°2, septembre 2024 25

 Les déterminants macroéconomiques du chômage au Maroc : Une étude économétrique de 1991 à 2022

Introduction

La problématique du chômage est redevenue une préoccupation majeure pour de nombreux

pays, devenant un axe central des politiques visant à le réduire. Le chômage constitue non
seulement un indicateur clé de la santé économique d’un pays, mais il reflète aussi l’efficacité
des politiques d’emploi. De plus, un taux de chômage élevé engendre des conséquences
sociales importantes. En affectant directement le niveau de vie des individus et en aggravant
les inégalités, il menace la cohésion sociale et la stabilité politique.

Sur le plan économique, le chômage représente une sous-utilisation du facteur travail. Il est
influencé par divers facteurs tels que les fluctuations du marché du travail, les politiques
gouvernementales, les avancées technologiques et les évolutions structurelles des industries.
De plus, le chômage entraîne une baisse des revenus et du pouvoir d'achat, ce qui peut freiner
l'activité économique globale.

Ainsi le Maroc n’échappe pas à ce problème économique. En effet, selon les données du
Haut-Commissariat au Plan (HCP), le taux de chômage a atteint 11,8 % en 2022 et 13 % en
2023. Face à cette situation, il est crucial que le gouvernement marocain intensifie ses efforts
pour lutter contre le chômage, d’autant plus que les répercussions économiques et sociales de
la COVID-19 continuent de se faire sentir.

Notre recherche se concentre principalement sur l'identification des principaux déterminants

macroéconomiques affectant le chômage au Maroc. La problématique que nous abordons est
la suivante : Quels sont les principaux déterminants macroéconomiques expliquant le taux du
chômage élevé au Maroc ?

Pour répondre à cette problématique, nous avons formulé les quatre hypothèses de recherche
suivantes :

𝐇𝟏 : La croissance économique réduit le chômage au Maroc.

𝐇𝟐 : L’inflation a une influence négative sur le chômage au Maroc.

𝐇𝟑 : L’investissement contribue à la réduction du chômage au Maroc.

𝐇𝟒 : L’ouverture commerciale peut également aider à diminuer le chômage au Maroc.

26 Revue Repères et Perspectives Economiques, Vol. 8, N°2, septembre 2024

 Les déterminants macroéconomiques du chômage au Maroc : Une étude économétrique de 1991 à 2022

Pour mener notre étude, nous avons opté pour un modèle économétrique ARDL, analysé à
l’aide du logiciel EVIEWS 12. Cette méthode a été choisie pour sa capacité à capter les
dynamiques à court et à long terme.

Cet article est structuré en trois sections principales. La première section vise à établir un
cadre théorique pour notre problématique. Elle sera divisée en deux parties : une présentation
des principales théories du chômage, suivie d’un examen des travaux empiriques traitant de
cette question. La deuxième section traitera de la méthodologie, avec une présentation du
modèle utilisé, ainsi que des données et des variables étudiées. Enfin, la troisième section sera
dédiée à la présentation et à l'analyse des résultats des estimations et des tests économétriques.
Cette analyse permettra d’identifier les relations entre le chômage et les différentes variables
macroéconomiques de notre étude.

1. Revue de la littérature

Cette section vise à explorer les explications théoriques concernant le chômage. Nous
commencerons par présenter les théories traditionnelles sur le chômage, puis examinerons les
résultats des études empiriques en relation avec notre sujet.

1.1. Revue de la littérature théorique

Diverses théories examinent le chômage, telles que la théorie classique, keynésienne, la loi
d’Okun et la courbe de Phillips.

Selon la théorie économique classique, le plein emploi est considéré comme l'état naturel dans
une économie libre, où le chômage est temporaire et s'ajuste automatiquement grâce aux
variations salariales. Les économistes classiques estiment que les déséquilibres sur le marché
du travail se corrigent par des ajustements de salaires, tandis que les fluctuations entre
l’épargne et l’investissement sont régulées par les taux d'intérêt. En revanche, une perspective
alternative explique le chômage involontaire en suggérant que des salaires plus élevés peuvent
réduire les conflits sociaux en améliorant la motivation et la discipline des travailleurs, au-
delà de leur simple rôle en tant que coût de production. Selon cette approche, fondée sur une
version à court terme de la théorie du salaire d'efficience, le chômage se manifeste lorsque les
salaires exigés par les syndicats dépassent ceux offerts par les entreprises. L'intervention
gouvernementale, financée par des taxes sur les salaires, entraîne une diminution des salaires
réels, de la productivité et des profits (Davanzati, 2002).

Revue Repères et Perspectives Economiques, Vol.8, N°2, septembre 2024 27

 Les déterminants macroéconomiques du chômage au Maroc : Une étude économétrique de 1991 à 2022

Cependant, Keynes propose une explication différente du chômage persistant. Selon lui, le
chômage involontaire découle principalement d'une insuffisance de la demande effective,
notamment durant certaines phases du cycle économique où les opportunités d'emploi sont
limitées. Keynes souligne que la réduction des dépenses de consommation peut entraîner une
baisse de la demande globale, aggravant ainsi le chômage. Contrairement à la vision classique
qui privilégie la flexibilité des salaires, Keynes plaide pour une intervention active de l'État,
notamment à travers des politiques de relance économique telles que les dépenses publiques et
la politique monétaire, afin de maintenir un niveau adéquat de demande et de prévenir une
augmentation du chômage (Keynes, 1936; L’horty, 2016).

