modélisation économetrique.docx

8/11/2019 modlisation conometrique.docx

1/27

R EC H ER C H E

Recherche

Chapitre III : Modlisationconomtrique des

dterminants des IDE enTunisie24/01/2013

NON C L AS S

Nous avons trait dans les chapitres prcdents une prsentation gnrale des IDE avec la prsence de revue de la

littrature. Ensuite, nous avons pass dun cadre gnrale un cadre plus prcis qui traite lvolution ainsi que

limportance de ces flux sur lconomie Tunisienne.

Nous traiterons dans ce chapitre, un cadre conomtrique destin dfinir les principaux facteurs qui stimulent les

FMN investir en Tunisie. Et comme notre sujet est une tude dactualit, nous tudierons, limpact de la

rvolution Tunisienne qui a t dclenche la fin de lanne 2010 sur lattractivit des IDE sans oublier dtudier

leffet de la crise extrieur (crise de la dette de 2008).

Pour rpondre ces attentes, nous commencerons par prsenter les thories empiriques antrieures sur ce sujet

(section1), puis nous dfinissions notre modle en prsentant par la suite les rsultats de lestimation. (section2).

Section 1 : Retour sur les principaux rsultats des travaux empiriques :

Lanalyse de dterminants des IDE est aucentre de lexamen dune grande varit des travaux empiriques. Ces

derniers peuvent tre rsum en deux catgories : celles qui expliquent les dterminants par des considrations

conomiques et celles qui les dcrivent par des considrations politiques.

3.1.1. Les facteurs conomiques et financiers :

Lanalyse de Koukpo (2005) a permis de trouver des dterminants communs dans les pays de lUEMOA pendant

la priode 1996-2003. Il a montr que louverture conomique et le capital humain (taux brut de scolarisation
http://www.linkedin.com/shareArticle?mini=true&lang=fr&url=www.institut-numerique.org/chapitre-iii-modelisation-econometrique-des-determinants-des-ide-en-tunisie-510129d024de7&summary=&source=http://www.institut-numerique.org/http://www.linkedin.com/shareArticle?mini=true&lang=fr&url=www.institut-numerique.org/chapitre-iii-modelisation-econometrique-des-determinants-des-ide-en-tunisie-510129d024de7&summary=&source=http://www.institut-numerique.org/


2/27

primaire) sont les principaux dterminants des IDE dans ces pays. Alors que par contre, le niveau de vie (PIB /tte)

et le taux dinflation ont un impact relativement faible.

Pour leur part, Sbastien Dupuch et al, (2003) , ont montr dans une estimation des donnes de panel des pays

PECO durant 93-98 que la taille de march, la proximit gographique et le choix de mthode de privatisation qui

expliquent les flux des IDE tandis que la capital humain na aucu n effet que sur la construction de la variable

ducation.

Alors que Mustapha et al, ont affirm daprs une analyse empirique des donnes du pays MENA pendant 1970 -

2005 que la stabilit macro-conomique notamment le taux annuel de prix de consommation est le facteur le plus

dterminant dans la stimulation des IDE, alors que le degr de louverture commerciale nest pas significatif.

Morisset (2000) dans son tude il a montr que les variables macro-conomique comme louverture conomique,

taux de croissance conomique et ressources naturelles sont les principaux dterminants des IDE dans une analyse

de 29 pays africaines sur une priode de 1990 -1997. Il a affirm que malgr leffet positif, le taux danalphabtes

narrive pas expliquer les flux des IDE, i l reste non significatif pour les attirer.

En ce qui concerne le facteur financier , Saif Eddine Ayouni a montr en se rfrant des donnes de la Tunisie

durant 1988-2005 que le niveau de dveloppement financier ( autre que les facteurs classiques) augmente le

produit marginal social de lIDE, mais il a conclu que malgr que la Tunisie a atteint un certain seuil ( seuil

minimum de dveloppement financier est gal 38 ,2% ) , le niveau de dveloppement du systme financier ne

satisfait pas les besoins des investisseurs trangers.

Dans une analyse qui sest effectue autour de la question : la stabilit externe a -t-elle la mme influence que la

stabilit interne dans les stratgies de localisation des firmes ?, Abdallah et al (2009) , ont ralis une tude en

passant par un modle de gravit en donnes de panel de trois principaux pays dAfrique ( Egypte, Maroc, Tunisie

) qui tient compte de leffet de crise. Ils ont trouv que la crise de change a bien un effet ngatif sur les flux des

IDE mais de moins importance que linstabilit interne du pays daccueil.

Dans la mme logique , Alfaro et al (2004) en se basant sur une tude empirique durant la priode 1975- 2005 dun

chantillon constitu de certains PED , ils ont montr que le dveloppement de march financier est un facteur

significatif pour la stimulation des flux des IDE.

Malgr la diffrence du rsultat et de contexte danalyse, la stabilit macro-conomie du pays daccueil (facteur

pull) reste un dterminant de 1er rang pour influencer les flux des IDE.

Mais pour pouvoir valuer la rentabilit de son projet, lavenir du pays doit tre prvisible pour quune FMN

puisse prendre sa dcision. Pour cela et ct de la stabilit conomique, tout investisseur doit avoir une ide sur

la stabilit politique du pays.


3/27

3.1.2. Le risque politique :

La question des dterminants des IDE dans les PED a attir lattention de plusieurs auteurs, dont Singh and Jun

(1995).Leurs tude qui se prsente sous forme dune estimation en panel dun chantillon de 31 pays en

dveloppement durant la priode 1970-1993 ,montre que le risque politique est un facteur dterminant pour la

stimulation des IDE.

Bassu A. et Srinivasan K (2002) ont tudi partir dun panel dynamique de sept pays africains (Botswana,

Lesotho, Ile Maurice, Mozambique, Namibie, Swaziland et Ouganda), les principaux dterminants des flux dIDE.

Ils montrent que la stabilit politique, la bonne gouvernance et le faible niveau de corruption sont les principaux

dterminants des IDE.

Pour Madina .K et al37, lexistence dune relation ngative entre linstabilit politique et les flux des IDE est un

rsultat dune tude sur des donnes des PDE allant de 1981 -2005.

De mme Friedrich and Frey (1995), Habib.M(2001), Zhao (2003) ont saccord dans leurs analyses que

linstabilit politique diminue les flux des IDE.

Alors que ltude de Batana Y. M (2005), a cherch identifier les dterminants des IDE travers un modle de

panel de sept pays de lUEMOA sur la priode de 1972-2002. Il a indiqu que le risque politique (Institutionnel

Investor) a t retenu comme un dterminant des flux des IDE au moins quil ne soit pas trs significatif.

