2.2.2. Validation du modèle A. Validation
économique
En observant le résultat de la régression, on
remarque que cinq variables explicatives (les capitaux propres, les
crédits accordés, le taux d'inflation, la croissance
économique et la taille du secteur bancaire) respectent les signes
attendus, confirmant ainsi la théorie économique et
financière.
Page 57
A l'inverse, les signes prévus de la taille de la
banque et la concentration bancaire ne sont pas conformes aux
prédictions de la théorie économique et financière.
Cela peut être dû à la taille de l'échantillon.
B. Validation statistique
Ho : contre l'alternative H1 : , Les valeurs prises par la
statistique
du test de t de Student avec les valeur-p correspondantes.
Celles-ci sont inférieures à tous les seuils de
signification pour le coefficient de la constante, la taille de la banque, les
capitaux propres, les crédits accordés, le taux d'inflation, la
croissance économique, la taille du secteur bancaire et la concentration
bancaire. On rejette donc l'hypothèse nulle : ces huit coefficients sont
donc significativement différents de zéro.
Globalement tous les coefficients sont significatifs puisque
la probabilité associée à la statistique de Fisher (0.000)
est inférieure à tous les seuils de signification.
C. Validation économétrique
1. test d'autocorrélation et
héteroscedasticité
E( )=0 ? t, s, i, j, i ?j : les erreurs ne sont ni
autocorrélées ni corrélées entre
des individus différents. Nous posons comme
hypothèse :
H0 : =0(absence d'autocorrélation des erreurs)
H1 : 0(presence d'autocorrélation des erreurs)
La statistique de Durbin Watson qui mesure
l'autocorrélation des erreurs du modèle estimé est de
1.866495. Selon la loi de pouce, si la valeur de DW est inférieure
à 2, il y a évidence d'autocorrélation des erreurs. En
appliquant la méthode des moindres carrés
généralisés qui constitue la solution aux problèmes
des erreurs sphériques, la statistique de DW devient 2.270032.
2. Test d'héteroscedasticité
La probabilité associée au test de Khi
carré sur le test d'héteroscedasticité de Breusch-Pagan
est supérieur au seuil de 5% (0.0749 0.05). Nous concluons que
les erreurs sont homoscédastique (voir annexe A.2.3) E(
?X)= ? i, t : l'erreur est homoscédastique
Page 58
3. Test de Normalité
Le test de Skewness - kurtosis est théoriquement
semblable au test de Jarque-Bera. L'hypothèse nulle de ce test est
l'absence de normalité des erreurs contre l'hypothèse alternative
de normalité des erreurs.
La conclusion du test est que les résidus issus de
l'estimation du modèle à effets fixes sont normalement
distribués. Etant donné que la probabilité est
inférieure au seuil de signification de 5%(0.0076 0.05). (Voir annexe
A.2.10)
| 
