C- Tests de stationnarité
Par souci de synthèse, compte tenu du nombre important
des tests appliqués, le tableau ci-après résume les
résultats des tests de racine unitaire appliqués à niveau
à l'ensemble des variables.
Tableau n°3 :
Résultats des tests de stationnarité à niveau
|
Variables
|
Retards
|
Trend
|
Constante
|
ADF
|
CV (à 5%)
|
Décision
|
|
LDTPIB
|
1
|
NON
|
OUI
|
-3.085
|
-2.96
|
LDTPIB est I (0)
|
|
LSDEXP
|
3
|
OUI
|
OUI
|
-4.5803
|
-3.586
|
LSDEXP est I (0)
|
|
LTCH
|
1
|
OUI
|
OUI
|
-2.569
|
-3.573
|
LTCH n'est pas I (0)
|
|
LVTE
|
4
|
NON
|
NON
|
-1.226
|
-1.95
|
VTE n'est pas I (0)
|
|
LTDB
|
4
|
OUI
|
NON
|
-3.625
|
-2.97
|
LTDB est
I (0)
|
|
LTINVP
|
3
|
NON
|
NON
|
-1.243
|
-1.95
|
LTINVP n'est pas I (0)
|
|
LTCROIS
|
4
|
NON
|
NON
|
0.088
|
-1.95
|
LTCROIS n'est pas I (0)
|
|
OUVC
|
3
|
OUI
|
NON
|
-3.355
|
-2.97
|
OUVC est I (0)
|
Source : Résultats des
tests
I (0) = Intégrée d'ordre
0 ; ADF = ADF calculée
CV= Critical value (valeur critique de
Mackinnon à 5%)
Les tests de racine unitaire sur toutes les variables
aboutissent aux résultats suivants :
ADF < valeur critique de Mackinnon au seuil de 5% pour les
variables LDTPIB, LTDB, LSDEXP et OUVC donc ces quatre variables sont
stationnaires à niveau.
ADF > valeur critique de Mackinnon au seuil de 5% pour
toutes les autres variables. Ces variables ne sont donc pas stationnaires
à niveau. L'examen de l'ordre d'intégration des variables non
stationnaires se poursuit en différence première et les
résultats sont fournis par le tableau ci-après.
Tableau n°4 :
Résultats des tests de stationnarité en différence
première
|
Variables
|
Retards
|
Trend
|
Constante
|
ADF
|
CV (à 5%)
|
Décision
|
|
LTCH
|
1
|
NON
|
NON
|
-3.583
|
-1.95
|
LTCH est I(1)
|
|
LVTE
|
3
|
NON
|
NON
|
-4.515
|
-1.95
|
VTE est I(1)
|
|
LTINVP
|
4
|
NON
|
NON
|
-3.87
|
-1.95
|
LTDB est I(1)
|
|
LTCROIS
|
4
|
NON
|
NON
|
-3.991
|
-1.95
|
LTCROIS est I(1)
|
Source : Résultats des
tests
I (1) = Intégré d'ordre 1
Les résultats des tests de racine unitaire en
différence première permettent ainsi l'étude de la
cointégration.
En effet, pour toutes les variables, ADF < valeur critique
de Mackinnon au seuil de 5%. Ce qui permet d'accepter l'hypothèse de
stationnarité des variables correspondantes.
Ainsi, on peut procéder à la
construction du Modèle à Correction d'Erreur (MCE) encore
appelé « modèle à correction d'équilibre
» déduit de la relation de long terme.
L'estimation des MCE donne des élasticités
aussi bien de court terme que de long terme des variables du modèle,
permettant de juger directement du degré de la liaison causale entre les
variables explicatives et le taux de croissance du PIB.
| 