Un autre courant examine cette relation (stabilit politique/IDE) et affirme quil nexiste pas aucune relation entre

les deux. Asiedu (2002) dans son analyse sur les flux des IDE en Afrique Subsaharienne, a montr linexistence de

lien entre les deux. Alors que dautre dclare que la relation entre les flux des IDE et la stabilit politique change

leur corrlation selon les priodes. (David.W et Guisinger(1995)).

A cot des travaux cits, il existe dautres essais empiriques effectus dans ce cadre quon peut rsumer dans le

tableau dans la page suivante.

Tableau 7 : Autres essais empiriques


4/27

Nous constatons que la plupart des travaux tudis ci-dessus, saccordent sur le fait que les dterminants des IDE

dpendent du pays ou de la zone conomique daccueil. Pour valider ces rsultats, nous abordons ainsi dans la

section suivante une approche empirique qui traite une multitude des variables qui savrent explicatives en

termes des flux des IDE.

Section 2 : Une Modlisation des dterminants explicatifs des IDE en Tunisie :

Le travail que nous allons prsents dans la deuxime section, sinscrit dans la lign des travaux qui ont tudi les

dterminants des IDE, la question sera de modliser les dterminants des IDE en Tunisie. Pour cela, deux sous

sections sont exposes : la premire porte sur la spcification du modle, alors que la deuxime prsentera la

mthode destimation et les rsultats ultimes.

3.2.1. Spcification du modle :

Toute recherche conomtrique commencera par la spcification du modle, en accdent tout dabord la

dtermination des variables explicatives, les signes attendus ainsi que la forme mathmatique du modle.

A. Description de modle de base :

Ltude des dterminants selon lanalyse thorique et empirique des flux des IDE mentionnes dans les sections

prcdentes, nous permettons de raliser une synthse empirique. Elle consiste maintenir un certain nombre de
http://www.institut-numerique.org/wp-content/uploads/2013/01/Tableau-7-Autres-essais-empiriques.png


5/27

variables susceptibles dexpliquer les IDE en Tunisie qui donne une ide sur les caractristiques propres de leur

conomie.

Parmi ces dterminants, nous choisissons la croissance de PIB, le capital humain, louverture extrieur,

linfrastructure, la stabilit politique

Lindisponibilit des donnes est un obstacle qui borne gnralement le nombre de variables pouvant expliquer

convenablement le phnomne des IDE.

A cause du problme de limitation de donnes, lchantillon que nous avons pu construire a une taille de 22

observations datant de 1990 2011. Ces donnes sont ensuite compiles dans un fichier Excel que nous les

traiterons moyennant un logiciel Econometric Views (Eviews 7.0). La Banque Mondiale(42) , la Banque centrale

Tunisienne (43) et lInstitue Nationale de la Statistique de la Tunisie(44) constituent nos principales sources.

1. Prsentations de modle de base :

La forme fonctionnelle de notre modle de base scrit comme suit : IDE =f (MAR, HUM, INF) Dont : IDE est la

variable endogne qui donne une ide sur lvolution de taux de croissance des IDE en Tunisie.

MAR= f (GPIB, INFLATION, OUV, TCHAN) : le capital de march est compos par GPIB cest le t aux de

croissance de PIB, INFLATION est mesure par le taux annuel de croissance du dflateur implicite du PIB, OUV

reprsente le taux douverture commerciale(45) mesur par les mouvements des oprations de limportation et

dexportation des biens et de services, alors que le TCHAN reprsente le taux de change expliqu par la parit

TND/USD.

INF= f (ATM) dsigne les Abonns la tlphonie mobile (pour 100 personnes).

Hum,= f (TSECON), le capital humain est mesur par le taux dinscriptions en secondaire (% brut).

Rappelons que lobjectif de notre tude, consiste examiner limpact de la stabilit conomique dune part et de la

stabilit politique dautre part. Mais la contrainte des donnes nous a empchs de trouver des variables qui les

expliquent.

Ce qui nous a pousss introduire des variables indicatrices.

En effet, durant la priode 1990-2011, lconomie mondiale a connu plusieurs crises conomiques successives

(crise conomique mexicaine en 1994, krach boursier de 2001-2002, crise Brsil en2002, crise subprimes en 2008-

2009 ).


6/27

Dans notre travail, nous allons rduire notre analyse uniquement sur la crise subprimes (2008-2009). Nous allons

utiliss une variables Dummie indicatrice aux deux annes cits prcdemment .Ceci nous permettra de faire part

de leffet de cette crise sur les entres des flux des IDE en Tunisie.

Elle prend lindice 1 si la priode est 2008 -2009, sinon 0. Concernant linstabilit politique, elle sera mesure

pareillement par une variable Dummie qui indique lanne de la rvolution tunisienne 2011. Elle prend lindice 1

si lanne est 2011 sinon 0.

Aprs avoir prsent les variables de notre modle, nous prcderons par la suite les dfinir.

2. Prsentations et dfinitions des variables explicatives du modle :

Nous allons dterminer les principaux facteurs qui influent lattractivit des IDE en Tunisie, en se rfrant des

facteurs pull qui dterminent les caractristiques propres du pays. Notre travail est une synthse dun certain

nombre des facteurs que nous les choisissons pour notre modle. .

- Le taux de croissance de PIB (GPIB) :

Le PIB est la somme de la valeur ajoute brute de tous les producteurs dune conomie plus toutes taxes sur les

produits et moins les subventions non incluses dans la valeur des produits. Il constitue un lment dterminant

dans lexplication des flux des IDE. Donc, dans notre modle nous considrons que le taux croissance conomique

(GPIB) est un indicateur pertinent de lattractivit du territoire.

La Tunisie comme tout autre pays en dveloppement cherche toujours accroitre son taux de croissance pour

assurer lattractivit de son march locale. Ce taux a enregistr des fluctuations suite des chocs externes et

internes.

Une croissance presque 8% enregistre en 1990 a connait des fluctuations vers le bas mais qui reste de signe

positif. Mais partir de 2008 une tendance baisser a t remarqu pour atteindre en 2011, -1 1% (graphique 2)

qui peut tre expliqu en premier constat par la crise politique (rvolution Tunisienne).

Presque toutes les thories ont saccord sur leffet positif de ce dterminant sur lattractivit des IDE (Morisset

(2000))

Graphique 2: Evolution de taux de croissance de PIB


7/27

- Le taux de scolarisation secondaire(TSECON) :

La qualit des ressources humaines du pays daccueil constitue un lment essentiel pour lattraction des IDE. En

sinstallant dans le pays daccueil, la FMN procde la formation de leurs salaris pour bien manager les

nouvelles mthodes de travail.

