REPUBLIQUE DU SENEGAL

Un Peuple – Un But – Une Foi

MINISTERE DE L’ECONOMIE,
DU PLAN ET DE LA COOPERATION

DIRECTION GENERALE DE LA PLANIFICATION ET DES POLITIQUES ECONOMIQUES

DIRECTION DE LA PREVISION ET DES ETUDES ECONOMIQUES

DOCUMENT D’ETUDES N°48

Monnaie mobile et ses effets macroéconomiques

au Sénégal

@DEPE/JUILLET12024
Monnaie mobile et ses effets macroéconomiques au Sénégal

Par Baurice Younouss DIEDHIOU ; Doulla Zakari-yaou MAIGA et Sambane YADE1

Résumé :
Cette étude a pour objectif de mesurer les effets macroéconomiques de l’utilisation de la monnaie mobile sur
l’économie sénégalaise à l’aide d’un modèle d’Equilibre Général Dynamique Stochastique (DSGE). Ainsi, un choc
d’une hausse de 10% de la propension de monnaie mobile utilisée pour effectuer des dépenses de consommation
a été implémenté. Les résultats des simulations montrent que l’accroissement de la monnaie mobile impacte
positivement la consommation privée en moyenne de près de 6,35% au cours des 10 premières années, entraînant
des effets induits positifs sur plusieurs agrégats macroéconomiques. En effet, il serait observé une augmentation
moyenne de l’investissement privé et des importations, respectivement d’environ 1,15% et 4,81%, malgré une
décélération des exportations de 16,17%. Par contre, les ménages à capacité de financement auraient tendance à
réduire leurs placements bancaires favorisant une augmentation des prêts d’environ 30,07% et 5,84% en moyenne,
au cours de la même période. Globalement, cette nouvelle configuration aurait des effets positifs sur le PIB et les
recettes fiscales à hauteur de 0,14% et 10,84%, respectivement. Dans cette optique, l’Etat pourrait accompagner
les Fintech en favorisant, la numérisation des plateformes de collectes de recettes et l’implantation des points de
distribution. En outre, les établissements émetteurs devraient élargir leurs partenariats tout en renforçant la
confiance des ménages pour une meilleure appropriation de la monnaie mobile.

Mots clés : Monnaie mobile, DSGE, consommation, investissement, PIB, recettes fiscales
Classification JEL : E42, E12, E21, E22, E23, H2

Abstract:
The aim of this study is to measure the macroeconomic effects of using of mobile money on the Senegalese
economy, using a Dynamic Stochastic General Equilibrium (DSGE) model. A shock of a 10% increase in the
propensity of mobile money used for consumer spending was implemented. Simulation results show that the
increase in mobile money positively impacts private consumption by an average of nearly 6.35% over the first 10
years, with positive induced effects on several macroeconomic aggregates. In fact, private investment and imports
would increase on average by around 1.15% and 4.81% respectively, despite a 16.17% deceleration in exports. On
the other hand, households with financing capacity would tend to reduce their bank investments, favoring an
increase in loans of around 30.07% and 5.84% on average, over the same period. Overall, this new configuration
would have positive effects on GDP and tax revenues of 0.14% and 10.84% respectively. With this in mind, the
government could support FinTech’s by promoting the digitization of revenue collection platforms and the
establishment of distribution outlets. In addition, issuing institutions should broaden their partnerships, while
strengthening household confidence in the use of mobile money.

Keywords: Mobile money, DSGE, consumption, investment, GDP, tax revenues

JEL Classification : E42, E12, E21, E22, E23, H2

1
zakdou56@gmail.com; babadiodo@gmail.com; bauricediedhiou@gmail.com

2
 I. Introduction

L’utilisation de la monnaie mobile est un phénomène relativement récent qui a gagné du

terrain dans les transactions commerciales. Selon le Système Global de Communication Mobile
(GSMA 2022 et 2023), le nombre de comptes mobiles enregistrés au niveau mondial a connu
une progression de 13% entre 2021 et 2022, soit respectivement 1,35 milliard et 1,6 milliard
de comptes mobiles sur les deux années. En termes de valeur, les transactions ont augmenté de
22%, passant de 1000 milliards de dollars en 2021 à 1260 milliards de dollars en 2022, ce qui
représente en moyenne 2 millions de dollars de transactions par minute. En effet, cet
accroissement de la transformation du système financier et des moyens de paiement a
commencé à partir des années 1990 avec la libéralisation, favorisant le développement des
innovations2.

Aujourd’hui, avec la nécessité d’améliorer le niveau d’inclusion financière, le secteur

des fintechs occupe une place importante dans le quotidien des populations d’Afrique
subsaharienne. Ce secteur a connu une croissance très significative, soutenue par les
innovations et l’accroissement des investissements. Dans le même sillage, plusieurs initiatives
ont été mises en place afin d’encourager ces fintechs à développer de nouvelles offres de
produits notamment les transactions numériques et les paiements instantanés. À cela, s’ajoutent
les partenariats entre les opérateurs de téléphonie, les établissements émetteurs de monnaie
mobile et les banques commerciales à travers l’interopérabilité.

En Afrique et en particulier au Sénégal, la numérisation du système de paiement a joué

un rôle important pendant la pandémie de Covid-19. Il ressort des statistiques du Findex (2021)
et de la BCEAO (2021), que l’utilisation de la monnaie mobile au Sénégal continue de croître.
En effet, la faiblesse du taux de bancarisation favorise l’émergence des Fintech en renforçant
l’inclusion financière, surtout dans les zones rurales, bénéficiaires en grand nombre des
transferts de fonds des migrants. La facilité, la disponibilité et la rapidité des paiements
numériques offrent une réduction des coûts de transactions, des déplacements, de traitements et
des frais administrés par rapport aux paiements classiques. L’intégration de la monnaie mobile
soutient le développement commercial et permet de répondre rapidement aux besoins financiers
d’urgence.

2
L’ensemble de ces innovations financières peut être appréhendé à travers l’introduction de nouveaux instruments financiers
(paiement mobile, carte bancaire, distributeurs automatiques)

3
 Selon le GSMA (2024), le développement du réseau d’agents distributaires enregistrés
a augmenté de 22% en 2023 pour atteindre un niveau record de 18,6 millions en Afrique de
l’Ouest. Cette hausse est tirée essentiellement par le Nigéria, le Ghana et le Sénégal. Quant aux
transactions interopérables, elles ont progressé de 15% entre 2022 et 2023 et s’établissent à 210
milliards de dollars, soit 60% du total.

Le mode de paiements électroniques comme portefeuille mobile joue un rôle important

en Afrique. Il est le plus couramment disponible et largement adopté comme une solution
alternative aux consommateurs de par sa rapidité, sa flexibilité et ses faibles coûts. Cette offre
de service se traduit par une augmentation des ventes et par de nouveaux clients. L’écosystème
de la télécommunication et ses services financiers mobiles contribuent également aux finances
publiques africaines. En effet, ils ont généré des recettes fiscales d’environ 20 milliards de
dollars en 2022 (GSMA, 2023).

Le développement du système financier facilite et encourage de nouvelles technologies

par l’innovation (Kane, 1969). L’émergence de l’économie numérique a donc créé un
environnement propice à l’utilisation de la monnaie mobile dans les transactions financières et
économiques. Les méthodes traditionnelles de distribution des services financiers ont été
abandonnées au profit des nouvelles technologies de distribution incluant les transferts, les
paiements de factures, les rechargements de crédit téléphonique etc. La monnaie mobile est
définie comme un outil de stockage, sur un support électronique, d’une valeur monétaire
représentant une créance sur l’établissement émetteur et acceptée comme moyen de paiement
par les personnes physiques ou morales (BCEAO, 2015)3.

En Afrique de l’Ouest, particulièrement dans l’Union Economique et Monétaire Ouest-

Africaine (UEMOA), le nombre de comptes ouverts en monnaie mobile s’est établi à 131
millions en 2021 contre 94,2 millions en 2020 et 76,2 millions en 2019, soit une variation de
70,22% entre 2019 et 2021. En ce qui concerne les transactions, le volume a progressé de
47,16% en 2021, pour atteindre 5,14 milliards d’opérations pour une valeur de 63895 milliards
par rapport à 2020 (BCEAO, 2022). Les transactions moyennes journalières de l’Union se sont
établies à près de 177 milliards de FCFA en 2021, soit une hausse de 54% par rapport à 2020.

3BCEAO (2015) : Instruction N° 008-05-2015 régissant les conditions et les modalités d’exercice des activités des émetteurs
de monnaie électronique dans les Etats membres de l’Union Economique et Monétaire Ouest-Africaine (UEMOA)

4
 Au Sénégal, sept (7) initiatives d’offre de services financiers adossées à la monnaie
mobile ont été enregistrées en 2021 comptabilisant 21,6 millions de comptes ouverts selon la
BCEAO (2022). Cependant, seulement 8,7 millions de comptes sont actifs avec au moins une
transaction au cours des 90 derniers jours, soit un taux d’activité de 40,47%. Le volume des
transactions annuelles est évalué à 998,32 millions pour une valeur de 17395 milliards de FCFA.
Ces dernières sont réparties selon différents services financiers mobiles dont les plus importants
sont les transferts entre personnes (34,69%), les opérations de dépôt (30,98%), de retrait
(29,35%) et les paiements (2,73%).

S’agissant de la diffusion des innovations en monnaie mobile en Afrique, les principaux

déterminants de l’utilisation de la monnaie mobile sont principalement le taux d’abonnement
mobile, la croissance économique, le taux d’urbanisation et la qualité de la connectivité des
téléphones portables (Steve et al., 2022).

Par ailleurs, des études récentes ont analysé la relation entre l’utilisation de la monnaie
électronique, la conduite de la politique monétaire et la croissance économique (Adam et
Walker, 2015 ; Mawejje et Lakuma, 2019 ; Luo et al., 2021). Pour ces derniers, le
développement de la monnaie mobile implique une substitution progressive à la monnaie
fiduciaire, ce qui crée un important effet multiplicateur et une augmentation de la vitesse de
circulation. Cependant, ces études se limitent principalement, à l’analyse de la relation entre la
monnaie mobile et la politique monétaire. Il s’agira à travers ce document d’étendre l’analyse
à l’impact de la monnaie mobile sur les différents agrégats macroéconomiques.

