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

 > 

Cherté de la vie et réalité économique au Niger

( Télécharger le fichier original )
par Kabir BOUBACAR ISSA BABA
Institut de Stratégie dà¢â‚¬â„¢Evaluation et de la Prospective - Master 2 2011
  

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

3.1.3 L'estimation du Modèle Vectoriel à Correction d'Erreur

Le modèle Vectoriel à Correction d'Erreur (MVCE) intègre une dynamique de court terme autour d'une relation de long terme aussi appelée "relation de cointégration". L'estimation du MVCE requière comme préalable la spécification du nombre de relation de cointégration (ou relation de long terme) et du nombre de retard optimal dans la dynamique de court terme.

La spécification du modelé ci-dessus a fait l'objet d'une modification. En effet, l'introduction de la variable taux de change rend invalide le modèle dû au fait que le coefficient du résidu retardé n'est pas compris entre -1 et 0. Cette aberration vient du fait que TE et IPC sont corrélés à 99% comme le montre la matrice de la corrélation entre les variables. Donc la part du TE est prise en compte par IPC d'où la suppression du TE dans le modèle.

Tableau 5 : Matrice de Corrélation

Source : Nos calculs sur Eviews

Il ressort qu'à long terme (voir annexe 9):

LIPC = -2.23LDC + 2.45LIPM -1.96LM1 -5.55LPIBH + 104.3

Tableau 6 : Synthèse des résultats du modèle MVCE

 

D(LIPC)

D(LDC)

D(LIPM)

D(LM1)

D(LPIBH)

CointEq1

-0.099743

-0.425695

 0.127363

-0.023428

-0.062920

 

[-2.34632]

[-3.27401]

[ 1.01398]

[-0.25880]

[-2.00039]

 

D(LIPC(-1))

 0.189934

-0.054032

-0.105549

-0.206158

 0.043652

 

[1.17161]

[-0.10897]

[-0.22035]

[-0.59718]

[0.36392]

 

D(LDC(-1))

 0.026352

-0.258752

-0.318064

 0.011180

-0.010475

 

[ 0.39740]

[-1.27576]

[-1.62332]

[0.07918]

[-0.21349]

 

D(LIPM(-1))

-0.244291

-0.350285

 0.215769

 0.027770

 0.019302

 

[-2.70368]

[-1.26749]

[0.80820]

[0.14433]

[0.28871]

 

D(LM1(-1))

 0.146767

 0.274739

 0.220336

 0.305691

 0.174605

 

[1.28255]

[0.78495]

[0.65165]

[1.25445]

[2.06215]

 

D(LPIBH(-1))

 0.725014

 2.028454

-0.001171

-0.083695

 0.354408

 

[1.90553]

[1.74305]

[-0.00104]

[-0.10330]

[1.25889]

 

C

 0.031273

 0.069294

 0.045425

 0.037150

-0.017809

 

[2.03980]

[1.47772]

[1.00275]

[1.13791]

[-1.56989]

Source : Nos calculs sur Eviews sur les données de la BM

Ce tableau montre qu'à court terme:

D(LIPC) = 0,031 + 0.189D[LIPC(-1)] + 0,026D[LDC(-1)] - 0,24D[LIPM(-1)] + 0,47D[LPIBH(-1)] + 0,146D[LM1(-1)] - 0,099RESIDU(-1)

RESIDO1 (-1) est le résidu retardé d'une période. Son coefficient (-0,09) qui représente la force de rappel vers l'équilibre est significatif, négatif et compris entre -1 et 0. Le modèle vectoriel à correction d'erreur est valable.

v Test de causalité de Granger

Théoriquement, la mise en évidence de relations causales entre les variables fournit des éléments de réflexion à une meilleure compréhension des phénomènes économiques. Une variable Y est dite causée au sens de Granger par une autre variable X, si X aide dans la prédiction de Y, de même si les coefficients des variables retardées de X sont statistiquement significatifs. A notre niveau, le test est basé sur l'idée selon laquelle les variables causent globalement l'inflation sous les hypothèses:

H0 : les variables ne causent pas l'inflation

H1 : les variables causent l'inflation

La probabilité associée au test est de 0,088 et inférieure à 10%; ce qui amène à rejeter l'hypothèse nulle selon laquelle, globalement les variables ne causent pas l'inflation au seuil de 10%.

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








"Je voudrais vivre pour étudier, non pas étudier pour vivre"   Francis Bacon