Effet Spcifique Individuel et Paradoxe de Feldstein-Horioka : Une Analyse de lEconomtrie de Panel

Annie CORBIN G.R.A.P.E. (Groupe de Recherche en Analyse et Politique Economiques) Universit Montesquieu Bordeaux IV Avenue Lon Duguit 33608 Pessac

Tlphone 05 56 84 29 05 (Secrtariat) 05 56 84 29 97 (Bureau) Fax 05 56 84 29 64 Email : corbin@montesquieu.u-bordeaux.fr

Effet Spcifique Individuel et Paradoxe de Feldstein-Horioka : Une Analyse de lEconomtrie de Panel

INTRODUCTION Dans leur tude de 1980, Feldstein-Horioka utilisent la corrlation entre le taux dpargne national et le taux dinvestissement domestique comme indicateur de la mobilit du capital long terme, une corrlation faible indiquant un degr lev de mobilit du capital sur le plan international et vice versa. Cependant leur analyse ralise en coupe instantane partir dun chantillon de 16 pays de lO.C.D.E. sur la priode 1960-1974, rejette lhypothse de mobilit parfaite des marchs de capitaux. Ce rsultat est en contradiction avec lintgration croissante des marchs de capitaux observe depuis les annes 1970 (OCDE, 1970). De nombreuses tudes menes en coupe instantane1 ou partir de lanalyse des sries temporelles2 ont confirm les rsultats de Feldstein-Horioka et ont tent de les rconcilier avec lhypothse de mobilit du capital. En effet la corrlation persistante entre lpargne et linvestissement peut tre tre moins due une faible mobilit des capitaux quau caractre procyclique de lpargne et de linvestissement dans le modle des cycles rels (Backus-Kehoe-Kydland, 1989). Ceci a conduit un certain nombre dauteurs3 raliser des analyses en coupe instantane partir de moyennes dobservations sur des priodes afin dliminer linfluence de ces cycles dans la corrlation pargne-investissement. En outre la transposition de lanalyse de la solvabilit du secteur public celle dune nation a conduit suggrer une nouvelle interprtation de la corrlation leve pargneinvestissement4. A long terme, le respect de la contrainte budgtaire individuelle dune nation sexprime travers la constance du compte courant5 qui pourrait tre interprte dans loptique des travaux en coupe instantane de Feldstein-Horioka comme une preuve de limmobilit du capital6. Par ailleurs, Tobin (1983), Murphy (1984), Baxter et Crucini (1993) suggrent que la corrlation leve de lpargne et de linvestissement domestiques peut reflter au niveau de lestimation limportance de la taille du systme financier dun pays sur le plan international. Lorsque le systme financier dun pays est trs dvelopp, des variations exognes de
1

Feldstein (1983), Penati-Dooley (1984), Summers (1987), Bayoumi (1990), Tesar (1991). Feldstein (1983), Frankel (1985, 1989), Obstfeld (1986), Leachman (1991). 3 Feldstein-Horioka (1980) , Bayoumi (1990), Tesar (1991). 4 Voir Coakley-Kulasi-Smith, 1996, 1997, 1998. 5 Hamilton-Flavin, 1986 ; Trehan-Walsh, 1988, 1991. Cela implique, selon, Sinn (1992), lgalit des taux moyens dinvestissement et des taux dpargne long terme. 6 Voir Wickens-Uctum, 1990.
2

lpargne nationale affectent le taux dintrt mondial et conduisent des mouvements conjoints des taux dpargne et des taux dinvestissement internes. Si la capacit dun pays influencer la fixation du taux dintrt mondial est un facteur explicatif important de lobtention dun coefficient de corrlation lev dans la relation pargne-investissement, lestimation dquations de rgression qui traiterait lensemble des pays de lchantillon comme identiques du point de vue de leur capacit influer sur les conditions du march financier international des capitaux, produirait un coefficient de corrlation estim biais vers le bas ou vers le haut. Sinn (1992) a notamment suggr que lutilisation de moyennes des taux dpargne et dinvestissement sur des dcennies dans lanalyse en coupe instantane conduit biaiser la corrlation estime vers le haut. De ce point de vue, la sensibilit de la corrlation pargne-investissement lintroduction ou lexclusion de certaines observations peut tre teste en rgressant les taux dpargne moyens sur les taux dinvestissement moyens calculs pour chaque pays de lchantillon sur la priode et en interprtant les rsultats au regard de linclusion ou non de pays atypiques dans lestimation. Cependant cette procdure limine arbitrairement de linformation. A partir dun test de lconomtrie de panel, cette tude empirique tentera dtablir sil existe des effets spcifiques individuels dans le processus dintgration financire. La coexistence des dimensions individuelles et temporelles des donnes conduira estimer le coefficient de corrlation entre lpargne et linvestissement pour un groupe de 10 pays de lO.C.D.E. sur la priode 1880-1992 selon trois procdures pooling , between , within ainsi que par une variante du modle erreurs composes ( random effects model ). La question de la corrlation de ces effets avec les variables explicatives sera galement examine par lapplication dun test de Hausman et Taylor (1981). La section 2 prsente les aspects mthodologiques. La section 3 analyse les rsultats dun test de la corrlation pargne-investissement partir de la diffrence de valeurs des estimateurs. Ainsi, par rapport lestimateurs pooling , lestimateur within permet de prendre en compte lexistence deffets spcifiques individuels dans lestimation de la corrlation pargne-investissement. De la mme faon, la prsence de pays atypiques ayant des ratios pargne-investissement moyens relativement trs levs par rapport aux autres pays de lchantillon conduira biaiser lestimateur between vers le haut. Lincidence de ces rsultats au regard des conclusions de Feldstein-Horioka sera examine dans la section 4.

