1.2 Estimation du modèle de court terme et
validation
58
Réalisé et soutenu par Ulysse Vital A.
NANGBE
Tableau 7 : Estimation du modèle de court
terme
Source : Nos calculs sur Eviews5
Au seuil de 5%, aucune des variables explicatives n'est
significative ; mais au seuil de 10%, la variable LDPISO est significative. Il
ressort de l'estimation, l'équation suivante :
Avec ~>BB (Bruit Blanc) et les variables dummy D1991,
D1994, D1999 marquent la période de redressement des activités
socio-économiques du pays.
Validation du modèle
Dans le modèle de court terme, R-squared = 0,94, et les
variables explicatives utilisées expliquent la variable à
expliquer.
Tableau 8 : Résultats des tests de validité
du modèle de court terme.
|
Test de Jarque-
Bera
|
Test de White
|
Test de Breusch Godfrey
|
Test de stabilité
|
|
Modèle de court
terme
|
+
|
+
|
+
|
+
|
Source : Nos propres calculs (détails des tests
en annexe 3 et 4)
Dans le modèle de court terme, JB = 4,88; les
résidus sont donc normaux. (En effet, JB <5,99).La probabilité
est égale à 0,087 (voir annexe 4). Les résidus sont
homoscédastiques. L'application du test de Breush-Godfrey à
l'ordre 2 nous donne une probabilité égale 0,2827 > 5% (voir
annexe 3) donc on conclut qu'il y a non auto corrélation. L'application
du test de Cusum montre que la courbe ne coupe pas le corridor, alors le
modèle est structurellement stable sur la période d'étude.
(voir annexe 4).
Le coefficient (force de rappel à l'équilibre)
de la variable résid01 (-1) est bien significativement négatif et
compris entre 0 et 1 ; la représentation à correction d'erreur
est alors validée.
60
Réalisé et soutenu par Ulysse Vital A.
NANGBE
| 
