2) Estimation du modèle VAR
Dans la procédure d'estimation des modèles VAR,
outre la question portant sur la nature des séries, une seconde
interrogation a trait au nombre optimal de retards à inclure dans le
modèle. Ainsi l'estimation passe d'abord par la détermination du
nombre de retard.
2.1 Détermination du nombre de retard
La détermination du nombre optimal de retard constitue
la première étape du processus
conduisant au VAR. Pour se
faire nous utilisons les critères d'Akaike et Schwarz pour
des décalages h allant de 1 à 2. Les
différentes valeurs obtenues pour les différents nombres de
retards sont consignées dans le tableau suivant :
Tableau3 : Résultats de la recherche du nombre de
décalages optimal
|
Décalage
|
Akaike
|
Schwarz
|
|
1
|
0,068
|
2,142
|
|
2
|
-4,204
|
-0,336
|
Le nombre de décalages retenu correspond à la
valeur la plus faible des critères soit : p=2
2.2 Estimation des paramètres du modèle
VAR
L'estimation du processus VAR(2) est résumée dans
le tableau suivant.
Tableau4 : Résumé de l'estimation du modèle
VAR(2)
|
Variables
|
D(LOG(EXP B))
|
D(LOG(PD M))
|
D(LOG(AUS A))
|
D(LOG(AUE) )
|
D(LOG(PD B),2)
|
D(LOG(PR MC))
|
|
D(LOG(EXPB(
-1)))
|
-0.366362
|
0.005811
|
0.906890
|
0.569734
|
-0.865777
|
-0.334363
|
|
(0.48526)
|
(0.15556)
|
(2.04304)
|
(0.35416)
|
(0.53256)
|
(0.41833)
|
|
(-0.75498)
|
(0.03735)
|
(0.44389)
|
(1.60869)
|
(-1.62568)
|
(-0.79928)
|
|
|
|
|
|
|
|
|
D(LOG(EXPB(
-2)))
|
-0.327959
|
0.071372
|
2.277728
|
-0.583155
|
-0.625260
|
0.037679
|
|
(0.51641)
|
(0.16555)
|
(2.17417)
|
(0.37689)
|
(0.56675)
|
(0.44518)
|
|
(-0.63508)
|
(0.43112)
|
(1.04763)
|
(-1.54727)
|
(-1.10325)
|
(0.08464)
|
Source : Construction de l'auteur
Les premiers chiffres entre parenthèses désignent
les écarts types et les seconds, les t de student des coefficients
estimés.
Les résultats indiquent que les exportations de coton
du Burkina retardées de deux périodes dépendent
négativement des aides européennes et de la production de coton
du Burkina. Cependant elles dépendent positivement des aides
américaines, de la production mondiale de coton et du prix mondial du
coton.
60
Par ailleurs, notons qu'on ne peut accorder trop d'importance
aux coefficients d'un modèle VAR. En effet leur interprétation
économique est délicate dans la mesure où toutes les
variables sont considérées et traitées comme
endogènes. Ainsi, un coefficient ne saurait être directement
interprété comme un effet marginal. Car de par la
définition dynamique du modèle, l'hypothèse toutes choses
égales par ailleurs ne tient pas à moyen ou long terme. De ce
faite, la variation d'une variable va affecter les autres variables du
modèle de façon dynamique (Lütkepohl, 1993). C'est pourquoi
ces modèles sont plutôt appréhendés à travers
les fonctions de réponse aux chocs et à la décomposition
de la variance.
| 
