Table des matières
RESUME............................................................................................................................................................................. 1
INTRODUCTION ................................................................................................................................................................. 2
Contexte, justification et problématique .................................................................................................................... 2
I. REVUE DE LITTERATURE .......................................................................................................................................... 3
II. PRESENTATION DE LA BASE ...................................................................................................................................... 3
III. GENERALITES SUR LES PAYS .................................................................................................................................. 3
1) Caractéristiques individuelles des pays ............................................................................................................... 3
2) Etude de la liaison entre les caractères des pays ................................................................................................ 5
IV. MODELISATION STATISTIQUE ............................................................................................................................... 5
1) Formalisation du modèle préliminaire ................................................................................................................ 6
2) Validation d’applicabilité du modèle................................................................................................................... 6
3) Détection des données anormales : aberrantes et influentes ........................................................................... 6
4) Modèle final et interprétation ............................................................................................................................. 7
V. INFLUENCE DES PAYS AFRICAINS .............................................................................................................................. 8
CONCLUSION ..................................................................................................................................................................... 8
Bibliographie et webographie ........................................................................................................................................... 8
ANNEXE ............................................................................................................................................................................. 8
RESUME
L’objectif de cette étude était de déterminer les facteurs explicatifs de l’indice de facilité à faire les affaires
dans les pays du monde en 2016. En s’appuyant sur la méthodologie de calcul de cet indicateur et les
travaux antérieurement effectués, nous avons retenu 12 variables explicatives. In fine, nous en avons retenu
5. Après une démarche rigoureuse, on a abouti à un modèle qui explique la variabilité de cet indicateur à
88%. Nous nous sommes néanmoins demander si l’appartenance à l’Afrique d’un pays a un effet sur cet
indicateur. Il semble que le fait qu’un pays appartienne à l’Afrique n’a pas d’effet sur son indice de facilité à
faire les affaires.
1
INTRODUCTION
L’importance du secteur privé dans nos sociétés n’est plus à démontrer. En effet, il contribue à une société
plus prospère, car il permet à des nouvelles entreprises de créer des emplois et de développer des produits
novateurs. Les pouvoirs publics jouent à cet égard un rôle crucial, étant donné qu’il leur revient de fixer le
cadre règlementaire des activités des entreprises. Fort de cela, la Banque mondiale a mis sur pied, en 2003,
le projet « Doing Business 1» qui a pour mission de fournir un ensemble de connaissances afin d’accélérer
les réformes et d’améliorer la qualité des règles qui régissent les activités des entreprises. Ledit projet a mis
au point l’indice de facilité à faire les affaires qu’il révise fréquemment et publie annuellement. Cet
indicateur couvre des champs tels que l’efficacité des systèmes de règlementation du cadre des activités des
entreprises, l’efficience de la bureaucratie, l’obtention du crédit et bien d’autres. Variant de 0 à 100, plus il
est grand pour un pays, plus il est aisé d’y faire des affaires. Au fil du temps, l’indice de facilité à faire des
affaires s’est imposé ; pour les dirigeants, comme un puissant outil de promotion de l’implémentation des
réformes, allant dans le sens d’un allègement des procédures administratives ; pour les investisseurs, comme
une évaluation du niveau d’assainissement ou de souplesse du climat des affaires.
Contexte, justification et problématique
Malgré l’actuelle embellie2, la récession plane encore sur l’économie mondiale. Pour redresser cette
situation, il importe plus que jamais de repenser le cadre règlementaire du secteur privé d’après le rapport
Doing business. Et ce, pour relancer la croissance économique et par conséquent réduire la pauvreté. En
effet, les travaux de Baghwati et Panagariya (2013) ont montré que la croissance3 a pour double effet :
d’augmenter les revenus de ceux qui vivent au-dessous du seuil de pauvreté et de dégager des recettes qui
servent à financer les dépenses d’éducation et de santé ; ce qui aide également les démunis. Après de longs
débats, le lien entre la croissance et réduction de la pauvreté est désormais accepté. Bien règlementer le
cadre entrepreneurial afin de relancer une croissance inclusive sous-tend donc le premier des objectifs de
développement durable (ODD), qui est la réduction de la pauvreté. Il est intéressant de noter aussi que pour
un pays, avoir un indice de faciliter à faire des affaires élevé équivaut à attirer davantage d’entrepreneurs
étrangers.