L’objectif général de cette étude est de mesurer les effets de la monnaie mobile sur
l’économie sénégalaise grâce à un modèle d’Equilibre Général Dynamique Stochastique
(DSGE). A cet effet, le document est organisé comme suit, après l’introduction, la deuxième
section proposera une revue de littérature théorique et empirique, suivie d’une analyse des faits
stylisés relatifs aux services financiers au Sénégal. La quatrième section sera réservée à
l’approche méthodologique retenue et les données utilisées dans cette étude. Enfin, la dernière
section portera sur la présentation des résultats et les recommandations de politiques
économiques.

5
 II. Revue de littérature

La littérature théorique sur le développement financier est globalement axée sur la

minimisation des coûts des opérations financières et sur l’amélioration de l’intermédiation
financière. Selon Kane (1969), le développement du système financier encourage l’application
de nouvelles technologies. La littérature a accordé une attention particulière à l’innovation
financière notamment la monnaie électronique dans une ère de numérisation économique. Cette
dernière a révolutionné le système financier aussi bien dans les pays avancés que ceux en
développement. L’un des principaux avantages de cet outil de paiement est sa capacité à
favoriser le développement inclusif et la réduction de la discrimination en termes d’accès aux
services financiers (Gichuki et Mulu-Mutuku, 2018 ; Asongu et Nwachukwu, 2017).

Plusieurs auteurs se sont intéressés à la question de la diffusion des innovations en

monnaie mobile en Afrique (Steve et al., 2022 ; Asongu et al., 2020 ; Lashitew et al., 2019).
Selon ces derniers, les principaux déterminants de l’adoption de la monnaie mobile en Afrique
sont le taux d’abonnement mobile, la croissance économique, le taux d’urbanisation, la qualité
de la connectivité des téléphones portables, les coûts de transactions, la réglementation du
secteur des télécommunications, l’état de droit et le niveau d’éducation.

En outre, plusieurs travaux empiriques s’accordent sur les nombreux avantages offerts
par les services de monnaie mobile surtout en termes de réduction de coûts, de sécurité et de
facilitation. En Afrique, l’expérience du Kenya avec le « M-PESA »4 a été un élément
révélateur de son succès comme alternative en faveur de l’inclusion financière. Elle a connu
une croissance importante et est utilisée dans tous les secteurs de l’économie (Dissaux, 2019).
Quelques études empiriques récentes utilisant des données microéconomiques ont mis l’accent
sur la diffusion de la monnaie mobile pour mesurer le niveau d’inclusion financière (Fall et
Birba, 2019 ; Zins et Weill, 2016 ; Fungacova et Weill, 2015).

En s’intéressant à la relation entre l’adoption des technologies de monnaie mobile et

l’entreprenariat des femmes, Gichuki et Mulu-Mutuku (2018) ont montré que ces dernières sont
plus incitées à utiliser la monnaie mobile que les services bancaires de paiement qui sont plus
coûteux. Sur la base d’un échantillon de 1800 ménages kenyans, les résultats d’Ahmed et
Cowan (2021) ont indiqué que la monnaie mobile constitue un facilitateur d’emprunt informel
au profit des utilisateurs. Les travaux de Mbiti et Weil (2023) ont également montré que

4
M pour mobile et Pesa, argent en swahili. C’est un système de microfinancement et de transfert d’argent par téléphone mobile,
lancé en 2007 par les deux plus grands opérateurs de téléphonie mobile (par Vodafone pour Safaricom et Vodacom) au Kenya
et en Tanzanie.

6
l’emploi de la monnaie mobile a significativement réduit la tendance d’épargne informelle et
augmenté la probabilité d’intégrer le système bancaire en Afrique de l’Est.

Par ailleurs, les travaux de Steve et al., (2022) qui ont principalement porté sur les
déterminants socio-économiques de l’adoption de la monnaie mobile au Cameroun grâce à des
approches méthodologiques complémentaires, révèlent que les facteurs tels que l’âge, le niveau
d’éducation, le niveau de vie et la propriété de la téléphonie mobile impactent différemment
l’utilisation des services de monnaie mobile. Coulibaly (2021) a fait une étude comparative des
facteurs affectant les taux de pénétration de la monnaie mobile entre l’UEMOA et les pays de
l’Afrique de l’Est. Les résultats de ses travaux, corroborant ceux de Gichuki et Mulu-Mutuku
(2018), montrent que les femmes sont moins susceptibles d’utiliser les comptes de monnaie
mobile.

Ngugi et al., (2010) attribuent le succès relatif de l’adoption de la monnaie mobile au

Kenya à l’incapacité des institutions financières existantes à répondre aux besoins des
populations exclues du système bancaire. Akinyemi et Mushunje (2020) ont analysé les facteurs
qui influencent l’adoption de la technologie de paiement mobile dans les zones rurales
d’Afrique en se focalisant sur les facteurs individuels et socio-économiques. Les résultats de
l’étude ont montré que la disponibilité des services, la sécurité, la confiance au système, ainsi
que le coût des transactions, sont des facteurs clés qui influencent positivement l’adoption de
la monnaie mobile. Les auteurs soulignent également que l’alphabétisation et l’accès à
l’électricité sont des facteurs importants qui favorisent l’adoption de cette technologie dans les
zones rurales. Enfin, ils constatent que les utilisateurs de l’argent mobile dans les zones rurales
sont moins instruits que ceux des zones urbaines, en plus de l’accès à l’électricité qui y est
souvent limité.

Récemment, d’autres études ont traité du rôle de la monnaie mobile dans les transferts
des fonds des migrants dans un contexte africain fortement dépendant desdits fonds (Elmi et
Ojelanki, 2019 ; Niankara et Traoret, 2023 ; Gascón et al., 2023). Les résultats de ces auteurs
ont aidé à comprendre que l’adoption de la monnaie mobile a affecté significativement la
probabilité de recevoir des envois de fonds ainsi que les montants des transactions. La
littérature est relativement unanime sur les facteurs explicatifs de l’adoption de la monnaie
mobile comme une alternative à l’accès aux services financiers formels.

7
 Par ailleurs, d’autres auteurs ont plutôt analysé la relation entre la monnaie mobile et la
politique monétaire à travers l’épargne, les prêts et les taux d’intérêt en Asie et en Afrique. Dans
le même sillage, Simpasa et al., (2011) estiment que l’augmentation de la vitesse de circulation
de la monnaie dans les pays comme le Kenya, la Tanzanie et l’Ouganda est largement due aux
innovations financières, notamment l’arrivée de nouveaux produits tels que la banque mobile.

Aron et al., (2015) ont développé un modèle de prévision d’inflation sur des données
mensuelles allant de 1994 à 2013. En intégrant la monnaie mobile comme variable d’intérêt
pour l’Ouganda, leurs résultats ont montré que la monnaie mobile n’a pas d’effet significatif
sur l’inflation. En outre, les travaux d’Orekoya (2017), avec un modèle SVAR sur données
mensuelles de 2008 à 2016, ont mesuré l’impact de la monnaie mobile sur les prix et la
production au Nigéria. Les résultats montrent que la monnaie mobile n’a pas d’effet significatif
sur la politique monétaire de la Banque centrale mais agit plutôt sur le niveau général des prix
et la production. Enfin, à l’aide d’un modèle DSGE à deux secteurs, Adam et Walker (2015)
ont trouvé que la monnaie mobile accroit la stabilité macroéconomique des pays d’Afrique de
l’Est.

Dans la même veine, les résultats des travaux de Barrdear et Kumhof (2022) basés sur
un modèle DSGE, ont montré qu’une augmentation des émissions de monnaie numérique, fait
baisser les taux d’intérêt réels et les coûts de transaction monétaires aux Etats-Unis. Par contre,
cela devrait augmenter de manière permanente le PIB. L’étude d’Orekoya (2017) a révélé que
les chocs de politique monétaire, en particulier, sur les taux des obligations d’Etat impactent
plus la monnaie mobile que l’offre de monnaie au Nigéria. Cependant, Williamson (2022), s’est
intéressé à la relation entre panique bancaire et monnaie électronique de la banque centrale en
employant un modèle MEGC. Les résultats révèlent que la politique monétaire peut, à travers
l’émission de monnaie physique, permettre de limiter les situations de panique en maintenant
les taux d’intérêt nominaux élevés. Il ressort également de ces travaux que la monnaie
électronique, malgré ses effets positifs sur le bien-être, peut être exposée à des impacts
similaires de moindre envergure grâce à des taux d’intérêt nominaux plus bas.

Andolfatto (2018) a montré que l’introduction de la monnaie digitale a affecté le secteur

bancaire en induisant des conditions contractuelles favorables pour les déposants. Dans le
même sillage, Chiu et al., (2020) ont trouvé que la monnaie digitale impacte également les prêts
bancaires et pourrait atteindre une proportion de 3,55% avec un taux de rémunération
raisonnable.

8
 Keister et al., (2023) en explorant l’arbitrage entre la réduction des prêts par les banques
commerciales et l’augmentation des échanges, ont trouvé que l’adoption de la monnaie digitale
stimule les transactions entrainant une consommation plus élevée. Auparavant, Tong et Jiayou
(2021) ont analysé l’impact économique de la monnaie digitale en Chine comme substitut aux
dépôts bancaires en utilisant un modèle DSGE. Les résultats ont montré que l’effet de
substitution est limité, tandis que l’impact est globalement positif sur l’économie et est estimé
à 0,15 % sur la croissance économique.

Nampewo et Opolot (2016) ont également examiné l’impact des innovations financières
sur la vitesse de circulation de la monnaie en Ouganda. À partir d’une approche ARDL, ils
montrent que ces innovations financières peuvent affecter la stabilité de la vitesse de circulation
de la monnaie à travers les taux d’intérêt, le revenu réel, la demande de monnaie et les encaisses
monétaires. Ces résultats corroborent avec ceux de Mawejje et Lakuma (2019). Ces derniers, à
l’aide d’un modèle VECM, ont démontré que les soldes réels de monnaie mobile et le volume
des transactions sont affectés négativement par les taux d’intérêt et positivement par l’activité
économique. En plus avec une approche SVAR, ils concluent que la monnaie mobile a des effets
positifs modérés sur les agrégats monétaires, l’indice des prix à la consommation et la
croissance.