II. Effet spcifique individuel et corrlation pargne-investissement Cette tude tente de montrer que lobtention dune corrlation pargne-investissement leve peut sexpliquer davantage par lexistence deffets spcifiques individuels plutt que par lexistence dune caractristique commune qui affecterait de la mme manire lensemble des pays dun chantillon au cours dune priode donne. La spcificit des estimations menes sur des donnes de panel par rapport aux estimations menes en coupe instantane ou partir de lanalyse des sries temporelles est de prendre en compte les dimensions temporelles et individuels des donnes, soit : (1) Iit = Sit + uit i = 1N et t = 1T

Avec uit = i + vit o i est leffet individuel (certain ou alatoire) et vit est la composante stochastique de lerreur suppose non corrle avec la variable explicative. Les variables Iit et Sit reprsentent respectivement les taux dinvestissement et dpargne domestiques les indices i et t dsignant les dimensions individuelles (indice pays) et temporelles des donnes. Sit est suppos exogne par rapport uit , E(Sit uit) = 0. Lestimateur pooling pool correspond lapplication des moindres carrs ordinaires (MCO) sur les donnes empiles dans leurs dimensions individuelle et temporelle dans lquation (1). Feldstein-Horioka (1980) utilisent une variante de ce modle en lestimant sur des moyennes des taux dinvestissement et dpargne calcules pour chaque pays sur diffrentes souspriodes tel que : (2) Iim = Sim + ui
T

i = 1N et et Si m = 1/T Iit/PIBi
1 T

t = 1T

O Iim = 1/T Iit/PIBit

1

Lestimateur between est lestimateur betw des MCO appliqus aux donnes transformes dans lquation (2). Il ne prend pas en compte lhtrognit des pays mais en exprimant les donnes individuelles comme des moyennes sur les diffrentes sous-priodes, il limine la partie du biais de lestimation lie aux fluctuations cycliques sans liminer cependant lhtrognit individuelle persistante. Lintrt de lconomtrie de panel est de permettre le contrle de lhtrognit individuelle et temporelle des donnes. Lanalyse en sries temporelles (i donn, t = 1T) dans le modle (1) ou lanalyse en coupe instantane (i = 1N, t donn) dans le modle (2) en ne contrlant pas cette htrognit peuvent conduirent surestimer ou sous-valuer limpact des effets spcifiques individuels dans lestimation du coefficient de corrlation des modles (1) et (2). Outre la prise en compte de lhtrognit individuelle, lconomtrie de panel prsente lavantage de pouvoir identifier et mesurer des effets qui ne sont pas directement observables en coupe instantane ou en sries temporelles. De ce point de vue, lhtrognit des individus dans leur dimension temporelle et/ou individuelle peut tre spcifie soit par la prise en compte dun effet spcifique suppos certain (modle effets fixes) soit par la spcification dun effet spcifique non observable (modle erreurs composes ou random effects model ). Dans le modle effets fixes, leffet spcifique individuel certain i est suppos fix et apparat dans le modle comme un paramtre estimer : (3) Iit = i + Sit + vit i = 1N et t = 1T

La perturbation stochastique vit est suppose indpendante et quidistribue, c'est dire vit IID(0, 2 v ), i est suppos corrl avec les termes Sit . 4

Dans le modle effet fixes, o i est suppos corrl avec les termes Sit. , les effets individuels i sont supprims en calculant les carts aux moyennes individuelles (Iit - Ii). Lestimateur within est lestimateur with qui correspond aux MCO appliqu aux donnes transformes de lquation (4) : (4) (Iit - Ii) = (Sit - Si) + (uit - ui)

Lestimateur within limine donc les effets individuels persistants c'est dire les diffrences permanentes qui existent entre les diffrents pays sur la priode. Il privilgie donc linformation dordre temporel, transitoire. Cependant le modle (3) quivaut introduire des variables muettes afin de prendre en compte leffet spcifique propre chaque individu (Greene, 1993). Le modle induit donc une perte de degrs de libert qui peut nuire la qualit de lestimation. Cet cueil peut tre vit si les termes i sont supposs alatoires et pris en compte au niveau du rsidu c'est dire si le modle erreurs composes est estim (Taylor, 1980). Dans le modle erreurs composes, leffet spcifique individuel i non observable est pris en compte au niveau du rsidu du modle soit : Iit = Sit + i + vit

(5)

i = 1N et

t = 1T

avec i IID(0, 2) et vit IID(0, 2u). i et vit sont des perturbations alatoires non corrles, i prenant en compte leffet spcifique individuel qui nest pas inclus dans le modle. Sit est suppose non corrle avec les termes uit Lutilisation du modle erreurs composes implique cependant de vrifier que E(uit /Sit )= 0 , c'est dire implique de vrifier lindpendance de la variable explicative par rapport au terme derreur. Cette hypothse est importante compte tenu que, dans ce modle, les perturbations ui contiennent les effets spcifiques individuels alatoires (non observs) qui peuvent tre corrls avec la variables explicative, Sit. Si E(uit /Sit ) 0, lestimateur du modle erreurs composes est biais et non convergent pour lestimation du coefficient de corrlation .

Le choix de spcification entre les modles effets fixes et effets alatoires repose sur lhypothse dexognit du terme i par rapport la variable explicative Sit (Mundlak, 1978). Si les effets sont non corrls avec la variable explicative Sit , lestimateur random effects (modle erreurs composes) est convergent et efficace. Lestimateur within ( modle effets fixes) est alors convergent mais non efficace. Si les effets spcifiques sont corrls avec la variable explicative, lestimateur effets fixes (within) est efficace mais lestimateur random effects est non convergent7.

