Économétrie · R · Analyse quantitative

Finance digitale et inclusion financière — analyse économétrique

Étude économétrique sur 77 pays en développement — impact de la finance digitale sur l'inclusion financière via OLS et variables instrumentales (2SLS), avec construction d'un indice composite d'inclusion financière.

R OLS Variables instrumentales 2SLS World Bank Data ggplot2
Voir sur GitHub Retour aux projets
Financial inclusion econometric analysis

Contexte & Problème

Près de 30% des adultes dans le monde n'ont toujours pas accès aux services financiers de base. Dans les pays en développement, ce taux est encore plus élevé. Avec l'essor des smartphones et des services de paiement mobile, la finance digitale est souvent présentée comme une solution à ce problème — mais dans quelle mesure est-ce réellement le cas ?

L'objectif de ce projet : tester empiriquement si la finance digitale améliore l'inclusion financière dans les pays en développement, en utilisant des méthodes économétriques rigoureuses qui permettent de contrôler les biais d'endogénéité — un problème central dans ce type d'analyse.


Approche méthodologique

1

Collecte des données

Données issues de la Banque Mondiale (World Development Indicators) et du Global Findex 2018. 152 pays en développement au départ, réduits à 77 après filtrage sur la disponibilité des variables.

2

Construction de l'indice IFI

Construction d'un indice composite d'inclusion financière (IFI) selon la méthode d'Oumarou et Celestin (2021), combinant accès aux dépôts, aux prêts et à l'épargne.

3

Estimation OLS

4 modèles MCO avec la finance digitale et 7 variables de contrôle socio-économiques (électricité, emploi agricole, PIB, IDE, inflation, population urbaine, capital humain).

4

Tests diagnostiques

Tests de normalité des résidus (Shapiro-Wilk), d'hétéroscédasticité (Breusch-Pagan) et d'endogénéité (Wu-Hausman).

5

Estimation Variables Instrumentales (2SLS)

Re-estimation des 4 modèles avec la méthode des variables instrumentales pour corriger l'endogénéité — instruments : population urbaine et densité de population en log.


Résultats clés

0.86
R² modèle IFI (OLS)
1%
Significativité de la finance digitale sur tous les modèles
77
Pays analysés
4
Modèles estimés

Ce que j'ai appris


Limitations & Améliorations possibles