II. PRESENTATION ET ANALYSE DES RESULTATS
Cette section présente les résultats de
l'analyse économétrique utilisée pour identifier le type
de relation qui existe entre la consommation d'électricité et la
croissance économique en Côte d'Ivoire. Pour ce faire, nous allons
procéder à la vérification la stationnarité des
séries.
2.1 Test de racine unitaire
Le test de racine unitaire ne constitue pas un
préalable à la mise en oeuvre du test du modèle ARDL. En
outre, l'application du modèle ARDL exige que toutes les séries
soient intégrées d'un ordre au plus égal à
1(Ouattara, 2004). Cependant, tester l'hypothèse de présence de
racine unitaire est d'une grande utilité dans la mesure où elle
permet de déterminer l'ordre maximal d'intégration des
séries qu'il faudra ajouter au retard optimal du VAR pour le test de
causalité de Toda et Yamamoto. Dans ce travail, les tests de racine
unitaire mis en oeuvre seront ceux de Dickey Fuller Augmenté (ADF) et de
Philipe-Perron. En effet, une série est dite stationnaire si la
statistique de test (ADF, PP) est supérieure en valeur absolue à
la valeur critique à 5%.
Le tableau 3 présente les résultats du test de
racine unitaire effectué sur nos variables. Les statistiques de test de
Philipe Perron et de Dickey Fuller Augmenté indiquent que toutes nos
variables sont stationnaires en différence première avec tendance
et constante. Alors, le retard du modèle VAR utilisé pour tester
la causalité de Toda- Yamamoto sera augmenté de 1.
ANAGO Mahena Gildas, Ingénieur des Travaux
Statistiques Page 43
CHAPITRE 3
P a g e 4 4
Tableau 3 : Test de présence de
racine unitaire
|
Séries
|
Retards*
|
En niveau
|
En différence première
|
|
ADF
|
PP
|
ADF
|
PP
|
|
|
-2,45
|
-2,67
|
-4,87**
|
-4,87**
|
|
Lpib
|
3
|
[-3,536]
|
[-3,533]
|
[-3,54]
|
[-3,54]
|
|
Lelect
|
0
|
-2,91
|
-2,91
|
-6,59**
|
-6,58**
|
|
|
[-3,536]
|
[-3,536]
|
[-3,54]
|
[-3,54]
|
|
Lfbcf
|
0
|
-2,09
|
-2,20
|
-5,65**
|
-5,651**
|
|
|
[-3,536]
|
[-3,536]
|
[-3,54]
|
[-3,54]
|
Source : Nos estimations sous Eviews, [ ] représente
les valeurs critiques à 5%, * le retard ici est déterminé
par le critère d'information de Schwarz, ** indique le rejet de
l'hypothèse nulle de présence de racine unitaire au niveau de
confiance de 95%.
2.2 Détermination du retard optimal et Test de
cointégration
Tout comme dans la procédure d'estimation du
modèle VAR/VEC, la modélisation par l'approche ARDL exige la
détermination du retard optimal. La détermination de ce retard
est un préalable avant d'effectuer le test de cointégration. Il
correspond au retard qui minimise les critères d'information AIC, SC.
Compte tenu de la taille de notre échantillon, ce retard est choisi de
façon séquentielle pour des retards p allant de 0 à 5.
|
Tableau 4 : Retard optimal
|
|
|
|
|
Retard
|
AIC
|
SBC
|
|
1
|
-3,93
|
-3,49
|
|
2
|
-3,83
|
-3,25
|
|
3
|
-4,31*
|
-3,59*
|
|
4
|
-4,29
|
-3,43
|
|
5
|
-4,19
|
-3,19
|
Source : Nos estimations sous Eviews 5
ANAGO Mahena Gildas, Ingénieur des Travaux
Statistiques Page 44
CHAPITRE 3
P a g e 4 5
ANAGO Mahena Gildas, Ingénieur des Travaux
Statistiques Page 45
Le tableau indique que le retard optimal pour la
modélisation est p=3
Une fois le retard optimal de notre modèle connu, il
convient maintenant de tester la présence ou l'absence de relation de
cointégration. Les statistiques de Fisher calculés sont
comparées aux valeurs critiques issues de la table de Pesaran pour le
modèle V avec tendance linéaire et constante. Le tableau 5
indique que la F-statistique calculée sous l'hypothèse d'absence
de relation de cointégration est supérieure à la valeur
critique maximale (5,85) au seuil de confiance de 95%. Cette situation traduit
alors la présence d'une relation de long terme entre la consommation
d'électricité et le PIB. Cependant, cette relation doit
être confirmée par la négativité et la
significativité de la force de rappel
Tableau 5: Test de
cointégration
Valeurs critiques à 5%
2 6,597 4,87 5,85
Source : Nos estimations sous Eviews.
| 
