Search

Durant les vingt dernières années, la microfinance en tant qu’outil de financement des couches économiquement défavorisées a fait le bonheur de milliers de personnes vivantes en situation de pauvreté extrême et en quête de financement adapté à leur profil économique et social. Néanmoins la microfinance semble aujourd’hui placée devant le dilemme suivant : faut-il davantage se concentrer sur les objectifs sociaux ou bien se consacrer exclusivement aux objectifs financiers ? (Shisme de la microfinance, Morduch, 2000). En parallèle, et afin de concilier entre les objectifs ci-dessus : certains auteurs insistent sur la nécessité de la mise en place de bonnes pratiques de gouvernance (Djoufouet & Nzongang, 2020 ; Mori, et al., 2015). Dans cette même veine, une bonne gouvernance s’avère nécessaire, voire fondamentale, car elle va mettre en exergue un certain arbitrage entre les performances et mener des décisions jugées optimales qui limitent le pouvoir abusif des dirigeants. Dans cette perspective, divers efforts ont été consentis dans ce sens qui ont aboutis à des résultats contrastés entre pays. Le présent travail est une revue de littérature théorique et empirique autour de la question de l’interaction entre la gouvernance et la performance des IMF.

This paper aims to investigate the cointegration and causal effect of economic growth and education in the case of Morocco, over the period 1990 to 2019. Education in all of it’s forms, considered a fundamental factor of development. Therefore, a country needs to invest more in education. Without a significant investment in education (or human capital), no country can achieve sustainable economic development. Several studies have used various proxies for education, which is the enrollment rate at primary, secondary and tertiary levels (Chatterji, 1998). However, in our study, the quantity dimension of education is proxies by primary, secondary, and tertiary enrolment ratios and an education index. To investigate the relationship between education and economic growth the Auto-regressive Distributed Lag (ARDL) approach developed by Pesaran et al., (2001) and the Augmented Granger Causality approach given by Toda and Yamamoto (1995) are applied. To do that, we have used time-series data on economic growth, labor force, physical capital and four separate education indexes from 1990 to 2019. The data are collected from the World Development Indicators (WDI) and Human Development Reports (HDR). Furthermore, we used a global measure of education, called the education index, by adopting the UNDP methodology. The education index is a proxy for education development. The several indicators were used to demonstrate the robustness of the empirical results. Our results of the ARDL-bound test show that there exist cointegration between economic growth and education. The results also show that there is bidirectional causality between education and economic growth. All levels of education Granger cause economic growth, while economic growth causes all indicators of education except gross enrollment ratio, primary in all cases of causality analysis. These findings suggest that the government should invest in gross primary enrollment to accelerate economic growth, which leads to further education and thus economic growth. Keywords: ARDL bounds test, Education index, Gross enrolment ratio, Economic growth, Toda-Yamamoto approach JEL Classification: C5 C22, I25, O4

Les efforts déployés par le Maroc au profit de son système éducatif sont relativement importants (plus de 6% en moyenne de son PIB sont alloués au secteur) mais les performances réalisées restent bien en-deçà des attentes. Le présent article se propose de dévoiler les éléments explicatifs des résultats des élèves marocains à l’examen international PIRIS 2011 en utilisant la modélisation multiniveaux qui a l’avantage d’estimer la part de la variance totale due aux variables liées aux élèves (niveau 1) et celle attribuée au contexte scolaire (niveau 2). C’est ainsi que plus de 62% de la variance des résultats scolaires sont dus à des différences de profils des élèves (caractéristiques individuelles et familiales), tandis qu’une partie assez importante de cette variance s’explique par les différences de caractéristiques des écoles soit une part de variance de 38%., Revue Réflexions Économiques, No 1 (2020): L'éducation en questions