Dans le même sillage, Bongomin et Munene (2021) ont analysé la relation entre
l’utilisation de la monnaie mobile et l’inclusion financière des petites et moyennes entreprises
dans les pays en développement en mettant l’accent sur le rôle des normes culturelles en
Ouganda. En utilisant un modèle de régression multiple, les auteurs montrent que l’utilisation
de la monnaie mobile influe positivement sur l’inclusion financière par le biais des normes
culturelles. Okello et al., (2018) ont analysé l’impact de la monnaie mobile sur l’inclusion
financière en Afrique subsaharienne, en mettant l’accent sur le rôle des réseaux sociaux. Les
résultats révèlent l’existence d’un effet modéré positif des réseaux dans la relation entre
l’utilisation de la monnaie mobile et l’inclusion financière. Enfin, Avom et al., (2023) en
utilisant des méthodes paramétriques et non paramétriques sur des données de panel de 50 pays
africains sur la période 2004-2020, ont montrent que l’adoption de la technologie de paiement
mobile renforce l’inclusion financière.

9
III. Analyses des faits stylises
L’écosystème des services financiers au Sénégal a connu de profondes mutations depuis
l’apparition de la monnaie électronique. Avec l’avènement des nouvelles technologies de
l’information et de la communication (TIC), les Etablissements de Monnaie Électronique
(EME) et leurs partenaires utilisent certains canaux numériques pour offrir des services
financiers de qualité. Ainsi, ils contribuent à la transformation digitale de l’économie avec des
services financiers pouvant favoriser l’inclusion financière. Aujourd’hui, le secteur des services
de monnaie mobile au Sénégal a atteint 21,59 millions d’abonnés en 2021, représentant 16,48%
du nombre de compte mobile de la zone UEMOA (BCEAO, 2022).

Cette section fait le diagnostic des services financiers en rapport avec la monnaie mobile
au Sénégal. D’une part, elle décrit l’évolution du secteur de la télécommunication, principal
soubassement de l’offre de monnaie électronique. D’autre part, elle met l’accent sur l’accès, la
distribution et l’utilisation de la monnaie mobile.

III.1. Evolution du secteur de la télécommunication au Sénégal

Durant ces dernières décennies, l’avènement de la téléphonie mobile (en particulier de

smartphones) et de l’internet haut débit a considérablement modifié le secteur de la
télécommunication. Au Sénégal, le taux de pénétration de la téléphonie mobile est passé de
65,8% en 2010 à 115,36% en 2021, soit une augmentation de 49,56%. Au départ, elle était
exclusivement dédiée à la communication, avant d’être progressivement utilisée comme un
outil essentiel par les plateformes de prestation de services financiers.

La croissance du nombre d’abonnés à la téléphonie mobile est, en partie, portée par la

dynamique de la population qui est passée de 12,7 millions d’habitants en 2010 à 16,7 millions
en 2020 (Banque Mondiale). En parallèle, le nombre d’abonnement est passé de 8 millions à
plus de 19 millions en 2020 comme l’indique le graphique 1. Il ressort qu’à partir de 2014, le
nombre d’abonnés est nettement supérieur à la taille de la population. Ces statistiques peuvent
être expliquées par la possession d’une ou de plusieurs cartes SIM par certains utilisateurs
(module d’identité d’abonné).

10
 Cette croissance fulgurante de la couverture de la téléphonie mobile au Sénégal
s’explique par le développement du secteur avec la présence de trois opérateurs5 titulaires de
licence de communication, de trois fournisseurs d’accès internet (FAI) 6, de trois opérateurs de
réseau mobile virtuel (MVNO)7 et d’un operateur d’infrastructures et fournisseurs des services
de valeur ajoutée (ARTP, 2022).

Graphique 1 : Evolution de la population totale et abonnement à la téléphonie mobile au

Sénégal de 2010 à 2020.

20000000
18000000
16000000
14000000
12000000
10000000
8000000
6000000
4000000
2000000
0
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020

Population, total Abonnements à la téléphonie mobile

Source : Calculs des auteurs, à partir des données de la Banque mondiale

Le marché national de la télécommunication est surtout dominé par un leader en termes

de couverture et de taux de pénétration des abonnées. En effet, l’opérateur Orange représente à
lui seul plus de la moitié de la totalité des abonnements (56,44% en 2021 contre 55,53% en
2020) alors que Free et Expresso représentent respectivement 23,67% et 18,39%. Cette situation
démontre la prédominance de l’opérateur Orange dans le marché avec 70% du trafic de
communication en 2021 contre 23,34% et 6,58% pour Free et Expresso (ARTP, 2022). Pour ce
qui est de la connexion internet, le taux de pénétration de l’internet suit la même tendance
puisque qu’il est passé de 88,74% en 2020 à 93,46% en 2021 soit une hausse de 4.47 points de
pourcentage. L’analyse du parc montre qu’en 2021, Orange et Free captent la part la plus élevée
avec 65,28% et 23,72 respectivement.

5 Sonatel sa (Orange), Saga africa Holding limited (FREE) et exprésso Sénégal

6 waw sas, arc telecom et africa access
7 Sirius Télécoms (Promobile)

11
 Le nombre d’utilisateurs de l’internet mobile ne cesse de croitre et représente 78,91%
du total. Malgré l’accroissement du réseau internet, les taux de couverture d’Orange sont les
plus élevés avec un niveau de 99,3% de la population en 2G et 3G, et 90,2% en 4G pour l’année
2021. S’agissant de l’opérateur Free, il couvre 90%, 86% et 60% des utilisateurs en 2G, 3G et
4G respectivement. Enfin, Expresso, malgré la faible évolution de ses parts de marché, couvre
98,21%, 75,26% et 45,52% de la population en réseau 2G, 3G et 4G.

III.2. Offre de services financiers numériques

Les services financiers numériques ont connu des mutations profondes avec l’arrivée de
nouveaux acteurs dans l’écosystème financier. Cette révolution a façonné ce secteur qui utilise
plus souvent cette nouvelle technologie. Ce dynamisme dans l’environnement financier ouvre
aux banques et autres institutions non bancaires, de nouvelles opportunités liées à la monnaie
mobile. Au Sénégal, les services financiers numériques sont assurés par les opérateurs de
télécommunication, les banques, les institutions de microfinance et les sociétés de technologie
financières (Fintech). En 2020, sept (7) initiatives de fournisseurs de monnaie électronique ont
été enregistrées au Sénégal permettant à 86,35% de la population âgée de 15 ans et plus de
détenir un compte de monnaie électronique auprès des Etablissements de Monnaie Electronique
(Orange finance mobile, Free Money et Wave Digital Finance), des banques et autres
institutions financières (BCEAO, 2021).

III.3. Accès aux services financiers numériques

Au Sénégal, l’accès aux services financiers numériques par les populations a connu une
amélioration significative au cours des dernières années. L’augmentation des initiatives
d’émission de la monnaie via la téléphonie mobile circonscrites aux opérations de rechargement
de porte-monnaie électronique, de retrait en espèce, d’achat de crédit, de paiement de factures
etc. Au cours de l’année 2021, 21,59 millions de comptes en monnaie électronique ont été
enregistrés contre 13,27 millions en 2020, soit une progression de 62,55% (BCEAO, 2022).
Cette évolution est liée, d’une part, à la crise sanitaire de la covid-19 qui a favorisé l’adoption
par les populations des services financiers numériques. D’autre part, aux mesures prises par la
Banque centrale pour l’assouplissement des conditions d’ouvertures de comptes. Par ailleurs,
le développement des réseaux d’agents distributeurs a favorisé l’utilisation accrue de la
monnaie électronique.

12
 Selon les données de la BCEAO, le taux global de pénétration démographique des
services financiers a connu une hausse de 79,54 points de pourcentage des services, passant de
4,62 points de services pour 10.000 adultes en 2010 à 84,16 points de services pour 10.000
adultes en 2020 (Graphique 2). S’agissant du taux de pénétration des services de monnaie
mobile, il est passé de 2,25 points de pourcentage en 2010 à 109,85 points de pourcentage en
2019 pour ensuite chuter à 80,51 points de pourcentage en 2020. Ce repli de 29 points de
pourcentage entre 2019 et 2020 est imputable à la suppression de guichets par l’émetteur de la
monnaie électronique Orange, relative à la mise en œuvre d’une plateforme d’inscription
autonome et le relèvement du plafond de dépôt en ligne.

Graphique 2 : Evolution des indicateurs d'accès aux services financiers au Sénégal

120

100

80

60

40

20

0
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
1-Taux de pénétration démographique des services bancaires
2-Taux de pénétration démographique des services de microfinance
3-Taux de pénétration démographique des services de monnaie électronique
4-Taux global de pénétration démographique des services financiers (TGPSFd)

Source : Calculs des auteurs, à partir des données de la BCEAO

Cependant, cette politique d’Orange finance mobile Sénégal n’a pas influé sur le nombre
de points de services de monnaie électronique. En effet, il ressort du graphique 2 que les
services financiers sont davantage tirés par les services de monnaie électronique plutôt que par
les banques et les institutions de microfinance. En effet, le taux de pénétration démographique
des services de monnaie électronique est passé de 2,5 points à 80,51 points entre 2010 et 2020,
alors que pour les banques et institutions de microfinance, il se situe respectivement en 2020 à
1,18 et 1,44 contre 0,81 et 1,33 en 2010. Cette évolution constatée est le fruit du partenariat des
banques avec les entreprises de télécommunication et les sociétés de technologie financières
(Fintech). Par ailleurs, la multiplication des agences de distribution et des services de monnaie
électronique (boutiques et kiosques) a contribué à l’amélioration de l’accès aux services
financiers notamment ceux liés à la monnaie électronique.

13
 Tout comme le taux de pénétration démographique, une très forte disparité géographique
est constatée dans l’ouverture des points de vente. Selon la BCEAO (2022), le taux de
pénétration géographique des services de monnaie électronique s’est établi à 397,94 points /
1000 km2 en 2020 contre 5,82 et 7,13 points pour les services bancaires et les services de
microfinance, respectivement. Cette disparité géographique dans la disponibilité des points de
services numériques résulte de la densification du réseau de distribution de monnaie
électronique. Elle offre ainsi un accès à certains services financiers et à une frange de la
population qui jusque-là était exclue du système bancaire classique. Selon le Ministère de
l’Economie, des Finances et du Plan (DGSFC, 2017), 84% des agences de services financiers
sont concentrées dans 6 régions dont Dakar regroupant les 46% suivi de Thiès (12%), Diourbel
(11%), Saint-Louis (6%), Kaolack (5%) et Ziguinchor (4%), témoignant d’une disparité notable
au niveau national.