Voir Johnston, J. Dinardo, 1995. 5

La dmarche consiste donc tester pralablement lhypothse dexognit, lexistence dun effet spcifique individuel. Le premier type de test de lexistence dun effet individuel8 est un test de Chow effectu partir de la somme des rsidus au carr (SRC) obtenue de lapplication des moindres carrs ordinaires au modle within non restreint (SRC1) et au modle pooling restreint (SRC2). Sous lhypothse nulle dabsence dun effet spcifique individuel, la statistique de test F = [ (SRC2 SRC1) / (N-1)] / [SRC1 / (NT-N-K)] est distribue selon la statistique de Fischer FN1, N (T-1) - K. Le rejet de lhypothse nulle, c'est dire lacceptation de lexistence dun effet spcifique individuel implique de retenir lune des deux spcifications de lhtrognit individuelle within ou random effects. Ceci peut tre fait au regard du test de lexognit de leffet spcifique par rapport la variable explicative en utilisant un test de Hausman et Taylor (1981) de lhypothse nulle dexognit du rsidu du modle effets alatoires avec la variable explicative E(uit /Sit )= 0 dont la statistique de test est distribue selon un 2 . Dans la section suivante, la corrlation pargne-investissement sera examine au regard de la valeur de ces estimateurs. La diffrence de valeurs entre ces estimateurs informent sur la structure de la variance des donnes. La dcomposition de la variance totale des observations en variances inter individuelle et intra individuelle permet dvaluer limportance respective des dimensions individuelles et temporelles des donnes (Dormont, 1983).

III. Rsultats empiriques Cette section prsente les rsultats de lestimation du coefficient de corrlation pargne-investissement pour dix pays de lO.C.D.E. sur la priode 1880-1992 selon quatre procdures pooling , between, within et random effects . Lutilisation de lconomtrie de panel prsente un certain nombre davantages9. En premier lieu, elle permet de contrler lhtrognit des observations dans leurs dimensions temporelles et/ou individuelles. Dans ce cadre, le coefficient de corrlation entre lpargne et linvestissement domestiques peut tre estim selon diffrentes modalits qui se distinguent par limportance respective quelles accordent aux dimensions temporelles et individuelles des donnes. Lestimateur pooling, calcul partir des donnes empiles, prsuppose lhomognit des pays et labsence dvolution de la relation pargne-investissement au cours du temps. Lestimateur between en calculant des moyennes de taux dpargne et dinvestissement sur diffrentes sous-priodes limine le biais induit par le caractre pro-cyclique de lpargne et de linvestissement mais nlimine pas la persistance des effets spcifiques individuels qui peuvent biaiser lestimation. Lestimateur within obtenu partir des taux dinvestissement et dpargne calculs en cart aux moyennes individuelles limine les diffrences persistantes et permanentes entre les pays. Cette procdure privilgie la variabilit intra-individuelle et retient linformation dordre temporel et transitoire.
8 9

Baltagi B.H., 1995, p.12 , ; Hsiao C., 1986, p.16. Hsiao C., 1986 ; Baltagi B.H., 1995. 6

En second lieu, les techniques de lconomtrie de panel permettent lidentification et la mesure des effets qui ne sont pas observables en coupe instantane ou en sries temporelles. Ainsi, lestimateur random effects (modle erreurs composes) postule lexistence dun effet pays spcifique non directement observable et exogne par rapport au taux dpargne. Lexistence de corrlation contemporaine entre les taux dpargne et leffet spcifique individuel incertain (non systmatique) sera vrifi en appliquant un test de Hausman et Taylor (1981) . Dans une tude rcente (Corbin, 1998), lestimation dun modle correction derreur sur des donnes annuelles des taux dinvestissement et des taux dpargne pour un chantillon de 12 pays de lO.C.D.E. au cours de la priode 1880-1992 a suggr une certaine htrognit de la valeur du coefficient de corrlation pargne-investissement selon les pays et selon les souspriodes. Dabord, lestimation a suggr que la mobilit du capital sest accrue au cours de la souspriode 1972-1992 dans seulement 3 des 12 pays tudis (Allemagne, Japon, Norvge). Ces observations sont compatibles avec le mouvement de libralisation des flux de capitaux et de drglementation des marchs financiers qui sest opr depuis la fin des annes 1960 dans la plupart des pays de la zone O.C.D.E. (O.C.D.E., 1990) mais a t limit aux pays structurellement excdentaires en pargne dont le systme financier est trs dvelopp sur le plan international10. Pour les autres pays de lchantillon, le coefficient de corrlation pargne-investissement a dailleurs augment rgulirement au cours de la priode 18801992. En particulier la valeur du coefficient calcule au cours de la dernire sous-priode (1972-1992) est suprieure la valeur estime du mme coefficient estim au cours de la priode de ltalon-or (1880-1913) de forte mobilit du capital. Ensuite, ltude soulignait que certaines observations (Norvge, Japon, Etats-Unis, GrandeBretagne) ont eu un comportement atypique dans la relation pargne-investissement dans lchantillon au cours de la priode. Dune faon gnrale, les pays qui ont eu les taux dpargne les plus levs (graphique 1 et tableaux A.3) sont galement ceux qui ont eu les taux dinvestissement les plus levs (Japon, Norvge). Le mme constat en sens oppos est observ pour les pays de lchantillon qui ont les taux les plus faibles (Etats-Unis, GrandeBretagne). Le trac de la premire bissectrice sur le graphique (1-d) permettrait de diviser lchantillon de pays en un groupe de pays excdentaires en pargne (Argentine, Danemark, France, Allemagne, Japon, Norvge, Sude) et un groupe de pays dficitaires en pargne (Grande-Bretagne, Etats-Unis, Italie, Australie, Canada) au cours de la priode. Enfin, en utilisant la structure de panel de la base de donnes, la sensibilit de la relation pargne-investissement lintroduction ou lexclusion de certaines observations dans lchantillon de pays a t teste en rgressant les taux dpargne moyens sur les taux dinvestissement moyens sur une priode considre et en observant si les rsultats pouvaient sexpliquer par la prise en compte ou non de certains pays de lchantillon dans lestimation (tableau A.4). Compte tenu du nombre peu lev dobservations, la comparaison de la valeur des coefficients au cours des diffrentes sous-priodes ne permettait pas de dgager des
10

Pour la Norvge, la rduction du coefficient de corrlation entre lpargne et linvestissement est principalement due aux dcouvertes de gisements de ptrole la fin des annes 1960 quil a fallu financer par des entres de capitaux. Sur ce point, voir Jansen W.J. et Schulze G.G.(1996).

infrences concernant lvolution de la mobilit du capital entre les groupes de pays au cours des diffrentes sous-priodes. Toutefois, le coefficient de corrlation lev b estim pour lensemble des pays de lchantillon au cours de la sous-priode 1972-1992 (0.80) pouvait sexpliquer par la prise en compte, lors de lestimation de pays dont le systme financier est important sur le plan international. Le graphique 1-d ainsi que le tableau A.3 soulignaient le biais introduit par la prise en compte de la Norvge, de la Grande-Bretagne, du Japon et des Etats-Unis dans lestimation de la corrlation pargne-investissement au cours de la souspriode. Le coefficient nest plus que de 0.50 lorsque lquation est estime sans prendre en compte ce groupe de pays. Cela suggre linfluence dterminante de ces quatre observations dans la relation pargne-investissement dans lchantillon entier.