Pour ne pas tomber dans le pige de la nouvelle technologie, la Tunisie a donn une grande importance

lducation pour assurer une main doeuvre qualifi et polyvalente. Le capital humain est mesur par le taux de

scolarisation secondaire (en % brut)(46) , il a volu en Tunisie de 44,02% e 1990 92,6% en 2011.

Selon les thories, le capital humain est un facteur dterminant (Patricia, DJE (2007) alors que pour dautres il

nest pas significatif dans lexplication des IDE (Sbastien Dupuch et al, 2003).

-Le taux dinflation (dflateur de PIB) :

Linflation est choisie comme proxy afin de saisir le niveau de stabilit macroconomique dun pays quelconque

(47). Il dcrit lvolution des prix dans une conomie et il est mesur par le dflateur de PIB ou lindice de prix

de consommation (IPC). Lvolution de ce taux dtriore lactivit conomique et affecte la croissance.

- Taux de change(TCHAN) :

Le taux de change ou parit dune monnaie est un rapport de prix dune devise par rapport une autre. Une tude

est mene par Mohamed Ben Abdallah et Imed Drine (1999) qui se contente dtudier les implications des chocs
http://www.institut-numerique.org/wp-content/uploads/2013/01/Graphique-2-Evolution-de-taux-de-croissance-de-PIB.png


8/27

de change sur lconomie tunisienne. Leurs rsultats empiriques indiquent la faible sensibilit de lconomie

tunisienne au choc de change.(48).

- Ouverture commerciale (OUV) :

Louverture commerciale sintresse aux mouvements des importations et des exportations. Il est exprim par le

taux dexportation et de limportation des biens et services (en % de PIB). La plus part des tudes thoriques et

empiriques ont trouv une relation positive entre les flux des IDE et louverture commerciale (Campos &Kinoshita

(2003).

Nous allons introduire louverture commerciale dans notre modle et nous sattendons un signe positif.

- Infrastructure :

Lintroduction de la nouvelle technologie de communication et lamlioration de linfrastructure de base (eau,

transport, nergie) sont des facteurs de succs pour lattraction des investisseurs trangers. Les abonnes la

tlphone mobile est lun des lments qui nous permettent de mesurer lefficience de linfrastructure.

Il convient de souligner que dans notre modle existe deux variables indicatrices (dummies) ont t ajouts pour

tenir compte de deux crises de 2008-2009 (crise conomique) et de celui de 2011 (crise politique).

3. Hypothse de modle :

Daprs lapproche pull factor de flux des IDE, ce sont les caractristiques propres du pays, leurs volutions et

leurs rglementations qui dterminent de faon prdominante les flux dIDE. On sattend donc ce que

lestimation du modle pull factor de lIDE trouve une significativit entre les flux dIDE et les caractristiques

conomiques et politiques de la Tunisie. Thoriquement, les signes attendus des coefficients des facteurs

explicatifs (exognes ou de Dummie) sont soit positifs soit ngatifs.

H1 : les variables choisis sont significatifs : la stabilit macroconomique du la Tunisie est un facteur dterminant

du choix des investisseurs trangers : En effet, une taille leve du march mesure par le taux de croissance de

PIB est un indicateur favorable pour la stimulation des IDE.

De mme, louverture du pays mesure par le taux dexportation des biens et services (en % de PIB) favorise

limplantation des IDE. Un signe positif est attendu. Quant niveau dducation mesur en termes dinscription

lcole secondaire (en% brut), un niveau adquat de la main doeuvre influe positivement les orientations des flux

des IDE. Son effet espr est positif. De leur part, une corrlation ngative est attendue de la part de linflation

alors que le taux de change, quand eux, une valuation ou dvaluation de TND/USD est attendu.


9/27

Linfrastructure dans notre modle est prsente par les abonnes au tlphone mobile. Gnralement, ce sont les

indicateurs de transport (ligne de chemin de fer, route pavs, aroport..) qui donnent une ide sur linfrastructure.

Nous avons choisi cet indicateur car il garantit la rapidit de transfert de linformation. Un effet positif est

souhait.

H2 : la stabilit conomique et la stabilit politique sont deux facteurs insparables dans le choix du pays daccueil

:

Une variable indicatrice fait rfrence la crise politique en 2011 de la Tunisie, son effet est estim ngatif et les

deux variables sont indispensables dans le choix dinvestisseur tranger.

H3 : la stabilit interne du pays est plus importante que la stabilit externe pour la dcision de la firme de

simplanter en Tunisie.

Une variable indicatrice Criseeco sera retenu pour expliquer leffet de cette dernire sur les flux des IDE. Une

comparaison entre leffet de linstabilit conomique (crise subprimes en 2008-2009) avec celui de linstabilit

politique (la rvolution tunisienne en 2011).

Autrement dit, nous voulons savoir quel est le facteur le plus prdominant entre ces deux crises, est-ce que la

stabilit interne 9est la plus significatif en termes de lattraction des flux des IDE que de la stabilit externe ou bien

le contraire. Notre hypothse de base sera de retenir que la stabilit interne a des effets plus importants que la

stabilit externe sur ces flux et que la stabilit conomique et politique interne du pays joue un rle important dans

le choix des investisseurs trangers.

Le tableau suivant examine les signes attendus de notre modle :

Tableau 8: Signe attendu des variables


10/27

Source : Selon les diffrentes thories tudies

Nous passerons maintenant vrifier nos hypothses en testant notre modle sur le logiciel Eviews 7.

B. Technique destimation :

Lconomtrie nous permet de tester la validit de notre analyse et de vrifier la significativit de notre modle. Le

problme de cointgration des variables et dauto corrlation est gnralement retrouv dans tous les modles.

Donc, nous voulons sassurer de la stationnarit de nos variables pour viter cette complication.

Nous procderons dans cette partie effectuer en premier lieu le test de stationnarit pour rsoudre le problme du

choix de la mthode destimation puis nous passerons par la suite au choix de retard que nous le utiliserons.
http://www.institut-numerique.org/wp-content/uploads/2013/01/Tableau-8-Signe-attendu-des-variables.png


11/27

1. Lanalyse de stationnarit :

Avant de procder lestimation du modle, nous procderons en premier lieu, effectuer un test qui nous permet

dassurer de la stationnarit des sries observ (voir annexe 3) et de dterminer si nous sommes besoin deffectuer

un test de cointgration (49)(Arthur Charpentier). Une srie temporelle est dite stationnaire si elle ne comporte ni

tendance, ni saisonnalit. Plus gnralement :

Il existe plusieurs tests de stationnarit dont nous citons les tests suivants : le test usuel de racine unitaire de

Dickey-Fuller (ADF) qui peut tre simple ou Augment, le test de Phillips-Perron (PP), le test de Kwiatkowski,

Phillips, Schmidt et Shin (KPSS).

