INTRODUCTION

L'investissement productif joue un rôle dynamique essentiel dans les modèles

macro-économiques, car il est la source de l'accroissement de l'offre productive
et donc de la croissance à venir. De ce fait il à fait l’objet de plusieurs recherches
depuis l’école classique en passant les Keynésiens jusqu’aux contemporains.
Tous avaient pour objet principale les déterminants de l’investissement; il en
résultera une panoplie de conclusion, mais l’on conviendra sur une chose s’est
que le taux d’intérêt fait partie intégrante dans l’explication de l’investissement
qu’il soit en aval ou en amont.

En retenant les conclusions de l’analyse Keynésienne qui considère le taux

d’intérêt comme stimulant de l’investissement, nous essayerons de confirmer ce
point de vu par une étude économétrique. En effet une façon de modéliser par
les anticipations consiste à utiliser des formules à retards échelonnés pour
estimer la situation future par rapport au passé. C’est dans cette optique que
s’inscrira notre travail au cours du quel nous étudierons les investissements au
Maroc en fonction des taux d’intérêts réels. Notre travail ne consistera pas
principalement à vérifier cette théorie mais nous chercherons plutôt à savoir
jusqu'à quelle période s’estompe l’effet des taux d’intérêts sur les
investissements au Maroc. Pour ce faire nous avons choisie de modéliser notre
relation sous forme d’un modèle à retard échelonné, via le logiciel
économétrique « Eviews ».

Mais avant ce cas pratique nous présenterons de manière théorique dans une
première partie la relation historique qui lie l’investissement et le taux d’intérêt
d’une part et notre modèle de régression choisi d’autre part.

~ 1 ~
 Partie I : Approche théorique

Section 1 : La relation entre investissement et

taux d’intérêts

Dans la conception classique, le taux d'intérêt est la variable grâce à laquelle la demande et
l’offre de capital vont s’équilibrer (exactement à la façon par laquelle le prix équilibre la
demande et l’offre de n’importe quel bien). Dans ce cadre de pensée, plus le taux d'intérêt est
bas, plus la demande de capital sera importante. Cette demande de capital est destinée à
financer des investissements de production. (On traite ici de l’investissement à financement
externe). En quelque sorte, dans ce raisonnement, on ne se demande pas si l’acte d’emprunt de
capital à fin d’investissement est fondé. La raison en est que l’on admet la " loi des
débouchés " formulée par J.B Say au début du XIXème siècle. Cette " loi " postule que toute
production procure par sa vente un pouvoir d’achat à même d’offrir un débouché équivalent.
La mévente est exclue. Autrement dit, la demande joue un rôle passif.

J.M Keynes fut en désaccord sur ce point avec les classiques. Contemporain de la crise de
1929, il put observer la surproduction qui contredisait la loi de Say. Pour lui, au contraire, la
demande devait jouer un rôle de premier plan.

Dès lors, cette demande est effective (elle produit des effets). Lorsqu’elle croît, les entreprises
sont incitées à répondre par une production supplémentaire ce qui peut les conduire à investir.
L’acte d’investir n’étant pas immédiat (il faut choisir le capital technique, le commander,
l’installer, former le personnel, préparer un financement…), l’investissement résulte en fait
d’une anticipation sur l’évolution de la demande. L’entreprise estimant que la demande va
commencer ou va continuer à augmenter pourra décider d’investir. On entant par demande
effective dans des économies ouvertes contemporaines, la demande constituée d’une
composante interne : consommation et investissement intérieurs et d’une composante externe :
les exportations. Il paraît indispensable que la consommation finale augmente pour que
l’investissement augmente aussi, l’évolution de l’investissement productif paraît dépendre en
priorité de l’évolution de la demande globale et d’un dosage dans la répartition des revenus qui
influence les différentes composantes de celle-ci. Néanmoins Keynes ne laisse pas en marge
l’influence des taux d’intérêt, en effet la baisse des taux d'intérêt contribue favorablement à
l’investissement en abaissant le coût du crédit et en dissuadant les entreprises de se détourner
de la production au profit des placements. Mais aussi bas que soit le taux d'intérêt réel, la
progression durable de l’investissement ne peut avoir lieu en l’absence d’une progression de la
demande (mondiale) adressée à des entreprises saines financièrement. Cela pose la question de
la répartition des revenus.