Ce travail s’attèle globalement à identifier les déterminants de l’indice de la facilité à faire des
affaires4 en 2016. De façon spécifique, il sera question, d’une part, de trouver les variables qui expliquent le
mieux ce dernier. D’autre part, nous verrons comment se comporte l’IFA en Afrique.
1
En français pratique des affaires
2
« Croissance mondiale devrait progresser de 3.1% en en 2018 avant de ralentir progressivement » Banque Mondiale
3
Une croissance qui est, à proprement parler, inclusive
4
Nous abrègerons désormais cet indicateur (non conventionnellement) IFA
2
I. REVUE DE LITTERATURE
Le monde des affaires a toujours passionné les chercheurs. A titre d’exemple d’études empiriques, nous
citons celle5 réalisée Braunerhjelm et Ekelund, qui a montré qu’une réduction de 10 % de la charge
administrative qu’impose le respect des obligations fiscales — mesurée par le nombre de paiements annuels
à effectuer au titre des impôts et le temps consacré à cette tâche — se traduit par une hausse de 3 % du
nombre de créations d’entreprise par an.
Par ailleurs des travaux de Yakovlev et Zhuravskaya (2013), Ippoliti, Melcarne et Ramello (2014),
Dougherty (2014) et la méthodologie de calcul de l’IFFA du Doing Business nous ont permis de retenir les
variables explicatives suivantes : le nombre de procédures requises pour la création d’entreprises (NbPrCE),
la part du revenu par habitant allouée en moyenne pour la création d’une entreprise (CoûtCE), l’indice de
contrôle de la qualité de construction (ICQC), le nombre de procédures nécessaire pour obtenir un
raccordement à l’électricité (NbPrRE), le délai (en jours) pour obtenir un raccordement à l’électricité
(dRE), l’indicateur de fiabilité de l’approvisionnement et de de la transparence des tarifs en électricité
(ifRE), l’indicateur de qualité de l’administration en vue du transfert de propriété (ifTP), l’indice de fiabilité
des garanties pour les prêts (ifOP), l’indice relatif à l’étendue de l’information l’obtention de prêts (irOP),
le nombre de paiements des taxes et impôts par année (NbPT), le délai (en heures) par année du paiement
des taxes et impôts (dPT) et le temps nécessaire pour l’importation d’une cargaison de marchandises
(drCOMT).
II. PRESENTATION DE LA BASE
Cette étude a été menée sur une base de données provenant du Projet « pratique des affaires » de la Banque
Mondiale. Cette base concerne l’année 2016 sur 202 « économies » dans le monde. Les individus observés
sont avant tout les pays du monde. Etant donné que dans un pays, l’activité économique est repartie
inégalement, il existe des grandes villes où l’on trouve beaucoup de firmes et qui propose aux investisseurs
des opportunités qu’on ne trouve pas ailleurs dans le pays (Lagos, New York, Tokyo, …). Ces villes qui ne
reflètent pas la situation au niveau national, sont observées indépendamment des pays où elles se trouvent.
Cela explique le nombre d’individus de notre base.
