2.1 Estimation du modèle vectoriel à
correction d'erreur
Le modèle vectoriel à correction d'erreur
correspond à la relation suivante :
D(LNY) = - 0.3690947455*( LNY(-1) + 0.2892123224*LNE(-1)
-
0.1091566367*LNS(-1) - 0.2311078894*LNI(-1) -
6.403260482 ) + 0.1654224086*D(LNY(-1)) - 0.2163917118*D(LNE(-1)) -
0.117904636*D(LNS(-1)) - 0.1517736144*D(LNI(-1)) + 0.1066407115
Les principaux résultats de test de
significativité permettant de valider notre modèle vectoriel
à correction d'erreur (MVCE) sont résumés dans le tableau
suivant :
Tableau 2 : Résultat de l'estimation du
modèle vectoriel à correction d'erreur
|
Variables
|
LNY (-1)
|
LNE
|
LNS
|
LNI
|
|
Elasticités
|
-0.3691
|
-0.1067
|
+0.04029
|
+0.0853
|
|
T-Student
|
-5.6754
|
-2.9752
|
+4.3841
|
+2.1410
|
|
R2
|
0.7820
|
|
|
T-Fischer
|
10.0475
|
La fiabilité des résultats s'apprécie
à travers la valeur et le signe des coefficients des paramètres
estimés. La régression de la formulation du modèle
vectoriel à correction d'erreur (MVCE) donne les résultats
suivants pour le long terme. Ces derniers sont obtenus après calcul des
coefficients de la représentation de l'équation par le logiciel
Eviews 5.
La relation dynamique de long terme peut alors s'écrire
comme suit : D (LNY) = -0.3691LNY
(-1)-0.1067LNE+0.04029LNS+0.0853LNI+2.3634
(-5.6754) (-2.9752) (+4.3841) (+2.1410)
Les chiffres entre parenthèses représentent la
statistique de STUDENT.
2.2 Commentaire économétrique du MVCE
Comme le montre le tableau, l'élasticité
(-0.3691) associée à notre variable LNY (-1) est notre
coefficient à correction d'erreur. Ce coefficient négatif
représente la force de rappel. Il est significativement différent
de zéro avec le T-Student supérieur à 1.96 en valeur
absolue, ce qui suppose que la formulation retenue pour le modèle est
justifiée.
D'une part, l'analyse des élasticités montre une
relation positive entre la production, la formation brute du capital fixe et
les dépenses de santé et une relation négative entre les
dépenses d'éducation, d'autre part.
L'élasticité de la variable (LNY) par rapport
à (LNS) est (+0.04029). Elle indique que l'accroissement de 100 % des
dépenses de santé entraine
également une augmentation moins que proportionnelle de la
production de 4.029 %.
L'élasticité de la variable (LNY) par rapport
à LNI est (+0.0853). Cependant, 100% d'augmentation de la formation
brute du capital fixe entraine 8.53 % de la production.
L'élasticité de la variable (LNY) par rapport
à (LNE) est (-0.1067). Ce quiexplique que l'augmentation de
100 % des dépenses d'éducation entraine une diminution de 10.67 %
de la production.
Avec un R2 estimé à 0.7820, on peut
admettre que 78.20% des fluctuations de la production sont expliquées
par les variables LNE, LNS et LNI. Il est un instrument de la qualité de
l'ajustement. En effet, le fait que R2 soit élevé ne
doit en aucun cas être interprété comme une mesure du
degré d'explication de la variable dépendante par les variables
explicatives, mais simplement comme une forte association entre ces
variables.
Avec un T-Fischer = 10.0475, le modèle est globalement
significatif au seuil de 5 %. Les différentes variables explicatives ont
globalement un effet significatif sur la production.
|
CHAPITRE IV :
|
|
INTERPRETATION DES RESULTATS
|
Partant des résultats obtenus plus haut, il est question
à présent de procéder à leurs analyses en vue de
quelques recommandations.
Section 1 : Impact des dépenses publiques en
capital humain sur la croissance
Nous voudrions ici rendre compte de l'influence des
dépenses publiques de santé et d'éducation sur la
croissance.
| 