Nous utilisons la technique de racine unitaire (Unit Root test) dAugmented Dickey-Fuller pour examiner cette

stationnarit en effectuant une rgression de stationnarit en niveau, en diffrence premire ou en diffrence

seconde.

La rgle de dcision scrit comme suit :

En se rfrant aux valeurs tables effectues par le test de Dickey Fuller augment (voir annexe 3), nous avons

abouti aux rsultats suivants (au seuil de 5%) qui nous allons les reprsents dans le tableau ci-dessous.

Tableau 9: Rsultats de test de stationnarit
http://www.institut-numerique.org/wp-content/uploads/2013/01/Formule-2.pnghttp://www.institut-numerique.org/wp-content/uploads/2013/01/Formule-1.pnghttp://www.institut-numerique.org/wp-content/uploads/2013/01/Formule-2.pnghttp://www.institut-numerique.org/wp-content/uploads/2013/01/Formule-1.png


12/27

Source : A partir des donnes de logiciel

Les rsultats du test de racine unitaire de Dickey-Fuller Augment (ADF) montrent que le taux de croissance du

produit intrieur brut (GPIB) et le taux dinflation (Inflation) sont stationnaires en niveau. Alors que les autres

variables (INFRA, TCHAN, INFLATION, OUV, TSECON) sont stationnaires en diffrence premire.

Les rsultats de notre test de stationnarit, nous montrent que les variables de notre modle nont pas de mme

ordre. Donc un test de cointgration au sens de Granger nest pas ncessaire. La mthode vectorielle

autorgressive (VAR) sera notre mthode danalyse.

2. Le choix de nombre de retard :

Nous avons montr dans le paragraphe prcdent que notre mthode destimation sera celle de la VAR. Pour

effectuer notre estimation, nous avons besoin de dterminer le nombre de retard lintroduire. Il existe plusieurs

critres dinformation savoir Akaike info criterion (AC), Schwarz criterion (SC) et Hannan-Quinn criter (HQ).

Il vise minimiser le logarithme de la variance des rsidus en tenant compte dune pnalite additive base sur

la taille du modle (51) . Pour bien choisir le critre le plus pertinent qui optimise le modle, nous allons effectuer

des tests lordre 1 (VAR(1)) et lordre 2 (VAR(2)) (voir annexe 4).

Le tableau suivant rsume les principaux rsultats. Le choix consiste choisir le critre qui nous donne la valeur la

plus faible.
http://www.institut-numerique.org/wp-content/uploads/2013/01/Tableau-9-R%C3%A9sultats-de-test-de-stationnarit%C3%A9.png


13/27

Tableau 10: Rsultats de choix de nombre de retard

Source : A partir de donnes de logiciel

Avec une valeur de -1.842177 (la plus faible), le critre Akaike (AK) sera retenu comme critre dinformation e

lestimation de notre modle en incluant deux retards.

Nous rsumerons alors que la mthode que nous lutiliserons tout au long de lestimation est celle de la VAR avec

deux retard.

3.2.2. Estimation du modle :

Nous avons indiqu dans la section prcdente que les sries de notre modles sont stationnaires et que la mthode

que nous lutiliserons pour lestimer est la mthode de vectoriel autorg ressif (VAR) aves deux retards. Nous

allons prsenter dans cette partie tout dabord les rsultats de lestimation et puis nous testerons la validit de ce

dernier.

A. Rsultats destimations et validations du modle :

1. Rsultats de lestimation :

Aprs avoir compil le fichier Excel sur le logiciel et dcrire nos variables explicatives et la variable endogne

(IDE) sans omis bien sr les variables indicatrices, lestimation nous donne le rsultat suivant :

Avec :

IDE : Taux de croissance dIDE

GPIB : taux de croissance de PIB

INFLATION : dflateur de PIB

TCHAN : taux de change

TSECON : Taux de scolarisation secondaire

OUV : Ouverture commerciale

INFRA : Abonnes au tlphone mobile
http://www.institut-numerique.org/wp-content/uploads/2013/01/Tableau-10-R%C3%A9sultats-de-choix-de-nombre-de-retard.pnghttp://www.institut-numerique.org/wp-content/uploads/2013/01/Tableau-10-R%C3%A9sultats-de-choix-de-nombre-de-retard.pnghttp://www.institut-numerique.org/wp-content/uploads/2013/01/Tableau-10-R%C3%A9sultats-de-choix-de-nombre-de-retard.pnghttp://www.institut-numerique.org/wp-content/uploads/2013/01/Tableau-10-R%C3%A9sultats-de-choix-de-nombre-de-retard.pnghttp://www.institut-numerique.org/wp-content/uploads/2013/01/Tableau-10-R%C3%A9sultats-de-choix-de-nombre-de-retard.pnghttp://www.institut-numerique.org/wp-content/uploads/2013/01/Tableau-10-R%C3%A9sultats-de-choix-de-nombre-de-retard.pnghttp://www.institut-numerique.org/wp-content/uploads/2013/01/Tableau-10-R%C3%A9sultats-de-choix-de-nombre-de-retard.pnghttp://www.institut-numerique.org/wp-content/uploads/2013/01/Tableau-10-R%C3%A9sultats-de-choix-de-nombre-de-retard.pnghttp://www.institut-numerique.org/wp-content/uploads/2013/01/Tableau-10-R%C3%A9sultats-de-choix-de-nombre-de-retard.pnghttp://www.institut-numerique.org/wp-content/uploads/2013/01/Tableau-10-R%C3%A9sultats-de-choix-de-nombre-de-retard.pnghttp://www.institut-numerique.org/wp-content/uploads/2013/01/Formule-3.pnghttp://www.institut-numerique.org/wp-content/uploads/2013/01/Tableau-10-R%C3%A9sultats-de-choix-de-nombre-de-retard.pnghttp://www.institut-numerique.org/wp-content/uploads/2013/01/Formule-3.png


14/27

DUM : Variable indicatrice

: Terme derreur

ci : Coefficient attribu aux variables

Les rsultats de rgression, nous fournissent le modle suivant :

Nous rsumons les rsultats de lestimation (voir annexe 4), dans le tableau ci-dessus.