Après avoir exploré les théories classiques et keynésiennes du chômage, nous nous penchons
maintenant sur la relation entre le chômage, la croissance économique et l'inflation, en
particulier à travers la loi d'Okun. Introduite en 1962, cette loi quantifie la relation entre le
chômage et les fluctuations du PIB. Bien que l'intensité de cette relation puisse varier, sa
validité empirique est largement reconnue. Les recherches récentes ont révélé un lien
asymétrique entre chômage et croissance économique, montrant que l'impact des chocs
économiques sur le chômage dépend de la nature du choc. Peu d'études ont approfondi ces
dynamiques non linéaires, mais les preuves suggèrent que la croissance économique influence
le chômage de manière plus marquée pendant les récessions que durant les périodes
d'expansion (Okun, 1962).

En outre, la courbe de Phillips provient d'une étude empirique sur la relation entre l'inflation
des salaires et le chômage au Royaume-Uni. En 1958, Phillips a proposé un modèle théorique
basé sur la divergence entre la demande et l'offre relatives, mettant en avant l'inflation « tirée
par la demande ». Lipsey (1960) a ensuite élargi ce modèle pour inclure les interactions entre
les salaires, l'excès de demande de travail, le chômage et les frictions sur le marché du travail.
Les versions ultérieures de la courbe de Phillips ont analysé l'inflation des prix et les
ralentissements économiques en utilisant des indicateurs tels que l'écart de production pour
mesurer les écarts entre la production réelle et potentielle. Initialement, la courbe de Phillips
montrait une corrélation négative entre chômage et augmentation des salaires. Dans les années
1960, Lipsey a étendu cette relation pour inclure l'inflation, posant ainsi un dilemme pour les
décideurs : accepter une inflation modérée pour réduire le chômage ou tolérer un chômage
plus élevé pour maîtriser l'inflation. Les événements des années 1970 et 1980 ont révélé que
l'inflation et le chômage pouvaient coexister, soulignant la nécessité de comprendre cette
relation complexe dans différents contextes économiques et périodes historiques. (Haschka ,
2024).

28 Revue Repères et Perspectives Economiques, Vol. 8, N°2, septembre 2024

 Les déterminants macroéconomiques du chômage au Maroc : Une étude économétrique de 1991 à 2022

1.2. Revue de la littérature empirique

Dans la recherche empirique, de nombreux chercheurs examinent les déterminants

macroéconomiques influençant le chômage, malgré les divers contextes de leurs études.

Alaa Razia et al. (2023) ont évalué l'impact du chômage et de l'inflation sur le PIB en
Palestine en utilisant le modèle ARDL avec des données annuelles pour analyser les
incidences à court et à long terme. Leurs résultats ont révélé qu'à long terme, le chômage a un
effet négatif sur le PIB, tandis que l'inflation exerce un impact positif. À court terme, le
chômage a eu un effet significativement négatif sur la croissance, alors que l'inflation n'a pas
eu d'effet significatif.

Dans le même sens, Muhammad Shahid Maqbool et al. (2013) ont souligné l'importance du
PIB, de la population, de l'inflation et de l'investissement direct étranger dans l'analyse du
chômage à court terme au Pakistan, en utilisant une méthodologie ARDL couvrant la période
de 1976 à 2012.

D'après une étude menée par Tunah Halil (2010), les facteurs macroéconomiques
déterminants du chômage en Turquie ont été examinés à partir de données trimestrielles de
2000 à 2008. En se référant aux tests augmentés de Dickey-Fuller, Phillip-Perron ainsi qu'aux
tests de cointégration de Johansen et de causalité, l'étude a révélé que le PIB réel, l'inflation et
le taux de chômage précédent ont un impact significatif sur le chômage en Turquie.
Cependant, le taux de change n'a montré aucune incidence sur le chômage.

En poursuivant notre exploration des études empiriques sur le chômage, nous examinons
l'impact du commerce international. L'article de Pushan Dutt, Devashish Mitra et Priya
Ranjan (2009), intitulé « International Trade and Unemployment : Theory and Cross-National
Evidence », utilise des modèles basés sur les théories des avantages comparatifs de
Heckscher-Ohlin (H-O) et de Ricardo pour analyser les effets du commerce international. Les
auteurs découvrent que la relation entre chômage et ouverture commerciale suit les
prédictions ricardiennes, montrant une relation négative, surtout dans les pays à forte main-
d'œuvre, bien qu'un effet initial positif de l'ouverture sur le chômage soit observé avant une
stabilisation vers un nouvel équilibre. En parallèle, Gabriel Felbermayr, Julien Prat et Hans-
Jörg Schmerer (2011), dans leur étude « Trade and Unemployment : What Do the Data Say ?
», concluent que l'ouverture commerciale n'entraîne pas d'augmentation du chômage structurel
à long terme. Ils utilisent des données en panel pour 20 pays de l'OCDE et des données

Revue Repères et Perspectives Economiques, Vol.8, N°2, septembre 2024 29

 Les déterminants macroéconomiques du chômage au Maroc : Une étude économétrique de 1991 à 2022

transversales pour un ensemble plus large de pays. Les deux études s'accordent à dire que,
bien que l'ouverture commerciale puisse avoir des effets temporaires sur le chômage, son
impact structurel à long terme est généralement neutre ou bénéfique.

De plus, Erik Hegelund et Josef Taalbi (2023) ont démontré, en analysant des données de
panel concernant dix pays de 1913 à 2016, une corrélation inverse entre le chômage, le PIB,
l'investissement, le taux d'intérêt et la productivité.