~ 2 ~
Dans un pays, l’évolution des taux d'intérêt est parfois contrainte par celle des taux d’autres
pays en particulier ceux dont les monnaies comptent dans le monde. Ainsi, ce qui paraît
souhaitable n’est pas toujours possible en raison des priorités choisies.

Quant aux néo-classiques, ils reprennent l'analyse classique pour démontrer que l'épargne est
un préalable nécessaire à l'investissement. Un financement de l'investissement par la création
monétaire induit de l'inflation. Des taux d'intérêt faibles conduisent à un surinvestissement et à
une baisse de la rentabilité des entreprises et découragent l'épargne. L’investissement public
absorbe les sources d'épargne nécessaires aux entreprises privées : il y a effet d'éviction car
l'activité d'un secteur public hors concurrence (donc "gaspilleur") chasse celle des entreprises
privées jugées plus performantes (car contraintes par la pression du marché).
Il faut donc développer un financement direct qui met en relation sur un marché financier non
réglementé, les investisseurs (demandeurs de capitaux) et les épargnants (offreurs de capitaux)
l'ajustement se fait par la flexibilité du prix du capital : le taux d'intérêt. On s’aperçoit malgré
tout que les taux d’intérêt jouent un rôle pertinent dans l’investissement.

Section 2 : Les modèles à retards échelonnés

Présentation

S’inscrivant dans la famille des modèles des séries temporelles, les modèles à retards
échelonnés ajoutent la dimension temporelle à l’explication des variables, parce que
l’influence d’une variable peut être instantanée ou s’étaler dans le temps. Ayant pris
conscience de l’importance du facteur temps, il revient à l’économètre de déterminer au bout
de combien de temps s’estompe l’effet de la variables explicative et ensuite déterminer la
forme de la distribution des retards afin de trouver la méthode d’estimation.

A / Détermination du nombre de retards

La détermination du retard optimal passe par des critères statistique, on en distingue trois
principalement : le test de Fisher, le test de Akaike et le test de Schwarz.

A-1 / Le test de Fisher

Ce test consiste à tester la nullité des coefficients de régression pour les retards supérieurs à p*
(retard optimal), l’on teste d’une manière descendante une valeur de p* comprise enter 0 et M :
0 < p* < M.

• Sous les hypothèses suivantes ;

~ 3 ~
H 10 : p* = M - 1→ a M = 0 H1
1 : p* = M → a M ≠ 0

2
H 0 : p* = M – 2 → a M −1 =0 H 12 : p* = M – 1 → a M −1 ≠ 0

: :

H i0 : p* = M - i → a M −i +1 = 0 H 1i : p* = M – i + 1 → a M −i +1 ≠ 0

La statistique dédiée à ce test s’écrit sous l’hypothèse H0

( SCR M −I −SCR M −I +1 ) / 1
F= SCR M −i +1 /( n −M +i −3)

• Règle de décision

Dès qu’un Fi > F1 - α (1, n – M + i – 3) nous rejetons l’hypothèse H i0 et la procédure est

terminée et la valeur du retard est égale à p* = M - i +1

A-2/ Le critère de Akaike et le critère de Schwarz

Bien qu’ils aient des formules différentes, ces deux critères reposent sur le même principe qui
consiste à retenir comme valeur optimale p* celle qui minimise leurs fonctions respectives ;

• Akaike

 SCR p  2p
AIC (p) = Ln   +
 n  n

• Schwarz

 SCR p  pLn
SC (p) = Ln   + n
 n  n

Avec SCR = Somme des carrés des résidus pour le modèle à p retard

n= nombre d’observations disponibles (chaque retard entraine une perte d’observation)

Ln = logarithme népérien

B / Modèle de distribution polynomiale : le modèle d’Almon

Le modèle d’Almon représente la forme générale des modèles à retard échelonné sous une
forme fini tel que ;

~ 4 ~
 n
Yt = α + ∑ β i Xt-i + Ut (I)
i =0

En se basant sur le théorème de Weierstass, selon lequel toute fonction continue sur un
intervalle fini peut être approximée uniformément par un polynôme de degré approprié, Almon
exprime alors les βi en fonction de i la longueur du retard, de ce fait la distribution des
coefficients retards; les βi est approximée par un polynôme d’ordre assez faible 3 ou 4. Ainsi
la fonction de s βi se présente de la sorte :

βi = α0 + α1i + α 2 i 2 + …. + αq i q (II)

Un polynôme de degré q en i, et un modèle à q +1 paramètre à déterminer mais aussi le degré

du polynôme à l’origine inconnu.