Tableau 11: Rsultats de lestimation
http://www.institut-numerique.org/wp-content/uploads/2013/01/Formule-41.png


15/27

Avant dtudier la significativit des variables et dexpliquer leurs effets sur les flux des IDE, nous devrons tout

dabord tester la validit du modle.

2. Validation du modle :

Pour avoir un modle pertinent globalement significatif et qui nous donne une meilleure rgression, il faut remplir

trois conditions. Cellesci se rsument comme suit :

- Avoir une valeur importante de R square.

- Les rsidus ne doivent pas tre corrls.

- Les rsidus doivent avoir une distribution normale.
http://www.institut-numerique.org/wp-content/uploads/2013/01/Tableau-11-R%C3%A9sultats-de-l%E2%80%99estimation.png


16/27

Pour ces raisons, nous devrons effectuer des tests statistiques pour sassurer de la fiabilit de notre modle.

a. Analyse de la normalit :

Lanalyse commence par tester la normalit des variables partir du test de Jarque et Bera (J -B) qui suit une loi de

(X2).Le test de normalit de Jarque-Bera est galement fond sur les coefficients dasymtrie et daplatissement. Il

value les carts simultans de ces coefficients avec les valeurs de rfrence de la loi normale.(52)

Lhypothse de modle scrit comme suit :

La rgle de dcision sera daccepter lhypothse nullesi la P-Value de (J-B) est suprieur 5%.

Graphique 3: Test de Normalit : test de Jarque-Bera

A partir du test de J-B effectu sur Eviews (7), la P-value de notre modle est gale 0,633036 >5%. On conclu

donc que la majorit des variables suivent la loi normale ce qui autorise lestimation par la mthode MCO.

b. Corrlogramme dautocorrlation des rsidus :

Le problme dautocorrlation touche les rsidus .Nous devrons donc tester la prsence dautocorrlation pour

sassurer de lexistence de bruit blanc qui correspond un processus indpendant (ou, plus faiblement, non

corrl avec son pass) (53). Lanalyse de Corrlogramme dautocorrlation des rsidus nous renseigne sur la

validit de notre hypothse (prsence dautocorrlation) ou bien de le nier.
http://www.institut-numerique.org/wp-content/uploads/2013/01/Graphique-3-Test-de-Normalit%C3%A9-test-de-Jarque-Bera.pnghttp://www.institut-numerique.org/wp-content/uploads/2013/01/Formule-5.pnghttp://www.institut-numerique.org/wp-content/uploads/2013/01/Graphique-3-Test-de-Normalit%C3%A9-test-de-Jarque-Bera.pnghttp://www.institut-numerique.org/wp-content/uploads/2013/01/Formule-5.png


17/27

Le test sera en consquence :

La rgle de dcision sera daccepter H0 si la P-Value de Q-Stat est suprieur 5%.

Graphique 4: Histogramme de Corrlogramme dautocorrlation des rsidus

Les rsultats ci-dessus de Corrlogramme des rsidus, nous permettons dobserver que la probabilit des Q -Stat est

suprieure 5%. Donc nous concluons que les rsidus ne sont pas autocorrls.

c. Test dhtroscdasticit : test dARCH :

Aprs avoir garantir labsence dAutocorrelation des rsidus, un test dhtroscdasticit devra accomplit. Il existe

plusieurs tests pour dterminer le rsultat savoir le test dARCH, Breusch-Pagan-Godfrey, Harvery, Goldfield-

Quandt, White Le test que nous appliquerons sur nos rsidus est le test dhtroscdasticit dAutoregressive

Conditional Heteroskedasticity(ARCH). (Voir annexe 5)

Les hypothses du test sont notes comme suit :
http://www.institut-numerique.org/wp-content/uploads/2013/01/Formule-7.pnghttp://www.institut-numerique.org/wp-content/uploads/2013/01/Graphique-4-Histogramme-de-Corr%C3%A9logramme-d%E2%80%99autocorr%C3%A9lation-des-r%C3%A9sidus.pnghttp://www.institut-numerique.org/wp-content/uploads/2013/01/Formule-6.pnghttp://www.institut-numerique.org/wp-content/uploads/2013/01/Formule-7.pnghttp://www.institut-numerique.org/wp-content/uploads/2013/01/Graphique-4-Histogramme-de-Corr%C3%A9logramme-d%E2%80%99autocorr%C3%A9lation-des-r%C3%A9sidus.pnghttp://www.institut-numerique.org/wp-content/uploads/2013/01/Formule-6.pnghttp://www.institut-numerique.org/wp-content/uploads/2013/01/Formule-7.pnghttp://www.institut-numerique.org/wp-content/uploads/2013/01/Graphique-4-Histogramme-de-Corr%C3%A9logramme-d%E2%80%99autocorr%C3%A9lation-des-r%C3%A9sidus.pnghttp://www.institut-numerique.org/wp-content/uploads/2013/01/Formule-6.png


18/27

La rgle de dcision sera daccepter H0 lorsque la P -value est suprieur 5%.

Tableau 12: Rsultat de test dARCH

Source : A partir des donnes de logiciel

Les rsultats nous montrent que la P-Value de F-statistic, ainsi que la P-Value de Obs*R-squared est suprieur

5%. Donc nous concluons que lhypothse nulle est accepte et notre modle est valid.

Nous rsumons ainsi que notre modle est valid et significatif.

Aprs avoir valid notre modle, nous passerons interprter notre rsultat conomiquement en les confrontant

avec nos hypothses de base.

B. Interprtations des rsultats :

Une fois les donnes sont exposes, nous devrons passer lexplication de la significativit de chaque Out Put du

logiciel. Tout dabord, nous interprterons les variables explicatives ainsi que les variables dummies

conomtriquement puis conomiquement. Ensuite, une vrification des hypothses de base aura lieu en les

confrontant avec les diffrents rsultats obtenus.

1. Explications conomtriques :

Linterprtation se fait plusieurs niveaux. Tout dabord nous ne pouvons pas dvelopper un modle sans tester sa

significativit globale en moyennant dun test de Fisher. Une fois le modle est trouv globalement significatif,

nous passerons tester la significative individuelle de chaque variable et comparer le T- Student calcul par sa

valeur tabule.

a. Test de significativit globale :

Ce test nous permet de savoir si les variables prises dans notre modle lexception de la constate permettent

dexpliquer la variable endogne (IDE).

