III.2.2. Stationnarité des variables
La stationnarité des variables est testé
à partir des tests des racines unitaires de Dickey Furrer(DF) et Dickey
Fuller Augmenté (ADF) dont le modèle général est
Xt= a1Xt-1+ + ap Xt-p +£t.
Nous passons à l'analyse de stationnarité de chaque
variable
82 MANKIEW G. , Macroeconomie
3ème Edition , 2000,P48
83 MARK N.C. , op-cit Pp 236
85
Etude de stationnarité de LNDBC
ADF Test Statistic -4.571453 1% Critical Value* -3.9635
5% Critical Value -3.0818 10% Critical Value -2.6829
*MacKinnon critical values for rejection of hypothesis of a unit
root.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(LNDBC,2)
Method: Least Squares
Date: 07/18/08 Time: 09:09
Sample(adjusted): 1992 2006
Included observations: 15 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
D(LNDBC(-1)) -1.229825 0.269023 -4.571453 0.0005
C 0.181620 0.083870 2.165494 0.0495
R-squared 0.616499 Mean dependent var 0.008763
Adjusted R-squared 0.586999 S.D. dependent var 0.451165
S.E. of regression 0.289942 Akaike info criterion 0.485294
Sum squared resid 1.092863 Schwarz criterion 0.579701
Log likelihood -1.639708 F-statistic 20.89819
Durbin-Watson stat 1.934821 Prob(F-statistic) 0.000524
L'analyse de stationnarité nous montre que la variable
LNDBC est stationnaire à la première différence car sa
probabilité est 0,0005 alors que la sa valeur ADF (4.571453)
inférieure à ADF critique au seuil de 5%.
Etude de Stationnarité de LNM
86
Etude de la stationnarité de LNCE
ADF Test Statistic -6.077448 1% Critical Value* -4.7315
5% Critical Value -3.7611 10% Critical Value -3.3228
*MacKinnon critical values for rejection of hypothesis of a unit
root.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(LNCE,2)
Method: Least Squares
Date: 07/18/08 Time: 09:07
Sample(adjusted): 1992 2006
Included observations: 15 after adjusting endpoints
|
Variable
|
Coefficient
|
Std. Error t-Statistic
|
Prob.
|
|
D(LNCE(-1))
|
-1.506472
|
0.247879 -6.077448
|
0.0001
|
|
C
|
0.447896
|
0.961162 0.465995
|
0.6496
|
|
@TREND(1990)
|
-0.023970
|
0.096154 -0.249286
|
0.8074
|
|
R-squared
|
0.754833
|
Mean dependent var
|
0.032165
|
|
Adjusted squared
|
R-0.713971
|
S.D. dependent var
|
3.007588
|
|
S.E. of regression 1.608508
|
Akaike info criterion
|
3.965347
|
|
Sum squared 31.04757
resid
|
Schwarz criterion
|
4.106957
|
|
Log likelihood
|
-26.74011
|
F-statistic
|
18.47307
|
|
Durbin-Watson stat
|
2.177955
|
Prob(F-statistic)
|
0.000217
|
L'étude de la stationnarité nous montre que la
variable LNCE est stationnaire à la première différence
car sa probabilité est 0,001 inférieure de 10% est sa valeur ADF
(-6.077448) est inférieur à la valeur critique à 5%.
87
ADF Test Statistic -4.982445 1% Critical Value* -3.9635
5% Critical Value -3.0818 10% Critical Value -2.6829
*MacKinnon critical values for rejection of hypothesis of a
unit root.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(LNM,2)
Method: Least Squares
Date: 07/18/08 Time: 09:11
Sample(adjusted): 1992 2006
Included observations: 15 after adjusting endpoints
|
Variable
|
Coefficient
|
Std. Error t-Statistic
|
Prob.
|
|
D(LNM(-1))
|
-1.340356
|
0.269016 -4.982445
|
0.0003
|
|
C
|
0.186714
|
0.047042 3.969120
|
0.0016
|
|
R-squared
|
0.656310
|
Mean dependent var
|
0.014418
|
|
Adjusted squared
|
R-0.629872
|
S.D. dependent var
|
0.203026
|
|
S.E. of regression 0.123517
|
Akaike info criterion
|
-1.221307
|
|
Sum squared 0.198335
resid
|
Schwarz criterion
|
-1.126900
|
|
Log likelihood
|
11.15980
|
F-statistic
|
24.82476
|
|
Durbin-Watson stat
|
1.942920
|
Prob(F-statistic)
|
0.000251
|
Les modèles intercept, trend and intercept et none
montrent que la variable LNM est stationnaire à la première
différence dans le modèle intercept car sa probabilité est
0,003 inférieure à 10% et sa valeur ADF (-4.982445) est
inférieure à la valeur ADF critique au seuil de 5%.
