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

 > 

Analyse comparative des déterminants macro-économiques du risque financier: un essai d'investigation empirique

( Télécharger le fichier original )
par Didier Jol Kama N'GBESSO
Université d'Auvergne Clermont- Ferrand1, centre d'études et de recherches sur le développement international - Master 2 économie et développement international 2011
  

précédent sommaire suivant

3.5 Les tests

v' Test de normalité des résidus

Il est recommandé de commencer par un test de normalité des écarts notamment le test Berra Jarque. La normalité des résidus est nécessaire pour effectuer les autres tests. Une distribution normale se base sur deux caractéristiques de distribution : la symétrie de la distribution et son épaisseur, soit la statistique du skewness et du kurtosis. Une symétrie parfaite est associée à un coefficient d'asymétrie nul et à un coefficient de voussure de 3. Loi Centrale Limite, qui stipule qu'au delà d'un certain nombre d'observations les termes d'erreurs suivent asymptotiquement une loi normale. Par conséquent avec 395 et 1059 observations respectivement dans les pays à hauts revenus et à moyens et faibles, notre modèle rentre parfaitement dans ce cas de figure. En appliquant ce théorème, on peut dire que la distribution de nos résidus suit une loi normale.

v' Test de détection de l'hétéroscédasticité : test de Breusch Pagan

Le test de Breusch Pagan repose sur l'hypothèse d'homoscédasticité. Cette hypothèse suppose une homogénéité de comportements au sein de l'échantillon d'analyse et une constance dans la variance des résidus.

Le test de Breusch Pagan réalisé sur l'échantillon des pays à moyens et faibles revenus donne le résultat suivant : au seuil alpha 5%, le Chi Deux calculé est de 182.806, il est supérieur au X2 lu (13ddl) dans la table du Chi Deux qui est de 22,36. On rejette donc l'hypothèse nulle d'homoscédasticité.

Le test de Breusch Pagan réalisé sur l'échantillon des pays à hauts revenus donne le résultat suivant : au seuil alpha 5%, le Chi Deux calculé est de 182.806, il est supérieur au X2 lu (13ddl) dans la table du Chi Deux qui est de 22,36. On refette Ho, on conclue l'hétéroscédasticité.

v' Test d'indépendance sérielle : Test de Durbin-Watson

Le test de détection de l'autocorrélation de Durbin-Watson réalisé sur l'échantillon des pays à
hauts revenus donne les résultats suivants : au seuil alpha 5%, le DW lu est de 2.0315025, il

est compris entre [Du, 4-Du]. On ne rejette pas Ho, on conclut l'absence d'autocorrélation (avec Du; 4-Du)= (1,78;2,22).

Le test de détection de l'autocorrélation de Durbin-Watson réalisé sur l'échantillon des pays à hauts revenus donne les résultats suivants : au seuil alpha 5%, le DW lu est de 2.0315025, il est compris entre [Du; 4-Du]= [1.78 ; 2.22], on ne rejette pas Ho, on conclut l'absence d'autocorrélation.

v' Test de Hausman

Le modèle classique sur données de panel repose sur l'hypothèse d'homogénéité des comportements c'est-à-dire que les individus (ici nos pays) sont identiques entre eux et dans le temps. Dans ce cas, on parle de « modèle Pooled ». Toutefois l'approche moderne permet de dépasser cette spécification. Il existe alors deux modèles classiques pour estimer une équation de données de panel à savoir le modèle à effets fixes et le modèle à effets aléatoires. Le test de Hausman rejette dans les 2 échantillons de pays l'hypothèse d'absence de corrélation entre les effets spécifiques et les variables explicatives. Nous utilisons donc le modèle à effets fixes pour notre analyse.

v' Test de spécification du modèle : test de RESET

Ce test est important puisqu'il repère non seulement une mauvaise forme fonctionnelle mais également des erreurs de spécification plus générales. La probabilité de test est inférieure à 5% dans les 2 échantillons de pays. On rejette l'hypothèse Ho de bonne spécification de notre modèle. Cependant cela ne saurait forcément justifier le rejet de ce modèle dans la mesure où ce dernier est construit sur une base essentiellement théorique. On peut ainsi aisément comprendre la difficulté à ce que l'hypothèse de bonne spécification du modèle ne soit pas acceptée. Par ailleurs, on ne doit pas être victime de l'infirmationnisme naïf qui considère qu'un seul test douteux doit entrainer le rejet du modèle (C.Araujo & all, 2009).

v' Le test de Chow

Ce test est important quand on sait que l'analyse économétrique repose sur l'hypothèse de stationnarité, c'est-à-dire la constance dans le temps et dans l'espace des paramètres du modèle : la moyenne, la variance, les coefficients. Des ruptures structurelles dans la valeur des coefficients peuvent alors être interprétées comme le signal d'une mauvaise spécification du modèle. Dans notre cas, le test de Chow cherche à repérer un écart dans la valeur des coefficients entre les pays à haut revenu et les pays à moyen et faible revenu. Au seuil alpha

5%, la statistique calculée est de 1, elle est inférieure à la statistique lue dans la table de Fisher 2.21 avec 13 ddl. On ne rejette pas Ho, les coefficients sont constants. Il y a donc stabiité des coefficients.

précédent sommaire suivant







9Impact, le film from Onalukusu Luambo on Vimeo.



Appel aux couturier(e)s volontaires

Hack the pandemiuc !

Moins de 5 interactions sociales par jour



BOSKELYWOOD from Ona Luambo on Vimeo.