Par ailleurs, Sadiku Murat, Ibraimi Alit et Sadiku Luljeta (2015) ont examiné la relation entre
le chômage et le PIB en République de Macédoine. Leur analyse, basée sur des données
trimestrielles allant de janvier 2000 à décembre 2012, a utilisé la loi d'Okun ainsi que des
méthodes telles que le modèle de différences, le modèle dynamique, l'approche ECM et
l'estimation VAR. Les résultats de leur étude ne confirment pas la théorie d'Okun.

En complément, Caporale Guglielmo Maria et Gil-Alana Luis (2014) examinent le chômage

des jeunes en Europe en analysant ses caractéristiques statistiques et ses déterminants
macroéconomiques à l'aide de modèles autorégressifs. Leur étude révèle des liens significatifs
entre le chômage dans tous les pays étudiés et des variables macroéconomiques telles que le
PIB et l'inflation. Ils confirment l'impact déterminant du PIB sur le chômage, notamment celui
des jeunes, et soulignent la nécessité d'adapter les politiques macroéconomiques et du marché
du travail.

Dans leur recherche, Blanchard Olivier et Wolfers Justin (2000) ont utilisé un modèle de
panel englobant 20 pays de l'OCDE pour démontrer que les principaux déterminants du
chômage étaient les chocs macroéconomiques tels que l'augmentation de la productivité,
l'inflation, le taux d'intérêt et les chocs de demande de travail.

En revanche, une étude économétrique menée par Laura Gerard-Prenville (2003), qui a utilisé
un modèle VAR structurel pour analyser les données françaises, montre que les chocs liés aux
salaires ont un impact sur le chômage à court terme. Cependant, à long terme, l'évolution
technologique exerce un effet défavorable sur le chômage.

Les études empiriques montrent que les déterminants macroéconomiques du chômage varient
selon le contexte et la période étudiée, la croissance économique et l'inflation étant les
principaux déterminants. Ces variables jouent un rôle crucial dans l’évolution du chômage.

30 Revue Repères et Perspectives Economiques, Vol. 8, N°2, septembre 2024

 Les déterminants macroéconomiques du chômage au Maroc : Une étude économétrique de 1991 à 2022

2. Méthodologie

Notre étude a adopté l'approche de modélisation ARDL en raison de ses nombreux avantages.
Elle permet de détecter la cointégration entre les variables grâce au test de Pesaran et al.
(2001) et est particulièrement adaptée pour traiter des variables intégrées à différents ordres
(I(0) et I(1)), un atout majeur par rapport à des modèles comme le VECM, qui exigent que
toutes les variables soient intégrées au même ordre (I(1)) et qu'une relation de cointégration
soit présente. En l'absence de cointégration, le modèle VAR peut également être utilisé de
manière efficace, notamment lorsque les variables sont stationnaires en niveau. De plus,
l'ARDL simplifie l'interprétation en utilisant une seule équation, ce qui facilite l'analyse tout
en permettant de gérer des variables avec des retards variés. Cette flexibilité et polyvalence
font de l'ARDL un outil robuste pour l'analyse des séries temporelles avec des ordres
d'intégration mixtes.

Le modèle ARDL combine les caractéristiques des modèles autorégressifs (AR), qui utilisent
les valeurs passées de la variable dépendante pour expliquer son comportement, et des
modèles à retard échelonné (Distributed Lag, DL), qui prennent en compte les valeurs
actuelles Xt et passées des variables indépendantes Xt−i pour expliquer la variable dépendante.
Sa forme générale est la suivante :

𝐘𝐭 = 𝛟 + ∑𝒑𝒊=𝟏 𝐢 𝐘𝐭−𝐢 + ∑𝒒𝒋=𝟎 𝛂𝐣 𝐗𝐭−𝐣+ ɛ𝐭

= 𝛟 + 𝟏 𝐘𝐭−𝟏 + …. + 𝐩 𝐘𝐭−𝐏 + 𝛂𝟎 𝐗𝐭 + 𝛂𝟏 𝐗𝐭−𝟏 +…. + 𝛂𝐪 𝐗𝐭−𝐪 + ɛ𝐭

La représentation ARDL de notre étude est la suivante :

𝐩 𝐪 𝐪 𝐪
∆𝐓𝐂𝐭 =𝛟 + ∑𝐢=𝟏 𝟏 ∆𝐓𝐂𝐭−𝐢 + ∑𝐢=𝟎 𝟐 ∆𝐏𝐈𝐁𝐭−𝐢 + ∑𝐢=𝟎 𝟑 ∆𝐈𝐍𝐅𝐭−𝐢 + ∑𝐢=𝟎 𝟒 ∆𝐅𝐁𝐂𝐅𝐭−𝐢 +
∑𝐪𝐢=𝟎 𝟓 ∆𝐓𝐎𝐂𝐭−𝐢 + 𝛂𝟏 𝐓𝐂𝐭−𝟏 + 𝛂𝟐 𝐏𝐈𝐁𝐭−𝟏 + 𝛂𝟑 𝐈𝐍𝐅𝐭−𝟏 + 𝛂𝟒 𝐅𝐁𝐂𝐅𝐭−𝟏 + 𝛂𝟓 𝐓𝐎𝐂𝐭−𝟏 + ɛ𝐭

Avec :

TC : Taux du chômage annuel parmi la population active.

PIB : PIB au prix constant qui désigne la croissance économique.