Ltude empirique propose dans cet article sinscrit dans le prolongement de ces rsultats et suggre notamment quil est important de contrler lhtrognit spcifique potentielle de certains pays lors destimation en coupe de la corrlation pargneinvestissement. Ltude tentera dtablir sil existe des effets spcifiques individuels dans le processus dintgration financire. Dun point de vue historique, lanalyse de la mobilit du capital sur longue priode implique de prendre en compte les divers changements intervenus dans les rgimes montaires. Chacun deux se diffrencient tant au regard des mcanismes dajustement du solde de la balance des paiements quils supposent, quau regard de leurs implications sur la libert de circulation des mouvements de capitaux. Le rgime de ltalon-or caractrisant la fin du XIXme sicle (1880-1913) et rinstaur en 1925 aprs une priode de taux de change flottant administr (1918-1925) privilgiait un mcanisme de rajustement des dsquilibres extrieurs par entres (ou sorties) dor du territoire national lorigine de lexpansion ( ou de la contraction) de la masse montaire interne. Du point de vue de la libert de circulation des mouvements de capitaux, le fonctionnement du rgime de ltalon-or sest opr dans des contextes trs diffrents. A la trs grande libert de la priode pre-1914, a succd une priode de svre diminution de celle-ci au cours de lentre-deux-guerres. Ce rgime, comme la suprmatie financire de Londres, atteindra son apoge en 1931. Avec les accords de Bretton-Woods instaurs au lendemain de la seconde guerre mondiale, les EtatsUnis deviennent le premier centre financier mondial. Le dollar se substitue la livre comme monnaie internationale. Aprs une priode de forte instabilit des monnaies et dinstauration de contrles de capitaux, le rgime de taux de change fixes mais ajustables prend fin en 1973 et laisse la place un rgime de flottement gnralis des monnaies qui ouvrira la voie un vaste mouvement de libralisation des flux de capitaux ds le milieu des annes 1960. Aussi afin dassurer une certaine cohrence historique avec les changements intervenus dans la mobilit du capital, la priode destimation a t divise en quatre sous-priodes, 18851913, 1921-1944, 1946-1972, 1973-199211. Afin dobtenir des chantillons quilibrs en
Cette base de donnes est emprunte Taylor (1996). Les pays tudis sont lArgentine (ARG), lAustralie (AUS), le Canada (CAN), le Danemark (DNK), la France (FRA), lAllemagne (ALL), lItalie (ITA), le Japon (JPN), la Norvge (NOR), la Sude (SUE), la Grande-Bretagne (GBR), les Etats-Unis (Etats-Unis). Labrviation retenue pour chaque pays est indique entre parenthses. Comme dans Taylor (1996), sur la priode 1850-1914, le taux dinvestissement (I/Y)t est dfini par le ratio de linvestissement brut It au revenu national Yt prix courants, le taux dpargne (S/Y)t est dduit de lidentit (S/Y)t = (It/Yt) + (CAt/Yt) o CAt dsigne le compte courant. La mme procdure est utilise pour calculer (I/Y)t et (S/Y)t sur la priode 19151959. Sur la priode 1960-1992, (I/Y)t et (S/Y)t reprsentent les ratios de linvestissement et de lpargne bruts domestiques au PIB exprim prix courants. Pour plus de dtails sur les donnes par pays (sources, etc.), se reporter Taylor (1996), p.28, appendice des donnes.
11

nombre dobservations12, les diffrentes sous-priodes retenues sont celles pour lesquelles ont disposent du nombre le plus lev possible dobservations par pays13. Le tableau A.1 prsent en annexe donne la valeur des diffrents estimateurs, pooling, between, within et random effects calculs sur les diffrentes sous-priodes. La comparaison des estimations obtenues pour les diffrentes sous-priodes indique une certaine proximit des valeurs des estimateurs pooling, within et random effects quelque soit la sous-priode considre. Lestimateur between est quant lui toujours significativement plus lev. Sur la sous-priode de ltalon-or (1880-1913), les estimateurs pooling, within et random effects donnent des niveaux dintgration financire relativement levs (coefficients se situant autour de 0.40) mme sils sont significativement diffrents de zro. La diffrence de valeurs entre les estimateurs between et within tend confirmer ce rsultat. En effet lobtention dun coefficient de corrlation pargne-investissement relativement lev pour lestimateur between (0.65) peut traduire moins un degr dintgration financire faible au niveau des pays de lchantillon que la prise en compte lors de lestimation de pays atypiques qui tendent biaiser la valeur de cet estimateur vers le haut. La valeur relativement leve de lestimateur between est conforme la valeur de cet estimateur obtenue au cours de la mme sous-priode (0.63) par Eichengreen (1992) dans un chantillon de pays incluant les EtatsUnis. Le graphique 1-a ainsi que le tableau A.3 prsents en annexe soulignent en effet le caractre atypique des Etats-Unis dans la relation pargne-investissement au cours de cette premire sous-priode. Le graphique 1-a montre une certaine concentration des observations au sein dun noyau de pays dans la partie centrale du graphique autour duquel gravitent certaines observations. De la mme faon, le tableau A.3 indique que les taux dinvestissement et dpargne moyens amricains calculs pour cette sous-priode sont beaucoup plus levs que ces mmes taux calculs pour les autres pays de lchantillon. Limportance relative de lestimateur between par rapport aux valeurs des estimateurs within et random effects observe au cours de cette sous-priode imprimerait donc le mme biais que celui qui est observ lors destimations en coupe instantane qui suppose lhomognit des pays. En particulier, la proximit des rsultats pour les trois estimateurs pooling, within et random effects peut tre interprte comme la traduction au niveau des estimations de la prdominance des disparits intra-individuelles dans la variance totale des observations14 sur la sous-priode de ltalon-or.
12

