3.4.2.3. Test de cointégration aux bornes du
Modèle ARDL : Bounds test
Lorsqu'on dispose de plusieurs variables
intégrées d'ordres différents I(0), I(1)), l'on peut
recourir au test de cointégration de Pesaran et al. (2001) appelé
« test de cointégration aux bornes » ou « bounds test to
Cointégration ».
Tableau 4:Test de cointegration
|
Variable
|
Coefficient
|
Erreur standard
|
P>t
|
|
lconsel
|
|
|
|
|
L1, tempss
|
-1,542
-0,101
|
0,319
0,03
|
0,001
0,007*
|
|
tempsp
|
0,044
|
0,009
|
0,001*
|
|
precip
|
0
|
0
|
0,471
|
|
lpib
|
-0,398
|
0,155
|
0,028**
|
|
lpoptot
|
1,182
|
0,386
|
0,012**
|
|
prixel
|
-0,01
|
0,004
|
0,016**
|
|
emissco lconsel
|
-0,018
|
0,005
|
0,003*
|
|
LD, tempss
|
0,173
|
0,174
|
0,344
|
|
D1,
|
0,077
|
0,056
|
0,201
|
|
LD, tempsp
|
0,131
|
0,044
|
0,014**
|
|
D1,
|
-0,05
|
0,014
|
0,006*
|
|
LD, lpoptot
|
-0,033
|
0,008
|
0,003*
|
|
D1, prixel
|
28,051
|
14,705
|
0,086**
|
|
D1,
|
0,005
|
0,007
|
0,526
|
|
LD, emissco
|
0,023
|
0,008
|
0,016**
|
|
D1, cons
|
0,008
-0,67
|
0,005
3,781
|
0,173
0,863
|
39
Source : De l'auteur
Ce test nous permet de vérifier la relation de
cointegration entre les variables de notre modèle. Le tableau (5)
fournit des valeurs du Bounds test qui fait recourt au test de Fisher pour
vérifier les hypothèses de cointégration. Ainsi, nous
testons l'hypothèse nulle de l'absence de cointégration contre
l'hypothèse alternative de l'existence de relation de
cointégration dans l'approche traditionnel de Pesaran et al (2001) et
dans l'approche de Narayan(2004). La procédure du test est telle que
l'on devra comparer les valeurs des bornes avec celle Fisher. Si la valeur de
Fisher est supérieure à la borne supérieure on rejette
l'hypothèse nulle alors que dans le cas inverse où la valeur du
Fisher est inférieure à la borne inférieure on accepte
l'hypothèse nulle.
[I_0] [I_1] [I_0] [I_1] [I_0] [I_1] [I_0] [I_1]
L_1 L_1 L_05 L_05 L_025 L_025 L_01 L_01
k_7 2.03 3.13 2.32 3.50 2.60 3.84 2.96 4.26
[I_0] [I_1] [I_0] [I_1] [I_0] [I_1] [I_0] [I_1]
L_1 L_1 L_05 L_05 L_025 L_025 L_01 L_01
k_7 -2.57 -4.23 -2.86 -4.57 -3.13 -4.85 -3.43 -5.19
Tableau 5: Intervalle de comparaison du Fisher calculé
Ci-dessous le tableau de Fisher nous donne le Fisher
calculée qui nous permettra de faire l'analyse de l'existence ou non de
cointégration entre les variables. Si le Fisher calculée au borne
supérieur, il existe une cointégration. Si le ficher
calculée < au borne inferieur, pas de cointégration. Si le
Fisher calculée est compris entre la borne inferieur et la borne
supérieure il n'y a pas de conclusion.
40
Tableau 6:Tableau de Fisher
Pesarana et al (2001)
Null Hypothesis: No long-run relationships exist
Test Statistic Valeur k
F-statistic F = 4.803 7
Il ressort d'après le tableau du test de
cointégration que la statistique de Fisher qui prend la valeur de
(4.803) est supérieure à la première borne
supérieure qui est de (4,26) ainsi qu'à la deuxième (-
5,19). Ce qui nous amène à rejeter l'hypothèse nulle
d'absence de relation de cointégration et par conséquent une
acceptation de l'hypothèse alternative d'existence de relation de
cointégration entres les variables retenues. La présence de
cointégration entre ces variables traduit le fait qu»il existe une
relation de long terme entre le changement climatique et la consommation
électrique. Ainsi, il peut y avoir changement climatique et une hausse
équivalente de la consommation électrique et des produits
pétroliers, de même qu'il est possible d'avoir une diminution de
la consommation nationale d'électricité. Cette évidence de
l'existence de relation de cointégration nous donne donc la permission
de procéder à l'estimation des relations à long et
à court terme de notre modèle ARDL de cointégration.
|
|
