Med 183 0113

La qualité des institutions réduit-elle la volatilité des
investissements directs étrangers en Afrique ?

Bruno Emmanuel Ongo Nkoa, Jacques Simon Song
Dans Mondes en développement 2018/3 (n° 183), pages 113 à 131
Éditions De Boeck Supérieur
ISSN 0302-3052
ISBN 9782807391932
DOI 10.3917/med.183.0113
© De Boeck Supérieur | Téléchargé le 19/05/2024 sur www.cairn.info via CNRST Rabat (IP: 196.200.131.44)
Article disponible en ligne à l’adresse

https://www.cairn.info/revue-mondes-en-developpement-2018-3-page-113.htm
Découvrir le sommaire de ce numéro, suivre la revue par email, s’abonner...

Flashez ce QR Code pour accéder à la page de ce numéro sur Cairn.info.
Distribution électronique Cairn.info pour De Boeck Supérieur.

La reproduction ou représentation de cet article, notamment par photocopie, n'est autorisée que dans les limites des conditions générales d'utilisation du site ou, le
cas échéant, des conditions générales de la licence souscrite par votre établissement. Toute autre reproduction ou représentation, en tout ou partie, sous quelque
forme et de quelque manière que ce soit, est interdite sauf accord préalable et écrit de l'éditeur, en dehors des cas prévus par la législation en vigueur en France. Il est
précisé que son stockage dans une base de données est également interdit.
DOI : 10.3917/med.181.0113
La qualité des institutions réduit-elle la volatilité des

investissements directs étrangers en Afrique ?
Bruno Emmanuel ONGO NKOA1 et Jacques Simon SONG23
Cet article apprécie l’effet de la qualité des institutions sur la volatilité des
investissements directs étrangers (IDE) en Afrique. À partir d’un échantillon de
53 pays africains, nous estimons un modèle en données de panel par les
méthodes des moments généralisés en système et des doubles moindres carrés
sur la période 1996-2014. Nos résultats montrent que la faible qualité des
institutions ne réduit pas la volatilité des entrées d’IDE. Toutefois, une
amélioration de celle-ci, en Afrique, et plus spécifiquement dans les sous-
régions d’Afrique centrale et australe, couplée avec la mise en œuvre de
politiques de développement appropriées, induirait des entrées d’IDE plus
importantes.
Mots-clés : Afrique, IDE, institutions, MMG-Système
Classification JEL : F40, F41, F21, F23
Does the quality of institutions reduce the volatility of foreign direct
investment in Africa?
This article analyzes the influence of institutional quality on the volatility of
Foreign Direct Investment (FDI) in Africa. With a sample of fifty-three African
countries, we look at a dynamic panel data model over the period 1996-2014,
using the Generalized Method of Moments system and a double least squares
technique. Our results show mainly that the low quality of institutions does not
reduce the volatility of FDI inflows. However, an improvement in FDI inflows
in Africa – more specifically in the sub regions of Central and Southern Africa
– coupled with the implementation of appropriate development policies, would
lead to more FDI inflows.
Keywords: Africa, FDI, institutions, GMM system
1
Université de Dschang, Cameroun. [email protected].
2
Université de Dschang, Cameroun, [email protected].
Les deux auteurs sont membres du Laboratoire d’analyse et de recherche en économie
appliquée (LAREA) de l’Université de Yaoundé 2 Soa.
3
Les auteurs remercient les deux rapporteurs anonymes de la revue pour leurs critiques et
suggestions pertinentes. Ils remercient également Désiré Avom, dont la lecture a contribué à
l’amélioration de l’article.
Mondes en Développement Vol.46-2018/3-n°183 113

114 Bruno Emmanuel ONGO NKOA et Jacques Simon SONG
L es investissements directs étrangers (IDE) procurent trois avantages dans

les économies d’accueil. Premièrement, ils sont considérés comme un
catalyseur de la croissance économique. À ce titre, ils contribuent à la réduction
du chômage et apportent au pays d’accueil des ressources financières
supplémentaires pour relancer l’activité économique (Adams et al., 2017 ; Ongo
Nkoa, 2016). Deuxièmement, ils favorisent la compétitivité des entreprises
locales, grâce aux transferts de technologies, en améliorant leur efficacité, par la
transformation économique du pays d’accueil (Markusen et Venables, 1999).
Troisièmement, ils concourent à l’insertion harmonieuse des pays dans la
mondialisation. Leur impact positif sur l’intégration économique des pays
d’accueil permet l’extension du marché et catalyse la diversification économique
(Devarajan et Fengler, 2013).
Au cours des trois dernières décennies, l’Afrique a enregistré des entrées
importantes d’IDE. Celles-ci y étaient évaluées à 2,84 milliards USD en 1990.
Elles ont atteint 59,37 milliards USD en 2016 (CNUCED, 2018). Mais leur
évolution est caractérisée par une forte volatilité. Le continent attire 9,65
milliards USD en 2000, 19,97 milliards USD en 2001, 14,7 milliards USD en
2002, 57,7 milliards USD en 2008, 58,29 milliards USD en 2014, et 54,07
milliards USD en 2015 (CNUCED, 2016). Il est généralement admis que la
volatilité des IDE suit l’évolution des cours des matières premières, notamment
celui du pétrole. Pourtant, les données récentes prouvent le contraire. Le baril
de pétrole a augmenté de 2005 à 2013, mais les IDE ont très peu évolué
(INSEE, 2016). La volatilité des IDE, considérée comme les fluctuations des
entrées d’IDE, est analysée dans la littérature sous l’angle de ses déterminants et
de son rôle sur la croissance économique. Les études sur les déterminants
soulignent le rôle des facteurs institutionnels (Vadlamannati et al., 2009). Des
résultats mitigés sont obtenus (Alley et Poloamina, 2015 ; Brafu-Insaidoo et
Biekpe, 2011 ; Pournarakis et Varsakelis, 2002).
Selon le Worldwide Governance Indicators de la Banque mondiale (WGI, 2016), une
analyse des indicateurs de gouvernance4 en Afrique distingue trois groupes de
pays. Le premier groupe est caractérisé par des pays ayant une bonne
gouvernance, dont l’indice moyen fluctue entre 0,74 et 0,22 (Ile Maurice et
Seychelles). Le second groupe s’illustre par des pays ayant une gouvernance
moyenne, avec un indice proche de 0 (Ghana, Tunisie, Maroc). Le troisième
groupe est constitué de pays marqués par une mauvaise gouvernance, avec un
indice supérieur à -1 ou à -2 (Somalie, République démocratique du Congo,
Soudan). Selon une analyse régionale, l’Afrique australe (-0,11) et l’Afrique du
Nord (-0,57) sont bien classées tandis que l’Afrique de l’Est (-1,03) et l’Afrique
centrale (-1,05) présentent des indicateurs de gouvernance de faible qualité.
4
Ils sont composés de six indicateurs, à savoir : voix citoyenne et responsabilité, stabilité
politique et absence de violence, efficacité des pouvoir publics, qualité de la réglementation,
État de droit, maîtrise de la corruption. Leur valeur varie entre de -2,5 (très faible
performance) à 2,5 (très bonne performance).
Mondes en Développement Vol.46-2018/3-n°183

