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- 2-2 Etude des spécificités des données de panel :

Puis que notre étude basée sur des données sous forme de panel. De ce fait il est important tout d'abord de vérifier la spécification homogène du processus générateur des données.

a) Test de spécification du processus générateur des données

Le but de faire le test de spécification (appelé aussi test d'homogénéité de Fisher) est d'accepter ou de rejeter l'hypothèse nulle d'une structure parfaitement homogène c'est à dire les constantes et les coefficients sont identiques contre l'hypothèse de la présence d'un effet individuel dans les données de panel. Ce test permet de confirmer ou d'informer l'hypothèse nulle d'égalité des ái (c'est à dire tous les ái sont égaux : ái = ái = ái=........... án ). Sous l'hypothèse d'indépendance et de normalité des résidus, nous avons construit une statistique de Fisher pour tester (N-1) restrictions linéaires. Sous l'hypothèse alternative, les coefficients â sont égaux, dans ce cas les constantes sont différentes selon les individus.

Par conséquent, on a N *(N-1)-K degrés de liberté.

Avec :

N : La taille de notre échantillon (32 entreprises Tunisiennes non financières.

T : Le nombre d'années (6 ans cette recherche nous avons sur une période allant du 2007 à 2012).

K : Le nombre des variables explicatives. (6 variables explicatives)

Lorsque la statistique de Fisher admet une plus-value supérieur à 5%, on dit qu'il ya un effet commun donc on accepte l'hypothèse nulle d'égalité des constantes (ái) et l'estimation se fait par la méthode de régression linéaire simple (MCO). Par contre, si la probabilité d'acceptation de l'hypothèse nulle d'égalité des constantes ái est inferieur à 5% , dans ce cas on rejette l'hypothèse nulle d'égalité des constantes (ái), donc on a un effet spécifique, d'ou nous passons au modèle a effet individuelle ( à savoir le modèle à effet fixes ou aléatoire). Alors, il est important dans ce qui suit de présenter les résultats du test d'homogénéité du notre modèle d'étude.

Tableau 5 : Test d'homogénéité du notre modèle d'étude

Statistique de Fisher : F

1.81

Plus-value

0.0000

Conclusion

On rejette l'hypothèse nulle d'égalité des

constantes (ái)

Type d'effet

Effet spécifique

A la lumière du tableau 5, nous avons constaté que la statistique de Fisher admet une plus values (égale 0.0000) inférieur à 5%, cela implique l'existence d'un effet individuel mesuré à travers les constantes (ái). Ce pendant on doit passer à l'étude des effets individuels.

a)-1 Etude des effets individuels

A l'instar d'un modèle à effet individuel, il est important de savoir comment les effets individuels doivent être spécifiés. Ceci nous permettant de savoir est ce que notre modèle a un effet aléatoire ou fixe. Pour cela tout d'abord, nous avons présenté deux types des modèles. En suite, nous avons opté un test statistique permettant de spécifier les effets individuels. En fin, nous mettant l'accent sur l'interprétation des résultats de ce test. Nos résultats nous permettent de mettre en évidence la présence des effets spécifiques individuels, pour cela nous avons régressé notre modèle à travers les effets fixes et effets aléatoires.

Les résultats de ces deux régressions sont présentés comme suit :

précédent sommaire suivant