WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Gestion du résultat, les déterminants de la structure financière et le coàt de la dette: étude empirique sur les entreprises tunisiennes non financières cotées


par Mohamed Ali Saadellaoui
University of Carthage - Finance 2016
  

précédent sommaire suivant

2-2 Analyse multivariée

2-2-1 Vérification de l'absence du problème de multi-colinarité
Tableau 4 : Le VIF pour notre modèle

Variables VIF 1/VIF

TA 7.93 0.126151

ST 7.09 0.141050

RO 2.37 0.422510

ROA 2.31 0.433239

AD 1.75 0.570755

OC 1.30 0.766565

Moyenne VIF 3.79

Le tableau 3 ci-dessus présente la matrice des corrélations de Pearson et de Spearman et il rapporte les relations entre les variables du notre modèle. Il s'agit de tester l'existence du problème de multi-colinéarité entre les variables explicatives. En ce référent aux travaux du (Gujarati (2004)), ce problème existe lorsque la corrélation entre les variables dépasse 0.8. Ce pendant, nos résultat du tableau montre que la corrélation des variables explicative est inferieur à 0.8, d'ou l'absence du problème de multi-colinéarité. Une deuxième méthode de vérifier la présence de ce problème est celle utilisé le VIF (Variance Inflation Factor). A ce stade la colinéarité ne présente pas un problème lorsque la valeur de VIF est inférieure à 10. (Neter et al. 1989), alors que Chatterjee et Price (1991) montre que :

- Si 1/VIF supérieur à 10 : correspond à une tolérance inferieur à 0.1 Présence du problème de multi-colinéarité.

-Si 1/VIF supérieur à 10 : correspond à une tolérance supérieure à 0.1 Absence du problème de multi-colinéarité.

- Si 2/ une moyenne de VIF supérieur à 1 On dit que la variable explicative est une combinaison linéaire de certains variables explicatives.

D'après le tableau 4, on constate que les valeurs de VIF varient entre 1.30 et 7.93 bien en dessous de la valeur critique 10, ainsi que le VIF moyen égale 3.79, cela implique l'absence du problème de multi-colinéarité entre les variables du notre modèle. Donc il est important de passer à l'étude des spécifiés des données de panel.

précédent sommaire suivant