En fait les priodes dobservation pour chaque pays sont pour ARG (1885-1992), AUS (1861-1992), CAN (1870-1992), DNK (1874-1914, 1921-1992), FRA (1850-1913, 1922-1938, 1949-1992), ALL (1860-1913, 19251935, 1950-1992), ITA (1861-1992), JAP (1885-1944, 1946-1992), NOR (1865-1939, 1946-1992), SUE (18611992), GBR (1850-1992), EU (1874-1992). 13 Ainsi les pays exclus pour chaque sous-priode sont: pour la priode (1921-1944), lAllemagne, la France et la Norvge, pour les sous-priodes (1946-1972) et (1973-1992), lAllemagne et la France.

14

En effet, lestimation between correspond lapplication des moindres carres ordinaires (MCO) au taux dinvestissement et dpargne moyens sur une priode dans une estimation en coupe instantane (cf. supra). Cette procdure limine le biais induit par le caractre pro-cyclique de lpargne et de linvestissement mais ne supprime pas le biais induit par lexistence deffets spcifiques individuels persistants entre les pays au cours des diffrentes annes. Voir Feldstein-Horioka (1980), Bayoumi (1980), Tsar (1991).

La diffrence de valeurs entre ces estimateurs informent en effet sur la structure de la variance des donnes. La dcomposition de la variance totale des observations en variances inter et intra individuelles permet dvaluer limportance respective des dimensions individuelles et temporelles des donnes (Dormont, 1983). Le tableau A.2 prsente ainsi la structure de la variance des observations pour la sous-priode (1885-1913). La variabilit intra individuelle reprsente un peu plus de 98% de la variabilit totale.

En exprimant les taux dinvestissement et les taux dpargne en cart aux moyennes individuelles, la procdure within qui suppose lhtrognit des pays limine de lestimation les effets spcifiques supposs exister entre les pays15. Lestimateur within corrige donc le biais quinduit lhtrognit des pays dans lestimation de la corrlation pargne-investissement. Une fois limins les effets spcifiques aux pays, les corrlations pargne-investissement sont nettement attnues en within. Lors du passage de between en within, la divergence des valeurs entre ces deux estimateurs peut donc tre lindice dune certaine htrognit des pays quil convient de prendre en compte lors de lestimation. Ce rsultat est reflt dans la valeur de lestimateur pooling qui est estime partir dun modle qui utilise la variance totale des observations. Il existe cependant plusieurs faons de prendre en compte lhtrognit des pays (cf. supra). Alors que la procdure within limine le biais induit par lexistence deffets spcifiques aux pays supposs certains et corrls avec les variables explicatives, le modle random effects suppose lhtrognit des pays en introduisant dans le rsidu du modle un effet spcifique non observable propre au pays et suppos non corrl avec les variables explicatives. Statistiquement llimination des effets spcifiques individuels par lestimation du modle within se fait un cot lev en termes de pertes de degrs de libert16. En introduisant leffet spcifique individuel dans le rsidu du modle, lestimateur random effects chappe cette critique. Ainsi on considre gnralement lorsque les effets spcifiques individuels sont non corrls avec les variables explicatives que lestimateur random effects est un estimateur convergent et efficace, lestimateur within tant alors un estimateur convergent mais non efficace17. Ainsi, lestimateur random effects est le meilleur estimateur sans biais si lindpendance entre les effets spcifiques individuels et les variables explicatives est vrifie. Les proprits respectives de convergence et defficacit des estimateurs within et between dpendent donc du caractre exogne ou non par rapport aux rgresseurs du rsidu du modle random effects qui inclut leffet spcifique individuel. Cela suppose de tester pralablement lexistence dun tel effet. Le tableau A.1 montre la convergence de la valeur des estimateurs within et random effects sur la priode de ltalon-or. Selon Mundlak (1978), quand le modle est correctement spcifi lestimateur random effects est quivalent lestimateur within donc il ny a quun seul estimateur . Dans cette optique, la proximit des valeurs within et random effects peut tre lindice de labsence de corrlation entre les effets spcifiques individuels et les variables
La prise en compte deffets spcifiques individuels se fait au niveau du modle en supposant lexistence de diffrences dans les intercepts des quations de rgressions entre les diffrents pays (cf..supra). voir Hsiao, 1986. 16 Cette procdure quivaut introduire des variables muettes dans le modle afin de capturer lhtrognit des pays. Sur ce point, voir Greene, 1993. 17 Voir Davidson-MacKinnon, 1993.
15

