Paragraphe 2 : Tests de causalité et de
cointégration
A. Test de causalité
Avant d'examiner la cointégration sur les
séries, nous allons procéder au test de causalité à
la Granger afin de spécifier les variables qui pourraient intervenir
dans la relation de long terme. Par conséquent, il a été
procédé à des régressions entre chaque
catégorie de consommation et chacune des variables explicatives. En
effet, puisque la relation de long terme traduit l'équilibre de long
terme du système, cet équilibre, s'il existe, doit pouvoir
conduire à une bonne régression dont les résidus sont
alors des bruits blancs.
Le tableau ci-dessous présente les résultats
obtenus, grace au logiciel Eviews, avec deux retards. Ce nombre de retards est
déterminé par le critère d'Akaike.
Tableau 9 : Résultats du test de
causalité
|
Hypothèse nulle:
|
F-Statistic
|
Probabilité
|
Hypothèse nulle:
|
F-Statistic
|
Probabilité
|
|
LogR ne Cause pas LogCd
|
4.31 056
|
0.03060
|
LogR ne Cause pas LogCn
|
3.36176
|
0.05886
|
|
LogCd ne Cause pas LogR
|
0.96183
|
0.40204
|
LogCn ne Cause pas LogR
|
7.40036
|
0.05500
|
|
LogPn ne Cause pas LogCd
|
7.07251
|
0.00582
|
LogPn ne Cause pas LogCn
|
2.73837
|
0.09313
|
|
LogCd ne Cause pas LogPn
|
0.38962
|
0.68321
|
LogCn ne Cause pas LogPn
|
3.25791
|
0.06342
|
|
LogPd ne Cause pas LogCd
|
10.9599
|
0.00088
|
LogPd ne Cause pas LogCn
|
2.64040
|
0.10032
|
|
LogCd ne Cause pas LogPd
|
1.21189
|
0.32208
|
LogCn ne Cause pas LogPd
|
3.42235
|
0.05636
|
|
Logi ne Cause pas LogCd
|
1.29727
|
0.29900
|
Logi ne Cause pas LogCn
|
1.06213
|
0.36757
|
|
LogCd ne Cause pas Logi
|
2.64538
|
0.09994
|
LogCn ne Cause pas Logi
|
1.43948
|
0.26453
|
Source : Tests effectués à partir du logiciel
Eviews
Pour le test entre les variables LogR et
LogCd, l'hypothèse H0 : « LogCd ne Cause pas LogR
» a une probabilité associée à la statistique de
Fisher qui est supérieure à 5%. Donc on accepte H0. Il y a
causalité au sens de Granger de LogR vers LogCd. Ce qui
signifie que le revenu disponible des ménages
Thème : « Analyse des déterminants de
la consommation des ménages au Bénin : une approche par le
modèle à correction d'erreur »
explique significativement la consommation finale des biens
durables des ménages. De même l'interprétation des
résultats du test entre la variable Cd et les autres variables montre
qu'elles sont toutes explicatives de celle-ci au seuil de 5%.
Au niveau de la consommation finale des biens non durables des
ménages, les résultats sont similaires.
B. Test de cointégration
Le test précédent ayant
révélé que tous les déterminants causent les
variables endogènes, on procède à présent à
l'estimation des relations de long terme afin d'analyser la
stationnarité des résidus.
Tableau 10: Résultats des tests de
cointégration
|
Sans trend
|
Avec trend
|
|
Relation de la consommation non durable
|
Résidu non
stationnaire
|
Résidu stationnaire
|
|
Relation de la consommation durable
|
Résidu non
stationnaire
|
Résidu stationnaire
|
Source : Tests effectués à partir du logiciel
Eviews
Les résidus stationnaires sont obtenus avec les relations
comportant le trend. Les résultats du test de stationnarité des
résidus se trouvent en annexe 5.
Thème : « Analyse des déterminants de
la consommation des ménages au Bénin : une approche par le
modèle à correction d'erreur »
| 
