4.3.4 Test post-estimation et interprétation des
résultats du modèle
4.3.4.1 Test post-estimation : validation du
modèle
· Position des racines du polynôme
caractéristique du VECM sur le disque unité
Après estimation, le graphique (4.3) donne la position
sur le disque unité des racines du polynôme caractéristique
du modèle VECM. Celles-ci étant toutes à
l'intérieur du disque unité, nous déduisons que le
modèle est stable, et en vertu du théorème de
représentation de Wold, il peut être mis sous la forme vectorielle
moyenne mobile infinie, laquelle permet justement la dérivation des
statistiques pour l'analyse des réponses impulsionnelles et de la
décomposition des variances totales des erreurs de prévisions.
NDI ZAMBO Jean *** Mémoire ISE
Page 56
Hypothèse des déficits jumeaux: évaluation
empirique appliquée au Cameroun
Graphique 4.3:
Position des racines du polynôme caractéristique du VECM sur
le disque unité
Source : calculs de l'auteur sur eviews
· Test de normalité des résidus du
modèle estimé
Afin de voir si les résidus du modèle
estimé sont gaussiens, le test de Jarque-Bera a été
appliqué sur ces derniers. Le résultat de ce test
révèle (confère Tableau 4.6) que les
résidus du modèle suivent une loi normale (p-value >
5%).
Tableau 4.6: Test de
normalité des résidus
Component
|
Jarque- Bera
|
df
|
Prob
|
1
|
12.90767
|
2
|
0.2151
|
2
|
7.200757
|
2
|
0.5486
|
3
|
5.804589
|
2
|
0.2460
|
4
|
5.240313
|
2
|
0.4727
|
Joint
|
31.15333
|
8
|
0.3946
|
|
Source : calculs de l'auteur sur eviews
· Test d'autocorrélation des
résidus
Pour cette étape, le test d'autocorrélation LM
est appliqué dans le but de tester le caractère de
non-autocorrélation des résisus du modèle estimé.
L'hypothèse nulle de ce test stipule qu'il y a absence
d'autocorrélation contre l'hypothèse alternative
NDI ZAMBO Jean *** Mémoire ISE
Page 57
Hypothèse des déficits jumeaux: évaluation
empirique appliquée au Cameroun
de présence d'autocorrélation.
Les résultats de ce test renseignés dans le
tableau 4.7 indiquent une absence d'auto-corrélation, puisque la
probabilité associée est supérieure au niveau du risque
retenu (5%)..
Tableau 4.7: Test de
non-autocorrélation des résidus
Lags
|
LM-Stat
|
Prob
|
1
|
13.16077
|
0.6610
|
2
|
12.59417
|
0.7022
|
3
|
15.93977
|
0.4572
|
4
|
10.92592
|
0.8140
|
5
|
11.54005
|
0.7750
|
6
|
20.81474
|
0.1857
|
7
|
20.54399
|
0.1967
|
8
|
20.51527
|
0.8022
|
9
|
11.11635
|
0.8022
|
10
|
16.82818
|
0.3970
|
|
Source : calculs de l'auteur sur eviews
· Test
d'hétéroscédasticité des résidus
L'hypothèse d'homoscédasticité impose que
la variance du terme d'erreur soit constante pour chaque observation.
L'hétéroscédasticité qualifie les données
qui n'ont pas une variance constante. Les résultats 4.8 de ce test sont
consignés dans le tableau 4.8.
Tableau 4.8: Test
d'hétéroscédasticité des résidus
Chi-sq
|
Df
|
Prob
|
171.5441
|
180
|
0.8346
|
|
Source : calculs de l'auteur sur eviews
Le test indique que la probabilité associée
à la statistique de test (0,8346) est supérieure à 0,05.
L'hypothèse d'homoscédasticité es résidus est donc
vérifiée au seil de 5% et on peut donc conclure que les
résidus du modèle estimé sont bruit blanc. Les
résultats des tests précédents sur l'analyse des
résidus confirment la validation du modèle vectoriel à
correction d'erreur (VECM).
NDI ZAMBO Jean *** Mémoire ISE
Page 58
Hypothèse des déficits jumeaux: évaluation
empirique appliquée au Cameroun
| 