La qualité des institutions et la volatilité des IDE en Afrique 115
Notre article prend en compte la qualité des institutions dans l’analyse de la

volatilité des IDE en Afrique. Il apporte trois principales contributions.
D’abord, il se démarque de l’assertion généralement admise selon laquelle, les
IDE sont plus attirés par les ressources naturelles. Ainsi, il enrichit la littérature
sur les fluctuations des IDE, en associant les variables de gouvernance, et en
différenciant l’impact dans les sous-régions d’Afrique. Ensuite, il permet de
considérer l’évolution lente des changements institutionnels à l’aide des
données de panel dynamiques. Aussi, la technique des doubles moindres carrés
a été employée dans ce cadre d’analyse. Enfin, nous utilisons l’horizon 1996-
2014 avec un grand nombre de pays africains, ce qui permet une analyse
robuste. La volatilité des IDE mérite une étude approfondie car l’instabilité des
flux de capitaux limite la réalisation des politiques d’investissement. Nos
résultats montrent que la qualité des institutions est responsable de la forte
volatilité des IDE en Afrique. L’objectif de cet article est d’apprécier le rôle des
institutions sur la réduction de la volatilité des entrées d’IDE en Afrique.
La première partie présente quelques faits stylisés des IDE et des institutions en
Afrique. La deuxième fait une revue sélective de la littérature. La troisième
décrit la méthodologie adoptée. La quatrième analyse les résultats. La
conclusion suggère des recommandations de politique économique.
1. VOLATILITÉ DES IDE ET QUALITÉ

INSTITUTIONNELLE EN AFRIQUE : QUELQUES
FAITS STYLISÉS
L’Afrique a connu une progression rapide et volatile des flux d’IDE. Entre
2002 et 2014, le taux de croissance des entrées d’IDE est de 267% (CNUCED,
2016). Estimés à 6,03 milliards USD en 1996, les IDE atteignent un niveau
record de 57,72 milliards USD en 2008. Ils enregistrent une forte baisse à
hauteur de 43,57 milliards USD en 2010, puis ils augmentent en 2011 pour
atteindre 47,78 milliards USD. En suivant la dynamique de croissance du
continent, les IDE entrants sont évalués à 58,29 milliards USD en 2014 (Ibid.).
Ces évolutions suivent la relance économique, les politiques d’exploitation des
ressources naturelles et le cadre institutionnel. L’écart-type des entrées d’IDE
en Afrique est de 6,98 entre 2007 et 2015 (Ibid).
Les entrées d’IDE diffèrent d’une sous-région à une autre (graphique 1). Entre
1996-2014, avec une moyenne de 10,26 milliards USD, l’Afrique du Nord est la
plus attractive. La stabilité politique, les efforts de diversification entrepris, une
base industrielle intégrée, et la reprise de l’activité économique, expliquent cette
embellie. L’Afrique de l’Ouest constitue la seconde sous-région en matière
d’attractivité des IDE avec une moyenne de 7,76 milliards USD. L’Afrique de
l’Est vient en troisième position avec une moyenne d’attractivité des IDE de
5,38 milliards USD due au dynamisme de l’activité économique, la
consolidation de la paix, et le maintien de la stabilité politique en République

démocratique du Congo (RDC) et en Somalie. L’Afrique australe se trouve en

quatrième position avec 4,83 milliards USD, expliquée par les investissements
intra-africains en provenance d’Afrique du Sud. L’Afrique centrale clôture ce
classement avec 3,43 milliards USD. En dépit de l’effet de l’exploitation des
ressources naturelles, et de la demande d’exportations, la sous-région fait face à
une insécurité transfrontalière.
Graphique 1 : Évolution des flux entrants d’IDE en Afrique et dans les sous-
régions entre 1996 et 2014 (en milliards US$)
0,07
0,06
0,05
0,04
0,03
0,02
0,01
0
Afrique Afrique de l'Est Afrique centrale
Afrique du Nord Afrique australe Afrique de l'Ouest
Source : CNUCED (2016), calculs des auteurs.
L’attractivité des IDE en Afrique s’est réalisée dans un cadre institutionnel peu
performant. En effet, avec un score moyen de -0,11, la sous-région Afrique
australe tire l’indice de gouvernance vers le haut. Parmi les pays les mieux
classés, six se démarquent (Maurice, Botswana, Cap-Vert, Afrique du Sud,
Namibie, Seychelles). La faible corruption, le cadre juridique, la stabilité
politique et un climat favorable aux initiatives privées y ont contribué. Au rang
des pays caractérisés par une mauvaise gouvernance, figurent la RDC, le
Burundi, l’Angola, le Tchad, la Somalie (tableau 1).
Tableau 1 : Classification de pays africains selon la qualité institutionnelle

Pays à Pays à
Pays à bonne
Indices gouvernance Indices mauvaise Indices
gouvernance
moyens moyenne moyens gouvernance moyens
Maurice 0,74 Ghana -0,06 Somalie -2,23
Botswana 0,69 Tunisie -0,12 RDC -1,76
Cap-Vert 0,42 Maroc -0,22 Soudan -1,54
Afrique du Sud 0,33 Egypte -0,50 Burundi -1,33
Namibie 0,31 Angola -1,27
Seychelles 0,22 Tchad -1,20
Source : auteurs, à partir de WGI (2016).
La période 1996-2014 est marquée par une détérioration de la qualité

institutionnelle en Afrique (graphique 2). Le score est passé de -0,688 en 1996

pour s’établir à -0,725 en 2014. De 1996 à 2004, l’indice moyen de gouvernance

est passé de -0,688 à -0,659. Cette période est caractérisée par la création des
institutions africaines avec l’aide des institutions internationales visant à
améliorer la qualité de la gouvernance dans les pays. Alors que l’Afrique du
Nord progresse dans le classement, l’Afrique centrale reste moins bien classée.
Il ressort des observations que l’évolution de la qualité des institutions ne suit
pas toujours la dynamique des entrées des IDE, montrant que ces dernières
dépendent intuitivement de plusieurs facteurs dont il convient de préciser
l’incidence. Le repli institutionnel en Afrique australe et du Nord corrobore les
fluctuations des entrées d’IDE. L’amélioration des institutions en Afrique de
l’Est s’est accompagnée d’une tendance régulière à la hausse. Ces paradoxes
sont aussi expliqués dans la littérature.
Graphique 2 : Évolution annuelle de l’indice moyen de gouvernance en Afrique

et dans les sous-régions, 1996-2014
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
0
-0,2
-0,4
-0,6
-0,8
-1
-1,2
-1,4
Source : auteurs à partir de WGI (2016).
2. QUALITÉ DES INSTITUTIONS ET VOLATILITÉ

DES IDE : LES ENSEIGNEMENTS DE LA
LITTÉRATURE
Jusqu’à la fin de la décennie 1980, la littérature a expliqué les flux d’IDE par
l’attractivité économique en se focalisant sur le marché domestique, les
ressources naturelles, la qualité de la main-d’œuvre et du capital humain, le
produit intérieur brut (PIB), l’industrialisation et la technologie (Nielsen et al.,
2017). Dès 1990, la littérature s’est renouvelée avec l’émergence de l’économie
des institutions qui a induit la nécessité d’explorer leurs rôles dans les processus
de croissance et de développement économiques (Saima, 2015 ; Acemoglu et
al., 2003 ; North, 1990). Un regain d’intérêt a porté sur l’attractivité
institutionnelle des IDE, dont l’ancrage remonte au modèle de Corden (1990,
cité par Asamoah et al., 2016).