INF : Taux d’inflation est évaluée à l'aide de l'indice des prix à la consommation.

FBCF : Formation brute de capital fixe correspond au niveau d'investissement, exprimé en %

du PIB.

Revue Repères et Perspectives Economiques, Vol.8, N°2, septembre 2024 31

 Les déterminants macroéconomiques du chômage au Maroc : Une étude économétrique de 1991 à 2022

TOC : Taux d'ouverture commerciale est un indicateur qui évalue la contribution du reste du
monde à l'économie d'un pays.

𝛟 : Constante du modèle ; 𝟏 … 𝟓: Effets à court terme ; 𝛂𝟏 … 𝛂𝟓 : Fluctuation de long terme

du modèle ; ɛ𝐭 : L’erreur de spécification ; ∆ ∶ Opérateur de différence première

Les données utilisées proviennent des sites de la Banque mondiale et du HCP, sous forme de
séries temporelles annuelles couvrant la période de 1991 à 2022. Le choix des variables et la
durée de l'étude sont basés sur la disponibilité des données.

3. Analyse des résultats et discussions

3.1. Statistiques descriptives

Tableau 1 : Les statistiques descriptives des variables

TC PIB INF FBCF TOC
Mean 11.26113 3.589026 2.404245 26.05791 50.12754
Median 10.92000 3.614877 1.596609 26.04773 47.42102
Maximum 14.04700 12.37288 7.986166 31.26829 86.53715
Minimum 8.910000 -7.178207 0.303386 21.78203 32.94217
Std. Dev. 1.962323 4.102233 2.045080 2.490388 12.05883
Skewness 0.305862 -0.494294 1.250968 0.102526 0.726294
Kurtosis 1.435339 3.762073 3.481831 2.085186 3.582983
Jarque-Bera 3.763159 2.077417 8.655789 1.171909 3.266509
Probability 0.152349 0.353911 0.013195 0.556574 0.195293
Sum 360.3560 114.8488 76.93584 833.8533 1604.081
Sum Sq. Dev. 119.3720 521.6778 129.6530 192.2630 4507.877
Source : Résultats extraits par les auteurs en utilisent le logiciel EVIEWS 12

Les résultats du tableau précédemment mentionné montrent que le PIB, l’inflation et

l’ouverture commerciale sont les variables les plus dispersées, avec des écarts-types
relativement élevés, tandis que le chômage présente une dispersion modérée autour de la
moyenne. En revanche, la variable FBCF est la moins dispersée, avec un écart-type
relativement bas.

Les valeurs de skewness pour le chômage, l’inflation, la FBCF ainsi que le taux d’ouverture
commerciale sont positives, indiquant une asymétrie à droite dans leur distribution, tandis que
le PIB présente une asymétrie à gauche, avec une skewness négative.

Concernant les valeurs de kurtosis, toutes les variables sont leptokurtiques, ce qui indique une
concentration plus forte autour de la moyenne.

Selon la probabilité associée à la statistique de Jarque-Bera, on observe que toutes les

variables suivent une distribution normale, car la probabilité est supérieure à 0,05, à

32 Revue Repères et Perspectives Economiques, Vol. 8, N°2, septembre 2024

 Les déterminants macroéconomiques du chômage au Maroc : Une étude économétrique de 1991 à 2022

l’exception de l’inflation, qui ne suit pas une loi normale avec une probabilité de 0,013195,
inférieure à 0,05.

3.2. Matrice des corrélations

Tableau 2 : Matrice des corrélations entre les variables

Variables TC PIB INF FBCF TOC
TC 1 -0.091676 0.444111 -0.834255 -0.727316
PIB -0.091676 1 -0.031429 -0.116783 -0.101441
INF 0.444111 -0.031429 1 -0.189141 -0.199050
FBCF -0.834255 -0.116783 -0.189141 1 0.677771
TOC -0.727316 -0.101441 -0.199050 0.677771 1
Source : Résultats extraits par les auteurs en utilisent le logiciel EVIEWS 12

Selon les résultats de la matrice des corrélations, nous observons que le chômage a un lien
négatif avec la croissance économique, la FBCF, le TOC et un lien positif avec l'IPC.

3.3. Test de variance inflation factor (VIF) de la multi-colinéarité

Pour évaluer la présence de multi-colinéarité parmi les prédicteurs, nous avons réalisé un test
de facteur d'inflation de la variance (VIF).

Tableau 3 : Résultats de test VIF de multi-colinéarité

Variable Coefficient Variance Uncentered VIF Centered VIF
DTC (-1) 0.034854 1.927126 1.894466
PIB 0.000717 2.959704 1.605813
PIB (-1) 0.001099 4.549766 2.600144
DINF 0.003953 1.605381 1.604860
DFBCF 0.006568 1.696246 1.690704
DTOC 0.000403 2.182425 2.005371
C 0.039947 5.635470 NA
Source : Résultats extraits par les auteurs en utilisent le logiciel EVIEWS 12

Les résultats des tests VIF présentés ci-dessus indiquent qu'il n'y a pas de colinéarité entre les
variables. En d'autres termes, les variables de notre étude sont indépendantes, car les valeurs
de VIF pour toutes les variables sont inférieures à 5. Par conséquent, les variables explicatives
de notre étude sont considérées comme non colinéaires.

3.4. Étude de la stationnarité

Pour tester la stationnarité, nous utilisons le test de Dickey-Fuller augmenté (ADF), qui
permet de déterminer si une série temporelle est non stationnaire et possède une racine
unitaire.