10

explicatives qui rend approximativement quivalent en terme de spcification de lhtrognit individuelle lutilisation des estimateurs within et random effects. Lhypothse nulle de labsence dun effet spcifique individuel certain est accepte sur la sous-priode 1885-1913 pour lensemble des douze pays de lchantillon mais rejete au seuil de 10% lorsque les Etats-Unis sont exclus de lchantillon de pays (tableau A.1). Le graphique 1-a souligne le caractre atypique des Etats-Unis dont la prise en compte dans lestimation tend accrotre la dimension individuelle de lchantillon et tend craser sa dimension temporelle. La valeur du test de Hausman et Taylor (1981) conduit lacceptation de lhypothse nulle dexognit du rsidu par rapport au taux dpargne au cours de la sous-priode 1885-1913 dans le modle random effects douze pays. Ce qui tend valider cette spcification de lhtrognit au cours de la sous-priode. La priode de lentre-deux-guerres (1921-1944) est caractrise par une hausse de la valeur des quatre estimateurs. Lestimateur between (0.74) est significativement plus leve que sur la priode prcdente. La valeur des estimateurs pooling, within et random effects conduisent des estimations de la valeur du coefficient de corrlation pargne-investissement beaucoup plus faible (autour de 0.57). La proximit de la valeur des estimateurs pooling et within tend relativiser le dclin de lintgration financire implique par lvolution de la valeur de lestimateur between au cours des deux dernires sous-priodes et reflte au niveau de lestimation limportance de la variabilit intra-individuelle dans la variance totale (tableau A.2). Le graphique 1-b ainsi que le tableau A.3-b soulignent le caractre atypique de certaines observations dans lchantillon de pays. Le graphique 1-b suggre une certaine concentration des observations pour un petit groupe de pays mme si une certaine dispersion est observe pour la Norvge, la Grande-Bretagne et dans une moindre mesure pour lArgentine et les Etats-Unis. Le tableau A.3-b montre un taux dinvestissement et un taux dpargne moyens relativement levs par rapport au reste de lchantillon pour la Norvge et relativement bas pour la Grande-Bretagne. Ainsi, le coefficient de corrlation between lev peut tre moins lindice dune moindre mobilit des capitaux que la traduction du biais induit par la non prise en compte de lhtrognit de certains pays dans lestimation. Lacceptation dune part, de lhypothse de lexistence dun effet spcifique individuel certain et lacceptation dautre part, de lhypothse de lexognit de leffet individuel non observable par rapport la variable explicative dans le modle random effects (tableau A.1) implique de retenir ce dernier modle comme estimateur convergent et efficace de lhtrognit individuelle au cours de la sous-priode. La priode de laprs-guerre (1946-1972) est caractrise par un accroissement de la variabilit inter-individuelle des pays (voir graphique 1-c et tableau A.2). Le coefficient between (0.87) est significativement plus lev que sur la priode prcdente. Les coefficients de corrlation pargne-investissement estims par les procdures pooling (0.50) within (0.47) et random effects (0.48) diminuent significativement lorsque lhtrognit des pays est spcifie dans le modle. Les valeurs homognes observes pour ces trois estimateurs diminuent par rapport la priode prcdente et suggre un accroissement relatif de la mobilit du capital au cours de cette sous-priode. Laccroissement du coefficient between entre les deux dernires sous-priodes et parallle la hausse de la part de la dimension interindividuelle dans la variance totale. Lestimateur between tendrait surestimer le dclin de la mobilit du capital au cours de cette priode. Lestimateur en within fournit en revanche des valeurs beaucoup plus faibles et proches des valeurs observes sur la sous-priode de ltalon-or de forte mobilit du capital.

11

Lhypothse de lexistence dun effet spcifique certain est accept au cours de la sous-priode (tableau A.1). Le test de Hausman suggre lexognit des effets individuels. Au cours de la sous-priode 1973-1992, les valeurs estimes des quatre estimateurs augmentent fortement. Lestimateur pooling (0.80) semble reflter une combinaison moins tranche deffets individuels et temporels. La variabilit inter-individuelle tend en effet saccrotre lgrement au cours de cette priode (tableau A.2). Le graphique 1-d indique une certaine concentration des observations ainsi que la situation atypique du Japon et de la Norvge dans lchantillon de donnes. Lhypothse dexistence dun effet spcifique individuel certain est accepte (tableau A.1). En revanche, la statistique 2 du test de Hausman conduit admettre lexistence deffets individuels corrls avec la variable explicative Sit au cours de la sous-priode et suggre donc de ne pas retenir la spcification random effects comme spcification de lhtrognit individuelle. Ce rsultat souligne limportance des effets individuels non observables corrls avec la variable explicative dans lexplication de lobtention dun coefficient estim pargneinvestissement lev qui tend surestimer le dclin de lintgration financire au cours de cette sous-priode. Ce rsultat suggre donc la ncessaire prise en compte des diffrences permanentes non observables existant entre les pays dans lestimation de la relation pargneinvestissement.

IV. Conclusion Ltude a soulign limportance du contrle de lhtrognit de certains pays lors de lestimation en coupe de la corrlation pargne-investissement pour un groupe de pays utilisant les donnes de panel. La coexistence des dimensions individuelles (between) et temporelles (within) des donnes a conduit estimer le coefficient de corrlation entre lpargne et linvestissement pour un groupe de dix pays de lO.C.D.E. sur la priode 18851992 selon trois procdures ( pooling , between , within ) ainsi que par une variante du modle erreurs composes ( random effects). La proximit des rsultats pooling et within au cours des quatre sous-priodes peut tre interprte comme la traduction au niveau de lestimation de la prdominance des disparits intra individuelles dans la variance totale. Lestimateur between qui prsuppose lhomognit des pays donne des niveaux dintgration financire toujours moins levs par rapport aux valeurs des estimateurs within et random effects. La diffrence de valeurs entre ces estimateurs peut donc tre lindice de certaines disparits entre les pays quil convient de prendre en compte lors de lestimation de la relation pargne-investissement.. Des variables spciques certains pays affectent leur attidude dans lallocation de lpargne et de linvestissement domestiques. Ainsi, cest parce que le reste du monde accepte de dtenir la dette extrieure du pays centre que ce dernier peut vivre au-dessus de ses moyens sans avoir se proccuper de lajustement du solde courant de sa balance des paiements. La non prise en compte de cette htrognit peut biaiser lestimation. lconomtrie de panel permet didentifier et de mesurer des effets qui ne sont pas observables dans lanalyse en coupe instantane ou en sries temporelles.

