3.2.3. Estimation du modèle
Comme signalé précédemment, le test de
stationnarité des variables confirme l'usage de la méthode de la
régression, car les variables sont toutes stationnaires. D'où
l'estimation du modèle dans le tableau ci-dessous :
Tableau N°05 : Estimation du
modèle
|
Dependent Variable: TXCH
|
|
|
|
Method: Least Squares
|
|
|
|
Date: 08/04/16 Time: 18:37
|
|
|
|
Sample: 1998 2014
|
|
|
|
Included observations: 17
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Variable
|
Coefficient
|
Std. Error
|
t-Statistic
|
Prob.
|
|
|
|
|
|
|
|
|
|
|
|
C
|
170.9938
|
131.4217
|
1.301108
|
0.2142
|
|
MM
|
48.20870
|
8.767102
|
5.498818
|
0.0001
|
|
TXINT
|
-2.185597
|
0.849695
|
-2.572215
|
0.0221
|
|
|
|
|
|
|
|
|
|
|
|
R-squared
|
0.830272
|
Meandependent var
|
518.1732
|
|
Adjusted R-squared
|
0.806025
|
S.D. dependent var
|
337.7893
|
|
S.E. of regression
|
148.7710
|
Akaike info criterion
|
13.00148
|
|
Sumsquaredresid
|
309859.4
|
Schwarz criterion
|
13.14852
|
|
Log likelihood
|
-107.5126
|
Hannan-Quinn criter.
|
13.01609
|
|
F-statistic
|
34.24252
|
Durbin-Watson stat
|
1.648371
|
|
Prob(F-statistic)
|
0.000004
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Source : Nous-mêmes
en usant le logiciel Eviews
Nous avons le modèle estimé qui se
présente comme suit :
TXCH = 170.993842225 + 48.2087026049*MM -
2.18559749474*TXINT
t-stat (1.301108) (5.498818) (-2.572215)
Prob(0.2142) (0.0001) (0.0221)
Le coefficient
a0 = 170.993842225 celui-ci n'a pas
d'interprétation économique ;
Le coefficient a1 = 48.2087026049
signifie économiquement que si la masse monétaire
MM augmente de 10% alors le taux de change augmente aussi de
482 %.
Le coefficient a2 = - 2.18559749474
signifie économiquement que si le taux d'intérêt
TXINT augmente de 10% alors le taux de change diminue de 21,8
%.
3.2.4. Analyses
Statistiques
Dans ce point, nous avons développé les
analyses statistiques de différentes variables de notre
modèle.
| 