Pour ce faire remplaçons les coefficients βi par leurs valeurs respectives dans la forme
générale des modèles à retards échelonnés comme le présente Almon ;

Yt = α + α0 X t

+ ( α0 +α1 +... +αq ) X t −1

+ ( α0 + α1 2 + ... + αq 2 ) X t −2
q
(III)

+ ( α0 + α1 3 + ... + αq 3 ) X t −3
q

+……..

+( α0 + α1 k + ... + αq k ) X t −k
q

+ Ut

En mettant les a de l’équation précédente en facteur on obtient

Yt = a + α0 ( X t + X t −1 + X t −2 + .... + X t −k )

+ α1 ( X t −1 + 2 X t −2 + ... + kX t −k )

+ α2 ( X t −1 + 2 2 X t −2 + ... + k 2 X t −k ) (IV)

+ …..

+ αq ( X t −1 + 2 X t −2 + ... + k X t −k )
q q

+ Ut

~ 5 ~
 k
Posons Z0t = ∑X t −i
o

k
Z1t = ∑iX t −i
1

k
Z2t = ∑i 1
2
X t −i

.
.

k
Zqt = ∑i 1
q
X t −i

Nous pouvons par la suite simplifier notre équation et obtenir :

Yt = α + α0 Z 0t +α1 Z 1t +α2 Z 2t + ... + αq Z qt +U t (V)

Dans le modèle d’Almon, la variable endogène Yt est expliquée par les variables Z0t, Z1t, Z2t,
…, Zqt qui sont, elles même des combinaisons linéaires des variables retardées Xt-i.

La méthode utilisée pour estimer les paramètres de l’équation (V) est la méthode des moindres
carrés ordinaires et les paramètres obtenus vérifient toutes les propriétés requises des moindres
carrés ordinaires.

Après les avoir déterminés, on déduira ceux de l’équation de départ (I) à partir de la relation
(II), ainsi

βˆ 0 = αˆ 0

βˆ1 = αˆ 0 + αˆ 1 + .... + αˆ p

βˆ 2 = αˆ 0 + 2αˆ 1 + 2 2 αˆ 2 + .... + 2 q αˆ q

………….

βˆ n = αˆ 0 + nαˆ 1 + n 2αˆ 2 + .... + n qαˆ q

Le modèle d’Almon laisse le choix au modélisateur en ce qui concerne le nombre de retard et

le degré du polynôme qui de dépasse pas en général 3 ou 4.

~ 6 ~
En ce qui concerne le degré du polynôme q < n, et il peut être déterminé en partant d’une
valeur q= n-1, on test la significativité du coefficient a du terme le plus élevé à l’aide d’un t de
student, on déduit le degré du polynôme jusqu'à ce que ce coefficient soit significatif.

Partie II : Etude empirique

Cette partie est une application de la première partie et consistera à l’analyse de l’influence
des taux d’intérêt sur les investissements au Maroc entre 1980 et 2006. Les données nous sont
fournies par le site de la Banque Mondiale.
Nous serons en face d’un modèle à retard échelonné puisque nous étudierons l’influence du
taux d’intérêt dans le temps. Notre analyse et nos interprétation serons faite grâce au logiciel
« eviews ».

Section 1 : Analyse exploratoire des données

• Les investissements

120000

100000

80000

60000

40000

20000

0
80 82 84 86 88 90 92 94 96 98 00 02 04

INV

Nous constatons que sur toute notre période d’observation les investissements on sans
cesse augmentés. Cette augmentation est certainement due au taux d’intérêts (ce que nous
essayerons de démontrer) mais aussi à cause des dépenses à la consommation puisque l’on

~ 7 ~
sait que plus les individus consomment, plus cela stimule l’investissement. Mais à côté de
ces différents facteurs on y ajoute les politiques Marocaines en faveur de l’investissement
tel que les politiques fiscales et aussi la stabilité socio politique que connais le pays.

