|
Les déterminants de l'endettement extérieur de la RDC( Télécharger le fichier original )par José MWANIA WAKOSIA Université de Lubumbashi - Diplome d'études approfondies 0000 |
3. Validation du modèleElle comprend les validations économique, statistique et économétrique. 3.1. Validation économique et statistique- Validation économique Dans l'ensemble le modèle est cohérent du point de vue de la théorie économique. En effet toutes les variables ont respecté les signes prévus (équation estimée ci-dessus). - Validation statistique Dans notre modèle ce coefficient de corrélation est égal à 0,7424 (voir équation 3 du Tableau 12). Ce qui signifie que les variations de la dette en pourcentage du produit intérieur brut sont expliquées à 74% par les variables retenues dans le modèle. Le test d'adéquation d'ensemble de Fisher vient conforter celui du coefficient de détermination. En effet, la statistique de Fisher calculée Fc=15,04 est supérieure à sa statistique théorique Fth(k-1,n-k)= Fth(3,22)= 3,05 . Donc la qualité globale du modèle est très acceptable. Ce qui nous conduit à vérifier la qualité individuelle des variables explicatives. Le test de la qualité individuelle des variables est apprécié par la statistique de Student. La statistique de Student au seuil de 1% est t1/2%(n-k)=t1/2%(22)=2,818 au seuil de 5% c'est t5/2%(22)=2,074. Dans notre modèle ce test montre que la variable ouverture commerciale (OUVC), est significative au seuil de 5%, les variables service de la dette sur les exportations (LSdpib), le surendettement (LSurdt) sont significatives à 1%. La règle de décision nous permet de dire que toutes les variables sont statistiquement pertinentes. Toute fois il sied de rappeler que dans notre modèle, l'erreur représente les autres variables structurelles ayant influencé l'envolée de la variable expliquée en dehors de variables statistiquement significatives (telles que le rééchelonnement, les autres variables socioéconomiques de l'environnement interne du pays) Nous allons maintenant passer à la validation économétrique. 3.2. Validation économétriqueElle porte sur l'analyse de la qualité des résidus de l'équation 3 du tableau 12. Elle consiste à vérifier la non autocorrelation, l'homoscédasticité, la normalité et la cointégration entre les variables Le test d'autocorrelation Au seuil de 1% = 0,93 et 1,41 ; au seuil de 5% = 1,14 et 1,65 La statistique calculé de DW*= 1,44 est entre 1,41 et 1,65. Tableau 10 : Résultat du test de Durbin Watson
Source : D'après nos calculs sur le logiciel Eviews.4 DW* est dans la zone de doute, nous allons utiliser le test de Breusch Godfrey. Ce doute a été levé par ce test (voir
annexe 4) qui donne une statistique BG=n*R La statistique calculée de Fisher Fc=0,58 est inférieur à sa statistique théorique F(k-1, n-k)=F(2,23)=3,05 au seuil de 5%.[ R2 voir annexe 4] Fcal < Fth, l'hypothèse On accepte l'hypothèse nulle qui est la non autocorrelation des erreurs au seuil de 5%. Le test d'homoscédasticité des erreurs Dans notre étude la statistique de White W=
n*R La statistique calculée de Fisher Fc=2,218 est inférieur à sa valeur statistique théorique F(k-1, n-k)=F(3,22)=3,05 au seuil de 5% et de 4,82 au seuil de 1%. Donc, on accepte l'hypothèse nulle, il y a homoscédasticité des erreurs au seuil de 5%. Le test de normalité des erreurs Le test sur les erreurs de l'équation 3 du tableau 12 donne JB= 2,49 est inférieur à X2(2)=5,99 (voir annexe 6). Au seuil de 5%. Ce qui montre que les erreurs sont normales. Les tests de cointégration Du point de vue économique, deux séries seront cointegrées si elles présentent entre elles une relation de long terme(ou d'équilibre). Les critères de validation du modèle étant respectés nous allons vérifier la relation de cointégration entre les variables qui sont intégrés d'ordre I(1). Pour cela, nous avons récupéré les résidus de l'équation 3 du tableau 12 comme relation de long terme pour effectuer le test ADF, afin de voir si les résidus sont stationnaires. Tableau 11 : Le test de Dickey-Fuller-Augmenté
