3115 Etude du modèle var/vec
L'utilisation du modèle VAR ou VEC dépend du
test de stationnarité et du test de cointégration des variables
du modèle. Le schéma de procédure d'estimation du
modèle VAR/VEC, met en évidence le mécanisme permettant de
choisir un modèle VAR ou un modèle VEC. (Voir schéma,
annexe 3)
> Tests diagnostiques
Les tests diagnostiques tournent autour des tests de :
normalité, d'homoscédasticité, d'autocorrélation
des résidus et de multicolinéarité des variables.
L'étude essentielle de cette analyse
économétrique se subdivise en trois parties : > La
causalité
Au niveau théorique, la mise en évidence de
relations causales entre les variables économiques fournit des
éléments de réflexions propices à une meilleure
compréhension des phénomènes économiques.
Soit la formule générale du VAR :
On remarque que les valeurs passées de chaque variable
apparaissent dans chaque équation du VAR, il se peut que parfois on
veuille tester si une variable spécifique ou un groupe de variable joue
un rôle quelconque dans la détermination des autres variables du
VAR. Considérons par exemple le VAR à deux variables.
La valeur passée de Y2 ne joue aucun rôle dans la
détermination de Y1, on dit que Y2 n'est pas une cause à la
Granger de Y1.
La causalité au sens de Granger stipule que la variable
X cause la variable Y si la connaissance de X améliore la
prédiction de Y, tandis que selon Sims, si les valeurs futures de X
permettent d'expliquer les valeurs présentes de Y, alors Y est la cause
de X.
La causalité permet une formulation correcte de la
politique économique et de la prise de
décision.
> Fonctions de réponse impulsionnelle
Les fonctions de réponse impulsionnelle mesurent la
conséquence d'un choc sur les variables. Dans une application empirique
elle constitue une des principales utilisations des processus VAR. Cette
réponse représente l'effet d'un choc d'une innovation sur les
valeurs courantes et futures des variables endogènes. Elle permet de
faire des simulations et d'analyser l'impact d'un choc sur une variable
à court, moyen et long terme.
> Analyse de la décomposition de la variance
L'analyse de la décomposition de la variance de
l'erreur de prévision dont l'objectif est d'avoir les informations sur
l'importance relative des innovations dans les variations de chacune des
variables du modèle. Quand une innovation explique une part importante
de la variance de l'erreur, on en déduit que l'économie
étudiée est très sensible aux chocs affectant
cette série. En définitive, elle permet de
déterminer la direction dans laquelle le choc a plus d'impacts.
| 