Le test de Fisher scrit comme suit :
http://www.institut-numerique.org/wp-content/uploads/2013/01/Formule-8.pnghttp://www.institut-numerique.org/wp-content/uploads/2013/01/Tableau-12-R%C3%A9sultat-de-test-d%E2%80%99ARCH.pnghttp://www.institut-numerique.org/wp-content/uploads/2013/01/Formule-8.pnghttp://www.institut-numerique.org/wp-content/uploads/2013/01/Tableau-12-R%C3%A9sultat-de-test-d%E2%80%99ARCH.png


19/27

La rgle de dcision sera daccepte H1 si P -Value (F) est infrieur 5%. Dans notre modle P-Value (F) est gale

0 .024161 5%. (Voir annexe 4)

Do notre modle est globalement significatif. Nous pouvons maintenant passer tudier la significativit

individuelle.

b. Test de significativit individuelle :

Ce test nous permet dtudier la significativit de chaque variable et de dterminer celles qui expliquent la variable

dpendante. Elle suit un test de T-Student.

Le test de T-Student est :

Rgle de dcision :

On accepte H1 si P-Value (T-Student) est infrieur soit 1%, 5% ou 10%.

- Le taux de croissance de PIB :

Selon les rsultats mentionnes dans le tableau de lestimation motionnes ci-dessus (tableau 11), la P- Value de

taux de croissance GPIB est infrieur 5% avec deux retard.

La P-Value de test nous donne :

Avec un seul retard P-Value 0,4714 (nest pas significatif)

Aves deux retard P-Value 0,0337 < 0,05

Donc, le taux de croissance de PIB est un variable dterminant dans lexplication des flux des IDE, il est

significatif.

- Inflation (dflateur de PIB) :

Avec une P-Value qui est gal 0.0651 0.1, linflation est un facteur dterminant dans lexplication des flux des

IDE avec un seul retard alors quavec deux retards il devient non significatif.

-Le degr douverture :

Le non significativit de ce variable est constat par la P- Value de deux estimations (avec un seul retard et avec

deux retards).
http://www.institut-numerique.org/wp-content/uploads/2013/01/Formule-9.png


20/27

Avec un seul retard P-Value 0.1315 (nest pas significatif)

Avec deux retards P-Value 0.3392 (nest pas significatif)

Donc malgr son importance, louverture est un lment non significatif pour prendre la dcision dinvestir en

Tunisie.

- Le taux de change :

Quant lui, il se prsente comme facteur explicatif avec un P-Value est gal 0.0147 (infrieur 5%). Donc, il est

statistiquement significatif.

- Le capital humain :

Il est prsent par le taux de scolarisation secondaire. Le non significatif est le rsultat de ce variable. Lestimation

de modle VAR avec un seul retard et avec deux retards ont dpass le seuil de 10%.

-Linfrastructure :

Les abonnes au tlphone mobile constituent un facteur dterminant pour orienter les dcisions des investisseurs.

Avec une P-Value de 0.0463 0.05, linfrastructure est statiquement significative.

- Crise conomique :

Lintroduction de la variable indicatrice dummie qui se rfre la crise conomique de 2008-2009, nous

permettrons de dgager leur effet sur les entrs des IDE en Tunisie.

Le constat de son P-Value montre que cette crise nest statiquement significative (0 .13230.1).

- Crise politique :

Selon le tableau de lestimation, la P-Value de lindicatrice C17 est infrieur 5%.

P-Value : 0,0006 < 0,05> significativit de la variable Dummie crise politique la date 2011.

Le constat de tous les autres variables, nous permettrons faire une comparaison entre les diffrents signes attendus

et les rsultats aboutis. Le tableau ci-dessous rsume les diffrents rsultats.

Tableau 13 : Rsum de diffrents rsultats


21/27

Dans le cas de notre analyse en Tunisie , certaines variables sont juges non statistiquement significatives dans

la prise de dcision pour investir dans ce pays.

Alors que les autres sont considrs comme dterminantes dans lorientation de choix de linvestisseur tranger.

Pour sassurer de la significativit simultane de nos variables retardes, nous effectuerons un test nomm test de

Wald .

c. Test de Wald(54) :

Nous avons constat que la significativit conomtrique des variables est explique par des variables retardes.

Nous allons donc effectuer un test de Wald qui nous permet de dterminer la relation de causalit entre la variable

explicative et la variable endogne.

Le premier constat est celui de la croissance de PIB, le tableau ci-dessous montre que la P-value est suprieur

5%. Donc nous pouvons dire que les variables retards de PIB ne cause pas cause simultanment la variable Y

(IDE).

Tableau 14: test de Wald PIB
http://www.institut-numerique.org/wp-content/uploads/2013/01/Tableau-13-R%C3%A9sum%C3%A9-de-diff%C3%A9rents-r%C3%A9sultats.png


22/27

Concernant linflation, son P-Value est de 0.0419 (est infrieur 0.05) nous permet daccepter lhypothse

alternative de prsence de causalit unidirectionnelle. Donc linflation avec ses deux variables retards c(5) et c(6)

causent les flux des IDE. Lanalyse des autres variables sont affichs dans lannexe 6.

Aprs avoir dtermin la significativit des nos variables conomtriquement, nous passerons une analyse

conomique.

Tableau 15: Comparaison entre signes attendus et signes obtenus

Nous commenons tout dabord par le taux de croissance de PIB (GPIB), ce dernier est montr quil est

statistiquement significatif et de signe positif. Conformment la thorie, le taux de croissance contribue

laugmentation des flux des IDE. Une augmentation de 1% des GPIB entrain e une augmentation de 0,003523%

des flux des IDE. Ce dernier constitue donc une source de stabilit macroconomique dont linvestisseur tranger y

est besoin.

Mais il faut signaler, que cest vrai que le taux de croissance est ralis sur une longue priode mais elle nest pas

ternelle (55). De ce fait, la recherche des autres variables sera mise en action.

Quand Linflation (le dflateur de PIB), il est statistiquement significatif mais avec un effet ngatif. Une

augmentation de 1% de linflation entraine une dprciation de 0.02162% des flux des IDE. Son volution prdite