Revue Repères et Perspectives Economiques, Vol.8, N°2, septembre 2024 33

 Les déterminants macroéconomiques du chômage au Maroc : Une étude économétrique de 1991 à 2022

Tableau 4 : Résultats de test ADF

ADF en niveau ADF en différence première
Variables
M2 M3 M1 M2 M3 M1
-1.216574 -1.282958 -1.207435 -5.727007 -3.910788 -5.600269
TC (-0.6545) (0.8736) (0.2031) (0.0000) (0.0245) (0.0000)
1.026163 -0.707968 -1.132439 1.235136
-10.61280 -10.53322 -0.384828 --- --- ---
PIB (0.0000) (0.0000) (0.5360)
6.856138 -0.673592
-3.283623 -2.500687 -1.641870 -6.775140 -7.481135 -6.939244
INF (0.0245) (0.3256) (0.0941) (0.0000) (0.0000) (0.0000)
2.420014 -0.184581 -0.196752 2.143886
-1.499247 -1.983054 0.148673 -5.552888 -5.452427 -5.633759
FBCF (0.5207) (0.5874) (0.7222) (0.0001) (0.0006) (0.0000)
1.520546 1.278907 0.312737 -0.068001
0.076828 -2.819107 1.548518 -4.474781 -4.424854 -4.405898
TOC (0.9586) (0.2015) (0.9672) (0.0014) (0.0077) (0.0001)
0.234847 3.085097 2.156599 0.872178
Source : Résultats extraits par les auteurs en utilisent le logiciel EVIEWS 12

En suivant la stratégie séquentielle des tests de racine unitaire, les conclusions issues des tests
ADF semblent indiquer que les séries deviennent stationnaires après une différenciation
première, à l'exception du PIB qui reste stationnaire sans nécessiter de différenciation. Pour
les quatre variables qui ne sont pas stationnaires au niveau, il s'agit d'un processus DS, c'est
pourquoi nous avons utilisé la méthode de différenciation pour les rendre stationnaires.

3.5. Estimation du modèle ARDL

Avant d'estimer le modèle ARDL, il est essentiel de trouver le décalage optimal. Celui-ci est
déterminé par la valeur de décalage qui minimise les critères d'information (LogL, LR, FPE
AIC, SIC, HQ,). Cette étape est nécessaire étant donné que le modèle ARDL est dynamique.

Tableau 5 : Détermination du retard retenu

Lag LogL LR FPE AIC SC HQ
1 -266.8341 137.0090* 277.7942* 19.78894* 21.19014* 20.23720*
* : signifie le retard retenu selon le critère choisi
Source : Résultats extraits par les auteurs en utilisent le logiciel EVIEWS 12

Tous les critères d’informations, nous conseillent de garder 1 comme le nombre optimal de
retards. Donc, nous allons retenu dans notre étude le décalage 1.

34 Revue Repères et Perspectives Economiques, Vol. 8, N°2, septembre 2024

 Les déterminants macroéconomiques du chômage au Maroc : Une étude économétrique de 1991 à 2022

Tableau 6 : Résultats d'estimation des paramètres du modèle

Variable Coefficient Std. Error t-Statistic Prob. *
DTC (-1) -0.232586 0.186692 -1.245827 0.2254
PIB -0.145366 0.026783 -5.427541 0.0000
PIB (-1) -0.077905 0.033154 -2.349796 0.0277
DINF -0.161900 0.062876 -2.574898 0.0169
DFBCF -0.097670 0.081040 -1.205208 0.2404
DTOC 0.020977 0.020070 1.045203 0.3068
C 0.635293 0.199867 3.178580 0.0042
Coefficient de détermination 0.615538 F-statistic 6.137300
Coefficient de détermination ajusté 0.515243 Prob(F-statistic) 0.000594
Source : Résultats extraits par les auteurs en utilisent le logiciel EVIEWS 12

L'estimation montre une relation négative et significative entre le chômage, le PIB et

l'inflation, avec un seuil de significativité de 5%. En revanche, la relation entre le chômage et
l’investissement est négative mais non significative. De plus, le taux d'ouverture commerciale
présente une corrélation positive qui n'est pas statistiquement significative. Les variables
incluses dans le modèle expliquent 61,55% de la variabilité globale du taux de chômage. Le
modèle est globalement significatif, comme l'indiquent la probabilité de Fisher de 0,000594,
qui est inférieure au seuil de 5%.

3.6. Test de cointégration

Dans notre recherche, nous avons utilisé le test de Bounds en raison de la présence de séries
intégrées à différents ordres, à savoir I (0) et I (1). Ce test vise à examiner la présence
éventuelle d'un lien à long terme entre les variables.

Tableau 7 : Résultat de Bounds test

F-Bounds Test
Test Statistic Value Signif. I (0) I (1)
Asymptotic : n=1000
10% 2.2 3.09
F-statistic 10.80829 5% 2.56 3.49
K 4 2.5% 2.88 3.87
1% 3.29 4.37
Source : Résultats extraits par les auteurs en utilisent le logiciel EVIEWS 12

Le test de Bounds révèle une F-statistique de 10.80829, dépassant la borne supérieure pour
différents niveaux de signification. Ceci indique une relation de cointégration entre les
variables. Par conséquent, nous examinons le modèle de correction d'erreur (ECM) pour
comprendre l'ajustement à long terme après une perturbation temporaire.