III. GENERALITES SUR LES PAYS
1) Caractéristiques individuelles des pays
Commençons par explorer sommairement notre base de données (Tableau 1). En moyenne de 61,70,
l’indice de la facilité à faire des affaires est le plus élevé en Nouvelle-Zélande (86,48) et le plus faible en
5
Etude concernait 118 économies suivies pendant 6 ans
3
République Centrafricaine (33,97). Il est assez disparate (écart-type = 12,36). Quant au nombre de
procédures à suivre pour créer une entreprise, il est le plus considérable au Venezuela (20) et le moins en
Nouvelle-Zélande (1) et en moyenne, il est de 7,6985. En outre, la part du revenu par habitant dédiée à la
création d’une entreprise est la plus élevée en Haïti (235,30%) et la moins en Slovénie (0,0%). En moyenne,
créer une entreprise coute 23,53% du revenu annuel d’un individu. Cette part varie globalement beaucoup
(35,57%). Par ailleurs, c’est au Luxembourg et aux Etats-Unis qu’on contrôle le plus la qualité de
construction des bâtiments (15) et le moins en Guinée Equatoriale (1). En moyenne l’indice de contrôle de
qualité de construction vaut 8.87. Dans le monde, il y’a en moyenne 5 procédures qu’une entreprise doit
suivre pour être alimenté en électricité. C’est au Nigeria qu’on note le plus de nombre de procédures
requises 10, le moins à l’Ile Maurice (3). Globalement, le délai pour obtenir un raccordement à l’électricité
est de 96 jours 18 heures et est le plus long au Libéria (1 an 4 mois) et le moins en Saint Kitts-et-Nevis (18
jours). Il est assez variable. Pour ce qui est de l’indicateur de fiabilité de l’approvisionnement et de la
transparence des tarifs, il vaut en moyenne 3,92 et est le plus important au Maroc et aux Etats-Unis(8) et
vaut 0 dans la majeure partie des pays à l’exemple du Zimbabwe, du Togo, du Tchad et bien d’autres.
L’indicateur de qualité de l’administration foncière, dans le monde, varie de 28,5 (Lituanie) à 2.5 (Sri
Lanka) et est en moyenne de l’ordre de 14,36. D’une part, l’indice de fiabilité des garanties pour obtenir un
crédit est en moyenne situé à 5,16 et est le plus élevé en Nouvelle-Zélande (12) et le moins à Sao Tomé et
Principe (0). D’autre part, l’indice relatif à l’étendue de l’information relatif au crédit est le plus
considérable au Rwanda, aux Etats-Unis et en Nouvelle Zélande(8) et le moins (0) dans les pays tels que le
Togo, Tchad, Tanzanie et bien d’autres. Il se situe en moyenne autour de 4,69. En 2016, les entreprises se
sont acquittées entre 70 (Venezuela) à 3 (Arabie Saoudite) de taxes et impôts. Ce nombre varie beaucoup
dans l’ensemble. En moyenne, elles ont payé 26 taxes et impôts. En termes de délai par année de ce dernier,
il est le plus long au Brésil, (108 jours 8 heures) tandis qu’au Émirats arabes unis, il est le moins long (12
heures) et en moyenne se situe à 11 jours 13 heures 12 minutes. Par rapport au commerce transfrontalier, le
délai à l’importation et du respect des procédures, il couvre en moyenne 4 jours et s’étend le plus sur un
intervalle de temps de 25 jours en République Démocratique du Congo, en Nouvelle Zélande et le moins en
Allemagne, Autriche, Bélarus et bien d’autres (0 heure). Dans l’ensemble, on remarque que ces données
sont assez disparates.
L’analyse minutieuse et détaillée des boîtes à moustaches (cf. graphique 1) confirme cette dispersion au
niveau des données. En effet, la part du revenu par habitant allouée pour la création d’une entreprise, le délai
pour obtenir un raccordement à l’électricité et le paiement des taxes et impôts en termes de nombre par
année présentent une dispersion relativement élevée. De plus, on remarque que l’IFA est relativement
comparable entre les pays ; on n’observe aucune donnée atypique et la majeure partie des scores semble être
inférieure à l’indice moyen. Il en est de même pour le transfert de propriété en termes d’indicateur de qualité
de l’administration et l’obtention de prêts en termes d’indice de fiabilité des garanties. S’agissant du nombre
4
de procédures pour l’obtention d’un raccordement à l’électricité, les données sont assez concentrées en
dehors de celles du Nigéria. En ce qui concerne le nombre de procédures requises pour la création
d’entreprises, les Philippines, le Venezuela et la Guinée Equatoriale se démarquent du lot. Les boites à
moustaches du raccordement à l’électricité en termes d’indicateur de fiabilité de l’approvisionnement et de
de la transparence des tarifs ainsi que de l’obtention de prêts en termes d’indice relatif à l’étendue de
l’information sont très concentrées vers le bas. En termes d’indice de contrôle de la qualité de construction,
un seul pays s’écarte de la moyenne : la Guinée Equatoriale. Le Nigéria s’écarte de la moyenne dans la boite
à moustaches du nombre de procédures pour l’obtention d’un raccordement à l’électricité. Au vu des
données collectées, le Nouvelle-Zélande présente l’IFA le plus élevé (86,48). On observe aussi que ce pays
présente l’indicateur de fiabilité de l’approvisionnement et de la transparence des tarifs d’électricité le plus
élevé (8). De ce fait, on se demande donc si le fait pour un pays d’avoir un indicateur d’approvisionnement
et de la transparence d’électricité, le plus élevé le prédispose à avoir un IFA grand. Nous basculons donc
vers la statistique bi variée pour une meilleure vérification.