III.4. Utilisation des services financiers numériques

Au Sénégal, l’indice de diffusion permettant d’apprécier l’utilisation de la monnaie
électronique à partir du téléphone portable est estimé à 0,93 en 2021 contre 0,78 en 2020. Cette
hausse du niveau de diffusion de la monnaie électronique, reflète un accroissement de la
fréquence d’utilisation de la téléphonie mobile. Quant au ratio de digitalisation nette8, il s’établit
à 0,95 en 2021 contre 0,79 en 2020, ce qui signifie qu’en 2021 95% des dépôts effectués sont
retirés (BCEAO, 2022).

Cette analyse met davantage l’accent sur la fréquence d’utilisation des services
financiers numériques. Cette dimension peut être appréhendée par le taux global d’utilisation
des services financiers (TGUSF) ou taux d’inclusion financière. Il estime le nombre d’adultes
titulaires d’un compte dans les banques, les services postaux, les caisses nationales d’épargne,
le trésor et les institutions de microfinance, auxquels s’ajoutent les titulaires de comptes de
monnaie électronique auprès des EME.

L’usage des services financiers est capté principalement à travers les transactions
effectuées en dépôt ou en retrait. S’agissant des services de monnaie électronique, leur
utilisation est basée sur les opérations de rechargement de compte, de retrait, de transferts, de
paiement ainsi que de recharge de crédit téléphonique. Selon la BCEAO (2022), le nombre de
services de distributions au Sénégal en 2020 est estimé à 239748. Sur la même période, le

8
Il mesure le rapport entre la valeur des retraits et la valeur des dépôts au cours d’une période donnée

14
nombre des transactions s’élevait à 572,12 millions pour une valeur de 9179,98 milliards de
FCFA soit en moyenne 25500 millions par jour. Les transactions sont principalement dominées
par les rechargements de porte-monnaie électronique (33%), les transferts de personne à
personne (31%) et les retraits (26%).

Le graphique 3 montre que l’utilisation des services financiers de monnaie électronique

a connu une évolution très significative sur la période 2010-2020, passant respectivement de
0,47% à 39,84%, contre 20,35% à 35,38% et 9,47% à 17,65% pour les services de monnaie
électronique, de microfinances et bancaires respectivement. Ces tendances témoignent qu’au
Sénégal, le secteur de la finance numérique reste dominé par les services de monnaie
électronique.

Graphique 3 : Evolution de l’utilisation des services numériques au Sénégal

40,00%
35,00%
30,00%
25,00%
20,00%
15,00%
10,00%
5,00%
0,00%
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Taux d'utilisation des services bancaires (TUSB)
Taux d'utilisation des services de microfinance (TUSM)
Taux d'utilisation des services de monnaie électronique (TUSME)

Source : Calculs des auteurs, à partir des données de la BCEAO

L’enquête du global Findex (2021) sur l’inclusion financière a révélé une utilisation très
accrue des paiements digitaux durant la pandémie de Covid-19 au Sénégal. Ces statistiques
révèlent que les comptes de monnaie mobile constituent aujourd’hui un canal puissant
d’inclusion financière pour la population sénégalaise. Le tableau 1 montre également que 24%
des individus affirment détenir à la fois un compte dans une institution financière et un compte
de monnaie mobile. Comme l’indique la BCEAO (2022), le montant des transferts des banques
vers les comptes mobiles s’est établi à 57326 millions FCFA en 2021. Une bonne partie des
femmes enquêtées, environ 47%, disposent au moins d’un téléphone portable contre 53% chez
les hommes. Cet écart, quoique faible, signifie qu’il y a une avancée positive car l’accès aux
services de monnaie mobile permet aux femmes d’accroitre leur indépendance économique et
leur pouvoir de décision sur le plan financier.

15
 Les données montrent également que l’usage de la monnaie mobile aux fins d’achats de
marchandises, de paiement de facture ou d’achat en ligne reste faible avec respectivement 13%,
26% et 15% des personnes enquêtées. Les transactions en monnaie mobile sont ainsi dominées
par les transferts entre particuliers (49%).

Tableau 1 : Accès et utilisation d’un compte mobile

femme homme Total général
Posséder un compte
monnaie mobile Effect Pourcent Effect Pourcent Effect Pourcent
non 264 58% 190 42% 454 45%
oui 234 43% 312 57% 546 55%
Posséder un compte
bancaire
non 359 54% 302 46% 661 66%
oui 139 41% 200 59% 339 34%
Posséder les deux
comptes (mobile et
non 412 54% 349 46% 761 76%
oui 86 36% 153 64% 239 24%
Utiliser un compte mobile
pour des achats
non 444 51% 427 49% 871 87%
oui 53 42% 74 58% 127 13%
ne sait pas 1 50% 1 50% 2 0%
Utiliser un compte mobile
pour payer une facture
non 407 55% 335 45% 742 74%
oui 91 35% 167 65% 257 26%
Envoyer de l'argent
à un parent
non 304 60% 203 40% 507 51%
oui 194 39% 299 61% 493 49%
Faire un achat en ligne
à partir d'un compte mobile
ne sait pas 2 100% 0 0% 2 0%
non 427 50% 423 50% 850 85%
oui 69 47% 79 53% 148 15%

Source : Calculs des auteurs, à partir des données de Findex 2021

L’analyse des résultats du tableau 2 ci-dessous indique que les comptes mobiles peuvent
être utilisés pour diverses raisons. Ainsi, il est constaté que 32% des personnes enquêtées, dont
60% d’hommes et 40% de femmes, affirment disposer d’une épargne sur leurs comptes mobiles.
Ces statistiques témoignent d’un certain niveau de confiance des ménages en l’utilisation de la
monnaie mobile et la facilité d’emprunt informel entre utilisateurs. Il est également constaté
que plusieurs individus enquêtés reçoivent leurs salaires, ainsi que des transferts du
gouvernement par le canal d’un compte mobile. En effet, sur les 1000 enquêtés, les 11%
reçoivent leurs salaires dans un compte mobile.

16
 Un niveau d’utilisation plus important, soit 66% des personnes enquêtées, est constaté
chez les hommes. S’agissant des transferts du gouvernement, les statistiques ci-dessous révèlent
une utilisation des comptes mobiles, comme canal de réception des transferts de l’Etat,
relativement faible par les ménages (4%). Cela peut s’expliquer par la tranche d’âge concernée
qui est essentiellement composée de personnes retraitées et moins encrées à utiliser ces
nouvelles technologies. Enfin, il est ressorti que 10% des enquêtés dont 64% de femme et 36%
d’homme ont affirmé garder de l’argent dans un compte mobile au cours de l’année 2021 en
envisageant de l’utiliser pour effectuer des achats, des paiements ou pour un autre usage à très
court terme.

Tableau 2 : Raisons d’utilisation d’un compte mobile

Femme Homme Total
Effect Pourcent Effect Pourcent Effect Pourcent
Epargner de l'argent
dans un compte mobile
Ne sait pas 1 100% 0 0% 1 0%
Non 152 48% 166 52% 318 32%
Oui 128 40% 190 60% 318 32%
Non répondu 217 60% 146 40% 363 36%
Recevoir de salaire
dans un compte mobile
Non 44 31% 98 69% 142 14%
Oui 36 34% 70 66% 106 11%
Non répondu 418 56% 334 44% 752 75%
Recevoir de transfert
du gouvernement (compte
mobile)
Non 34 49% 35 51% 69 7%
Oui 21 48% 23 52% 44 4%
Non répondu 443 50% 444 50% 887 89%
Stocker de l'argent
dans un compte mobile
Ne sait pas 22 69% 10 31% 32 3%
Non 130 57% 100 43% 230 23%
Oui 65 64% 37 36% 102 10%
Non répondu 281 44% 355 56% 636 64%

Source : Calculs des auteurs, à partir des données de Findex 2021

IV. Approche méthodologique et données

Dans cette étude une version étendue du modèle d’équilibre général dynamique
stochastique (DSGE) néo-keynésien, développé dans les travaux de Kydland et Prescott (1982)
et Prescott (1986), sera utilisé. Le modèle est basé sur la théorie microéconomique décrivant le
comportement optimal de chaque agent économique et de leur interaction. Il est connu comme
l’une des approches les plus cohérentes pour une analyse à la fois microéconomique et
macroéconomique d’une part, et une analyse à court et à long terme d’autre part. Cette approche

17
combine la modélisation théorique et la simulation stochastique tout en observant l’efficacité et
la cohérence des relations dynamiques entre les variables économiques (Rubio, 2020). Les
avancés récentes du modèle DSGE depuis la crise financière de 2008 témoignent de son succès
et son adaptabilité. Aujourd’hui, plusieurs institutions utilisent le modèle DSGE notamment les
Banques Centrales et le Fonds Monétaire International.

Bien que les modèles économétriques et les modèles VAR et leurs extensions permettent
de répondre à la problématique de cette étude, ils présentent trois limites fondamentales telles
que l’identification de plusieurs chocs aléatoires exogènes, la négligence de l’équilibre général
de l’économie et du comportement optimal intertemporel des agents. Contrairement aux
modèles macro-économétriques, l’utilisation des modèles DSGE ne nécessite pas de disposer
de séries de données sur une longue période. En outre, ils sont plus adaptés à la modélisation
du secteur monétaire et ne nécessitent pas de disposer d’une matrice de comptabilité sociale9
(Shah et Garg, 2023) comme les modèles MEGC. Pour toutes ces raisons, le modèle DSGE sera
utilisé dans le cadre de cette étude en s’inspirant des travaux de Luo et al., (2021). À la
différence de ces auteurs, cette étude prend en compte l’ensemble des agents économiques.

Le cadre théorique du modèle DSGE repose sur des hypothèses adaptées à la réalité
économique du pays. Dans cette configuration, les entités économiques suivantes ont été
intégrées: ménages, entreprises, Etats, banques commerciales, Banque Centrale et le reste du
monde. Le modèle repose sur les hypothèses suivantes :

o Il existe deux types de ménages (à capacité de financement et à besoin de financement)

qui utilisent la monnaie mobile. Le ménage à capacité de financement (CF) consomme
et place une partie de ses revenus à la banque sous forme d’épargne. Cette dernière est
répartie en placement bancaire et obligations de l’Etat. Le ménage à besoin de
financement (BF) emprunte auprès des banques commerciales pour financer une partie
de sa consommation. Par ailleurs, le ménage à CF a une forte tendance à épargner
contrairement au ménage à BF qui a une certaine préférence pour la consommation
présente.
o Il existe une firme représentative produisant des biens et services à partir des facteurs
travail, et capital privé. Une partie de sa production est destinée au marché domestique
et l’autre partie au marché international. Elle a pour objectif de maximiser son profit.