Selon North (1990), les institutions sont les règles du jeu dans une société. Elles
représentent des contraintes qui déterminent les interactions humaines. Le
paradigme néo-institutionnaliste illustre deux volets des effets des institutions
sur l’attractivité des IDE. Un volet macro-économique, qui explore leurs rôles
(Aoki, 2001), et un volet micro-économique, qui porte sur leur mode
d’organisation (Coase, 1991). Un manque de consensus subsiste sur l’impact des
institutions dans l’attractivité des IDE. De bonnes institutions favoriseraient
leur attractivité (Bokpin, 2017 ; Du et al., 2008 ; Wei, 2000). Fabry et Zeghni
(2006), Besley et al. (2010), Wisniewski et Pathan (2014) ont montré que la
qualité de la règlementation accroît l’entrée des IDE. Toutefois, la démocratie
aurait un impact négatif sur les flux d’IDE (Li et Resnick, 2003 ; Levis, 1979)5.
Par ailleurs, Green et Cunningham (1975), ainsi que Wheeler et Mody (1992)
ont trouvé que les variables politico-institutionnelles n’ont pas d’effets
significatifs sur l’attractivité des investissements directs étrangers.
Certes, les études ont intégré les institutions comme déterminants des IDE,
mais elles n’ont pas tenu compte des caractéristiques des pays. C’est ce que font
Asiedu et Lien (2011) et Asamoah et al. (2016), qui trouvent que la qualité
institutionnelle accroit les flux d’IDE6. Selon Komlan (2016), la qualité des
institutions stimule les IDE dans les pays où les ressources naturelles sont
abondantes, avec un impact hautement significatif sur les IDE dans les pays qui
ont des ressources naturelles intensives (pétrole, gaz, uranium, bauxite et cobalt,
entre autres). En comparant les déterminants des IDE au Kenya et en Malaisie,
Kinuthia et Murshed (2015) expliquent la faible attractivité des IDE par
l’instabilité politique, la mauvaise gouvernance, la mauvaise application des lois
et des règlements. Okafor et al. (2015) trouvent pour les pays de l’Afrique de
l’Ouest que la démocratie accroît l’attractivité des IDE7.
Cependant, la littérature semble occulter la volatilité des IDE. Pournarakis et
Varsakelis (2002) montrent, sur un échantillon de 10 pays d’Europe entre 1997
et 2000, qu’un environnement institutionnel crédible favorise l’attractivité des
IDE et réduit leur volatilité. Vadlamannati et al. (2009) en utilisant la technique
des moindres carrés généralisés sur un échantillon de 17 pays d’Asie du Sud-Est
entre 1996 et 2005, concluent que la mauvaise qualité des institutions accroît
leur volatilité. Buchanan et al. (2012), dans le cadre d’un échantillon de 164 pays
sur la période 1996-2006, estiment un modèle par la technique des effets fixes
et aléatoires. Selon eux, la bonne gouvernance réduit la volatilité des entrées
5
En effectuant une distinction entre les droits de propriété et le niveau de démocratie, Li et
Resnick, (2003) montrent, en effet, que dans un pays moins démocratique, les droits de
revendication des dirigeants des firmes multinationales sont bafoués et des investissements
importants sont évincés, créant ainsi des pertes énormes à celles-ci.
6
Asamoah et al. (2016) analysent l’effet modérateur de la qualité institutionnelle sur les flux
d’IDE en Afrique subsaharienne. Ils trouvent que l’interaction entre la bonne qualité des
institutions et l’incertitude macro-économique tend à accroître les flux entrants d’IDE en
présence d’autres variables de contrôle.
7
L’étude de Ezeoha et Ugwu (2015) peut être consultée pour compléter la revue.

d’IDE. Pour Waqas et al. (2015), en plus des variables institutionnelles, un taux
d’intérêt élevé, une dépréciation forte de la monnaie, une faible inflation et un
taux de croissance élevé accroissent la volatilité des entrées d’IDE.
Les études passées en revue sont des contributions importantes. Néanmoins,
elles laissent entrevoir trois limites dont la prise en compte justifie l’apport de
notre article. La première limite est que bon nombre de travaux ont étudié les
déterminants de la volatilité des IDE en considérant comme échantillon les
pays développés. Or, les flux d’IDE en direction de l’Afrique sont très volatiles.
L’Afrique demeure alors le champ privilégié d’une telle étude. La deuxième
limite est d’ordre méthodologique. Elle concerne l’utilisation des moyennes sur
cinq ans lorsque la base est non cylindrée au départ. Une telle approche peut
donner lieu à des résultats relativement satisfaisants. Nous suggérons d’utiliser
une base dictée par la disponibilité des données pour chaque pays de
l’échantillon et pour chaque variable retenue. La troisième limite est aussi
d’ordre méthodologique. La plupart des études antérieures ne confrontent pas
leurs résultats à un test de robustesse (Komlan, 2016). Il nous semble important
de l’appliquer. Notre article apporte des réponses à ces différentes limites à
travers une analyse empirique.
3. LE MODÈLE, LA TECHNIQUE D’ESTIMATION ET
LES DONNÉES
3.1 Le modèle empirique

Afin de déterminer les impacts de la qualité des institutions sur la volatilité des
IDE en Afrique, nous utilisons un modèle empirique inspiré de Mijiyawa
(2015), et Asamoah et al. (2016) pour les variables de contrôle et d’intérêt, de
Buchanan et al. (2012) et Komlan (2016) pour la mesure de la volatilité des
IDE. La version compacte du modèle est donnée par l’équation (1) :
= + + + + (1)
capture la volatilité des flux nets d’IDE en pourcentage du PIB.
Suivant Broto et al. (2011) et Buchanan et al. (2012), cette volatilité est mesurée
par la variance des flux entrants d’IDE selon la formule :
∑ ( − )
=
étant la moyenne arithmétique simple des IDE du pays sur l’ensemble de
la période .
représente la volatilité des entrées d’IDE de l’année précédente.
Elle permet de saisir l’impact de l’IDE précédent, de tenir compte des
autocorrélations d’erreurs, de capturer l’effet des facteurs omis du modèle qui
influencent l’IDE dans le passé (Singh et Jun, 1995). Selon Asiedu et Lien
(2011), l’IDE retardé montre un effet de retour positif de l’IDE passé sur l’IDE

actuel. Les investisseurs préfèrent opérer dans un environnement familier,

car l’IDE passé attire de nouvelles firmes.
Le choix des variables institutionnelles est dicté par la disponibilité des données
et l’utilisation régulière faite dans la littérature empirique (Okafor, 2015 ; Okafor
et al., 2015 ; Cleeve, 2012 ; Asiedu, 2006). Buchanan et al. (2012), par contre,
font usage d’un indice composite. Bien qu’il facilite l’estimation et
l’interprétation du résultat, il n’indique pas la variable institutionnelle qui
importe le plus. La prise en considération de chaque composante
institutionnelle est nécessaire, car les progrès réalisés par les pays diffèrent d’un
indicateur à l’autre (Asamoah et al., 2016).
est une matrice de la qualité des institutions constituée de :
 la stabilité politique (perception de la probabilité d’une déstabilisation par des
moyens non constitutionnels ou violents) ;
 la qualité de la réglementation (capacité des pouvoirs publics à élaborer et à
appliquer des politiques favorables au développement du secteur privé) ;
 l’état de droit (degré de confiance des citoyens, respect des contrats, des
compétences de la police et des tribunaux, perception de la criminalité et de la
violence) ;
 la qualité du service public (performances de la Fonction publique et du niveau
d’indépendance vis-à-vis des pressions politiques, qualité de l’élaboration et de
l’application des politiques, crédibilité de l’engagement des pouvoirs publics à
l’égard de ses politiques) ;
 la liberté d’expression (liberté des citoyens face au pouvoir avec des indicateurs
reposant sur trois critères : pays non libre, partiellement libre ou libre) ;
 la corruption (utilisation des pouvoirs publics à des fins d’enrichissement
personnel, y compris la grande et la petite corruption, « prise en otage » de
l’État par les élites et les intérêts privés).
est la matrice de variables de contrôle constituée de la formation brute de
capital fixe (FBCF) approximée par l’accumulation du capital physique. Elle
constitue un indicateur d’attractivité des IDE (Barrios et al., 2005). Le capital
humain, approximé par le taux d’inscription au secondaire, facilite l’absorption
de nouvelles technologies et stimule l’attractivité des IDE (Cleeve et al., 2015).
Les infrastructures sont approximées par le nombre de lignes téléphoniques
pour 100 habitants. Elles réduisent sensiblement les coûts de transaction,
accroissent la productivité des industries et donc des IDE (Cadot et al., 2016).
Le logarithme du PIB par habitant décrit la taille du marché et de la production
nationale. Il demeure un bon indicateur de l’attractivité des IDE (Avom et
Ongo Nkoa, 2013). La disponibilité des ressources naturelles (rente des
produits pétroliers, gaziers et miniers en pourcentage du PIB) influe sur
l’attractivité des IDE (Dupasquier et Osakwe, 2006).
est le terme d’erreur composé de qui capte les effets spécifiques pays non
observés et de qui prend en compte l’effet spécifique temporel commun à
tous les pays ; désigne les pays de l’échantillon, l’année, et sont les
paramètres à estimer.

