WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Depenses publiques et équilibre sur le marche des biens et services au Burundi: une analyse empirique (1987-2006)

( Télécharger le fichier original )
par Donatien BANYANKIRUBUSA
Université du Burundi - Licence 2009
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

III.5.3. Spécification d'un modèle à correction d'erreurs

Dans la mesure où la relation de long terme entre le différentiel d'équilibre (I-S) noté Eq et ses déterminants ont été confirmées, le théorème de la représentation de Granger nous autorise à estimer le modèle dynamique de court terme qui est une représentation à correction d'erreur, c'est-à-dire un modèle VAR en différence première des variables augmenté d'un terme d'erreur avec un retard d'une période, appelé Modèle à Correction d'Erreur (MCE VAR).

Comme la taille de notre échantillon n'est pas très grande, nous avons utilise la méthode de Engle et Granger en deux étapes qui semble la mieux appropriée. Ainsi, la méthode estime dans une première étape la relation de coïntégration et introduit, dans une seconde, la série résiduelle retardée d'une période issue de cette relation dans l'équation de court terme.

Nous avons déjà estimé la relation de LT et généré la série des résidus RS2. Il s'agit maintenant d'introduire la variable RS2 (-1) dans le modèle en différence première. L'équation à estimer sous forme linéaire se présente alors sous la forme suivante :

Le paramètre qui représente la force de rappel vers l'équilibre doit être négatif et significatif au seuil de 5%. Sinon, le modèle à correction d'erreur spécifié ne serait pas valide. Les résultats de l'estimation sont reportés dans le tableau suivant.

Tableau n°5 : Résultats de l'estimation du modèle à correction d'erreur

Variable Dépendante : DLNEQ

Variable

Coefficient

t-Statistic

Prob.

C

0.083

0.966

0.353

DLNDP

1.299

3.368

0.006

DLNTIC

-2.733

-4.783

0.000

DLNEQ(-1)

0.439

2.639

0.022

DLNDP(-1)

-1.049

-2.817

0.016

RS2(-1)

-1.834

-6.537

0.000

R2 = 0.839

R2- Ajusté = 0.772

F-stat. = 12.551 (0.000)

S.E.R = 0.227    

B-G : 5.743 (0.056)

ARCH-LM: 0.157 (0.691)

J-B: 2.300 (0.316)

Ramsey reset: 0.092 (0.761)

Source : Nous-mêmes à partir des tests effectués avec le logiciel Eviews

N. B : Les valeurs entre parenthèses désignent les probabilités associées aux valeurs statistiques F-stat., Jarque et Berra, Breusch-Godfrey, ARCH-LM et Ramsey reset.

L'analyse du tableau montre que le coefficient associé à la force de rappel est égal -1,834. Il est négatif et significatif au seuil de 5%. Nous concluons à la validité de la représentation d'un modèle à correction d'erreurs. L'élasticité de court terme est estimée à 1,299 alors que celle de LT était de 0,959.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Et il n'est rien de plus beau que l'instant qui précède le voyage, l'instant ou l'horizon de demain vient nous rendre visite et nous dire ses promesses"   Milan Kundera