9
Sauf les modèles DSGE multisectoriels qui nécessitent de recourir à une Matrice de Comptabilité Sociale (MCS)

18
 Le capital public installé par l’Etat agit sur la production comme une externalité positive
qui booste l’activité.
o L’Etat agit sur l’activité économique à travers la politique budgétaire (fiscalité et
dépenses) financée par les recettes fiscales.
o Dans le cadre de cette étude, du fait que la BCEAO définit sa politique monétaire pour
tous les pays de la zone monétaire, il a été supposé que les décisions de la Banque
Centrale sont exogènes au système.
o La banque commerciale représentative agit en tant qu’intermédiaire financier et
optimise ses marges commerciales sous contrainte.
o La relation avec le reste du monde se traduit par les échanges commerciaux, les dons et
les transferts de fonds des migrants.

Le modèle est ainsi structuré comme suit :

Ménage à capacité de financement (CF) :

Le ménage à capacité de financement représentatif est un agent à durée de vie

indéterminée qui a une préférence pour la consommation future. L’hypothèse d’anticipation
temporelle permet au ménage de se constituer une épargne en renonçant à une partie des
dépenses présentes en faveur d’une consommation future plus élevée. Au Sénégal, l’expérience
de la Covid-19 a montré les avantages liés à l’utilisation de la monnaie mobile. En effet, elle
offre plus de commodité et de sécurité, mais surtout une réduction des coûts.

Le ménage maximise sa fonction d’utilité en choisissant ses niveaux de consommation

Ctpat et d’épargne Bt sous sa contrainte budgétaire. En s’inspirant de Luo et al., (2021), on

suppose que l’épargne est une variable de choix qui confère une certaine utilité tout comme la
consommation. En outre, il est considéré que le revenu du ménage à CF provient de la
rémunération des facteurs travail ( Wt Ltpat ) et capital ( Rk ,t KtP ) et de la rentabilité réelle de son

portefeuille d’épargne rb,t Bt−1 (1 +  t ) . W , Rk ,t désignent les taux de rémunération du travail et du

capital alors Ltpat , K tP représentent respectivement le travail et le capital privé.

De même, il reçoit les transferts du gouvernement ( TRANStpat _ G ) et du reste du monde (

TRANStpat _ Mig ) à travers les envois de fonds des migrants. Cependant, il utilise son revenu pour
pat pat P
satisfaire ses besoins de consommation ( PCt Ct ), d’investissement PI t I t et d’épargne Bt

19
. On considère que les nouvelles installations comme investissement nécessitent des coûts
d’ajustement.

Cajust = (  2 ) (1 K j ,t )( I jP,t )
2

Avec Cajust , le coût d’ajustement,  , le paramètre d’ajustement, K j ,t et I jP,t représentent

respectivement le capital et l’investissement privé par secteur j

Ainsi, le programme d’optimisation relatif au comportement du ménage CF se présente

comme suit :

( )

maxE0  t   pat log C pat + 1 −   pat B 
pat

t =0
 t t t t t t


Sous la contrainte budgétaire :

   I P 2  r
PCtpat Ctpat + PI t I tP 1 +  t   + Bt = (1 −  tl )Wt Ltpat + (1 −  tk ) Rk ,t KtP + b ,t Bt −1 + TRANStpat _ G + TRANStpat _ Mig
 2  Kt   (1 +  t )

Avec le niveau du capital donné par :

KtP+1 − (1 −  P ) K tP − I tP

n
Ct pat =  C jpat
,t
j =1

Il maximise sa fonction d’utilité intertemporelle sous la contrainte budgétaire et le niveau du

capital. En utilisant le lagrangien, le problème est résolu comme suit :



L = max E0  t pat t t pat logCtpat + (1 − t t pat ) Bt 
Ctpat , KtP+1 , ItP , Bt
t =0

    1  2 
−t pat (1 −  tl )Wt Ltpat + (1 −  tk ) RK ,t KtP + b,t Bt −1 + TRANStpat _ G + TRANStpat _ Mig − PCtpat * Ctpat − PI tP *  ItP +  P  ( ItP )  − Bt 
r
 (1 +  t )  2  Kt   


−t pat (1 −  P ) K tP − I tP − KtP+1 

Où  t pat est le paramètre de préférence pour le présent du ménage à capacité de financement.

Il accorde à la consommation présente par rapport la consommation future. Ctpat , Bt et I tP

représentent respectivement la consommation, l’épargne du ménage CF et l’investissement.

PCtpat représente le prix à la consommation du ménage CF, PI t est le prix à l’investissement

20
alors que  tl et  tk sont les taux d’imposition sur travail et le capital physique,  t pat est la

proportion de la consommation du ménage à capacité de financement. La fonction d’utilité

incorpore un choc t qui est la propension de la monnaie mobile utilisée et appliqué à la

consommation des ménages.

Ainsi, les conditions de premier ordre optimisant l’utilité du ménage à CF se présentent

comme suit :

L  t t pat 
=  + t PCt = 0
pat pat

Ctpat  Ctpat 

L  rb,t 
= (1 − t t pat ) + t pat −  pat t pat
+1  =0
Bt  1+ t 

L   1  2
= PCtpat * Ctpat + PI t *  I tP +  P  ( I tP )  + Bt − (1 −  tl )Wt Ltpat − (1 −  tk ) RK ,t KtP − b ,t Bt −1 − TRANStpat _ G − TRANStpat _ Mig = 0
r
t  2  t 
K  ( t )
1 +

L    ItP+1  
2

= −t  (1 −  t ) RK ,t + PIt +1  P   − t pat (1 −  P ) − 1 = 0

pat k

KtP+1  2  Kt +1  
 

L   I tP 
= −  pat
PI t 
P
 1 +   P   + t = 0
pat

I tP
t
  Kt 

QTobin
j ,t = PItP *  jP ( (1/  ) + 1)
j

L
= KtP+1 − (1 −  P ) KtP − ItP = 0
t pat

Le ménage à CF diversifie son portefeuille d’épargne en dépôt bancaire et en obligations d’Etat.

Ainsi, son problème consiste à optimiser la rentabilité de son portefeuille en fixant les niveaux
optimaux de dépôt bancaire et d’obligation d’Etat. Ce programme peut être spécifié comme
suit :

max ( rbt Bt = rB O ,t BOt + rBC,t BCt )

Sous la contrainte suivante :

 b −1
  b −1  b −1
 b
Bt = A  b * BOt b
+ (1 −  b ) * BCt b

 

21
Les conditions de premier ordre sont obtenues comme suit :

1
1
rbt =  b rbo1−,t + (1 −  b ) rbc ,t1−  1−
 b
b b b b

A
b
−(1− b )
 r 
BOt = A Bt  b b ,t 
 rbo ,t 
b
−(1− b )
 (1 −  b ) rb ,t 
BCt = A Bt  
 rbc ,t 

Où b est le taux de partage Obligation et Placement bancaire du portefeuille d’épargne ; b

paramètre d’élasticité de substitution dans le portefeuille.

Ménage à besoin de financement (BF) :

Il optimise également de manière intertemporelle sa fonction d’utilité en choisissant son

niveau de consommation et de prêt bancaire pour couvrir ses besoins de financement. Le
problème est posé par le programme d’optimisation ci-dessous :

( )

maxE0  t   npat log C npat − 1 −   npat D 
npat

t =0
 t t t t t t


Sous la contrainte budgétaire suivante :

Dt −1 = (1 −  tl )Wt Lt + Dt + TRANStnpat _ G + TRANStnpat _ Mig

rd ,t
+
npat npat
PCtnpat * Ct
1+ t
npat
S’agissant du ménage à BF, son revenu provient de la rémunération du travail Wt Lt mais

également des prêts Dt accordés par la banque commerciale. De plus, il reçoit des transferts du

gouvernement TRANStnpat _ G et des migrants TRANStnpat _ Mig . Ce revenu est utilisé pour financer

sa consommation et rembourser les emprunts. La résolution de son programme se présente

comme suit :

  ( ) D 

L = max E0  t − 1 − t t
npat npat npat npat

t t log Ct t
Ctnpat , Dt
t =0

 r  
npat  
−t (1 −  tl )Wt Lt + TRANStnpat _ G + TRANStnpat _ Mig + Dt −  d ,t  Dt −1 − PCt *Ct  
npat npat npat


 1+ t  
n
Ctnpat =  C npat
j ,t
j =1

22
Les conditions de premier ordre se présentent comme suit :

L   t 
npat

=  t npat  + t PCt = 0
npat npat

Ctnpat  C
 t 

 rd ,t 
L
Dt
(
= − 1 − t t
npat npat

)
− t +  npat t +1
npat

 =0
 1+ t 

L
= (1 −  tl )Wt Lt + TRANStnpat _ G + TRANStnpat _ Mig + Dt − PCt * Ct
rd ,t
− Dt −1 = 0
npat npat

t 1+ t
npat

Où  t
npat
est le taux de préférence temporelle de la consommation du ménage à besoin de

financement ;  t
npat
est le poids de la consommation dans la fonction du ménage à besoin de

financement ;  tl le taux d’imposition sur la consommation du ménage à capacité de

financement.

Firmes :

La firme représentative produit des biens et services en utilisant les facteurs de

production tels que le capital privé K Pj,t , et le travail fourni par les ménages L j ,t et bénéficie

des externalités offertes par le capital public K Gj,t . Ainsi on suppose que l’offre de travail est

exogène et est rémunérée au taux Wt . Par ailleurs, le gouvernement réalise des investissements

publics à travers l’installation de nouvelles infrastructures afin de soutenir le secteur privé. La

firme maximise sa fonction de profit donnée selon le programme suivant :

max  j ,t = PYFj ,t ( Aj ,t K Gj ,t 2 ) K Pj ,t 1 L(j1,−t 1 ) − (Wt L j ,t + Rkt K Pj ,t )

L j , t , K j ,t

Où At représente la productivité globale des facteurs ; K tP et K tG respectivement les stocks de

capital privé et public ; PYF j ,t le prix à la production ;  1 , (1 − 1 ) et  2 les élasticités

respectives du capital privé, du travail et du capital public dans la fonction de production.