Etude de Stationnarité de LNDB
ADF Test Statistic -4.083710 1% Critical Value* -4.7315
88
5% Critical Value -3.7611
10% Critical Value -3.3228
*MacKinnon critical values for rejection of hypothesis of a
unit root.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(LNDB,2)
Method: Least Squares
Date: 07/18/08 Time: 09:13
Sample(adjusted): 1992 2006
Included observations: 15 after adjusting endpoints
|
Variable
|
Coefficient
|
Std. Error t-Statistic
|
Prob.
|
|
D(LNDB(-1))
|
-1.168967
|
0.286251 -4.083710
|
0.0015
|
|
C
|
0.529518
|
0.308330 1.717374
|
0.1116
|
|
@TREND(1990)
|
-0.076773
|
0.032708 -2.347191
|
0.0369
|
|
R-squared
|
0.582765
|
Mean dependent var
|
-0.069767
|
|
Adjusted squared
|
R-0.513226
|
S.D. dependent var
|
0.672982
|
|
S.E. of regression 0.469534
|
Akaike info criterion
|
1.502704
|
|
Sum squared 2.645545
resid
|
Schwarz criterion
|
1.644314
|
|
Log likelihood
|
-8.270280
|
F-statistic
|
8.380396
|
|
Durbin-Watson stat
|
2.107672
|
Prob(F-statistic)
|
0.005276
|
L'étude de stationnarité nous montre que la
variable LNDB est stationnaire à la première différence
dans le modèle trend and intercept. Sa probabilité est 0,0015
inférieure à 10% et sa valeur ADF (-4.083710) est
inférieure de la valeur critique à 5%.
Etude de stationnarité de I
ADF Test Statistic -5.543468 1% Critical Value* -4.0113
5% Critical Value -3.1003
89
10% Critical Value -2.6927
*MacKinnon critical values for rejection of hypothesis of a
unit root.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(I,2)
Method: Least Squares
Date: 07/18/08 Time: 09:15
Sample(adjusted): 1993 2006
Included observations: 14 after adjusting endpoints
|
Variable
|
Coefficient
|
Std. Error t-Statistic
|
Prob.
|
|
D(I(-1))
|
-1.827673
|
0.329698 -5.543468
|
0.0002
|
|
D(I(-1),2)
|
0.397388
|
0.201909 1.968150
|
0.0748
|
|
C
|
0.335474
|
0.324040 1.035284
|
0.3228
|
|
R-squared
|
0.773714
|
Mean dependent var
|
-
|
|
|
|
0.017143
|
|
Adjusted squared
|
R-0.732571
|
S.D. dependent var
|
2.227477
|
|
S.E. of regression 1.151907
|
Akaike info criterion
|
3.308124
|
|
Sum squared 14.59579
resid
|
Schwarz criterion
|
3.445065
|
|
Log likelihood
|
-20.15687
|
F-statistic
|
18.80551
|
|
Durbin-Watson stat
|
2.102998
|
Prob(F-statistic)
|
0.000282
|
L'analyse de stationnarité nous montre que la variable
I est stationnaire à la première différence dans le
modèle intercept. Sa probabilité est 0,0002 inférieure
à 10% et sa valeur ADF (-5.543468) est inférieure à la
valeur critique au seuil de 5%.
Etude de stationnarité de LNIPC
ADF Test Statistic -3.445726 1% Critical Value* -3.9635
90
5% Critical Value -3.0818 10% Critical Value -2.6829
*MacKinnon critical values for rejection of hypothesis of a
unit root.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(LNIPC,2)
Method: Least Squares
Date: 08/08/08 Time: 09:31
Sample(adjusted): 1992 2006
Included observations: 15 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
D(LNIPC(-1)) -0.944592 0.274134 -3.445726 0.0043
C 0.086404 0.049196 1.756319 0.1025
R-squared 0.477346 Mean dependent var -0.004439
Adjusted R- 0.437141 S.D. dependent var 0.214419
squared
S.E. of regression 0.160865 Akaike info criterion -0.692932
Sum squared 0.336410 Schwarz criterion -0.598526
resid
Log likelihood 7.196992 F-statistic 11.87303
Durbin-Watson
2.017037 Prob(F-statistic) 0.004344 stat
L'analyse de stationnarité nous montre que la variable
LNIPC devient stationnaire à la première différence. Sa
probabilité est 0,0043 inférieure à 1% et sa valeur DF
(-3.445726) est inférieure à ADF critique au seul de 5%.
Apres l'analyse de stationnarité nous trouvons que les
variables LNDBC, LNM, I, LNCE et LNDB sont stationnaires à la
première différence.
| 