3.2 La technique d’estimation

Les entrées d’IDE changent instantanément quand un des déterminants varie.
Roland (2004) distingue les institutions qui changent rapidement (fast-moving
institutions) de celles qui changent lentement (slow-moving institutions) dans les pays
développés et en développement. Les modèles de données de panel dynamique
justifient la corrélation entre la variable endogène retardée et les effets fixes
pays inobservés. La double causalité entre la variable dépendante et l’une des
variables indépendantes crée un problème d’endogéneité du fait d’une
hétérogénéité inobservée due à une variable omise ou à un coefficient aléatoire.
Les erreurs de mesure difficilement contrôlables sont aussi source
d’endogénéité. La méthode des moments généralisés (MMG) est plus efficace
que l’analyse statique du modèle en présence d’une variable dépendante
retardée.
Nous recourons à la technique MMG dont l’estimateur en différence (MMG-
Différence) a été introduit par Arellano et Bond (1991) et Arellano et Bover
(1995). Par la suite, Blundell et Bond (1998) ont développé l’estimateur MMG-
Système, plus approprié pour résoudre les problèmes de multicolinéarité,
d’endogéneité et de biais de variables omises. Si la MMG-Système semble en
théorie plus efficace que la MMG-Différence, elle utilise, en revanche, plus
d’instruments que cette dernière, ce qui la rend inappropriée. L’absence
d’autocorrélation des résidus garantit l’obtention des estimateurs. Bien que les
mesures des variables institutionnelles soient objectives, nous ne pouvons pas
exclure les risques d’erreurs de mesure. Une solution consiste à introduire des
instruments, des variables institutionnelles, et de tester leur validité par des tests
de Sargan et de Hansen (Roodman, 2009). Ainsi, l’équation (1) se réécrit :
− = + ( − )+ ∑ −
+ ∑ ( − )+ ( − )+( , − , ) (2)
− étant corrélé au terme d’erreur , − , , Arellano
et Bond (1991) proposent d’utiliser les valeurs retardées de la variable
dépendante , comme instrument pour le terme ( −
), et les valeurs retardées des variables explicatives , comme
instruments du terme ( , − , ). Ils conseillent de faire de même pour les
variables explicatives contenues dans le vecteur . Arellano et Bover (1995)
montrent que les variables dépendantes retardées sont de faibles instruments
dans le modèle en différence première et l’estimateur obtenu est biaisé en petit
échantillon, car, lorsque le modèle dynamique est exprimé en différences
premières, les instruments sont en niveau, et vice versa. Blundell et Bond (1998)
démontrent que cette fragilité provient du manque de corrélation entre
, et les variables du modèle écrit en différence première. Ils testent
cette méthode à l’aide des simulations de Monte Carlo. Ils combinent alors
l’équation en différences premières (2) avec les instruments d’Arellano et Bond

(1991). Ils proposent l’estimateur MMG-Système qui est sans biais et

convergent. Nous considérerons donc l’estimateur MMG-Système au regard de
la complétude des tests, mais aussi du fait que le modèle de base inclut des
variables macro-économiques qui suivent généralement une marche aléatoire.
Les instruments retenus sont les valeurs retardées de l’investissement
domestique, du capital humain, des ressources naturelles et de la corruption. Le
nombre d’instruments est égal à ( − ) + 1 avec le nombre de retard et le
premier retard (Roodman, 2007).
3.3 Les données

Les données sont issues de World Development Indicators (2016) pour les variables
macro-économiques, et de Worldwide Gouvernance Indicators (2016) pour les
variables de gouvernance. L’étude porte sur 53 pays d’Afrique dont la liste
figure en annexe 1. La période retenue est 1996-2014. Les statistiques
descriptives et la matrice de corrélation des variables d’analyse sont contenues
dans les annexes 2 et 3. Les corrélations entre les différentes variables d’analyse
ne sont pas assez élevées pour provoquer de sérieux problèmes de
muticolinéarité. La volatilité des IDE est positivement corrélée aux variables
institutionnelles.
4. ESTIMATIONS ET DISCUSSION DES RÉSULTATS
4.1 Qualité des institutions et volatilité des entrées d’IDE

en Afrique
Le tableau 2 présente les résultats de l’estimation. Prenant en compte les
problèmes de mesure liés au caractère subjectif de la construction des variables
institutionnelles et de multicolinéarité, nous estimons des modèles qui intègrent
progressivement les variables institutionnelles.
La formation brute du capital fixe réduit la volatilité des investissements directs
étrangers dans six modèles. Dans le modèle 7, la liberté d’expression garantit le
droit de revendication qui n’a pas un impact direct sur la volatilité des IDE.
L’augmentation d’1% du PIB/habitant accroît la volatilité des IDE de 0,94%.
L’explication plausible est que les sources de la croissance économique en
Afrique sont à analyser dans l’exportation des produits de rente très instables au
regard de l’évolution des cours (Buchanan et al., 2012).
La corruption, l’État de droit, la stabilité politique et la liberté d’expression ont
des effets positifs et statistiquement significatifs respectivement de 0,04, 0,02,
1,72 et 0,23 sur la volatilité des IDE. Ces résultats s’expliquent par la faible
performance des institutions en Afrique. Les structures érigées et les idéologies
qui émergent incarnent des inefficiences qui déstabilisent l’attractivité des IDE.