• Les taux d’intérêts

14

13

12

11

10

6
80 82 84 86 88 90 92 94 96 98 00 02 04

Taux d'intérêts

Les taux d’intérêts au cours de notre période d’observation son enclin à la baisse. Mais
l’on dénote tout de même des oscillations importantes de 1980 à 1992. En effet cette
période est marquée par de incessant encadrement et désencadrement du crédit, qui
dans le premier cas augmentait les taux d’intérêts et dans le deuxième cas diminuais les
taux d’intérêt. Après 1992 nous entrons dans la phase de libéralisation financière au
Maroc c’est ce qui explique la chute des taux d’intérêt.

Section 2 : Détermination du nombre de retards

Pour déterminer le nombre de retards nous utiliserons conjointement les critères
d’Akaike et de Schwarz. Pour ce faire nous estimerons la relation ci-dessous du retard
0 au dixième retard, ensuite nous prélèverons pour chacune des estimations les valeurs
Akaike et Schwarz enfin nous déduirons le retard optimal en retenant le minimum, des
deux critères.

~ 8 ~
 Le modèle ce présente comme suit :
n
Invt = α + ∑ β i Tx int t −i + U t
i =0

Avec Inv = Investissement

Txint = taux intérêt

Les résultats de la valeur des critères après chaque estimation sont consignés dans le tableau
ci-dessous ;

Nombre
Akaike info Schwarz
de
criterion criterion
retard
0 22.18196 22.27874
1 22.14953 22.24704
2 22.13239 22.23056
3 22.12473 22.22347
4 22.08050 22.17968
5 22.07171 22.17119
6 22.03057 22.13014

→ 7 21.94589 22.04531 ←
8 22.11087 22.20980
9 22.28851 22.38654
10 22.48561 22.58219

D’après ces deux critères, le retard optimal p* =7.

~ 9 ~
 Section 3 : Estimation du modèle
Come nous l’avions précisé précédemment, nous utiliserons le logiciel « Eviews » pour
l’estimation des paramètres du modèle.

Précisons avant que comme l’enseigne la théorie en ce qui concerne la détermination du degré
du polynôme, nous avons procédé à une estimation à partir du degré q= 6, tel que (q = p-1)
puisque p*=7. Et pour ce degré (6) le α 6 n’était pas différente de 0, nous avons donc
continué l’estimation jusqu'à avoir α q significatif (les α sont représentés par PDL) . C’est
seulement pour le degré 1 que α 1 significativement différent de 0.
Nous pouvons estimer les βi avec « Eviews » sachant que p*= 7 et q =1 ; on obtient les
résultats suivant ;

Dependent Variable: INV

Method: Least Squares
Date: 05/12/09 Time: 00:32
Sample (adjusted): 1987 2005
Included observations: 19 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

C 223458.9 11567.63 19.31760 0.0000

PDL01 -411.0463 30.54511 -13.45702 0.0000

R-squared 0.914181 Mean dependent var 69359.84

Adjusted R-squared 0.909133 S.D. dependent var 23672.68
S.E. of regression 7135.932 Akaike info criterion 20.68297
Sum squared resid 8.66E+08 Schwarz criterion 20.78239
Log likelihood -194.4883 F-statistic 181.0915
Durbin-Watson stat 0.432537 Prob(F-statistic) 0.000000

Lag Distribution of
TXINT I Coefficient Std. Error t-Statistic

* .| 0 -411.046 30.5451 -13.4570

* .| 1 -822.093 61.0902 -13.4570
* .| 2 -1233.14 91.6353 -13.4570
* .| 3 -1644.19 122.180 -13.4570
* .| 4 -2055.23 152.726 -13.4570
* .| 5 -2466.28 183.271 -13.4570
* .| 6 -2877.32 213.816 -13.4570
* .| 7 -3288.37 244.361 -13.4570

Sum of
Lags -14797.7 1099.62 -13.4570

~ 10 ~
Au vu de la sortie logiciel nous pouvons dire que notre modèle est bon, d’une part nous avons
un R2= 0.914181, et la p-value du F-statistic pour le test de Fisher est de 0 ,000. D’autre part
tous les coefficients sont significatifs. De plus le graphique ci-dessous présente la forme de la
série ajustée (fittled) conforme à celle de la série brute.
120000

100000

80000
20000
60000
10000
40000

0 20000

-10000

-20000
88 90 92 94 96 98 00 02 04

Residual Actual Fitted

Le tableau ci-dessous présente les résultats du test de Ramsey RESET, l’interprétation des
résultats obtenus permet de confirmer que la relation entre les variables est linéaire étant donné
que la p-value de la statistique de Fisher est de 0.765611 qui est largement supérieure à la
valeur de seuil théorique (0,05)

Ramsey RESET Test:

F-statistic 0.091957 Probability 0.765611

Log likelihood ratio 0.108887 Probability 0.741415

Test Equation:
Dependent Variable: INV
Method: Least Squares
Date: 05/12/09 Time: 14:05
Sample: 1987 2005
Included observations: 19

Variable Coefficient Std. Error t-Statistic Prob.