la dficience de la monnaie domestique. Ce rsultat se confirme avec lhypothse de base (koukpo, 2005).
http://www.institut-numerique.org/wp-content/uploads/2013/01/Tableau-15-Comparaison-entre-signes-attendus-et-signes-obtenus.pnghttp://www.institut-numerique.org/wp-content/uploads/2013/01/Tableau-15-Comparaison-entre-signes-attendus-et-signes-obtenus.pnghttp://www.institut-numerique.org/wp-content/uploads/2013/01/Tableau-15-Comparaison-entre-signes-attendus-et-signes-obtenus.pnghttp://www.institut-numerique.org/wp-content/uploads/2013/01/Tableau-15-Comparaison-entre-signes-attendus-et-signes-obtenus.pnghttp://www.institut-numerique.org/wp-content/uploads/2013/01/Tableau-15-Comparaison-entre-signes-attendus-et-signes-obtenus.pnghttp://www.institut-numerique.org/wp-content/uploads/2013/01/Tableau-15-Comparaison-entre-signes-attendus-et-signes-obtenus.pnghttp://www.institut-numerique.org/wp-content/uploads/2013/01/Tableau-15-Comparaison-entre-signes-attendus-et-signes-obtenus.pnghttp://www.institut-numerique.org/wp-content/uploads/2013/01/Tableau-15-Comparaison-entre-signes-attendus-et-signes-obtenus.pnghttp://www.institut-numerique.org/wp-content/uploads/2013/01/Tableau-15-Comparaison-entre-signes-attendus-et-signes-obtenus.pnghttp://www.institut-numerique.org/wp-content/uploads/2013/01/Tableau-15-Comparaison-entre-signes-attendus-et-signes-obtenus.pnghttp://www.institut-numerique.org/wp-content/uploads/2013/01/Tableau-15-Comparaison-entre-signes-attendus-et-signes-obtenus.pnghttp://www.institut-numerique.org/wp-content/uploads/2013/01/Tableau-15-Comparaison-entre-signes-attendus-et-signes-obtenus.pnghttp://www.institut-numerique.org/wp-content/uploads/2013/01/Tableau-14-test-de-Wald-%C2%AB-PIB-%C2%BB.pnghttp://www.institut-numerique.org/wp-content/uploads/2013/01/Tableau-15-Comparaison-entre-signes-attendus-et-signes-obtenus.pnghttp://www.institut-numerique.org/wp-content/uploads/2013/01/Tableau-14-test-de-Wald-%C2%AB-PIB-%C2%BB.png


23/27

Donc lautorit tunisienne doit donner importance ce variable et assurer des politiques montaires capables

dabsorber les portes de taux dinflation et de rduire ses effets.

Le taux de change, quant lui, il prsente un lment important pour la prise de dcision. Il est mesur en units de

devises locales par rapport au dollar amricain. Lvaluation dUSD par rapport au dinar Tunisien entraine une

augmentation de 0.001655% des flux des IDE.

Linstabilit ce taux en Tunisie peut entraver les entres des IDE car elle gnre lincertitude au niveau du plan de

financiers des investisseurs trangers.

Selon les avances thoriques (Patricia.DJE (2007), koukpo (2005) le ratio dinscription secondaire amliore

lattractivit des flux IDE. Une main doeuvre qualifie et adquate constitue un atout aux yeux des investisseurs

trangers et encourage leur choix dinstallation. Mais cette hypothse nest pas valide dans notre cas en Tunisie,

malgr son effet positif, le taux de scolarisation secondaire reste non significatif. Linadquation des programmes

de lenseignement et la formationthorique constitue un frein de dveloppement de la main doeuvre Tunisienne.

Donc une proccupation bien dtermine doit saccorder au capital humain tunisien. LEtat doit assurer des

programmes de formations adquates, des stages, de formations professionnelles qui satisferont les attentes et les

besoins des attentes trangres surtout dans les secteurs qui ncessitent une haute technologie

Pareillement, louverture conomique est analyse par certains conomistes comme un facteur principal pour

stimuler les investisseurs (Morisset(2000), Campos et Kinoshita(2003).

Mais ce nest pas le cas de la Tunisie, car notre analyse de modle nous a confirm la non significativit de ce

variable. Par consquence, lEtat doit renforcer sa position lchelle mondiale dans les changes commerciaux,

en amliorant sa position dans le march extrieur.

Enfin, une autre variable qui savre importante pour influencer les investissements cest linfrastructure. Une

augmentation de 1% de lamlioration de cette dernire entraine une hausse de 0.0011% des flux des IDE.

Nous concluons donc que les facteurs dterminants de lattractivit des IDE en Tunisie sont le taux de croissance

de PIB, linflation et le taux de change et linfrastructure.

De ce fait, on peut conclure que la stabilit macroconomique joue un rle important dans la dchions des firmes

de simplanter en Tunisie.

Pour assurer sa position lchelle mondiale et encourager les investisseurs trangers investir sur son territoire,

lEtat doit prendre quelque politique :

- Assurer des programmes de formation pour le capital humain baser sur la nouvelle technologie.

- Elaborer des stratgies qui assurassent le dveloppement durable du pays.

- Assurer des incitations pour encourager linvestissement interne du pays


24/27

- Grer le taux dinflation

- La banque centrale doit maitriser le taux de change

- Amliorer linfrastructure du pays, en donnant importance aux TIC

Nous passerons maintenant la clarification de la deuxime hypothse qui concerne les variables dummies. Notre

deuxime hypothse estime que :

H2 : la stabilit conomique et la stabilit politique sont deux facteurs insparables dans le choix du pays

daccueil.

La stabilit politique est un sujet important pour tous les pays. La Tunisie a t connue aprs son indpendance par

sa stabilit politique. Mais partir de dcembre 2010, des troubles sociaux ont dclench dans ce pays et une

instabilit politique est constate. Conformment la thorie (Faouzi B(2004), Friedrich and Frey (1995)),

linstabilit politique prsente un obstacle devant la dcision dinvestissement.

La variable dummies qui fait rfrence cette crise, nous montre que cette dernire a des effets pervers sur les

entres des IDE. Une diminution de 0.076% des flux a t enregistre en 2011 par rapport aux autres annes.

Cette instabilit a des effets vicieux. La violence et les perturbations sociales ont amen certains fermer leurs

usines et dattendre le retour la scurit. Laugmentations de taux de chmage, la diminution de taux de

croissance -1,1% et laugmentation de la dette sont les principaux rsultats de cette rvolution. Avec une note de

BBB-, les investisseurs vont orienter leurs dcisions dinvestir vers dautre destination plus scuris savoir le

Maroc.

Donc, dune manire indirecte, cette crise a perturb lquilibre et la stabilit macroconomique du pays. De-ce-

fait, nous concluons que linstabilit politique entraine linstabilit conomique. Ces deux derniers sont donc deux

facteurs indissociables et ce sont essentiels pour attirer les flux des IDE.

La vrification de la deuxime hypothse, nous permettrons daller plus loin pour tudier limpact de linstabilit

extrieur sur ces flux.

H3 : la stabilit interne du pays est plus importante que la stabilit externe pour la dcision de la firme de

simplanter en Tunisie, sera notre dernire hypothse vrifier.