À celles-ci s’ajoutent les modifications constitutionnelles qui visent à

promouvoir le maintien au pouvoir du chef de l’État.
La qualité de la régulation a un effet négatif et statistiquement non significatif
sur la volatilité des IDE. L’impact marginal s’explique par les efforts entrepris
par les pouvoirs publics à ériger des institutions capables de réduire les
inefficiences fonctionnelles, et à instaurer des législations en faveur des
initiatives du secteur privé, telle que la protection des droits de propriété. La
qualité du service n’influence pas la volatilité des IDE, induisant que des efforts
doivent être faits en termes de lenteur administrative, de simplification des
procédures, et d’informatisation des mécanismes.
Tableau 2 : Impact de la qualité des institutions sur la volatilité des IDE en

Afrique
Variable dépendante : Volatilité des IDE, Estimation : MMG en système
Modèle 1
Modèle 2 Modèle 3 Modèle 4 Modèle 5 Modèle 6 Modèle 7
Formation brute du -0,405*** -0,3021* -0,403** -0,3201* -0,2310* -0,4120* -0,2315
capital fixe (0,008) (0,061) (0,024) (0,071) (0,081) (0,065) (0,238)
Capital humain 0,4174 0,3614 0,3861 0,4121 0,3912 0,3026 0,2165
(0,314) (0,341) (0,051) (0,064) (0,261) (0,134)
(0,261)
Infrastructures 0,5130 0,4312 0,5042 0,4124 0,3141 0,4261 0,4165
(0,083) (0,135) (0,091) (0,104) (0,204) (0,031) (0,074)
LogPIB/habitant 0,9438* 0,8251** 0,7621 0,5231* 0,3412* 0,3061* 0,4021
(0,063) (0,025) (0,136) (0,061) (0,078) (0,086) (0,218)
Ressources naturelles 0,4256 0,042* 0,631** 0,354** 0,405*** 0,430* 0,305
(0,241) (0,071) (0,015) (0,042) (0,000) (0,061) (0,243)
Corruption 0,0472**
(0,048)
État de droit 0,0208*
(0,064)
Qualité de -0,0018
la régulation (0,000)
Qualité du 1,6505
service public (0,570)
1,7261*
Stabilité politique (0,079)
Liberté d'expression 0,2346**
(0,049)
Constante -2,099 -1,265 -0,462 -1,421 -0,896 -2,416 -1,652
(0,795) (0,632) (0,795) (0,634) (0,942) (0,397) (0,684)
Observations 856 874 871 904 881 876 899
Nombre de pays 53 53 53 53 53 53 53
N, d’instruments 28 32 26 24 38 41 34
AR(1) 0,0013 0,0010 0,0020 0,0001 0,0004 0,0000 0,0001
AR(2) 0,4096 0,3356 0,4150 0,3410 0,3821 0,4212 0,4512
Test de Hansen 44,17 33,08 32,78 31,25 28,15 24,61 29,65
Prob, de Hansen 0,135 0,245 0,318 0,263 0,261 0,241 0,261
Notes : les écarts-types robustes sont entre parenthèses ; *, **, et *** indiquent
respectivement les significativités à 10%, 5%, et 1%.
Source : auteurs.

4.2 Analyse de la robustesse des résultats

Pour s’assurer de la robustesse de nos résultats, nous changeons de technique
d’estimation et réécrivons le modèle 1 ci-dessus, en éliminant la variable
endogène retardée. Le modèle à estimer prend la forme de l’équation 3 :
= + + + (3)
Les résultats de l’estimation par les MCO compilés dans le tableau 3 montrent
une stabilité des coefficients du modèle de base. Le PIB par habitant influence
toujours de manière positive et significative la volatilité des IDE. De même, la
FBCF demeure positive, mais non significative. Les variables institutionnelles
conservent leurs signes, excepté l’indice de stabilité politique qui, dans le
modèle de base était positif. Aussi, la qualité du service public révèle un
coefficient significatif. Ces deux changements mineurs se traduisent par le degré
de mutation desdites variables. La recherche de la paix et la stabilité politique
induisent l’implantation des firmes multinationales.
Tableau 3 : Impact de la qualité des institutions sur la volatilité des IDE en

Afrique : robustesse des résultats
Variable dépendante : Volatilité des IDE, Estimation : MCO
Modèle 1 Modèle 2 Modèle 3 Modèle 4 Modèle 5 Modèle 6 Modèle 7
Formation brute du capital 0,137 0,140 0,140 0,153 0,139 0,125 0,185
fixe (0,185) (0,188) (0,184) (0,180) (0,184) (0,188) (0,176)
Capital humain 0,018 -0,025 -0,044 -0,013 -0,020 0,014 -0,074*
(0,031) (0,028) (0,035) (0,028) (0,032) (0,027) (0,040)
Infrastructures -0,0079 -0,0040 0,0034 -0,0026 0,0016 -0,0004 0,0036
(0,017) (0,018) (0,019) (0,017) (0,018) (0,018) (0,019)
LogPIB/habitant 0,157** 0,185** 0,200** 0,162** 0,157** 0,119* 0,257***
(0,070) (0,078) (0,078) (0,073) (0,073) (0,061) (0,085)
Ressources naturelles 0,0453
(0,0289)
Corruption 2,305**
(1,051)
État de droit 2,824**
(1,252)
Qualité de la régulation -2,205**
(1,594)
Qualité du service public -0,035*
(1,324)
Stabilité politique -0,487
(0,597)
Liberté d'expression 3,765***
(1,347)
Constante -3,443* -0,235 0,918 -0,445 -0,235 -2,847* 1,365
(1,866) (1,788) (2,165) (1,967) (2,136) (1,493) (2,084)
Observations 145 145 145 145 145 145 145
Nombre de pays 53 53 53 53 53 53 53
R-squared 0,538 0,552 0,554 0,544 0,543 0,531 0,585
Notes : les écarts-types robustes sont entre parenthèses ; *, **, et *** indiquent
respectivement les significativités à 10%, 5%, et 1%.
Source : auteurs.

4.3 Qualité des institutions et volatilité des IDE dans les

sous-régions de l’Afrique
Le tableau 4 présente l’impact de la qualité des institutions sur la volatilité des
IDE dans les sous-régions d’Afrique. L’estimation est faite par la méthode des
doubles moindres carrés (DMC) qui possède les mêmes tests de validité des
instruments que la MMG-Système. L’une des conditions est que le nombre de
pays soit inférieur au nombre d’années. Les résultats diffèrent en raison des
disparités en termes d’institutions.
En Afrique centrale, la stabilité politique et la qualité de la réglementation
réduisent respectivement et significativement la volatilité des IDE de 1,84 et
1,09. Ce résultat s’explique par de bonnes lois adoptées par les Assemblés
nationales qui garantissent des incitations aux investisseurs étrangers. En
réponse à la crise sociopolitique en République centrafricaine, les États
membres de la Communauté économique des États de l’Afrique centrale
(CEEAC) ont impulsé un élan de solidarité pour stabiliser leur sous-région. Ce
regain d’intérêt est perceptible par les législations érigées en matière de paix, de
sécurité, et d’amélioration du climat des investissements. L’État de droit
favorise la volatilité accrue des IDE de 0,14. Cette volatilité s’explique par les
faibles niveaux de démocratie, caractérisés par la faible alternance au pouvoir.
S’agissant des variables de contrôle, les ressources naturelles accroissent
significativement la volatilité des IDE dans la sous-région.
Tableau 4 : Impact de la qualité des institutions sur la volatilité des IDE dans
les sous-régions
Variable dépendante : Volatilité des IDE Méthode d'estimation: 2SLS
Afrique centrale Afrique de l'Ouest Afrique de l'Est Afrique australe Afrique du Nord
Coefficients P< t Coefficients P< t Coefficients P< t Coefficients P< t Coefficients P< t
FBCF 1,4228 0,613 0 ,2174 0,116 0,1307** 0,029 0,1416* 0,088 0,082** 0,035
Capital humain 0,118 0,608 0,1058** 0,044 0,0503 0,108 -0,003*** 0,001 -0,019** 0,042
Infrastructures -0,0128 0,922 0,0708*** 0,009 0,0003 0,983 0,0138** 0,020 -0,0009 0,002
LogPIB/habitant 0,1912 0,745 0,1837** 0,017 0,0325 0,805 0,107 0,027 -0,0736** 0,036
Ressources naturelles 0,4352* 0,093 0,0385*** 0,000 6,6273*** 0,000 -0,0154 0,885 -1,2296 0,264
Corruption -0,2711 0,848 -1,256 0,687 2,5581** 0,040 2,534* 0,069 -0,4487** 0,04
État de droit 0,1444** 0,038 -1,4307 0,657 3,8403** 0,013 1,8684 0,385 -0,7137 0,485
Qualité de
-1,0976* 0,078 -3,7434 0,296 0,1557* 0,070 0,8217** 0,029 -0,1618* 0,097
la régulation
Qualité du
5,5577 0,403 -0,9016 0,755 1,7545** 0,022 -1,4933* 0,059 0,918*** 0,001
service public
Stabilité politique -1,842*** 0,004 -0,8332 0,614 1,6117*** 0,004 -1,390*** 0,007 0,367* 0,053
Liberté d'expression 5,5213 0,722 2,3844 0,406 1,9611 0,123 -3,9097** 0,019 -2,805** 0,03
Constante 7,256 0,609 -12,77*** 0,000 4,2704* 0,078 -1,0473 0,648 1,2547 0,403
Observations 96 163 64 146 63
Nombre de pays 11 16 9 5 12
Wald chi2(1) 25,63 26,13 30,21 21,43 33,16
Prob>chi2 0,0001 0,0006 0,0040 0,0008 0,0074
R2 0,4003 0,3455 0,6920 0,4663 0,4125
Notes : *, **, et *** indiquent respectivement les significativités à 10%, 5%, et 1%.
Source : auteurs.

