3.5.2 : Test de co-intégration de Granger
Deux étapes fondamentaux pour saisir le test de
co-intégration de deux séries suivant le test d?Engle et Granger,
d?une part on teste l?ordre de d?intégration des variables, dans ce
méme cadre il faut que les séries doivent être
intégrées de même ordre. Pour être
co-intégré on détermine le degré
d?intégration selon le test ADF.
D?autre part nous estimerons la relation long terme, pour cela
le résidu de la régression doit être stationnaire afin
d?accepter la relation de stationnarité selon le test ADF. En fait
lorsque les séries sont non stationnaires en niveau, et en
procédant à la différenciation première. Ses
séries peuvent devenir stationnaires et donc intégrées
dordre 1 lors de la relation de cette condition.
3.5.3 : Détermination du nombre optimal de
retard
Pour analyser l?impact de l?intégration
financière sur le gain de la diversification internationale, il est
nécessaire de savoir si les marchés convergent entre eux,
d?où la nécessité d?étudier s?éparament la
convergence des marchés des pays développés et celle des
marchés émergents, par la suite nous analyserons la convergence
des marchés développés et émergents à la
fois. Or pour pouvoir étudier l?intégration des marchés il
est nécessaire de déterminer le nombre de retard optimal du
modèle autorégressif VAR : les critères AIC et VAR ont
été utilisés.
3.5.4 : Modélisation VECM et test de
causalité au sens de Granger
Engle et Granger(1987) ont démontré que toutes
les séries co-intégrées peuvent être
représentées par un VECM. D?abord, nous essayerons de
synthétiser les grandes étapes relatives à l?estimation
d?un modèle de VECM :
1. Détermination du nombre de retards p du modèle
en niveau ou en log selon les critères AIC ou SC ;
2. Estimation de la matrice Ð et tests de Johansen
permettent de connaitre le nombre de relation de co-intégration ;
3. Identification des relations de co-intégration,
c'est-à-dire les relations de long terme entre les variables ;
4. Estimation par la méthode du maximum de
vraisemblance du modèle vectoriel à correction derreur
et validation à laide du test usuel : significativité
des coefficients et vérification que les résidus sont des bruits
blancs (test de Ljung-Box).
En suite, nous pouvons vérifier que
lestimation par les MCO de la relation de long terme fournit des
résultats à peu près similaires(en termes de
significativité et de valeurs estimées des coefficients) à
ceux obtenus par la méthode du maximum de
vraisemblance.
| 