2) Etude de la liaison entre les caractères des pays
En analysant la matrice de dispersion (graphique 2), elle semble révéler l’existence de liens entre l’IFA et
les variables explicatives et les corrélations de Pearson nous conforte dans cette lancée (cf. tableau2). D’une
part, il semble exister une très forte liaison entre l’IFA et le transfert de propriété en termes d’indicateur de
qualité de l’administration (0,833), entre l’IFA et l’indicateur de fiabilité de l’approvisionnement et de de la
transparence des tarifs en électricité(0,789) et enfin entre l’IFA et l’obtention de prêts en termes d’indice
relatif à l’étendue de l’information (0,659). D’autre part, il semble que la part du revenu par habitant allouée
pour la création d’une entreprise, le paiement des taxes et impôts en termes de nombre par année et le
commerce transfrontalier en termes de délai à l’importation et du respect des procédures diminuent l’IFA.
De plus, il existe des corrélations entre les variables explicatives. Il se pourrait donc que la liaison entre
l’IFA et les variables explicatives s’explique à travers la liaison entre les variables explicatives elles-mêmes.
Le tableau des corrélations partielles (tableau 3) pourra davantage apporter des éclaircissements à ces
soupçons. Celles-ci semblent indiquer une forte corrélation entre l’IFA et l’indicateur de qualité de
l’administration foncière (0,44), l’IFA et l’obtention de prêts en termes d’indice de fiabilité des
garanties(0,486) et pour finir l’IFA et l’indice relatif à l’étendue de l’information pour obtenir un prêt
(0,497). Dès lors, on se pose donc la question si ce sont ces variables qui expliquent le mieux l’IFA. La
statistique bi variée ne pouvant pas répondre à cette question, nous utilisons donc la régression linéaire pour
plus de précision.
IV. MODELISATION STATISTIQUE
5
1) Formalisation du modèle préliminaire
Afin de répondre à notre problématique, nous proposons un modèle de régression linéaire multiple.
Ainsi, les notations suivantes seront adoptées :
Y=IFA, X1=NbPrCE ,X2= CoûtCE, X3=ICQC, X4=NbPrRE, X5=dRE, X6=ifREX7=ifTP, X8=ifOP,
X9=irOP, X10=NbPT, X11=dPT et X12=drCOMT
Le modèle de régression linéaire multiple s’écrit alors :
Yi=β0 + β1Xi1 + β2Xi2 + β3Xi3 + β4Xi4 + β5Xi5 + β6Xi6 + β7Xi7 + β8Xi8 + β9Xi9 + β10Xi10 + β11Xi11 + β12Xi12 + εi
Pour i allant de 1 à 202 et j allant de 0 à 12 : les βj sont des paramètres du modèle et εi représente le terme
d’erreur aléatoire.