En Afrique de l’Ouest, la volatilité des IDE est plus du ressort des variables
économiques que des variables institutionnelles. Ces dernières ont des signes
négatifs mais non significatifs, excepté celui de la liberté d’expression, pour
laquelle le coefficient est non significatif, bien que positif. Ce résultat
encourageant montre que l’amélioration du cadre institutionnel est susceptible
d’améliorer l’attractivité. Les cas du Sénégal, du Nigéria, du Ghana et du Bénin
sont révélateurs. Des contre-exemples fondés sur les modifications
constitutionnelles enregistrées au Burkina Faso et au Togo altèrent le résultat
global de la sous-région.
En Afrique de l’Est, le cadre institutionnel favorise la volatilité des IDE. Les
variables institutionnelles ont des coefficients positifs et significatifs, excepté la
liberté d’expression. De tels résultats justifient les réflexions sur le problème de
leur mesure, puisqu’elles sont obtenues par des enquêtes auprès du public. En
outre, la forte attractivité du secteur des ressources naturelles se confirme en
Afrique de l’Est. La présence des ressources naturelles accroît alors la volatilité
des IDE. Il en est de même de l’investissement domestique.
En Afrique australe, la qualité du service public, la stabilité politique et la liberté
d’expression réduisent la volatilité des IDE respectivement de 1,49, 1,39 et 3,90.
Ce résultat s’explique par une diminution considérable des délais de traitement
des dossiers, l’informatisation des procédures, la consolidation démocratique.
Les problèmes internes dans les partis politiques ne traduisent pas toujours une
quiétude du fonctionnement des institutions. La corruption et la qualité de la
réglementation qui favorisent la volatilité des IDE engendrent aussi des coûts
additionnels, accentuent l’incertitude, réduisent le volume des IDE. Ceci est
justifié par l’instauration d’une taxe illégale qui tend à décourager les
investisseurs étrangers. La FBCF et les infrastructures contribuent à accroître
significativement la volatilité des IDE. A contrario, le capital humain réduit
significativement la volatilité des IDE.
En Afrique du Nord, la corruption, la qualité de la réglementation et la liberté
d’expression réduisent de façon significative la volatilité des IDE. Le plus grand
effet vient de la liberté d’expression dont l’influence est de 2,805, justifié par le
retour à la paix après la crise du printemps arabe, au début des années 2010.
Aussi, les mesures coercitives en matière de corruption et de violation de la
réglementation justifient un climat serein qui assure une protection pour les
investisseurs étrangers. La FBCF accroît significativement la volatilité des IDE.
A contrario, le capital humain et le PIB/tête réduisent significativement la
volatilité des IDE.
CONCLUSION
Cet article analyse l’impact de la qualité des institutions sur la volatilité des IDE
en Afrique. Les investigations empiriques menées ont permis, à partir des
données de panel estimées par la méthode des moments généralisés en système
et des doubles moindres carrés, d’établir plusieurs résultats. Premièrement, il

ressort qu’en Afrique, la volatilité des IDE est expliquée par la qualité des
institutions, notamment, le régime politique, le cadre juridique, la stabilité
politique, la liberté d’expression et la qualité de la réglementation.
Deuxièmement, les autres variables explicatives sont la formation brute du
capital fixe et la qualité des infrastructures. Troisièmement, les variables
institutionnelles affectent de manière hétérogène la volatilité des IDE dans les
différentes sous-régions. En Afrique centrale, la volatilité des IDE est expliquée
par le régime politique, l’État de droit, la qualité de la réglementation et la
stabilité politique. En Afrique de l’Ouest, cette volatilité est uniquement
expliquée par le régime politique. En Afrique de l’Est, c’est le régime politique,
l’État de droit, la qualité de la réglementation, la stabilité politique, la corruption
et la qualité du service public qui expliquent la volatilité des IDE. En Afrique
australe, la volatilité des IDE relève de la corruption, de la qualité de la
réglementation, de la stabilité politique, de la qualité du service public et de la
liberté d’expression. En Afrique du Nord, enfin, cette volatilité est expliquée
par la corruption, la qualité de la réglementation, la stabilité politique, la qualité
du service public et la liberté d’expression.
Trois principales recommandations sont formulées : (i) l’assainissement de
l’environnement institutionnel à travers la mise en place des règles
économiques, politiques et légales qui délimitent et soutiennent l’activité
transactionnelle ; (ii) la promotion de politiques de bonne gouvernance afin de
réduire les inefficiences institutionnelles, de stimuler la compétitivité dans les
systèmes de marché, et de garantir la protection des droits de propriété ; (iii) les
réformes institutionnelles orientées vers le cadre législatif en matière
d’investissements directs étrangers.
BIBLIOGRAPHIE
ACEMOGLU D., JOHNSON S., ROBINSON J. A., THAICHAROEN Y. (2003)

Institutional Causes, Macroeconomic Symptoms: Volatility, Crises, and Growth ».
Journal of Monetary Economics, vol. 50, n°1, 49-123.
ADAMS S., KLOBODU E., LAMPTEY R. (2017) The Effects of Capital Flows on
Economic Growth in Senegal, Journal of Applied Economic Research, vol. 11, n° 2, 1-22.
ALLEY I., POLOAMINA I. (2015) Private Capital Flow Shocks and Sub-Saharan
African Macroeconomic Performance, Journal of International Economic Studies, n° 29,
61-84.
AOKI M. (2001) Towards Comparative Institutional Analysis, Cambridge, MIT Press
Banque mondiale.
ARELLANO M., BOND S. (1991) Some Tests of Specification for Panel Data: Monte
Carlo Evidence and an Application to Employment Equations, Review of Economics
Studies, vol. 58, n°2, 277-97.
ARELLANO M. et BOVER O. (1995) Another Look at the Instrumental Variable
Estimation of Error-Components Models, Journal of Econometrics, vol. 68, n° 1, 29-51.