Revue Repères et Perspectives Economiques, Vol.8, N°2, septembre 2024 35

 Les déterminants macroéconomiques du chômage au Maroc : Une étude économétrique de 1991 à 2022

3.7. Estimation de la relation à court terme

Tableau 8 : Résultats de l'estimation à court terme des variables du modèle

Variable Coefficient Std. Error t-Statistic Prob.
C 0.635293 0.199867 3.178580 0.0042
DTC (-1)* -1.232586 0.186692 -6.602243 0.0000
PIB (-1) -0.223272 0.052409 -4.260196 0.0003
DINF** -0.161900 0.062876 -2.574898 0.0169
DFBCF** -0.097670 0.081040 -1.205208 0.2404
DTOC** 0.020977 0.020070 1.045203 0.3068
D(PIB) -0.145366 0.026783 -5.427541 0.0000
Source : Résultats extraits par les auteurs en utilisent le logiciel EVIEWS 12

Le coefficient de correction d'erreur, CointEq = -1,232586, est significatif à 5%, confirmant

l'existence d'un mécanisme de correction. Cela signifie que les écarts à long terme du
chômage, dus à des chocs à court terme, sont ajustés à un rythme de 123% par an.

Par ailleurs, l'analyse à court terme montre que le PIB et l'inflation ont un impact négatif et
significatif sur le chômage, tandis que l'investissement, bien que négatif, n'a pas d'effet
significatif. De plus, le taux d'ouverture commerciale présente une relation positive avec le
chômage, mais cette dernière reste non significative.

À court terme, les estimations indiquent qu'une hausse de 1% du chômage entraîne une
réduction du PIB de 0,14% pour l'année en cours et de 0,22% pour l'année suivante. Cette
augmentation du chômage provoque également une baisse de l'inflation de 0,16% et de
l'investissement de 0,09%. En revanche, elle s'accompagne d'une légère augmentation de
0,02% du taux d'ouverture commerciale.

3.8. Estimation de la relation à long terme

Tableau 9 : Résultats de l'estimation à long terme des variables du modèle

Variable Coefficient Std. Error t-Statistic Prob.
PIB -0.181141 0.037642 -4.812233 0.0001
DINF -0.131350 0.058816 -2.233222 0.0356
DFBCF -0.079240 0.065324 -1.213041 0.2374
DTOC 0.017019 0.016506 1.031072 0.3132
C 0.515414 0.150386 3.427266 0.0023
EC = DTC - (- 0.1811*PIB - 0.1314*DINF - 0.0792*DFBCF + 0.0170*DTOC + 0.5154)
Source : Résultats extraits par les auteurs en utilisent le logiciel EVIEWS 12

En se fondant sur les conclusions tirées de l'estimation à long terme, nous constatons que le
PIB, l'inflation et l'investissement ont tous un impact négatif sur le chômage. Cet impact est
significatif au seuil de 5 % pour le PIB et l'inflation, mais reste non significatif pour

36 Revue Repères et Perspectives Economiques, Vol. 8, N°2, septembre 2024

 Les déterminants macroéconomiques du chômage au Maroc : Une étude économétrique de 1991 à 2022

l'investissement. En revanche, le taux d'ouverture commerciale exerce un impact positif, bien

que non significatif à ce même seuil de 5 %.

À long terme, une augmentation de 1 % du chômage entraînerait une baisse de 0,18 % du

PIB, une réduction de 0,13 % de l'inflation et de 0,07 % de l'investissement, ainsi qu'une
légère hausse de 0,01 % du taux d'ouverture commerciale.

3.9. Tests de validation du modèle

Après l'estimation du modèle, il est indispensable de réaliser des tests de validation, une étape
cruciale en modélisation économétrique. Dans notre étude, plusieurs tests ont été appliqués :
le test de Jarque-Bera pour vérifier la normalité des erreurs, le test de Breusch-Pagan-Godfrey
pour évaluer l'homoscédasticité, c'est-à-dire la constance de la variance des erreurs et le test
de Breusch-Godfrey Serial Corrélation LM pour détecter une éventuelle corrélation
temporelle entre les erreurs.

En outre, le test de Ramsey a permis de vérifier la bonne spécification du modèle, tandis que
les tests CUSUM et CUSUM of Squares ont analysé la stabilité des paramètres dans le temps.
Ces analyses ont ainsi garanti la fiabilité des résultats obtenus.

Tableau 10 : Tests d’analyse des erreurs et de la spécification du modèle

Test Hypothèse Valeur critique Probabilité
Jarque-Bera La normalité 1.106381 0.575112
Breusch-Pagan-Godfrey Homoscédasticité 0.432221 0.8498
Breusch-Godfrey Serial
Autocorrélation 1.180469 0.2890
Corrélation LM
Ramsey Spécification du modèle 0.663244 0.4241
Source : Résultats extraits par les auteurs en utilisent le logiciel EVIEWS 12

À la suite des résultats des tests de validation appliqués à notre modèle ARDL (1, 1, 0, 0, 0),
plusieurs constats peuvent être formulés :

Premièrement, le test de Jarque-Bera montre que les résidus suivent une distribution normale,
avec une probabilité associée de 0,575112, dépassant ainsi le seuil de signification de 5 %.
Cela confirme que les résidus sont normalement distribués.

Deuxièmement, le test de Breusch-Pagan-Godfrey, avec une probabilité de 0,8498, indique

que les résidus sont homoscédastiques, c'est-à-dire que leur variance est constante, puisque
cette probabilité dépasse également le seuil de 5 %.