Source : D'après nos calculs sur le logiciel Eviews.4 Le test montre que les erreurs sont stationnaires à niveau au seuil de 1% (tableau 12). Les résidus étant stationnaires, on conclut que les variables sont cointegrées. Donc, on peut retenir l'équation 3 comme relation de long terme. L'existence de cette relation de cointégration entre les variables, valide l'utilisation du modèle à correction d'erreur. Ce modèle sert à déterminer la dynamique de court terme, pour cela nous utiliserons l'approche à deux étapes d'Engle et Granger132(*). La première étape de cette approche consiste à estimer la relation de long terme par la méthode des moindres carrées ordinaires (MCO). Cette étape a été réalisée avec le test de cointégration. La deuxième étape consiste à récupérer les résidus de la relation à long terme pour estimer le modèle à correction d'erreur qui donne la dynamique de court terme Le résultat de l'estimation du modèle de court terme sont consignés dans le tableau 12 (équation 4 et 5). Après les validations économique et statistique l'équation 5 a été retenue comme le modèle de court terme. Il se présente de la façon suivante : DDTPIB= 0,021C - 0,59 Resid(-1) - 0,072Dtxpib [5] (0,642) (-2,912) (-5,058) ( ) : t-student R2 :0,58 DW : 1,88 F: 15, 06 Prob (F-stat): 0,000088 La force de rappel à l'équilibre de cette équation mesurée, par le coefficient des résidus retardés d'une année est significative et comprise entre -1 et 0.Ce qui signifie que l'impact des facteurs déterminants la dette extérieure ne s'estompe qu'après un an et 59% des effets sont absorbés à la fin de la première année. La statistique théorique de Student c'est t5%(n-k)= t5/2%(23)=2,07. Le résultat de ce test prouve que le taux de croissance du produit intérieur brut (Txpib) et les résidus retardés de l'équation 3 d'une période sont statistiquement significatifs au seuil de 5%. La dette est expliquée à 58% par les variables explicatives à court terme. Le Fisher calculé Fc=15,88 est supérieur au Fisher théorique Fth(k-1,n-k)= Fth(2,23)= 3,42. Donc, l'adéquation d'ensemble du modèle à court terme est bonne. Nous avons ensuite procédé à la validation économétrique sur les résidus de l'équation 5. Le test d'autocorrelation des résidus L'équation de court terme comporte des variables décalées ce qui fait qu'on ne peut pas utiliser le test de corrélation de Durbin Watson. Cependant, nous allons utiliser celui de Breusch Godfrey. Le résultat de ce test est consigné dans l'annexe 8. Il a révélé l'absence d'autocorrelation des résidus. En effet, BG=n*R2 = 26*0,123163=3,202238 est inférieur à X2(2)=5,99 au seuil de 5%. [ R2 voir annexe 8] La statistique calculée de Fisher Fc=3,5 est supérieur à sa statistique théorique F(k-1, n-k)=F(2,24)=2,218 au seuil de 5% et 2,074 au seuil de 1%. On accepte l'hypothèse nulle qui est la non autocorrelation des erreurs au seuil de 5%. Le test d'homoscédasticité des erreurs Dans le modèle de court terme la statistique de White a conclu l'absence d'hétéroscédasticité des erreurs (voir annexe 9). W= n*R2 =24*0,05 =1,248 est inférieur à X2(4)=9,48 au seuil de5%. Le test de Fisher vient confirmer celui de White. La statistique calculée de Fisher Fc=0,26 est inférieure à sa statistique théorique F(k-1, n-k)=F(4,19)=2,90 au seuil de 5%. La règle de décision est l'acceptation de l'hypothèse nulle, il y a homoscédasticité des erreurs au seuil de 5%. Le test de normalité des erreurs: Pour l'équation 5 du tableau 12 (modèle de court terme). La statistique de Jarque-Bera JB= 1,95 est inférieure à X2(2)=5,99 au seuil de 5%. Ce qui montre que les erreurs sont normales. Tableau 12 : Résultat des estimations
Source : d'après nos calculs sur le logiciel Eviews.4 NB: ( ): T-Student, Equa. : Equation, ***:Significatif au seuil de 1%, **: Significatif au seuil de 5%, * : Significatif au seuil de 10% Les résultats seront analysés et interprétés dans la suite. * 132 Lorsque des séries sont stationnaires et cointegrées, il convient d'estimer leurs relations au travers d'un modèle à correction d'erreur (ECM, « Error Correction Model). Engle et Granger (1987) ont démontré que toute les séries cointegrées peuvent être représentées par un ECM. |
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
