II ESTIMATION ECONOMETRIQUE ET INTERPRETATION DES
RESULTATS
Cette section présente les résultats des
estimations économétriques d'une part et l'interprétation
des résultats trouvés d'autre part.
2.1 Estimation économétrique
Les résultats des tests de stationnarité, de
co-intégration et du MCE sont respectivement présentés.
2.1.1 Test de stationnarité sur les variables
IDE et PIB
La non stationnarité des variables
macroéconomiques est un problème généralement
rencontré dans les travaux empiriques. Les résultats des
régressions économétriques peuvent être fallacieux
si des tests statistiques préalables ne sont pas effectués sur
les séries temporelles utilisées. La première étape
de l'estimation économétrique à donc consiste à
tester la stationnarité de chaque variable investiguée (IDE et
PIB). A cet effet, les tests de racines unitaires de Dickey-Fuller
Augmenté (ADF) et de Phillips-Perron (PP) sont effectués.
+ Test ADF
Les hypothèses du test ADF sont :
H0:p = 0 H1: |M| < 1
Règle de décision :
Si la valeur ADF est inférieure à la valeur
critique, on accepte la stationnarité de la série. Dans le cas
contraire, on accepte l'hypothèse de non stationnarité.
Etant donné que le test ADF est sensible à la
longueur du retard, cette longueur a été déterminée
en utilisant le critère d'information de Schwarz (SC) et Akaike (AIC).
Le retard optimal est celui qui minimise à la fois les deux
critères. Le tableau 3 ci-dessous indique que le retard optimal est
égal à 1.
Tableau 3 : Détermination du retard
optimal
Nombre de retard
|
AIC
|
SC
|
O
|
4,492991
|
4,522081
|
1*
|
-0,721111*
|
-0,633839*
|
2
|
-0,476684
|
-0,331231
|
3
|
0,331693
|
-0,130775
|
4
|
0,656163
|
0,061561
|
Source : Auteur à partir des tests sur les
critères d'information.
Note : * le critère d'information minimale
44
Tableau 4: Résultat des tests ADF
Variables testées
|
Test ADF (trend significatif)
|
Test ADF (constante significative)
|
Test ADF (sans
trend sans constante)
|
Test ADF
en
différence première constante significative
|
Test ADF en
différence seconde
|
Valeurs calculées et
critiques à 5%
|
Décision
|
LPIB
|
-1,768223
|
1,267827
|
8,53182
|
-7,096044
|
-
|
Valeur calculée
|
I(1)
|
-3,529758
|
-2,938987
|
-1,94960
|
-2,941145
|
-
|
Valeur critique
|
LIDE
|
1,059378
|
-0,227253
|
-0,55458
|
-3,508915
|
-
|
Valeur calculée
|
I(1)
|
-4,728363
|
-3,081002
|
-1,96627
|
-3,11990
|
-
|
Valeur critique
|
Source : Auteur à partir des
résultats des tests ADF
En observant les résultats consignés dans le
tableau 4 ci-dessus, on constate que seulement dans le cas « du Test ADF
en différence première avec constante significative » que
les valeurs calculées sont inferieures aux valeurs critiques. On conclut
alors que les deux variables (IDE et PIB) sont stationnaires en
différence première. Autrement dit, elles sont I(1).
+ Résultat du test de Phillips Peron (PP)
Tableau 5: Résultat des tests PP
Variables testées
|
Test de PP (trend significatif)
|
Test de PP (constante significative)
|
Test de
PP
(sans
trend sans constante)
|
Test de PP en
différence première Constante significative
|
Test de
PP en différence seconde
|
Valeurs calculées et
valeurs critiques à 5%
|
Décision
|
LPIB
|
-1,621358
|
1,742487
|
8,53182
|
-7,116145
|
-
|
Valeur calculée
|
I(1)
|
-3,529758
|
-2,938987
|
-1,94960
|
-2,941145
|
-
|
Valeur critique
|
LIDE
|
-1,120351
|
-0,553856
|
-0,12412
|
-5,360084
|
-
|
Valeur calculée
|
I(1)
|
-3,587527
|
-2,976263
|
-11,9538
|
-2,986225
|
-
|
Valeur critique
|
Source : Auteur à partir des
résultats des tests de PP
En observant les résultats consignés dans le
tableau 5 ci-dessus, on constate que seulement dans le cas « du Test PP en
différence première avec constante significative » que les
valeurs calculées sont inferieures aux valeurs critiques. On conclut
alors que les deux variables (IDE et PIB) sont stationnaires en
différence première. Autrement dit, elles sont I(1).
Les résultats des tests ADF et PP montrent que l'IDE et
le PIB sont stationnaires en différence première. Ce
résultat induit à rechercher la présence d'une relation
d'équilibre de long terme. Pour ce faire, le test de
co-intégration de Johansen (1988) est utilisé.
46
|