12

La question du choix de la spcification de lhtrognit soit par un effet certain soit par un effet alatoire se pose en terme de vrification de lhypothse dexognit de leffet individuel par rapport la variable explicative. Le test pralable de lexistence dun effet individuel conduit admettre lexistence de tels effets au cours des trois dernires souspriodes tudies. Lexistence de diffrences transitoires non observables entre les pays semble plutt caractriser le processus d intgration financire au cours des trois premires sous-priodes. Au cours de la dernire sous-priode, lexistence dattributs individuels non observables omis lors de lestimation de la relation pargne-investissement et corrls avec la variable explicative est parallle lobtention de coefficient estim levs. Ceci conduit suggrer une nouvelle interprtation du paradoxe de FeldsteinHorioka (1980). Lobtention dun coefficient de corrlation lev entre les taux dpargne et les taux dinvestissement domestiques peut tre moins due une rduction de la mobilit du capital au cours de la priode considre quau caractre atypique de certains pays de lchantillon qui biaise lestimation. Ltude a tent ainsi de montrer limportance du rle des effets spcifiques individuels dans lvolution de la mobilit des capitaux au cours des diffrentes sous-priodes concernes. Mais lobtention de coefficients de corrlation pargne-investissement relativement levs dans le processus dintgration financire rcent reste cependant en contradiction avec lobservation. Lun des prolongements apporter cette tude empirique serait notamment de prendre en compte lexistence dun biais potentiel soulign par lanalyse empirique: lomission de variables explicatives lors de lestimation de la corrlation pargneinvestissement.

13

Bibliographie

Baltagi B.H., Econometric analysis of panel data , Willey, 1995. Baxter M. et Crucini M.J., Explaining saving-investment correlations , The American Economic Review, vol. 83, 1993. Bayoumi T., Saving-investment correlations - immobilie capital, governement policy or endogenous behavior ? , IMF Staff Papers, vol.37, N2.

Coakley J., Kulasi F. et Smith R., Current account solvency and the Feldstein-Horioka puzzle , The Economic Journal, 106, 1996. Coakley J. et Kulasi F., Cointegration of long span saving and investment , Economics Letters, 54, 1997. Coakley J., Kulasi F. et Smith R., The Feldstein-Horioka puzzle and capital mobility : a review , International Journal of Finance and Economics, 3, 1998. Corbin A., Mobilit du capital et ajustement du solde courant de la balance des paiements : une tude empirique dans les pays de lO.C.D.E. (1880-1992) , Document de travail, GRAPE, 1998. Davidson R., MacKinnon J.G., Estimation and inference in econometrics , Oxford University Press, 1993. Dooley M., Frankel J. et Mathieson D.J., International capital mobility - What do savinginvestment correlations tell us ?, IMF Staff Papers, vol.34, 1987. Dormont B., Introduction lconomtrie des donnes de panel : thories et applications des chantillons dentreprises , monographies dconomtrie, CNRS, 1989. Eichengreen B., Trends and cycles in foreign lendings , dans capital flows in the worls economy, sous la direction de Siebert H. et al., 1992. Feldstein M., Domestic saving and international capital movments in the long run and in the short run , European Economic Review, 21, 1983. Feldstein M. et Horioka C., Domestic saving and international capital flows , Economic Journal, 90, 1980. Frankel J., International capital mobility and crowding out in the U.S. economy , in R.Hafer (ed), How Is the U.S. Economy ?, , Lexington, Mass./ Lexington Books, 1986. Frankel J.A., Measuring international capital mobility: a review , The American Economic Review, 82, 1992.

14

Greene W.H., Econometric analysis , Prentice-Hall International, 1997. Hamilton J.D. et Flavin M.A., On the limitations of government borrowing: a framework for empirical testing , The American Economic Review, 76, 1986. Hsiao C., Analysis of panel data , Econometric society monographs N11, Cambridge University Press, 1995. Hausman A., Specification tests in econometrics , Econometrica, 46(6), 1251-71, 1978. Hausman J.A. at Taylor W.E., Panel data and unobservable individual effects , Econometrica 49, 1377-98, 1981 Jansen W.J. et Schulze G.G., Theory-based measurement of the saving-investment correlation with an application to Norway , Economic Inquiry, 34, 1996. Johnston J., Dinardo J., Econometric methods , 4me dition, McGraw-Hill. Leachman L., Saving, investment and capital mobility among OECD countries, Open Economies Review , N2, 1991. Mundlak Y., On the pooling of time series and cross section data , Econometrica, 46(1), 69-85. Murphy R.G., Capital mobility and the relationship between saving and investment rates in OECD countries , Journal of International Money and Finance, 3, 1984. Obstfeld M., Capital mobility in the world economy: theory and measurement , CarnegieRochester Conference Series on Public Policy , N24, 1986. Obstfeld M., Comments , de Frankel J.A., Quantifying international capital mobility in the 1980s dans Bernheim et Shoven, 1991. OCDE, Libralisation des mouvements de capitaux et des services financiers dans la zone de lOCDE , OCDE, 1990. Penati A. et Dooley M., Current account imbalances and capital formation in industrial countries , 1949-81, IMF Staff Papers, vol.31, 1984. Sinn S., Saving-investment correlations and capital mobility: on the evidence from annual data , Economic Journal, 102, 1992. Summers L., Tax policy and international competitiveness , in International Aspects of Fiscal Policies , ed. by J. Frenkel (Chicago Universuty Press, Chicago, 1988). Taylor W., Small sample considerations in estimation from panel data , Journal of Econometrics, 13(2), 203-23, 1980. Taylor A.M., International capital mobility in history: the saving-investment relationship , NBER Working Paper series N5743, 1996.

15

Tesar L.L., Saving, investment and international capital flows , Journal of International Economics, 31, 1991. Tobin J., Comments , de Feldstein M., Domestic saving and international capital movements in the long run and in the short run , 1983. Trehan B. et Walsh C.E., Common trends, the governments budget constraint and revenuesmoothing , Journal of Economic Dynamic and Control, 12, 1988. Trehan B. et Walsh C.E., Testing intertemporel budget constraints: theory and applications to U.S. federal budget and current account deficits , Journal of Money, Credit, and Banking, Vol. 23, N2, 1991. Wickens M.R. et Uctum M., National insolvency: a test of the U.S. intertemporel budget constraint , Discussion Paper N437, 1990.