Troisièmement, le test de Breusch-Godfrey pour la corrélation serial (LM) affiche une p-value
de 0,2890, bien au-delà du seuil de 5 %. Par conséquent, nous pouvons conclure à l'absence

Revue Repères et Perspectives Economiques, Vol.8, N°2, septembre 2024 37

 Les déterminants macroéconomiques du chômage au Maroc : Une étude économétrique de 1991 à 2022

d'autocorrélation des résidus, ce qui signifie que ces derniers se comportent comme des bruits
blancs gaussiens.

Quatrièmement, la spécification du modèle semble adéquate, puisque la probabilité du test de

Ramsey est de 0,4241, nettement supérieure au seuil de 5 %. Cela valide que le modèle est
correctement spécifié.

Enfin, les graphiques des tests CUSUM et CUSUM of Squares confirment la stabilité du
modèle, puisque les résidus récursifs demeurent dans l'intervalle de confiance de 5 %. Cela
indique que les paramètres estimés restent stables au fil du temps.

Ces résultats confirment la robustesse et la validité de notre modèle ARDL, garantissant ainsi
la fiabilité des estimations et des prévisions obtenues.

Figure 1: Tests CUSUM et CUSUM of squares

15 1.4
1.2
10
1.0
5 0.8
0.6
0
0.4
-5 0.2
0.0
-10
-0.2
-15 -0.4
00 02 04 06 08 10 12 14 16 18 20 22 00 02 04 06 08 10 12 14 16 18 20 22

CUSUM 5% Significance CUSUM of Squares 5% Significance

Source : Résultats extraits par les auteurs en utilisent le logiciel EVIEWS 12

3.10. Test de la causalité

Le test de causalité de Granger, développé par Granger en 1969, détermine si les valeurs
passées d'une variable stationnaire X peuvent améliorer la prévision d'une autre variable
stationnaire Y en utilisant les données historiques des deux variables. En d'autres termes, il
évalue si les données historiques de X apportent une valeur ajoutée à la prévision de Y, au-
delà des informations fournies uniquement par les valeurs passées de Y. Cette méthode,

38 Revue Repères et Perspectives Economiques, Vol. 8, N°2, septembre 2024

 Les déterminants macroéconomiques du chômage au Maroc : Une étude économétrique de 1991 à 2022

fondée sur la prévisibilité, éclaire les interactions dynamiques entre les variables. Ainsi, le test
de causalité de Granger est essentiel pour évaluer si les changements historiques d'une
variable influencent les prévisions d'une autre dans un contexte économétrique.

Tableau 11 : Résultats de test de Granger de la causalité

Variables TC PIB INF FBCF TOC
TC 1 0.9741 0.1988 0.0029 0.9349
PIB 0.7436 1 0.7100 0.0329 0.3732
INF 0.2088 0.6417 1 0.2543 0.2637
FBCF 0.7311 0.9337 0.6154 1 0.4179
TOC 0.4127 0.6380 0.8711 0.6812 1
Source : Résultats extraits par les auteurs en utilisent le logiciel EVIEWS 12

Selon les résultats du test de causalité de Granger, le chômage et le PIB ont une influence
significative sur l'investissement, plutôt que l'inverse. En effet, les variations du chômage et
du PIB précèdent et affectent les décisions d'investissement. Autrement dit, ce sont
principalement le chômage et le PIB qui déterminent les niveaux d'investissement, plutôt que
l'investissement n'ait une influence sur ces variables macroéconomiques.

4. Discussion des résultats

Les résultats de notre analyse économétrique montrent que la relation entre le PIB et le
chômage reste significative à court et à long terme, confirmant ainsi la théorie d'Okun ainsi
que les conclusions des études précédentes de Muhammad Shahid Maqbool et al. (2013) et de
Halil Tunah (2010). Ce constat indique que la croissance économique soutenue stimule la
demande globale, favorisant la création d'emplois dans divers secteurs et contribuant à la
réduction du chômage.

Dans ce contexte, nos résultats révèlent également que l'inflation a un impact négatif et
significatif sur le chômage au Maroc, ce qui valide la pertinence de la courbe de Phillips. Cela
renforce l'idée que l'inflation et le chômage sont liés de manière inverse, comme le suggère la
théorie.

Cependant, les analyses mettent en évidence une corrélation négative mais non significative
entre l'investissement et le chômage au Maroc, ce qui contredit les conclusions de Erik
Hegelund et Josef Taalbi (2023). Cette absence de signification statistique pourrait découler
des spécificités de l'économie marocaine, qui diffèrent des théories économiques
conventionnelles. De plus, le niveau d'investissement relativement faible et les délais
prolongés dans l'exécution des projets d'investissement pourraient également expliquer cette
situation.

Revue Repères et Perspectives Economiques, Vol.8, N°2, septembre 2024 39

 Les déterminants macroéconomiques du chômage au Maroc : Une étude économétrique de 1991 à 2022

Enfin, les données empiriques montrent que le taux d’ouverture a un effet positif mais non
significatif sur le chômage au Maroc, en désaccord avec les conclusions de Pushan Dutt,
Devashish Mitra et Priya Ranjan (2009). Cette observation suggère que, bien que l'ouverture
commerciale influe sur le PIB, elle n'affecte pas nécessairement le chômage. L'ouverture aux
échanges internationaux pourrait créer un déséquilibre dans la demande de compétences,
favorisant les emplois nécessitant des qualifications plutôt que ceux n'en nécessitant pas.

