2-2.) Test de cointégration à la Engle
Granger et MCE
L'analyse de la cointégration permet
d'appréhender clairement la relation entre deux variables. Les
séries Xt et Yt
sont cointégrés si et seulement si :
Ces séries sont affectées d'une tendance
stochastique de même ordre d'intégration.
Une combinaison linéaire de ces séries permet de
se ramener à une série d'ordre d'intégration
inférieur. La cointégration à la Engle - Granger est une
méthode à double étape :
Etape 1 : La relation de long
terme est estimée par la méthode des Moindres Carrés
Ordinaires (MCO). Le résidu de la régression est ensuite soumis
au test de Stationnarité. Le processus est intégré si le
résidu est stationnaire. Dans le cas contraire les séries ont des
trajectoires divergentes et n'admettent pas de relation de long terme.
Etape 2 : Si l'hypothèse
est retenue, on estime le Modèle à Correction d'Erreur (MCE).
Engle et Granger (1987) ont montré à travers le
théorème de la représentation de Granger que toutes les
séries cointégrées peuvent être
représentées par un MCE qui permet de corriger les écarts
afin de converger vers l'équilibre de long terme et en même temps
de connaître les comportements de court terme.
2-3.) Test de causalité de Granger
Au niveau théorique, la mise en évidence de
relations causales entre les variables économiques fournit des
éléments de réflexion propices à une meilleure
compréhension des phénomènes économiques. De
manière pratique, « the causal Knowledge » est
nécessaire à une formulation correcte de la politique
économique.
En effet, connaître le sens de la causalité est
aussi important que de mettre en évidence une liaison entre des
variables économiques.
Granger (1969) a proposé les concepts de
causalité et d'exogénéité : la variable
Xt est la cause de Yt, si la prédictibilité
de Yt est améliorée lorsque l'information relative
à Xt est incorporée dans l'analyse. Il s'en suit qu'il
est préférable de prédire Yt en connaissant
Xt que le contraire.
2-4.) Test de normalité de Jarque Bera
Il est utile de vérifier dans un travail de recherche,
la normalité des erreurs surtout pour le calcul des intervalles de
confiance et aussi pour effectuer les tests de student sur les
paramètres. Le test de Jarque et Bera (1984) fondé sur la notion
de Skewness (asymétrie) et de Kurtois (aplatissement), permet de
vérifier la normalité d'une distribution statistique.
| 