C 275089.8 170676.1 1.611765 0.1266

FITTED^2 -1.82E-06 5.99E-06 -0.303245 0.7656
PDL01 -523.1021 370.8541 -1.410533 0.1775

R-squared 0.914671 Mean dependent var 69359.84

Adjusted R-squared 0.904005 S.D. dependent var 23672.68
S.E. of regression 7334.504 Akaike info criterion 20.78251
Sum squared resid 8.61E+08 Schwarz criterion 20.93163
Log likelihood -194.4338 F-statistic 85.75528
Durbin-Watson stat 0.448471 Prob(F-statistic) 0.000000

~ 11 ~
Le tableau suivant est celui du test de Breusch-Godfrey les résultats obtenus font état présence
d’autocorrélation des résidus d’ordre 2. En effet la p-value de la statistique de Fisher
(0.006338) inférieure à au seuil théorique 0,05 permet d’accepter l’hypothèse H0
d’autocorrélation des résidus d’ordre 2.

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 7.227764 Probability 0.006338

Obs*R-squared 9.324397 Probability 0.009446

Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 05/12/09 Time: 14:07
Presample missing value lagged residuals set to zero.

Variable Coefficient Std. Error t-Statistic Prob.

C 2672.700 8901.264 0.300261 0.7681

PDL01 -6.684106 23.44567 -0.285089 0.7795
RESID(-1) -411.0463 0.248012 -1657.368 0.0000
RESID(-2) -822.0926 0.252618 -3254.288 0.0000

R-squared 0.490758 Mean dependent var 1.30E-11

Adjusted R-squared 0.388909 S.D. dependent var 6934.879
S.E. of regression 5421.154 Akaike info criterion 20.21867
Sum squared resid 4.41E+08 Schwarz criterion 20.41750
Log likelihood -188.0774 F-statistic 4.818509
Durbin-Watson stat 1.385146 Prob(F-statistic) 0.015229

Notre modèle se présente donc sous la forme suivante ;

INVt = 223458.93 - 411.04 TXINTt - 822.09 TXINTt-1 - 1233.13 TXINTt-2 - 1644.18 TXINTt-3

- 2055.23 TXINTt-4 - 2466.27 TXINTt-5 - 2877.32 TXINTt-6 - 3288.37 TXINTt-7

Etant donné que notre modèle est statistiquement bon, il est parfaitement logique de qu’il
confirme la théorie économique c’est en ce sens que nous pouvons confirmer que sur notre
période d’observation, les taux d’intérêts stimulent l’investissement au Maroc, qu’il existe une
relation inverse entre ces deux variables et que les taux d’intérêts n-7 périodes influencent
l’investissement de la période n. Plus les taux d’intérêts sont bas plus l’investissement
augmente comme nous le montre le signe négatif des coefficients des paramètres estimés pour
tout les retards.

~ 12 ~
 CONCLUSION

Notre étude empirique nous à permis de certifier que le taux d’intérêt au Maroc
représente un stimulant à l’investissement. Par ailleurs aussi significatif que soit
notre modèle, il parait peu réaliste d’admettre que les taux d’intérêts de 1993
influencerons ceux de 2000, il serait plus réaliste d’accepter un retard d’ordre 7
pour des données mensuelles. Toujours est il que même pour des données
annuelles, tout dépend du domaine d’activité dans lequel on se trouve car ces
résultats paraissent plus que satisfaisant dans l’immobilier qui est un secteur en
pleine croissance au Maroc. Pour ainsi dire les autorités on tout intérêt à
encourager la libéralisation financière afin de stimuler la concurrence en vu de
favoriser la baisse des taux d’intérêts car comme nous l’avons dit au début de
notre travail, l’investissement est la source de l'accroissement de l'offre
productive et donc de la croissance à venir.

~ 13 ~