ASAMOAH M. E., ADJASI C. K. D., ALHASSAN A. L. (2016) Macroeconomic

uncertainty, foreign direct investment and institutional quality: Evidence from Sub-
Saharan Africa, Economic Systems, vol. 40, n°4, 519-700.
ASIEDU E. (2006) Foreign Direct Investment in Africa: The Role of Natural
Resources, Market Size, Government Policy, Institutions and Political Instability,
World Economy, vol. 29, 63-77.
ASIEDU E., LIEN D. (2011) Democracy, Foreign direct investment and natural
resources, Journal of International Economics, vol. 84, 99-11.
AVOM D., ONGO NKOA B. E. (2013) Foreign Direct Investment in Central Africa:
What are the Relevant Determinants? An empirical investigation, African Integration
and Development Review, vol. 6, n° 2, 29-47.
BARRIOS S., GORG H., STROBL E. (2005) Foreign Direct Investment, Competition
and Industrial Development in the Host Country, European Economic Review, vol. 49,
1761-1784.
BESLEY T., PERSSON T., STURM D. (2010) Political competition, policy and
growth: Theory and evidence from the US, Review of Economic Studies, vol. 77, 1329-
1352.
BLUNDELL R., BOND S. (1998) Initial Conditions and Moment Restrictions in
Dynamic Panel Data Models, Journal of Econometrics, vol. 87, 115-43.
BOKPIN A. G. (2017) Foreign direct investment and environmental sustainability in
Africa: The role of institutions and governance, Research in International Business and
Finance, vol. 39, 239-247.
BRAFU-INSAIDOO W., BIEKPE N. (2011) International capital flows and
investment volatility in selected sub-Saharan African countries, Review of Development
Finance, vol. 1, 223-228.
BROTO C., DÍAZ-CASSOU J., ERCE A. (2011) Measuring and explaining the
volatility of capital flows to emerging countries, Journal of Banking and Finance, vol.
35, 1941-1953.
BUCHANAN B., QUAN V., MEENAKSHI R. (2012) Foreign direct investment and
institutional quality: Some empirical evidence, International Review of Financial Analysis,
vol. 21, 81-89.
CADOT O., DE MELO J., PLANE P., WAGNER L., WOLDEMICHAEL M. (2016)
Industrialisation et transformation structurelle : l’Afrique subsaharienne peut-elle se
développer sans usines ?, Revue d’Economie du Développement, vol. 24, n°2, 19-49.
CLEEVE E. A. (2012) Political and institutional impediments to foreign direct
investment inflows to sub-Saharan Africa, Thunderbird International Business Review,
vol. 54, n° 4, 469-477.
CLEEVE E., DEBRAH Y., YIHEYIS Z. (2015) Human capital and FDI Inflow: An
Assessment of the African Case, World Development, vol. 74, 1-14.
CNUCED (2018) Base de données de la CNUCED, www.unctad.org/fdistatistics
COASE R. (1991) The Institutional Structure of Production. Alfred Nobel Memorial
Prize, Lecture in Economic Sciences, Nobel Foundation, 12 p., reproduit dans
American Economic Review, vol. 82, 713-719.
DEVARAJAN S., FENGLER, W. (2013) L'essor économique de l'Afrique. Motifs
d’optimisme et de pessimisme, Revue d'Economie du Développement, vol. 21, n°4, 97-
113.

DU J., LU Y., TAO Z. (2008) Economic Institutions and FDI Location Choice:
Evidence from US Multinationals in China, Journal of Comparative Economics, vol. 36,
412-429.
DUPASQUIER C., OSAKWE P. N. (2006) Foreign Direct Investment in Africa:
Performance, Challenges, and Responsibilities, Journal of Asian Economics, vol. 17,
241-260.
EZEOHA A., UGWU O. (2015) Interactive Impact of Armed Conflicts on Foreign
Direct Investments in Africa, African Development Review, vol. 27, n° 4, 456-468.
FABRY N., ZEGHNI S. (2006) How former communist countries of Europe may
attract inward foreign direct investment? A matter of institutions, Communist and
Post-Communist Studies, vol. 39, 201-219.
GREEN R., CUNNINGHAM W. (1975) The determinants of U.S. foreign investment:
An empirical examination, Management International Review, vol. 15, n°2/3, 113–120.
INSEE (Institut national de la statistique et des études économiques) (2016) Bulletin
statistique, France, https://www.insee.fr/fr/statistiques.
KINUTHIA B. K., MURSHED M. S. (2015) FDI determinants: Kenya and Malaysia
compared, Journal of Policy Modeling, vol. XX, 388-400.
KOMLAN F. (2016) Quality of Institutions, Natural Resources and Foreign Direct
Investment (FDI) in Sub-Saharan Africa: Dynamic Approach, Journal of Economics
and Development Studies, vol. 4, n° 2, 28-55.
LEVIS M. (1979) Does Political Instability in Developing Countries Affect Foreign
Investment Flow? An Empirical Examination, Management International Review, vol.
19, 59-68.
LI Q., RESNICK A. (2003) Reversal of Fortunes: Democratic Institutions and Foreign
Direct Investment Inflows to Developing Countries, International Organization, n°57,
175-211.
MARKUSEN J., VENABLES A. (1999) Foreign Direct Investment as a Catalyst for
Industrial Development, European Economic Review, vol. 43, 335-356.
MIJIYAWA A. G. (2015) What Drives Foreign Direct Investment in Africa? An
Empirical Investigation with Panel Data, African Development Review, vol. 27, n° 4,
392-402.
NIELSEN B. B., ASMUSSEN C. G., WEATHERAL C. D. (2017) The location choice
of foreign direct investments: Empirical evidence and methodological challenges,
Journal of World Business, vol. 52, 62-82.
NORTH D. (1990) Institutions, Institutional Change, and Economic Performance, Cambridge,
Cambridge University Press.
OKAFOR G. (2015) Locational Determinants of US Outward FDI into Sub-Saharan
Africa, The Journal of Developing Areas, vol. 49, n° 1, 187-205.
OKAFOR G., PIESSE J., WEBSTER A. (2015) The motives for inward FDI into Sub-
Saharan African countries, Journal of Policy Modelling, vol. 37, 875-890.
ONGO NKOA B. E. (2016) Investissements directs étrangers et industrialisation de
l’Afrique : un nouveau regard, Revue d’Économie et de Management de l’Innovation, vol. 3,
n° 51, 173-196.
POURNARAKIS M., VARSAKELIS N. C. (2002) Foreign direct investment in Central
and Eastern European Countries: do institutions matter?, EIBA Annual conference,
December, Athens, Greece.

ROLAND G. (2004) Fast-moving and slow-moving institutions, Forum CESifo DICE

Report 2/2004.
ROODMAN D. (2009) How to do Xtabond2: An Introduction to Difference and
System GMM in Stata, The Stata Journal, vol. 9, 86-136.
ROODMAN D. (2007) A Short Note on the Theme of Two Many Instruments, Centre
for Global Development, Working Paper, n°103.
SAIMA N. (2015) Growth effects of institutions: A disaggregated analysis. Economic
Modelling, vol. 45, 118-126.
SINGH H, JUN K. W. (1995) Some new evidence on determinants of foreign direct
investment in developing countries, Washington, DC, World Bank, Policy Research
Working Paper n° 1531, November.
VADLAMANNATI K., TAMAZIAN A., IRALA L. (2009) Determinants of foreign
direct investment and volatility in South East Asian economies, Journal of the Asia
Pacific Economy, vol. 14, n° 3, 246-261.
WAQAS Y., SHUJAHAT H. H., MUHAMMAD I. N. (2015) Macroeconomic factors
and foreign portfolio investment volatility: A case of South Asian countries, Future
Business Journal, n°1, 65-74.
WEI S. J. (2000) How Taxing is Corruption on International Investors?, Review of
Economics and Statistics, vol. 82, 1-11.
WHEELER D., MODY A. (1992) International investment location decisions: The
case of U.S. firms, Journal of International Economics, vol. 33, n° 1-2, 57-76.
WISNIEWSKI T., PATHAN S. (2014) Political environment and foreign direct
investment: Evidence from OECD countries, European Journal of Political Economy,
vol. 36, 13-23.
World Development Indicators (2016), Base de données de la Banque mondiale,
Washington, D.C., https://data.worldbank.org/indicator
Worldwide Governance Indicators (2016), Base de données des indicateurs de gouvernance
de la Banque mondiale, Washington, D.C.,
http://info.worldbank.org/governance/WGI
Annexes
Annexe 1 : Liste des pays de l’échantillon par sous-région

