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

 > 

Les déterminants du taux de change en r.d.c


par Hermann KISIMBA NUMBI
Université de Likasi - Licence Gestion financière 2016
  

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

B.3. Traitements des données et validation de modèle

Le traitement de nos données se fait à l'aide du logiciel EVIEWS 9

B.3.1 validation économétrique

Dans notre modèle le coefficient de corrélation ou le degré d'explication du modèle R2 est égale 85% et R2 ajusté 80%. Ce qui signifie qu'ils sont largement supérieurs à 50%, cela pourrait justifier notre modèle théorique car les variables explicatives expliquent favorablement la variable expliquée ou endogène.

? Test de Klein

Ce tableau indique la matrice de corrélations simples entre les variables.

 

LTCH

LPPTN

LPIBH

LTXINF

LMM

LTCH

1

0.678

0.738

-0.121

-0.388

LPPTN

0.678

1

0.423

-0.522

-0.60

LPIBH

0.738

0.423

1

-0.268

0.115

LTXINF

-0.121

-0.522

-0.268

1

0.219

LMM

-0.388

-0.60

0.115

0.219

1

Il y a absence du risque de multi-colinéarité parce que les coefficients de corrélation simples élevés au carré sont tous inférieurs à R2 = 0,85. Cela se justifie par le fait sont moins élevés par rapport au degrés du modèle de la régression.

69

? Test de stationnarité

TEST DE STATIONNARITE DE DUCKEY-FULLER AUGMENTE

 
 

valeur en niveau

valeur à différence

Déc.
Stat.

séries

 

ADF

stationnari

Valeur té

ADF

Valeur

Stationnari

 

none

0,32

-1,955

Non

-4,192

-1,956

oui

I(1)

LTCH

intercept

-0,674

-2,991

Non

-4,28

-2,998

oui

I(1)

 

intercept et
trend

-3,781

-632

Oui

-4,24

-3,622

oui

I(1)

 

none

-1,894

-1,955

Non

-4,494

1,956

oui

I(1)

LPTN

intercept

-2,231

-2,991

Non

-4,553

-2,998

oui

I(1)

 

intercept et
trend

-2,175

-3,612

Non

-3,804

-3,69

oui

I(1)

 

none

0,7

-1,956

Non

-7,878

-1,956

oui

I(1)

LPIBh

intercept

-0,265

-2,998

Non

-7,887

-2,998

oui

I(1)

 

intercept et
trend

-3,682

-3,612

Oui

-8,159

-3,622

oui

I(1)

 

none

-13,79

-1,96

Oui

-6,213

1,961

oui

I(1)

LTXINF

intercept

-12,795

-3,029

Oui

-5,085

-3,04

oui

I(1)

 

intercept et
trend

-9,473

-3,673

Oui

-3,607

-3,69

Non

I(1)

 

none

-4,31

-1,955

Oui

-4,99

-1,961

oui

I(1)

LMM

intercept

-4,663

-2,991

Oui

-4,884

-3,04

oui

I(1)

 

intercept et
trend

-5,285

-3,612

Oui

-4,687

-3,69

oui

I(1)

Source: tableau conçu par nous même avec la base des données de calcul sur

Eviews 9

D'après nos analyses, nous constatons que toutes les variables sont stationnaires à différence première pour le modèle avec constance et sans tendance

et le modèle avec constance et tendance à l'exception du taux d'inflation puis pour le modèle sans constance et tendance la stationnarité est observé pour la masse monétaire et le taux d'inflation à niveau et à différence pour toutes les variables.

Le taux de change est stationnaire à différence 1 car nous avons -4.28 qui est inférieur à -2.998 au seuil de 0,05 au niveau du modèle avec constance seulement et celui avec constante et tendance -4,24 inférieur à -3,622 à 5% mais la stationnarité à niveau se justifie uniquement pour le modèle avec constance et tendance avec -3,781 inférieur à -6,32, le progrès technique trouve sa stationnarité à différence 1 avec une valeur de -4,553 inférieur à -2.998 à 5% au niveau du modèle avec constance seulement et celui avec

70

constante et tendance -3,804 inférieur à -3,69, le PIB par habitant trouve sa stationnarité à différence 1 avec une valeur de -7,887 inferieur -2.998 au seuil de 0,05 au niveau du modèle avec constance seulement et celui avec constante et tendance -8,159 inférieur à -3,622. Pour le taux d'inflation, la stationnarité est à niveau pour le modèle avec constante et sans tendance avec -12,795 inférieur à -3,029 et le modèle avec constance et tendance -9,473 inférieur à -3,773 et la stationnarité s'explique de même à différence pour les deux modèles avec -5,085 largement inférieur à -3,04 et -3,697 inférieur à 3,691 et enfin la masse monétaire qui est stationnaire à niveau et à différence pour les modèle avec constance sans tendance et le modèle avec constance et tendance car à niveau -4,663 est inférieur à -2,991 et -5,285 inférieur à 3,612 puis à différence -4,884 inférieur à -3,04 et -4,687 suffisamment inférieur à - 3,69. D'où tous les variables dont stationnaires, c'est ainsi que nous faisons la régression pour estimer les paramètres.

? Test d'autocorrélation des erreurs

Le test de Durbin Watson est effectué au seuil de 5%, la statistique de DW est de 1,68 et K= 4. D'où DL = 1,038 et DV= 1,767. Notre DW est dans la zone de doute c'est-à-dire entre 1,038 et 2,233.

dL dU 4-dL 4-dU

Valeur de DW*

1,038

1,038 à

1,767

DW*

2,962 à

2,233

2,233

Résultat du test

Autocorrélatio n positive

doute

Autocorrélatio n nulle

doute

Autocorrélatio n négative

Source: d'après nos calculs sur EVIEWS 9

Ainsi, comme le test de DW indique que notre valeur est dans la zone de doute, il est difficile pour nous de conclure la présence de l'autocorrélation des erreurs ou non. Cependant, nous faisons recours au test de Breusch-Godfrey dont a probabilité est de 0,6357 qui est suffisamment supérieur à 0,05. Ce qui signifie que qu'il n'y a pas d'autocorrélation des erreurs d'ordre 2.

71

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








"Nous voulons explorer la bonté contrée énorme où tout se tait"   Appolinaire