Subventions cotonnières des pays développés et distorsions sur le marche mondial : une approche par le modèle vectoriel a correction d'erreur

B- Détermination du nombre optimal de retard et

Cointégration à la Johansen

1. Détermination du nombre optimal de retard

La détermination du nombre optimal de retard constitue la première étape du processus conduisant au (MVCE). Nous utilisons alors le critère de Schwarz comme évoqué plus haut dans notre méthodologie. Les différentes valeurs obtenues pour différents nombres de retards (1à 4) sont consignées dans le tableau suivant :

Tableau 5: Résultats de la Recherche du nombre optimal de décalages

Nombre de retards	1	2	3	4
Valeurs du critère de Schwarz	-9,450	-8,303	-7,400	-6,524

Source : Nous-mêmes (2006)

Le nombre de retards qui minimise le critère de Schwarz est alors 1.

2. Cointégration à la johansen

Après la détermination du nombre optimal de retard, on procède au test de Johansen pour déterminer le nombre de relations de cointégration. Pour ce faire, nous utilisons la statistique de la trace.

Pour retenir la spécification convenable nous analysons l'évolution des courbes univariées des différentes variables dans le temps.

Figure 7 : Evolution de PRC, NSUB, PRO, CONS, PRP (en logarithme)

Source : Nous-mêmes (2006)

L'allure de ces différentes courbes montre que les variables considérées présentent des tendances et des constantes.

Nous effectuons alors le test de la trace en supposant la présence de constante et de tendance dans les relations de cointégration et la présence de constante dans le modèle à correction d'erreur.

Les résultats du test de la trace figurent dans le tableau n° 6.

Tableau 6: Résultats du test de la trace

Statistique de la trace	Valeur critique à 5%	Valeur critique à 1%	Hypothèse nulle de r relations de cointégration
85,14212 54,84738 30,62966 14,54330	68,52 47,21 29,68 15,41	76,07 54,46 35,65 20,04	None Au plus 1 Au plus 2 Au plus 3

Source : Nous-mêmes (2006)

On rejette l'hypothèse nulle d'au plus 2 relations de cointégration (30,62 29,68) au seuil de 5%. En revanche, on accepte l'hypothèse nulle selon laquelle il existe au plus 3 relations de cointégration entre les cinq variables considérées (14,543 15,41). Ces trois relations sont les suivantes :

LPRC = 0,340221 LNSUB + 2,589041 LCONS

(0,19966) (1,42312)

- 4,176708 LPRO + 0,936895 LPRP + 4,290731

(1,47951) (0,18836) + _t (1)

LPRC = 102,3871 LCONS - 114,2834 LPRO + 11,08932 LPRP

(519,847) (588,769) (55,3197)

+ 14,00792 + _t (2)

LPRC = 1,131846 LPRO - 0,109288 LPRP - 0,117378 + _t

(0,05883) (0,04861) (3)

Les valeurs entre parenthèses représentent les écarts types.

L'équation 1 est la seule ayant attribuée un coefficient non nul à la variable clé de notre modèle (les subventions). En plus, elle présente des écarts types faibles.

L'équation 3 qui présente aussi des écarts types faibles élimine deux variables (les subventions et la consommation mondiale) qui sont d'une grande importance dans cette étude. Nous retenons de fait l'équation 1 comme notre relation de long- terme.

ANALYSE DE LA RELATION DE L_T

LPRC = 0,340221 LNSUB + 2,589041 LCONS - 4, 176708 LPRO
(1,70402)(*)	(-1,81927)**	(2,82303)(*)
+ 0,936895 LPRP + 4,290731 + t
(- 4,97407)*

Les valeurs entre parenthèses sont les t de student.

Elles indiquent que la production et le prix du polyester expliquent significativement à long terme le prix du coton. Par contre, les subventions et la consommation expliquent dans une moindre mesure le prix du coton car elles ne sont pertinentes qu'à un seuil de 10%. Les rapports de long terme établis peuvent ne pas être vérifiés à court terme. L'étude de la relation de court terme repose sur l'estimation des paramètres du modèle vectoriel à correction d'erreur qui intègre les dynamiques de court et de long terme.

* ²² significatif à 5% significatif à 10%