La dynamique d’accumulation de capitaux public est fournie par l’équation suivante :

K Gj ,t +1 = (1 −  G ) K Gj ,t + G _ INV j ,t

Où G _ INV j ,t est l’investissement public et G le taux de dépréciation du capital public.

23
Il est supposé que les chocs de productivité suivent un processus autorégressif d’ordre unitaire
tel que : logAt =  AlogAt −1 +  At

Les conditions de premier ordre du programme de la firme donnent les quantités optimales qui
maximisent le profit.

  j ,t
= (1 − 1 ) PYFj ,t ( Aj ,t K Gj ,t 2 ) K Pj ,t 1 L(j1,−t 1 )−1 − Wt = 0
L j ,t

  j ,t
= 1 PYFj ,t ( Aj ,t K Gj ,t 2 ) K Pj ,t(1 −1) L(j1,−t 1 ) − Rkt = 0
K P
j ,t

YFj ,t = ( A j ,t * K G j ,t )
2 ( j )
* K Pj ,t 1 ( j ) * L(j ,t
1−1 ( j ) )

Rk j ,t * K Pj ,t Wt * L j ,t
PYFj ,t = +
YFj ,t YFj ,t

L’Etat

Il représente l’autorité chargée de piloter la politique budgétaire basée sur le principe

d’équilibre de sa contrainte budgétaire. Les recettes proviennent essentiellement de la fiscalité
Tt , des émissions de Bons et obligations d’Etat BOt et des dons DONSt . Ces recettes servent
à financer les dépenses publiques de consommation G _ CONSt , d’investissement
G _ INVt et des transferts aux ménages TRANS _ Gt . Partant de cette description, la
contrainte budgétaire du gouvernement se présente comme suit :

BOt +1 + Tt + DONSt = G _ CONSt + G _ INVt + TRANS _ Gt + rt BO BOt

Où BOt +1 représente la dette émise ; rt BO est le rendement des obligations, rt BO * BOt la charge

de la dette ; DONSt les dons budgétaires reçus et Tt le revenu total issu de la taxation. Ce
dernier est donné par :

Tt =  ( jpat,t Pj ,t C jpat +  IPj ,t Pj ,t I jP,t +  tlW j ,t L j ,t +  tk Rk j ,t K jP,t +  tE rE ,t E j ,t +  tM M j ,t et PXM j ,t )

n

,t
+  npat
j ,t
Pj ,t C npat
j ,t
j =1

Où  jpat,t , npat
j ,t ,
 IPj,t ,  tl ,  tk , tE , tM sont les taux d’imposition sur la consommation privée et

l’investissement privé, les salaires, le capital physique, le capital financier et les importations.

24
 Banque centrale et les banques commerciales

Dans ce modèle, nous prenons en compte le secteur monétaire et financier représentant

respectivement la Banque centrale (supposée exogène) et la banque commerciale.

• Banque centrale :

Dans le cadre de cette étude, l’offre de monnaie par la BCEAO est supposée exogène.
Ainsi, étant donné que la monnaie mobile est une conversion d’une partie des agrégats
2
monétaires M t0 (Billets et pièces), M t1 (dépôts à vue), l’offre de monnaie M t s’écrit comme
suit :

M t2 = M t0 + M t1 + BM t

Où BM t est la monnaie mobile.

• Banque commerciale

En tant qu’intermédiaire financier, la banque commerciale est également prise en

compte dans cette étude. En effet, la banque primaire reçoit les dépôts du ménage à capacité de
financement qu’elle prête au ménage à besoin de financement. La monnaie mobile intervient
dans la relation banque et ménages à travers l’interopérabilité. Elle intervient donc dans les
opérations de dépôts et de retraits. Le comportement optimal de la banque commerciale en
termes de prise de décision consiste à maximiser sa marge d’intérêt sous contrainte de capital.
Il se présente comme suit :

max ( rd ,t − 1) Dt − ( rBC,t − 1) BCt − ( rE ,t − 1)  E j ,t

n

j =1

n
Sous contrainte : E
j =1
j ,t
= Dt − BCt

Dt , BCt , et Et représentent respectivement les prêts, les dépôts et le capital et rd ,t , rBC,t et

rE ,t les taux d’intérêt des prêts, des dépôts et de rente du capital.

La condition de premier ordre du comportement optimal de la banque commerciale est la

suivante :

25
 n n

E j ,t E j ,t

rd ,t − rBC,t + rBC,t j =1
− rE ,t j =1
=0
Dt Dt

Cette expression peut être réécrite sous la forme ci-dessous :

rd ,t − rBC,t + rBC,t t − rE ,t t = 0
n

E j ,t

t = j =1
est le ratio d’adéquation du capital.
Dt

Echanges extérieurs

L’intégration du reste du monde est justifiée par les échanges commerciaux et relations
économiques entre le Sénégal et ses partenaires étrangers. Ces échanges concernent les
importations et exportations. Il faut également noter que les transferts de fonds des migrants
représentent un poids important dans les flux du portefeuille des ménages, avec une facilitation
d’accès, grâce à un niveau d’utilisation satisfaisant de la monnaie mobile au plan national.

L’expression de la demande globale intégrant la consommation finale des ménages, la

consommation du gouvernement, l’investissement privé et l’investissement public est donnée
par l’expression ci-après :

XTDj ,t = C jpat
,t + C j ,t + G _ CONS j ,t + G _ INV j ,t + I j ,t
npat P

La demande en biens domestiques est une fonction Leontief. Elle se présente comme suit :

XDD j ,t = (1 −  _ M j ) * XTD j ,t

Quant à la demande d’importation, elle est exprimée par l’équation ci-après :

M j ,t =  _ M * XTD j ,t

Où  _ M est le paramètre de partage de la demande globale

Le prix composite du panier est donné par :

Pj ,t = (1 −  _ M j ) * PD j ,t +  _ M j * PM j ,t

Où PD et PM représentent respectivement le prix domestique et le prix à l’importation.

26
 Par ailleurs, la firme représentative a le choix d’écouler sa production sur le marché
domestique ou le marché international en fonction des prix de celui-ci. Le prix dual et les offres
d’exportation et domestique sont obtenues comme suit :

1
1  − Xi
( ) (1+ Xi )  1+ Xi
(1+ Xi ) − Xi
PYFj ,t =  PXE + 1 −  PD
AX j  
X i j ,t Xi j ,t

 Xi
( −1− Xi )
 PXE j ,t 
X j ,t = AX j YFj ,t  
  X i PYFj ,t 
 Xi
 PD j ,t 
= AX (j
−1− Xi )
XDS j ,t YFj ,t  
( )
 1 −  X i PYFj ,t 

Où AX j est le paramètre d’échelle de la fonction d’exportation ;  X i la part des exportations

dans la fonction CET du producteur ;  Xi le paramètre d’élasticité de substitution.

Bloc des prix :

Dans ce bloc, il est défini les différents prix notamment les prix domestiques, les prix à
l’importation, prix à l’exportation et le niveau général des prix intérieurs. Ainsi, les prix des
biens pour chaque ménage (CF et BF) sont déterminés par le prix du marché majoré des taxes
sur ces biens. Il en est de même pour les prix des biens à l’investissement privé. Ces prix sont
définis comme suit :

,t = (1 +  t
PC jpat ) * Pj ,t
pat

PC npat
j ,t = (1 +  npat
j ,t ) * Pj ,t

PI Pj ,t = (1 +  Ij ,t ) * Pj ,t

De plus, il est supposé que les prix composites à la consommation du ménage à CF

PCtpat , du ménage à BF, PCtnpat , l’investissement public PI tG et l’investissement privé PI tP

correspondants sont une somme pondérée des prix de ces différentes composantes de biens
domestiques et importés incluant les taxes payées sur chaque bien. Ils sont donnés par les
expressions suivantes :

• Prix composite à la consommation de ménage à capacité de financement :

27
 (
PCtpat =  kappa _ pat j * (1 +  tpat ) * Pj ,t )
n

j =1

Où kappa _ pat j est la part du bien j dans la consommation du ménage à capacité de

financement.

• Prix composite à la consommation du ménage à besoin de financement :

(
PCtnpat =  kappa _ npat j * (1 +  npat
j ,t ) * Pj ,t )
n

j =1

Où kappa _ npat j est la part du bien j dans la consommation du ménage à besoin de

financement.

• Prix composite à l’investissement privé :

(
PI tP =  kappa _I j * (1 +  Ij ,t ) * Pj ,t )
n

j =1

Où kappa _I j est la part du bien j dans le bien composite d’investissement privé par secteur.

• Prix composite à la consommation publique :

PCtG =  ( kappa _G j * Pj ,t )
n

j =1

Où kappa _G j est la part du bien j dans le bien composite de consommation publique par

secteur.

• Prix composite à l’investissement public :

(
PI tG =  kappa _G_INVj * (1 +  Gj ,t ) * Pj ,t )
n

j =1

Où kappa _G_INV j est la part du bien j dans le bien composite d’investissement public par

secteur.

• Prix domestique à l’importation :

PM j ,t = (1 +  tM ) * et * PXM j ,t

• Prix domestique à l’exportation :

28
 PX j ,t = et * PXE j ,t

Où et est le taux de change ; Pj ,t est le prix du marché ; PXM t est le prix du marché

international.

Le bouclage est fait sur la production nationale donnée par l’expression ci-après :

 YF
j =1
j ,t
+ M t = Ct + G _ CONSt + I tP + G _ INVt + X t

L’équilibre sur le marché du travail est défini par :

n
L pat
t
+L npat
t
= L
j =1
j ,t

V. Résultats des simulations et interprétations

Les données utilisées dans le cadre cette étude proviennent essentiellement du Tableau
des Ressources et des Emplois (TRE) de l’Agence Nationale de la Statistique et de la
Démographie (ANSD), de la situation monétaire intégrée de la BCEAO et de la DPEE. Elles
portent sur l’année 2019, considérée comme année de référence. Pour analyser les effets
macroéconomiques liés à l’utilisation de la monnaie mobile au Sénégal, des simulations sont
réalisées avec le modèle DSGE développé à cet effet. Certains paramètres sont tirés des travaux
de la littérature empirique tels que le Findex (2019), d’autres ont été déterminés à partir des
estimations des auteurs et des données de la DPEE (annexe 1).

