Tableau 5 : Synthèse des résultats du test de
stationnarité a niveau
|
VARIABLES
|
Statistique A.D.F
|
Valeur critique (5%)
|
Décision
|
|
TXCROIS
|
-6,152760
|
-2,957110
|
Stationnaire
|
|
PIBH
|
-3,912678
|
-3,562882
|
Stationnaire
|
|
TINV
|
-3,932800
|
-3,612199
|
Stationnaire
|
|
TPOP
|
-3,847334
|
-3,580623
|
Stationnaire
|
|
TOUV
|
-2,070137
|
-3,557759
|
Non Stationnaire
|
|
TDETPIB
|
0,797839
|
-1,951687
|
Non Stationnaire
|
|
TDETPIB-2
|
1,683009
|
-1,951687
|
Non Stationnaire
|
|
SDET
|
-1,655025
|
-1,952066
|
Non Stationnaire
|
|
log(APD)
|
-2,963630
|
-3,557759
|
Non Stationnaire
|
Source : Auteurs, 2019
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 TOUV, TDETPIB, TDETPIB-2, SDET, log(APD). Donc ces cinq variables
ne sont pas stationnaires à niveau.
* /ADF/> Valeur critique de Mackinnon au seuil de 5% pour
les variables TPIB/T, PIBH, TINV, TPOP. Donc ces quatre variables sont
stationnaires à niveau.
L'examen de l'ordre d'intégration des cinq variables
non stationnaires à niveau se poursuit en différence
première et les résultats sont fournis par le tableau suivant.
Tableau 6 : Synthèse des résultats du test de
stationnarité en différence première
|
VARIABLES
|
Statistique A.D.F
|
Valeur critique (5%)
|
Décision
|
Ordre d'intégration
|
|
TOUV
|
-4,850498
|
-1,952066
|
Stationnaire
|
I(1)
|
|
TDETPIB
|
-5,244140
|
-1,952066
|
Stationnaire
|
I(1)
|
|
TDETPIB_2
|
-3,742880
|
-1,952066
|
Stationnaire
|
I(1)
|
|
SDET
|
-6,709005
|
-1,952066
|
Stationnaire
|
I(1)
|
|
log(APD)
|
-6,271143
|
-2,960411
|
Stationnaire
|
I(1)
|
Source : Auteurs, 2019.
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 M ackinnon au seuil de 5% ce qui
permet d'accepter l'hypothèse alternative H1 de stationnarité en
différence première des variables correspondantes.
2- Test de
cointégration : test de cointégration de Pesaranet al.
(2001)
Les résultats de test de stationnarité (ADF)
révèlent que certaines variables sont stationnaires à
niveau (I (0)) et les autres sont stationnaires en différence
première (I (1)). Ainsi le test de cointégration approprié
n'est pas celui de Johansen mais de Pesaran et al. (2001), (appelé
encore test aux bornes)basée sur l'estimation des modèles
vectoriels autorégressifsà retard échelonnés
(ARDL). En effet, cetteméthodologieprésente plusieurs avantages
par rapport à la méthode de Johansen (1988). Premièrement,
ce test est applicable que les variables soient I(0)ou I(1). Cette
caractéristiquefondamentaleatténue le
problèmeliéà l'incertitude des résultats des tests
de racine unitaire. Deuxième, la méthode tient compte des
dynamiques de court et de long terme lors du test. Troisièmement, le
test de Pesaran et al. (2001) s'avère relativement performante dans le
cas de petits échantillonscontrairement au test de cointégration
de Johansen dont la validité requiert de grands échantillons.
Ainsi, l'application de ce test révèle la non
existence de relation de long terme entre les variables de l'étude.
Au regard de ce résultat, une estimation MCO avec les
variables stationnaires sera fait.
| 