Conclusion

Le chômage reste un défi macroéconomique majeur au Maroc, avec des répercussions

notables sur la stabilité économique et le développement social. Cette étude a permis
d’identifier les principaux déterminants macroéconomiques du chômage au Maroc pour la
période 1991-2022, en utilisant un modèle ARDL. Les résultats montrent que le PIB et
l’inflation jouent un rôle crucial dans la réduction du chômage. Une croissance du PIB est
associée à une diminution du taux de chômage, mettant en évidence l’importance de
l’expansion économique pour améliorer le marché de l’emploi. Bien que l’impact de
l’inflation soit plus modéré, elle contribue également à la réduction du chômage.

En revanche, l’investissement et le taux d'ouverture commerciale n'affectent pas de manière

significative le chômage dans le contexte marocain, suggérant que ces variables ne sont pas
déterminantes dans ce cadre. Néanmoins, le rôle crucial du PIB et de l'inflation offre des
orientations importantes pour les décideurs politiques. Il est essentiel de promouvoir une
croissance économique durable tout en maîtrisant l'inflation pour réduire le chômage de
manière efficace.

Cependant, l’étude présente certaines limites, notamment un nombre restreint d’observations

et un manque de données sur certaines variables, ce qui peut restreindre la généralisation de
ses résultats. Pour une compréhension plus approfondie du chômage au Maroc, il est
nécessaire d'élargir l'analyse en incluant une gamme plus large de variables
macroéconomiques et en utilisant des méthodologies variées. Il est également crucial
d'examiner les facteurs sociaux, tels que l'éducation.

Pour les décideurs politiques, il est crucial de mettre en place des politiques visant à stimuler
la croissance économique tout en régulant l’inflation. Une telle approche, qui va au-delà des
ajustements conjoncturels, permettra de traiter de manière plus efficace les causes profondes
du chômage et de développer des stratégies adaptées.

40 Revue Repères et Perspectives Economiques, Vol. 8, N°2, septembre 2024

 Les déterminants macroéconomiques du chômage au Maroc : Une étude économétrique de 1991 à 2022

Références bibliographiques

Agénor, P.-R., El Aynaoui, K. (2005). Politiques du marché du travail et chômage au Maroc :

une analyse quantitative. Revue d'économie du développement, 13(1), 5-51.

Bassanini, A., Duval, R. (2006). Les déterminants du chômage dans les pays de l'OCDE : une
réévaluation du rôle des politiques et des institutions. Revue Économique de l'OCDE,
42(1), 7-96.

Blaise, P. (1987). Le chômage en Belgique. Courrier hebdomadaire du CRISP, 1182-

1183(37), 1-49.

Blanchard, O., Wolfers, J. (2000). The role of shocks and institutions in the rise of European
unemployment : The aggregate evidence. The Economic Journal, 110(462), 1-33.

Bourbonnais, R., Terazza, M. (2010). Analyse des séries temporelles : Applications à

l’économie et à la gestion. Dunod.

Caporale, G.-M., Gil-Alana, L. (2014). Youth unemployment in Europe : Persistence and

macroeconomic determinants. Comparative Economic Studies, 56, 581-591.

Davanzati, G.-F. (2002). Wages fund, high wages, and social conflict in a classical model of
unemployment equilibrium. Review of Radical Political Economics, 34(4), 463-486.

Gérard-Prévielle, L. (2003). Déterminants du taux de chômage d'équilibre et ajustements sur

le marché du travail : une analyse sur données françaises. Economie prévision, 159(3),
17-37.

Haschka, R.-E. (2024). Examining the New Keynesian Phillips Curve in the US : Why has the
relationship between inflation and unemployment weakened?. Research in Economics,
78(4).

Hegelund, E., Taalbi, J. (2023). What determines unemployment in the long run ? Band
spectrum regression on ten countries 1913–2016. Structural Change and Economic
Dynamics, 64, 144-167.

L’Horty, Y. (2016). Les théories économiques : du chômage à l’épreuve de la crise. Idées

économiques et sociales, 185(3), 28-33.

L’Horty, Y., & Sobczak, N. (1997). Les déterminants du chômage d’équilibre : estimation
d’un modèle WS-PS. Revue Économie & prévision, 127(1), 101-116.

Revue Repères et Perspectives Economiques, Vol.8, N°2, septembre 2024 41

 Les déterminants macroéconomiques du chômage au Maroc : Une étude économétrique de 1991 à 2022

Muhammad Shahid, M., al. (2013). Determinants of unemployment : Empirical evidences

from Pakistan. Pakistan Economic and Social Review, 51(2), 191-208.

Razia, A. et al. (2023). Examining how unemployment, inflation and their related aspects
affected economic growth in Palestine : The period from 1991 to 2020. Heliyon, 9(11).

Sadiku, M., Ibriami, A. et Sadiku, L. (2015). Econometric estimation of the relationship

between unemployment rate and economic growth of FYR of Macedonia. Procedia
Economics and Finance, 19, 69-81.

Tunah, H. (2010). The analysis of unemployment in Turkey : Some empirical evidence using
co-integration test. European Journal of Social Sciences, 18(1), 18-38.

Felbermayr, G., Prat, J. et Schmerer, H.-J. (2011). Trade and unemployment : What do the
data say?. European Economic Review, 55(6), 741-758.

Dutt, P., Mitra, D. et Ranjan, P. (2009). International trade and unemployment : Theory and
cross-national evidence. Journal of International Economics, 78(1), 32-44.

42 Revue Repères et Perspectives Economiques, Vol. 8, N°2, septembre 2024