1. Scenario

Il est supposé que les ménages utilisent davantage la monnaie mobile pour des motifs
de paiement. Son usage offre une réduction des coûts de transactions, renforçant ainsi la
confiance des consommateurs dans les services financiers. Le scénario découlant de cette
hypothèse est basé sur une hausse de 10% de la propension à utiliser la monnaie mobile pour
régler les dépenses de consommation privée. Le choix de cette proportion est justifié
globalement par les statistiques du Findex (2019) indiquant que 10% des ménages enquêtés
affirment avoir stocké de la monnaie mobile au cours de l’année 2019. Par ailleurs, selon la
BCEAO (2021), la monnaie mobile représente à la même année environ 9,5% de la masse
monétaire. L’objectif spécifique de ce scénario est de mesurer l’impact de la monnaie mobile
sur l’activité économique à travers les différents agrégats macroéconomiques.

29
 Les résultats indiquent que la consommation privée réagit positivement à la hausse de
10% des paiements en monnaie mobile (Figure 1 et 3) malgré une légère décélération sur les
premières années expliquée par l’accroissement des prix domestiques. Cette augmentation
serait imputable à la réduction des coûts liés aux règlements des transactions, notamment les
frais de transport et le gain de temps obtenu. L’impact lié à l’utilisation de la monnaie mobile
entraînerait une hausse significative sur la consommation totale des ménages avec une hausse
par rapport à la situation de référence estimée à environ 6,35% en moyenne sur les 10 premières
années. Selon le type de ménage, il est constaté une croissance moyenne de la consommation
des ménages à capacité de financement de l’ordre de 6,62% sur la même période, avant de se
stabiliser à 7,25% à long terme. En même temps, Il ressort que la consommation des ménages
à besoin de financement devrait augmenter de près de 6,06% en moyenne avant d’atteindre
6,7% sur le long terme.

Figure 1 : Réaction de la consommation privée

CONS MEN PAT CONS MEN NON PAT

7.3 6.8
7.2 6.7
7.1 6.6
7.0 6.5
6.9 6.4
6.8 6.3
6.7 6.2
6.6 6.1
6.5 6.0
6.4 5.9
13
17
21
25
29
33
37
41
45
49
53
57
61
65
69
73
77
81
85
89
93
97
1
5
9

13
17
21
25
29
33
37
41
45
49
53
57
61
65
69
73
77
81
85
89
93
97
1
5
9

Source : Résultats des auteurs

S’agissant des placements et des prêts bancaires, cet accroissement entraînerait une
décroissance significative du niveau d’épargne des ménages à capacité de financement de près
de 30,07% en moyenne sur les 10 premières années.

Comparativement, l’impact sur la consommation des ménages à capacité de

financement est plus important et dure plus longtemps que l’effet induit négatif sur l’épargne.
Ces résultats (Figure 2) corroborent avec ceux de Luo et al., (2021), indiquant que
l’augmentation de la consommation entraîne une baisse de l’épargne en cohérence avec la
théorie keynésienne. Cela pourrait s’expliquer par le fait que les ménages à capacité de
financement dans une approche prospective changent de comportement en réduisant leurs
épargnes pour améliorer leurs niveaux de consommation.

30
 PLACEMENT FIN MEN PAT
-22

Toutefois, si la monnaie mobile devient un

-24 substitut aux placements bancaires, cela
pourrait réduire la liquidité des banques et limiterait
-26
les prêts à long terme. Ce potentiel effet
sur la performance financière des banques commerciales pourrait entraîner des conséquences
-28
sur la stabilité financière. Ces résultats sont en concordances avec ceux de Williamson (2022),
-30
montrant que la monnaie électronique pourrait être à l’origine de situations de panique.
-32

13
19
25
31
37
43
49
55
61
67
73
79
85
91
97
1
7
Figure 2 : Réaction de l’épargne et des prêts

PLACEMENT FIN MEN PAT PRET FIN MEN NON PAT

-22 7.0

-24 6.5

-26 6.0

-28 5.5

-30 5.0
-32
4.5
13
19
25
31
37
43
49
55
61
67
73
79
85
91
97
1
7

13
19
25
31
37
43
49
55
61
67
73
79
85
91
97
1
7

Source : Résultats des auteurs

PRET FIN MEN NON PAT
7.0 Il est également constaté que la hausse de 10% de la monnaie mobile impacterait
positivement
6.5 le PIB, avec une augmentation instantanée de l’ordre de 0,14% en moyenne durant
les
6.0 dix premières périodes. En effet, son usage accru se traduirait par une augmentation de la
demande
5.5
(consommation et investissement), ce qui devrait impacter significativement l’offre
des entreprises. Cette hausse de la demande entraînerait un accroissement de la TVA, de la taxe
5.0
sur l’investissement et des recettes d’importation, permettant de renforcer le niveau de
4.5
13
19
25
31
37
43
49
55
61
67
73
79
85
91
97
1
7

recouvrement moyen de près de 10,84% sur la même période.

Figure 3 : Réaction de la consommation privée totale, de l’investissement privé, du PIB et des recettes
fiscales
INVEST PRIVE
2.0

1.6

1.2

0.8

0.4
31
0.0

-0.4
11
16
21
26
31
36
41
46
51
56
61
66
71
76
81
86
91
96
1
6
 CONSO TOT
7.0
6.9
6.8
6.7
6.6
6.5
6.4
6.3
6.2
13
17
21
25
29
33
37
41
45
49
53
57
61
65
69
73
77
81
85
89
93
97
1
5
9

RECETTES FISCALES GDP

10.88 1.0

0.8
10.84
0.6
10.80
0.4
10.76
0.2
10.72
0.0

10.68 -0.2
11
16
21
26
31
36
41
46
51
56
61
66
71
76
81
86
91
96
1
6

11
16
21
26
31
36
41
46
51
56
61
66
71
76
81
86
91
96
1
6

Source : Résultats des auteurs

Concernant les échanges commerciaux, l’amélioration des revenus entraînerait une nette
progression des importations de l’ordre de 4,81% en moyenne sur les 10 premières années de
simulation. Par contre, les exportations devraient connaitre une baisse de près de 16,17% sur la
même période. En effet, la hausse de la consommation des ménages entrainerait une
augmentation de la demande en biens et services. Cet accroissement de la demande domestique
favoriserait une hausse des prix domestiques. Les producteurs nationaux qui effectuent un
arbitrage entre le fait d’écouler leurs produits sur le marché domestique ou à l’international,
considèrent que les prix locaux sont nettement plus incitatifs. Cela se traduirait par une baisse
des exportations au profit des ventes sur le marché national. Cette situation aurait pour
conséquence une détérioration de la balance commerciale.
IMPORT
5.4

5.2

5.0

4.8

4.6

4.4
13
19
25
31
37
43
49
55
61
67
73
79
85
91
97
1
7

Figure 4 : Réaction des importations et des exportations

IMPORT EXPORT
5.4 -14.5

5.2 -15.0 32

5.0 -15.5

4.8 -16.0
Source : Résultats des auteurs

33
VI. Conclusion et recommandations

Au Sénégal tout comme dans l’UEMOA, l’écosystème financier intègre de plus en plus
les services digitaux à travers la téléphonie mobile, qui sont considérés comme une réelle
alternative en faveur de l’amélioration du niveau d’inclusion financière. L’objectif de cette
étude a été d’examiner les effets de la monnaie mobile sur les agrégats macroéconomiques au
Sénégal à l’aide d’un modèle « Dynamic Stochastic General Equilibrium ».

Il ressort des simulations une relation positive entre la monnaie mobile et la

consommation des ménages sénégalais. En effet, une augmentation de 10% du stock de
monnaie mobile se traduirait par un accroissement moyen de la consommation privée de 6,35%
sur les 10 premières années. Cette situation aurait des effets induits sur les autres agrégats
macroéconomiques. En effet, la hausse de la consommation aurait tendance à baisser l’épargne
des banques et à augmenter la demande de prêts dans l’ordre de 30,07% et 5,85%
respectivement sur la même période.

Une augmentation de 0,14% du PIB serait constatée, en réponse à l’accroissement de la

demande, à travers la consommation privée, expliqué par l’utilisation accrue de la monnaie
mobile. Les prix domestiques étant plus attractifs que les prix internationaux, une grande
quantité de la production nationale serait écoulée sur le marché domestique, entraînant une
baisse moyenne de 16,17% des exportations et une hausse de 4,81% des importations. Ce qui
pourrait détériorer le solde commercial de près de 11,36% en moyenne. Cette dynamique
haussière de la consommation, de l’investissement, de la production et des importations
boosterait les recettes fiscales de l’Etat à hauteur de 10,84% sur les 10 premières années.

Globalement, les résultants du scénario prouvent que l’utilisation de la monnaie

électronique contribue à soutenir l’activité économique en améliorant par la même occasion le
niveau des recettes fiscales. Ainsi, cette étude contribue à la littérature sur la compréhension de
la relation indirecte entre la monnaie mobile, les banques commerciales, les firmes, le reste du
monde et l’Etat dans un contexte africain.

À la lumière des résultats de cette étude, plusieurs recommandations de politiques

économiques peuvent être formulées afin de favoriser la digitalisation du système financier et
l’utilisation des moyens de paiements mobiles. Dans cette optique, l’Etat pourrait, d’une part,
créer des conditions d’accompagnement des Fintech pour un large accès aux services financiers.

34
Cela faciliterait une couverture territoriale beaucoup plus large des points de distribution de
monnaie mobile et une effectivité de l’interopérabilité entre banques commerciales et
établissements émetteurs. Toutefois, ils ne devraient pas se substituer aux banques. Ces
dernières doivent trouver les moyens de s’adapter au nouveau contexte afin de capter les
opportunités liées à l’avènement de la monnaie mobile.

D’autre part, l’Etat pourrait considérer la monnaie mobile comme un outil qui permet
de booster l’activité économique. L’effet induit sur le niveau des recettes publiques pourrait être
amélioré en favorisant la numérisation des plateformes de collectes de la fiscalité, des amendes
et autres taxes.