Après une estimation par la méthode des moindres carrée (MCO), on obtient le modèle initial ci-après:
Ŷ = 57,298 – 0,402X1–0,035X2+ 0,441X3-0,65X4– 0,018X5+ 0,716X6 + 0,342X7+ 0,653X8 + 0,776X9 -
0,089X10-0,004X11- 0,025X12
Le coefficient de détermination (94%) étant comparable à celui ajusté (93%), nous pouvons dire que notre
modèle explique 94% de la variabilité de l’IFA des pays du monde en 2016. Ce modèle s’avère aussi être
très significatif (p-valeur quasi-nulle) Néanmoins, nous nous abstenons de toute interprétation hâtive que ce
soit, sans avoir validé toutes les hypothèses sur lesquelles repose ce modèle.
2) Validation d’applicabilité du modèle
En examinant le graphique des résidus en fonction des valeurs prédites, nous remarquons une bande
horizontale centrée autour de 0, ne présentant pas une tendance particulière. Le modèle est donc bien
linéaire. On en déduit également que les erreurs sont homoscédastiques. Le test de nullité de l’erreur
moyenne est hautement non significatif (p-valeur=1.000). D’où l’ampleur des erreurs d’un pays donné à un
autre est la même. Les données utilisées dans la présente étude proviennent de cette auguste institution
qu’est la Banque Mondiale. Nous pouvons admettre valablement que cette dernière veuille à ne tirer que des
échantillons6 avec des méthodes randomisée. On en conclut donc que les erreurs sont indépendantes. Le
tableau 4 indique que tous les VIF sont inférieurs à 10. Il n y a donc pas de problème de multi colinéarité.
3) Détection des données anormales : aberrantes et influentes
A l’aide des résidus studentisés, nous décelons 9 pays (Afghanistan, Bhoutan, Nouvelle-Zélande et autres)
qui ont des valeurs aberrantes. En supprimant ces pays de la base et en régressant de nouveau, on note que la
différence entre les estimations des coefficients ainsi celles de leurs écarts types n’est pas significative ; le
6
En effet, dans chaque pays, des collaborateurs au projet « pratique des affaires » tirent, suivant des méthodes aléatoires, des
entreprises qui sont observées suivant un certain nombre de variables nécessaires au calcul de l’IFA
6
pouvoir explicatif7 du modèle restant quasi inchangé (R=94,2%). On conserve donc ces pays. L’outil levier
nous indique 18 économies particulières : l’Afghanistan, le Bhoutan, la RDC et autres. En supprimant ces
pays de la base, on note une variance assez notable des coefficients. Introduisons la variable Levier qui
prend la valeur 1 si le pays est influent8 et 0 sinon. Cette variable s’avère insignifiante (p-valeur = 0.077). En
outre, 14 pays semblent avoir une influence sur la variance des estimateurs (|COVRATIO-1| > 0,2). Aussi,
on a identifié le Cameroun, Madagascar, la République Centrafricaine, le Tchad, la Thaïlande comme des
données influentes (DFFITS > 0,51). De même, nous n’observons pas une grande différence dans
l’estimation des paramètres lors de leur retrait dans la base. On les garde donc dans la base. Cependant,
l’outil COOK ne décèle aucune donnée influente. En outre, l’outil DFBETAS diagnostique que 28 pays
influencent sur l’estimation de la constante. En les retirant de la base au fur et à mesure, nous observons
d’une part de changements dans l’estimation des paramètres et d’autre part une augmentation de coefficient
de détermination de +5%. Nous constatons que ces données incriminées proviennent de la population
d’étude et ne sont pas entachées d’une erreur systématique ; la solution pour annihiler leur effet est
d’introduire une variable indicatrice influence dans le modèle de régression qui prend 1 si le pays influence
l’estimation de β0 et 0 sinon. Après vérification, il en ressort que ces pays n’influencent pas de façon
significative sur l’estimation de la constante. D’où on les garde.
4) Modèle final et interprétation
Après vérification de l’applicabilité du modèle, nous allons utiliser la méthode d’inclusion et
d’exclusion « pas à pas » et dans un souci de simplification du modèle pour choisir le modèle parcimonieux.