16

Annexes
Tableau A.1 Estimations du coefficient de corrlation pargne-investissement1 1885-19132 Pooling Between Within Random effects Test de lexistence dun effet individuel [ p-value] Test de Hausman [p-value]
1

1921-1944 0.58 (0.046) 0.74 (0.25) 0.56 (0.04) 0.57 (0.04) F8,206=2.18
[0.03]

1946-1972 0.50 (0.041) 0.87 (0.24) 0.47 (0.41) 0.48 (0.41) F9,259=2.96
[0.002]

1973-1992 0.80 (0.03) 1.06 (0.15) 0.74 (0.03) 0.76 (0.03) F9,459=5.29
[0.000]

0.43 (0.05) 0.65 (0.10) 0.40 (0.05) 0.42 (0.05) F11,335 = 0.747
[0.69]

2(1) = 1.19
[0.27]

2(1) = 0.74
[0.39]

2(1) = 3.6
[0.05]

2(1) = 9.5
[0.00]

Les valeurs entre parenthses donnent les carts-types. 2 La statistique de test de lexistence dun effet individuel est F10,307 = 1.67 avec [0.08] lorsque les Etats-Unis sont exclus de lchantillon de pays.

Tableau A.2 Structure de la variance des observations1 1880-1913 Vwith / Vtot

1

1921-1944 95.7%

1946-1972 93.8%

1973-1992 83.6%

98.1%

Vwith = Variance within Vtot = Variance totale

Tableau A.3-a Taux dinvestissement et taux dpargne moyens par pays, 1880-1913 Pays S/PIB I/PIB Argentine Australie Canada Danemark France Allemagne Italie Japon Norvge Sude Gde-Bretagne Etats-Unis 0.037 0.103 0.123 0.143 0.14 0.137 0.139 0.139 0.144 0.088 0.137 0.219 0.108 0.158 0.192 0.168 0.141 0.145 0.132 0.157 0.171 0.114 0.09 0.214

17

* Taux dpargne et taux dinvestissement les plus levs dans lchantillon de pays. ** Taux dpargne et taux dinvestissement les moins levs dans lchantillon de pays.

Tableau A.3-b Taux dinvestissement et taux dpargne moyens par pays, 1921-1944 Pays S/PIB I/PIB Argentine Australie Canada Danemark France Allemagne Italie Japon Norvge Sude Gde-Bretagne Etats-Unis 0.1 0.12 0.151 0.178 0.167 0.153 0.102 0.176 0.201 0.182 0.062 0.109 0.102 0.145 0.147 0.175 0.163 0.154 0.137 0.168 0.213 0.17 0.071 0.096

Tableau A.3-c Taux dinvestissement et taux dpargne moyens par pays, 1946-1972 Pays S/PIB I/PIB Argentine Australie Canada Danemark France Allemagne Italie Japon Norvge Sude Gde-Bretagne Etats-Unis 0.206 0.25 0.21 0.248 0.26 0.271 0.242 0.303 0.298 0.231 0.171 0.181 0.198 0.26 0.227 0.256 0.259 0.251 0.239 0.295 0.31 0.23 0.171 0.179

18

Tableau A.3-d Taux dinvestissement et taux dpargne moyens par pays, 1972-1992 Pays S/PIB I/PIB Argentine Australie Canada Danemark France Allemagne Italie Japon Norvge Sude Gde-Bretagne Etats-Unis 0.23 0.229 0.211 0.202 0.225 0.245 0.232 0.327 0.294 0.205 0.177 0.179 0.216 0.24 0.222 0.195 0.224 0.211 0.235 0.313 0.275 0.199 0.184 0.192

Tableau A.4. Slection de lchantillon de pays et corrlation pargne-investissement (1880-1992)a Priode Pays Constant S/PIB R2 Nb 1880-1913 Tous les pays 0.081* 0.51* 0.40 12 (0.028) (0.21) 1914-1945 Tous les pays 0.021* 0.86* 0.88 12 (0.014) (0.1) 1946-1971 Tous les pays 0.0052 0.97* 0.94 12 (0.018) (0.076) 1972-1992 Tous les pays 0.040* 0.80* 0.88 12 (0.02) (0.089) NOR, 0.042* 0.81* 0.99 4 GBR,JAP,EU (0.012) (0.048) 0.10 0.50 0.25 8 Tous sauf (0.079) (0.35) NOR,GBR,JAP, EU
Les variables sont les moyennes des taux dinvestissement et des taux dpargne annuels sur chaque souspriode. Les carts-types estims des coefficients de rgression sont indiqus entre parenthses. Un astrisque indique la significativit un niveau de 5%. La variable dpendante est le taux dinvestissement, I/PIB et la variable explicative est le taux dpargne, S/PIB. b N dsigne le nombre dobservations.
a

19

Graphiques

Graphique 1-a Taux moyens dpargne et dinvestissement (1880-1913)

Saving and Investment Averages 1880-1913

0,25

USA 0,2 AUS CAN NOR DNK JPN DEU FRA ITA UK

0,15 I/Y ARG SWE

0,1

0,05

0 0 0,05 0,1 S/Y 0,15 0,2 0,25

Graphique 1-b Taux moyens dpargne et dinvestissement (1921-1944)

Saving and Investment Averages 1921-1944

0,25

NOR 0,2 DNK SWE JPN FRA

0,15 ITA

AUS

DEU CAN

I/Y

0,1 UK 0,05 0,05

ARG USA

0,07

0,09

0,11

0,13

0,15 S/Y

0,17

0,19

0,21

0,23

0,25

20

Graphique 1-c Taux moyens dpargne et dinvestissement (1946-1972)

Saving and Investment Averages 1946-1972
nor jap Aus Fr Dnk Deu Ita Can Sw e Arg UkUsa 0,15 0,1 0,05 0 0 0,05 0,1 0,15 0,2 0,25 0,3 0,35 Inv

0,35 0,3 0,25 0,2

Graphique 1-d Taux moyens dpargne et dinvestissement (1972-1992)

Saving and investment averages rates 1972-1992

0,35

JPN

0,3
NOR

I/Y

0,25
CAN

AUS ITA FRA ARG DEU

0,2

USA UK

SWE DNK

0,15 0,15

0,2

0,25 S/Y

0,3

0,35

21

22