Enfin, les établissements émetteurs pourraient élargir davantage les partenariats avec les
commerçants afin d’encourager l’acceptation des paiements mobiles. En outre, ils devraient
également soutenir cette stratégie par des campagnes de sensibilisation des consommateurs sur
les avantages liés à l’utilisation de la monnaie électronique en termes de commodité, de sécurité
et d’inclusion financière, ce qui renforcerait la confiance des ménages.

35
Bibliographie :

Adam C and Walker SEJ (2015). Mobile money and monetary policy in east African countries,
University of Oxford. Oxford: United Kingdom
Ahmed, H., and Cowan, B. (2021). Mobile money and healthcare use: Evidence from East Africa.
World Development, 141, 105392.
Akinyemi, B. E., and Mushunje, A. (2020). Determinants of mobile money technology adoption in
rural areas of Africa. Cogent Social Sciences, 6(1), 1815963.
Andolfatto, D. (2021). Assessing the impact of central bank digital currency on private banks. The
Economic Journal, 131(634), 525-540.
Aron, J., Muellbauer, J., and Sebudde, R. (2015). Inflation forecasting models for Uganda: is mobile
money relevant?
ARTP. (2021). Rapport sur le marché des communications électroniques.
ARTP. (2022). Rapport sur le marché des communications électroniques.
Asongu, S. A., Biekpe, N., and Cassimon, D. (2020). Understanding the greater diffusion of mobile
money innovations in Africa. Telecommunications Policy, 44(8), 102000.
Asongu, S. A., & Nwachukwu, J. C. (2017). Mobile phones in the diffusion of knowledge and
persistence in inclusive human development in Sub-Saharan Africa. Information Development,
33(3), 289-302.
Avom, D., Bangaké, C., and Ndoya, H. (2023). Do financial innovations improve financial inclusion?
Evidence from mobile money adoption in Africa. Technological Forecasting and Social
Change, 190, 122451.
Barrdear, J., and Kumhof, M. (2022). The macroeconomics of central bank digital currencies.
Journal of Economic Dynamics and Control, 142, 104148.
BCEAO. (2021). Evolution des services financiers numériques dans l'UEMOA.
BCEAO. (2022). Evolution des services financiers numeriques dans la zone UEMAO au titre de l'année
2021.
Bongomin, G. O. C., and Munene., J. C. (2021). Analyzing the relationship between mobile money
adoption and usage and financial inclusion of MSMEs in developing countries: Mediating role
of cultural norms in Uganda. Journal of African Business, 22(1), 1-20.
Chiu, J. D., , S. M., Jiang, J., and Zhu, Y. (2020). Bank market power and central bank digital
currency: Theory and quantitative assessment. Journal of Political Economy, 131(5), 000-000.
Coulibaly, S.S. (2021). A study of the factors affecting mobile money penetration rates in the West
African Economic and Monetary Union (WAEMU) compared with East Africa. Financ Innov
7, 25 (2021). https://doi.org/10.1186/s40854-021-00238-0

36
Dissaux Tristan (2019). Inclusion financière et liens sociaux : la monnaie entre marchandisation et mise
en commun au Kenya," Mondes en développement, De Boeck Université, vol. 0(1), pages 83-
108.
Elmi, M., and Ngwenyama, O. (2019). The role of mobile money in Somalia’s remittance system.
HCI in Business, Government and Organizations. eCommerce and Consumer Behavior: 6th
International Conference, Orlando, FL, USA, July 26-31, 2019, Proceedings, Part I 21,
Fall, F. S., and Birba, O. (2019). L’inclusion financière par le mobile-banking au Sénégal: l’analyse
des facteurs socio-économiques d’adoption. Monde en développement, 47(1), 61-82.
Fungacova, Z., & Weill, L. (2015). Understanding Financial Inclusion in China. China Economic
Review, 34, 196-206. https://doi.org/10.1016/j.chieco.2014.12.004
Gascón Patricia, Larramona Gemma and Salvador Manuel (2023). The impact of digitalisation on
remittances. Evidence from El Salvador, Telecommunications Policy,Volume 47, Issue
4,https://doi.org/10.1016/j.telpol.2023.102500.
Gichuki, C. N., and Mulu-Mutuku, M. (2018). Determinants of awareness and adoption of mobile
money technologies: Evidence from women micro entrepreneurs in Kenya. Women's Studies
International Forum,
Global Findex. (2021). Global Financial Inclusion (Global Findex) Database 2021. In.
GSMA. (2022). rapport sur les services de mobile money dans le monde.
GSMA. (2023). Point sur le secteur: les services de mobile money dans le monde.
GSMA. (2024). Point sur le secteur: les services de mobile money dans le monde.
Kane, E. J. (1969). [Review of Critical Essays in Monetary Theory; Essays in Monetary Economics,
by J. Hicks & H. G. Johnson]. The Canadian Journal of Economics /, 141–144.
Kydland, F. E., and Prescott, E. C. (1982). Time to build and aggregate fluctuations. Econometrica:
Journal of the Econometric Society, 1345-1370.
Keister, T., and Sanches, D. (2023). Should central banks issue digital currency? The Review of
Economic Studies, 90(1), 404-431.
Lashitew, A. A., Van Tulder, R., and Liasse, Y. (2019). Mobile phones for financial inclusion: What
explains the diffusion of mobile money innovations? Research Policy, 48(5), 1201-1215.
Luo, S., Zhou, G., and Zhou, J. (2021). The impact of electronic money on monetary policy: Based
on DSGE model simulations. Mathematics, 9(20), 2614.
Mawejje, J., and Lakuma, P. (2019). Macroeconomic effects of Mobile money: evidence from
Uganda. Financial innovation, 5(1), 1-20.
Mbiti, I., and Weil, D. N. (2023). The Monetary Economics of E-Money in East Africa..
https://publication.aercafricalibrary.org/handle/123456789/3594
Nampewo, D., and Opolot, J. (2016). Financial innovations and money velocity in Uganda. African
Development Review, 28(4), 371-382.

37
Ngugi, B., Pelowski, M., and Ogembo, J. G. (2010). M‐pesa: A case study of the critical early
adopters’ role in the rapid adoption of mobile money banking in Kenya. The Electronic Journal
of Information Systems in Developing Countries, 43(1), 1-16.
Niankara, I., & Traoret, R. I. (2023). The digital payment-financial inclusion nexus and payment
system innovation within the global open economy during the COVID-19 pandemic. Journal of
Open Innovation: Technology, Market, and Complexity, 9(4), 100173.
Okello, G. C. B. G., Ntayi, J. M., Munene, J. C., and Malinga, C. A. (2018). Mobile money and
financial inclusion in sub-Saharan Africa: the moderating role of social networks. Journal of
African Business, 19(3), 361-384.
Orekoya, S. (2017). Mobile money and monetary policy in Nigeria. NIDC Quarterly, 32(34), 20-34.
Prescott, E. C. (1986). Theory ahead of business-cycle measurement. In Carnegie-Rochester
conference series on public policy (Vol. 25, pp. 11-44). North-Holland.
Rubio, M. (2020). Monetary policy, credit markets, and banks: A DSGE perspective. Economics letters,
195, 109481.
Shah, S. A., and Garg, B. (2023). Testing policy effectiveness during COVID-19: An NK-DSGE
analysis. Journal of Asian Economics, 84, 101577.
Simpasa, A. M. (2011). Competitive conditions in the Tanzanian commercial banking industry. African
Development Review, 23(1), 88-98.
Steve Douanla Meli, Yannick Fosso Djoumessi, Constant Fouopi Djiogap (2022). Analysis of the
socio-economic determinants of mobile money adoption and use in Cameroon,
Telecommunications Policy, Volume 46, https://doi.org/10.1016/j.telpol.2022.102412.
Tong, W., and Jiayou, C. (2021). A study of the economic impact of central bank digital currency
under global competition. China Economic Journal, 14(1), 78-101.
Williamson, S. (2022). Central bank digital currency: Welfare and policy implications. Journal of
Political Economy, 130(11), 2829-2861.
Zins, A., and Weill, L. (2016). The determinants of financial inclusion in Africa. Review of
development finance, 6(1), 46-57.

38
Annexe : Calibration des paramètres
Paramètre Calibration Description
 1 Paramètre du coût d’ajustement
t
pat
0,96 Paramètre de préférence pour le présent du ménage à capacité de
financement
t 0,30 Facteur de choc de monnaie mobile appliqué à la consommation
des ménages
t
pat
0,34 Proportion de la consommation du ménage à capacité de
financement
 tl 0,18 Taux d’imposition sur le travail

 tk 0,18 Taux d’imposition sur le capital privé physique

P 0,10 Taux de dépréciation du capital privé
b 0,10 Taux de partage Obligation et Placement bancaire du portefeuille
d’épargne
b 0,5 Paramètre d’élasticité de substitution dans le portefeuille

t
npat
0,96 Taux de préférence temporelle de la consommation du ménage à
besoin de financement
t
npat
0,46 Poids de la consommation dans la fonction du ménage à besoin de
financement
2 0,10 Elasticité du capital public

1 0,50 Elasticité du capital privé

G 0,10 Taux de dépréciation du capital public
 jpat,t 0,18 Taux d’imposition sur la consommation du ménage à capacité de
financement
 npat 0,18 Taux d’imposition sur la consommation du ménage à besoin de
j ,t
financement
 IPj,t 0,18 Taux d’imposition sur l’investissement privé

 tE 0,05 Taux d’imposition sur le capital financier des banques

commerciales
 tM 0,18 Taux d’imposition sur les importations
 _Mj 0,42 Paramètre de partage de la demande globale
AX j 2,08 Paramètre d’échelle de la fonction d’exportation

X i
0,60 Part des exportations dans la fonction CET du producteur

 Xi 2 Paramètre d’élasticité de substitution

kappa _ pat j (0,79 ; 0,18 ; Part du bien j dans le bien composite de consommation du ménage
0,02) à capacité de financement
kappa _ npat j (0,79 ; 0,18 ; Part du bien j dans le bien composite de consommation du ménage
0,02) à besoin de financement
kappa _I j (0,58 ; 0,42 ; Part du bien j dans le bien composite d’investissement privé par
0,00) secteur
kappa _G j (0,76 ; 0,09 ; Part du bien j dans le bien composite de consommation publique
0,15)
kappa _G_INV j (0,58 ; 0,42 ; Part du bien j dans le bien composite d’investissement public
0,00)
Source : Calculs des auteurs

39