Nous avons choisi la crise de la dette de 2008-2009 comme celle qui reprsente linstabilit extrieure. Nous

constatons que la crise de la dette subprimes n a aucune influence sur les flux des IDE. Selon P. Hugon et al

(2008), la Tunisie a combattu cette crise grce la forte progression des dpenses de consommation et de vaste

programme dIDE (56). Le rapport annuel de la Confrence des Nations Unies pour le commerce et le


25/27


26/27

Donc, dans le cas de la Tunisie, linstabilit politique, de la gouvernance, labsence de scurit et la violence sont

les principaux facteurs qui dcouragent les investisseurs investir dans le pays.

Mais, il faut signaler aussi, que la crise politique peut avoir un effet positif sur certains flux .Certains investisseurs

peuvent lutiliser pour leurs propres comptes. Labsence de contrle, labsence de confiance entre les membres de

lEtat peuvent aider certains investisseurs investir en Tunisie en cherchant le trafic et le blanchiment de largent.

37 Electronic copy available at http:// ssrn.com

38 DJE P. Les Dterminants des Investissements Directs Etrangers dans Les Pays En Dveloppement : Leons

pour lUEMOA , Document dtude et de recherche NDER/07/03-Septembre 2007.

39 Campos Nauro F. et Kinoshita Y. Why does FDI go where it goes? New evidence from the transition

economies, IMF Working Paper, IMF Institute.

40 Boudjedra F. Risque pays, IDE et crise financire internationale valuation et tude empirique, LEO,

version prliminaire, Avril 2004.

41 Noukpo D. et Fotie H. Les dterminants des investissements directs trangers en Afrique Subsaharienne ,

Ecole nationale suprieure de Statistique et dconomie applique(ENSEA).

42 http://donnees.banquemondiale.org

43 http://www.bct.gov.tn

44 http://www.ins.nat.tn

45 Exportation+Importation) /2

46 Le taux brut de scolarisation es t le rapport entre le nombre total des inscriptions, quelque soit lge, et la

population de la tranche dge qui correspond officiellement au niveau denseignement suprieur.

47 ABIDA Z. Intgration financire et croissance conomique : vidence empirique dans la rgion MENA,

Revue Congolaise dEconomie, Volume 6, No.2 (pp. 115-131).

48 Ben Abdallah M. et Drine I. Taux de change rel et fluctuations conomiques : cas de la Tunisie ,3emes

rencontre euro-mditerranennes (Nice octobre 1999).

49 Deux sries (Xt) et (Yt) intgres dordre 1 seront cointgres sil existe une combinaison linaire Xt + Yt telle

que le processus (Zt) dfini par Zt = Xt + Yt soit stationnaire.

50 Hlne Hamisultane : Economtrie des sries temporelles . http://helene-hamisultane.voila.net

51 LUBRANO M. Introduction la modlisation des sries temporelles uni varies , chapitre 1, Septembre

2008.

52 Makotomalala R. tests de normalit techniques empiriques et tests statistiques , version 2.0, Universit

Lumire Lyon2.

53 CHARRPENTIER A. SERIES TEMPORELLES : THEORIE ET APPLICATIONS , Volume 1, Universit

Paris Dauphine.

54 Le test de Wald est un test paramtrique conomtrique, Chaque fois que nous avons une relation au sein des

ou entre les lments de donnes qui peuvent tre exprimes comme un modle statistique avec des paramtres


27/27

estimer, et tout cela partir dun chantillon, le test de Wald peut tre utilis pour tester la vraie valeur du

paramtre bas sur lestimation de lchantillon.http://fr.wikipedia.org

55 http://la-chronique-agora.com

56 Hugon P. Nicet-Chenaf D.et Rougier R. : Les effets de la crise mondiale sur les pays mergents .

http://esope.gretha.u-bordeaux4.fr

57 http://www.africanmanager.com

Page suivante : Conclusion Gnrale

Retour au menu : Rle de la stabilit conomique et politique du pays sur la performance des Investissements

directs trangers : cas de la Tunisie

PUBLIER SON MEMOIRE

ACTUALITS

EMPLOI

ESPACE ECOLES

MMOIRES

PARTENAIRES

CONTACT

CGU

2013Institut numerique.
http://www.institut-numerique.org/conclusion-generale-510129d028afchttp://www.institut-numerique.org/conclusion-generale-510129d028afchttp://www.institut-numerique.org/role-de-la-stabilite-economique-et-politique-du-pays-sur-la-performance-des-investissements-directs-etrangers-cas-de-la-tunisie-510129d00c0c0http://www.institut-numerique.org/role-de-la-stabilite-economique-et-politique-du-pays-sur-la-performance-des-investissements-directs-etrangers-cas-de-la-tunisie-510129d00c0c0http://www.institut-numerique.org/role-de-la-stabilite-economique-et-politique-du-pays-sur-la-performance-des-investissements-directs-etrangers-cas-de-la-tunisie-510129d00c0c0http://www.institut-numerique.org/universite/memoire-en-lignehttp://www.institut-numerique.org/universite/memoire-en-lignehttp://www.institut-numerique.org/universite/actualiteshttp://www.institut-numerique.org/universite/actualiteshttp://www.institut-numerique.org/universite/emploihttp://www.institut-numerique.org/universite/emploihttp://www.institut-numerique.org/universite/espace-ecoleshttp://www.institut-numerique.org/universite/espace-ecoleshttp://www.institut-numerique.org/universite/memoireshttp://www.institut-numerique.org/universite/memoireshttp://www.institut-numerique.org/partenaireshttp://www.institut-numerique.org/partenaireshttp://www.institut-numerique.org/contacthttp://www.institut-numerique.org/contacthttp://www.institut-numerique.org/cguhttp://www.institut-numerique.org/cguhttp://www.institut-numerique.org/http://www.institut-numerique.org/http://www.institut-numerique.org/cguhttp://www.institut-numerique.org/contacthttp://www.institut-numerique.org/partenaireshttp://www.institut-numerique.org/universite/memoireshttp://www.institut-numerique.org/universite/espace-ecoleshttp://www.institut-numerique.org/universite/emploihttp://www.institut-numerique.org/universite/actualiteshttp://www.institut-numerique.org/universite/memoire-en-lignehttp://www.institut-numerique.org/role-de-la-stabilite-economique-et-politique-du-pays-sur-la-performance-des-investissements-directs-etrangers-cas-de-la-tunisie-510129d00c0c0http://www.institut-numerique.org/role-de-la-stabilite-economique-et-politique-du-pays-sur-la-performance-des-investissements-directs-etrangers-cas-de-la-tunisie-510129d00c0c0http://www.institut-numerique.org/conclusion-generale-510129d028afc

modélisation économetrique.docx

Documents