Ainsi nous débouchons sur le modèle final (cf. Tableau 5) ci-après :
Ŷ = 43,209 + 0,633ifTP + 1,081ifRE - 0,033drCOMT + 0,752ifOP +0,833irOP
Ainsi, ce modèle est globalement très significatif (p-valeur=0,00). Etant donné que R2 (0,880) est
proche de R2 ajusté (0,877), on peut dire que ce modèle permet d’expliquer 88% de la variabilité de l’indice
de la facilité à faire des affaires dans le monde en 2016. On peut l’interpréter de la façon suivante9 : lorsque
l’indicateur de qualité de l’administration foncière augmente de 10, l’IFA augmente de 6,33 ; de même
lorsque l’indicateur de fiabilité et la transparence des tarifs en électricité s’accroit de 10, l’IFA se dégrade de
10,8. Si le temps nécessaire pour importer diminue de 10 heures, l’IFA progresse de 10. Enfin
l’augmentation de l’indice de fiabilité des garanties et celui relatif à l’étendue de l’information pour
l’obtention de prêts respectif de 10 entraine respectivement un accroissement10 de l’IFA de 7,52 et de 8,33.
7 2 2
Lors de ces nouvelles régressions, nous nous sommes toujours assurés de la comparabilité entre R et R ajusté.
8
Suivant le critère du levier.
9
Nous raisonnons ici toutes choses égales par ailleurs
10
On voit ici l’importance du crédit dans le monde des affaires
7
V. INFLUENCE DES PAYS AFRICAINS
En 2016, le continent a hébergé 676 projets d’IDE, soit une baisse de 12,3% par rapport à 2015. En plus,
l’Afrique ne capte que 11.5% des flux d’IDE mondiaux, loin derrière les autres continents d’après le rapport
du CNUCED en 2016. Cela amène à penser que le climat des affaires est peut-être rude en Afrique. Pour
cela, introduisons la variable indicatrice Afrique dans le modèle. Après analyse, il ressort que l’appartenance
d’un pays à l’Afrique n’est pas significative (p-valeur = 0.717).
CONCLUSION
Le but principal de ce travail était d’identifier les déterminants de l’indice de la facilité à faire les affaires.
Nous en avons retenu cinq qui expliquent de manière satisfaisante cet indice. Il s’agit de l’indicateur de
qualité de l’administration foncière, l’indicateur de fiabilité de l’approvisionnement et de de la transparence
des tarifs en électricité, le délai à l’importation, l’indice de fiabilité des garanties et celui relatif à l’étendue
de l’information pour l’obtention de prêts. Nous retrouvons un résultat fort plausible selon lequel une bonne
gestion du réseau électrique couplée à la disponibilité du crédit fiable favorise l’entreprenariat.
Bibliographie et webographie
Cours d’économétrie du modèle linéaire IAS3 PhD. Jean Cléophas Ondo
LIVRE économétrie, Regis Bourbonnais
LIVRE Statistique méthode pour décrire, expliquer et prévoir, Michel Tenenhaus
RAPPORT Doing Business 2016
[Link] et [Link]
ANNEXE
Graphique 2 : Boites à moustaches
Tableau 1 : Statistiques descriptives
Graphique 1 : Matrice de dispersion
8
Graphique 3 : Dispersion des résidus
Graphique 4 : Droite d’Henry
Tableau 6 : Test de
comparaison de la moyenne
Tableaux 2 et 3 : Corrélations de des résidus à 0
Tableau 7 : Test de normalité Pearson et partielles
drCOM
CoûtCE ICQC NbPrRE dRE ifRE ifTP ifOP irOP NbPT dPT
NbPrCE T
IFA -0,32 -0,31 0,33 -0,281 -0,336 0,422 0,444 0,486 0,497 -0,322 -0,342 -0,497
NbPrC NbP
Tableau
CoûtCE 4ICQC
: Modèle initial dRE
NbPrRE ifRE ifTP ifOP irOP dPT drCOMT
E T
IFA -0,521 -0,592 0,533 -0,309 -0,325 0,789 0,833 0,35 0,659 -0,68 -0,259 -0,633
Tableau 5 : Modèle final
Tableau 4 : Modèle initial