III.1.2. Modèle économétrique
Dans le présent travail, nous sommes
préoccupé d'estimer une fonction des recettes fiscales. Cela ne
manquera pas à apporter une idée auprès des
autorités budgétaires du pays ciblé par la présente
étude. Notre fonction comprend des variables transformées selon
le modèle log-linéaire en vue de nous permettre à
interpréter les coefficients associés aux variables en termes
d'élasticités.
La fonction est ainsi la suivante :
LRFRt=ao+a1LPIBRt+a2LIPCt+a3LDPt+åt .
Dans ce modèle, la variable « recettes fiscales
réelles » (LRFR) est la variable endogène tandis que les
dépenses publiques réelles (LDPR), le produit intérieur
brut réel (LPIBR) et le niveau général des prix (LIPC)
sont considérées comme variables exogènes. Le terme de
l'erreur åt qui est un terme aléatoire ; il représente
d'autres variables omises qui pourraient aussi contribuer à
l'explication de la variable endogène. Selon nos attentes dans les
résultats, le niveau général des prix affiche un signe
négatif pour dire qu'elle joue un rôle contraignant sur les
recettes fiscales et cela trouve le fondement dans les théoriciens qui
montrent les effets négatifs de l'inflation sur les déterminants
des recettes fiscales.
III.1.3. Approche méthodologique
Nous nous sommes donné comme objectif d'étudier
les effets de l'inflation sur les recettes fiscales pour le cas du Burundi. La
première étape a concerné le test de racine unitaire.
Ensuite nous avons abordé l'analyse de la relation de long terme
(cointégration) entre les variables et enfin nous avons estimé le
MCE et pour ce dernier les tests de stabilité pour toute la
période ont été faits. Cala constitue les instruments
clés pour arriver à l'objectif poursuivi.
III.1.3.1. Test de racine unitaire
Les tests de racine unitaire ont pour objectif de
vérifier la stationnarité des séries et la
stationnarité renvoie à l'invariance temporelle des
propriétés des séries temporelles.
60
Bourbonnais (2005) indique que « si ces
caractéristiques c'est-à-dire son espérance
mathématique et sa variance se trouvent modifiées dans le temps,
la série chronologique est considérée comme non
stationnaire ; dans le cas de processus invariant, la série temporelle
est alors stationnaire.»
A partir des propos de cet auteur, nous devons en premier
temps étudier les caractéristiques liées à
l'espérance mathématique et la variance des séries
envisagées. Lorsque nous constatons que ces caractéristiques se
conservent(ne sont pas sujettes à modification) dans le temps, nous
concluons que cette série est stationnaire.
E (Yt)= E (Yt+m)= ì ?t et ?m, la
moyenne est constante et indépendante du temps.
Var (Yt)<8, ?t, la variance est finie et indépendante
du temps.
Cov (Yt, Yt+k) = E [(Yt-ì) (Yt+k-ì)]= ãk,la
covariance est indépendante du temps.
En bref, une série ne comportant ni tendance ni
saisonnalité, et que aucun facteur n'évolue avec le temps est
qualifiée de stationnaire.
III.1.3.1.1. Test de Dickey- Fuller et Dickey-Fuller
augmenté
Connus comme tests servant dans la détection de la
tendance (tests de racine unitaire ou unit root test), ces tests interviennent
pour vérifier la stationnarité de manière adéquate
d' une série. Les tests de Dickey-Fuller permettent de mettre en
évidence le caractère stationnaire ou non d'une série par
la détermination d'une tendance déterministe ou stochastique.
III.1.3.1.2. Test de Philips et Perron (1988)
L'analyse proposée par Phillips et Perron
préconise de revoir le comportement des tests de racine unitaire dans le
cas de la présence d'une évolution de tendance de la série
chronologique étudiée. Il s'agit d'un prolongement des tests de
Dickey et Fuller.
Le test de Phillips et Perron (1988) est construit sur une
correction non paramétrique de la statistique de Dickey-Fuller pour
prendre compte des erreurs hétéroscédastiques.
61
Il se déroule en deux étapes :
Premièrement, on estime par les moindres carrés
ordinaires, les trois modèles de base des tests de Dickey-Fuller et on
calcule les statistiques associées.
Dans un second temps, on procède par estimation d'un
facteur correctif qui est établi à partir de la structure de
covariance des résidus de telle sorte que les transformations
réalisées conduisent à des distributions identiques
à celles du Dickey-Fuller standard.
Pour le test de PP et ADF, la règle de décision est
la suivante :
? Si la valeur calculée d'ADF ou de PP est
inférieure (ou supérieure en valeur absolue) à la valeur
criqtique , on conclue que la série est stationnaire ;
? Si la valeur calculée d'ADF ou de PP est
supérieure(ou inférieure en valeur absolue) à la valeur
critique ; la série n'est pas stationnaire.
Nous tenons à signaler que le test de Philip et Perron
vise la correction des insuffisances de test de stationnarité de
Dickey-Fuller augmenté, d'où l'importance de celui-ci.
| 