Afrique Afrique Afrique Afrique Afrique
centrale de l’Ouest australe du Nord de l’Est
Angola, Burundi, Bénin, Burkina Faso, Botswana, Lesotho, Algérie, Comores,
Cameroun, Gabon, Cap Vert, Côte Madagascar, Malawi, Égypte, Djibouti,
Guinée équatoriale, d’Ivoire, Gambie, Ile Maurice, Lybie, Érythrée,
RCA, RDC, Ghana, Guinée, Mozambique, Maroc, Éthiopie,
Congo, Rwanda, Guinée Bissau, Libéria, Namibie, Seychelles, Tunisie Kenya, Somalie,
Sao-Tomé et Mali, Mauritanie, Swaziland, Afrique Soudan,
Principe, Tchad Niger, Nigéria, Sénégal, du Sud, Zambie, Tanzanie,
Sierra-Léone, Togo Zimbabwe Ouganda
Source : auteurs.

Annexe 2 : Statistiques descriptives des variables du modèle

Variables Observations Moyennes Ecart-type Minimum Maximum
Logarithme du PIB par tête 1002 4,953 10,514 -82,892 161,824
Volatilité des IDE 269 4,113 9,469 -48,605 95,983
Formation brute du capital fixe 978 5,028 9,118 -62,076 149,973
Capital humain 562 42,703 25,666 5,165 121,612
Infrastructures 1001 29,837 38,915 0 214,750
Ressources naturelles 209 782,15 763,78 0 2534,75
Corruption 1007 -0,606 0,606 -2,057 1,250
État de droit 1007 -0,711 0,675 -2,669 1,057
Qualité de la régulation 1007 -0,700 0,648 -2,665 1,001
Qualité du service public 1007 -0,720 0,635 -2,480 1,131
Stabilité politique 1007 -0,571 0,948 -3,324 1,192
Liberté d'expression 1007 -0,686 0,734 -2,234 1,025
Source : calcul des auteurs.
Annexe 3 : Matrice de corrélation

V.IDEFBCF Cap Hum Infrastr Res NatLogPIB/Cap Corrup Etat droit Qual Reg Qual Ser Stab Pol Lib Exp
VolIDE 1
FBCF 0,117 1
Cap_Hum -0,18 -0,13 1
Infrastr -0,02 -0,15 0,315 1
Res_Nat 0,102 -0,09 0,089 0,448 1
LogPIB/Cap 0,260 -0,12 -0,431 0,243 0,818 1
Corrup 0,100 -0,37 0,238 -0,120 -0,281 -0,329 1
Etat_droit 0,018 -0,25 0,606 -0,108 -0,15 -0,467 0,792 1
Qual_Reg 0,061 -0,35 0,467 0,040 -0,096 -0,330 0,678 0,824 1
Qual_Ser 0,085 -0,32 0,285 0,046 -0,058 -0,199 0,791 0,736 0,728 1
Stab_Pol -0,27 0,118 0,707 0,163 0,186 -0,319 0,334 0,711 0,508 0,414 1
Lib_Exp 0,154 -0,40 0,456 -0,050 0,018 -0,188 0,763 0,862 0,904 0,860 0,493 1
Source : calcul des auteurs.

Med 183 0113

Transféré par

Informations du documentcliquez pour développer les informations du document

Droits d'auteur :

Formats disponibles

Med 183 0113

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Med 183 0113

Transféré par

Droits d'auteur :

Formats disponibles

La qualité des institutions réduit-elle la volatilité des

investissements directs étrangers en Afrique ?

Article disponible en ligne à l’adresse

Découvrir le sommaire de ce numéro, suivre la revue par email, s’abonner...

Distribution électronique Cairn.info pour De Boeck Supérieur.

La qualité des institutions réduit-elle la volatilité des

Mondes en Développement Vol.46-2018/3-n°183 113

L es investissements directs étrangers (IDE) procurent trois avantages dans

Mondes en Développement Vol.46-2018/3-n°183

Notre article prend en compte la qualité des institutions dans l’analyse de la

1. VOLATILITÉ DES IDE ET QUALITÉ

Mondes en Développement Vol.46-2018/3-n°183

démocratique du Congo (RDC) et en Somalie. L’Afrique australe se trouve en

Source : CNUCED (2016), calculs des auteurs.

Tableau 1 : Classification de pays africains selon la qualité institutionnelle

La période 1996-2014 est marquée par une détérioration de la qualité

Mondes en Développement Vol.46-2018/3-n°183

pour s’établir à -0,725 en 2014. De 1996 à 2004, l’indice moyen de gouvernance

Graphique 2 : Évolution annuelle de l’indice moyen de gouvernance en Afrique

Source : auteurs à partir de WGI (2016).

2. QUALITÉ DES INSTITUTIONS ET VOLATILITÉ

Mondes en Développement Vol.46-2018/3-n°183

Mondes en Développement Vol.46-2018/3-n°183

3.1 Le modèle empirique

Mondes en Développement Vol.46-2018/3-n°183

actuel. Les investisseurs préfèrent opérer dans un environnement familier,

Mondes en Développement Vol.46-2018/3-n°183

3.2 La technique d’estimation

Mondes en Développement Vol.46-2018/3-n°183

(1991). Ils proposent l’estimateur MMG-Système qui est sans biais et

3.3 Les données

4. ESTIMATIONS ET DISCUSSION DES RÉSULTATS

4.1 Qualité des institutions et volatilité des entrées d’IDE

Mondes en Développement Vol.46-2018/3-n°183

À celles-ci s’ajoutent les modifications constitutionnelles qui visent à

Tableau 2 : Impact de la qualité des institutions sur la volatilité des IDE en

Mondes en Développement Vol.46-2018/3-n°183

4.2 Analyse de la robustesse des résultats

Tableau 3 : Impact de la qualité des institutions sur la volatilité des IDE en

Mondes en Développement Vol.46-2018/3-n°183

4.3 Qualité des institutions et volatilité des IDE dans les

Mondes en Développement Vol.46-2018/3-n°183

Mondes en Développement Vol.46-2018/3-n°183

ACEMOGLU D., JOHNSON S., ROBINSON J. A., THAICHAROEN Y. (2003)

Mondes en Développement Vol.46-2018/3-n°183

ASAMOAH M. E., ADJASI C. K. D., ALHASSAN A. L. (2016) Macroeconomic

Mondes en Développement Vol.46-2018/3-n°183

Mondes en Développement Vol.46-2018/3-n°183

ROLAND G. (2004) Fast-moving and slow-moving institutions, Forum CESifo DICE

Annexe 1 : Liste des pays de l’échantillon par sous-région

Mondes en Développement Vol.46-2018/3-n°183

Annexe 2 : Statistiques descriptives des variables du modèle

Annexe 3 : Matrice de corrélation

Mondes en Développement Vol.46-2018/3-n°183

Vous aimerez peut-être aussi