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

 > 

Effets de l'inflation sur la fiscalité burundaise. à‰valuation à  l'aide d'un modèle à  correction d'erreurs ( 1990-2011 )

( Télécharger le fichier original )
par Denis NDAGIJIMANA
Université du Burundi - Licence en sciences économiques et administratives 2013
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

Section 2. Présentation et interprétation des résultats

III.2.1. Présentation des résultats de l'estimation

Dans cette partie, nous présentons les résultats des tests et des estimations de modèle utilisé dans cette analyse : tests de racine unitaire, tests de cointégration et estimation du modèle à correction d'erreur.

64

III.2.1.1. Tests de racine unitaire

Les tests de stationnarité ont pour avantage de disposer une information sur le caractère tendanciel ou saisonnier des variables.

Le tableau suivant montre les résultats trouvés à partir des tests de stationnarité.

Tableau 5 : Résultats des tests de stationnarité des séries en niveau (ADF et PP)

Type de
variables

En niveau

Décision statistique

ADF

V.C (au seuil de 5 %)

= -3.012363

PP

V.C (au seuil de 5 %)

= -3.012363

LRFR

0.537543

0.222722

Non stationnaire

LPIBR

0.141526

-0.373158

Non stationnaire

LDPR

0.115791

0.115791

Non stationnaire

LIPC

-0.486143

-0.486202

Non stationnaire

Source : Nous-mêmes à partir du logiciel eviews 5.0 et des données en annexe.

Ce tableau est un récapitulatif des résultats des tests de stationnarité en niveau de Dickey-Fuller Augmenté et de Philips et Perron. La lecture de celui-ci renseigne que toutes les variables admettent une racine unitaire. En effet, pour toutes les variables, les statistiques des tests ADF et PP concluent à leur non stationnarité car elles sont supérieures à la valeur critique au seuil de 5%.

En définitive, nous retenons que toutes les variables sont non stationnaires en niveau. En conséquence nous testons la stationnarité en différence première. Le tableau qui suit montre alors les résultats des tests ADF et PP des variables en différence première.

65

Tableau 6 : Résultats des tests de stationnarité des séries en différence première (ADFet PP)

Type de
variables

En première différence

Décision
statistique :
I (1)
Oui / Non

ADF

V.C (au seuil de 5 %)

= -3.020686

PP

V.C (au seuil de 5 %)

= -3.020686

LRFR

-3.973504

-3.979797

Oui

LPIBR

-3.193662

-3.193662

Oui

LDPR

-3.576050

-3.235485

Oui

LIPC

-3.901402

-3.872615

Oui

Source : Nous-mêmes à partir du logiciel eviews 5.0 et des données en annexe.

Ce tableau montre de manière synthétique les résultats des tests de stationnarité en différence première. En effet, les tests ADF et PP montrent que toutes les statistiques des tests sont inférieures aux valeurs critiques au seuil de 5%.

En conclusion, l'analyse de la stationnarité aboutit aux résultats traduisant la non- stationnarité en niveau, de toutes les variables (LRFR, LPIBR, LDPR, LIPC). Cependant, le recours à la différenciation a conduit à la stationnarité de toutes les séries en première différence. En d'autres termes, toutes ces séries sont intégrés d'ordre un.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"I don't believe we shall ever have a good money again before we take the thing out of the hand of governments. We can't take it violently, out of the hands of governments, all we can do is by some sly roundabout way introduce something that they can't stop ..."   Friedrich Hayek (1899-1992) en 1984