3.2.2. Test de stationnarité des variables du
modèle (test ADF)
Avec l'application sur Eviews, les hypothèses suivantes
sont émises :
H0 : la série est stationnaire
H1 : la série n'est pas stationnaire
On accepte l'hypothèse nulle si la valeur ADF prise en
valeur absolue est supérieure à la valeur critique
considérée aussi en valeur absolue ; au cas contraire, on la
rejette au profit de H1.
Tableau N°02 : L'analyse de la
stationnarité de la variable (TXCH)
|
Null Hypothesis: D(TXCH,2) has a unit root
|
|
|
Exogenous: Constant, Linear Trend
|
|
|
Lag Length: 0 (Automatic based on SIC, MAXLAG=3)
|
|
|
|
|
|
|
|
|
|
|
|
|
|
t-Statistic
|
Prob.*
|
|
|
|
|
|
|
|
|
|
|
|
Augmented Dickey-Fuller test statistic
|
-4.386795
|
0.0193
|
|
Test critical values:
|
1% level
|
|
-4.800080
|
|
|
5% level
|
|
-3.791172
|
|
|
10% level
|
|
-3.342253
|
|
|
|
|
|
|
|
|
|
|
|
|
*MacKinnon (1996) one-sided p-values.
|
|
|
|
|
|
|
Source : Nous-mêmes
en usant le logiciel Eviews
La variable taux de change TXCH est
stationnaire à deuxième différence car sa valeur ADF prise
en valeur absolue est supérieure à sa valeur critique de
MACKINNON au seuil de 5%, et sa probabilité est de 0.0193 qui est
inférieure à 0.05.
Tableau N°03 : L'analyse de la
stationnarité de la variable (MM)
|
Null Hypothesis: D(MM,2) has a unit root
|
|
|
Exogenous: Constant, Linear Trend
|
|
|
Lag Length: 2 (Automatic based on SIC, MAXLAG=3)
|
|
|
|
|
|
|
|
|
|
|
|
|
|
t-Statistic
|
Prob.*
|
|
|
|
|
|
|
|
|
|
|
|
Augmented Dickey-Fuller test statistic
|
-4.600050
|
0.0175
|
|
Test critical values:
|
1% level
|
|
-4.992279
|
|
|
5% level
|
|
-3.875302
|
|
|
10% level
|
|
-3.388330
|
|
|
|
|
|
|
|
|
|
|
|
|
*MacKinnon (1996) one-sided p-values.
|
|
Source : Nous-mêmes
en usant le logiciel Eviews
La variable masse monétaire MM est
stationnaire à la deuxième différence car sa valeur ADF
prise en valeur absolue est supérieure à sa valeur critique de
MACKINNON au seuil de 5%, et que sa probabilité est de 0.0175 qui est
inférieure à 0.05.
Tableau N°04 : L'analyse de la
stationnarité de la variable (TXINT)
|
Null Hypothesis: TXINT has a unit root
|
|
|
Exogenous: Constant, Linear Trend
|
|
|
Lag Length: 2 (Automatic based on SIC, MAXLAG=3)
|
|
|
|
|
|
|
|
|
|
|
|
|
|
t-Statistic
|
Prob.*
|
|
|
|
|
|
|
|
|
|
|
|
Augmented Dickey-Fuller test statistic
|
-4.699958
|
0.0118
|
|
Test critical values:
|
1% level
|
|
-4.800080
|
|
|
5% level
|
|
-3.791172
|
|
|
10% level
|
|
-3.342253
|
|
|
|
|
|
|
|
|
|
|
|
|
*MacKinnon (1996) one-sided p-values.
|
|
|
|
|
|
|
Source : Nous-mêmes
en usant le logiciel Eviews
La variable taux d'intérêt TXINT
est stationnaire à niveau car sa valeur ADF prise en valeur absolue est
supérieure à sa valeur critique de MACKINNON au seuil de 5%, et
que sa probabilité est de 0.0118 qui est inférieure à
0.05.
Il s'observe que ces trois variables sont stationnaires car
en valeur absolue, leurs valeurs ADF sont supérieures à leurs
valeurs critiques.
Suite à la stationnarité de toutes les variables
du modèle, on conclut à leur non saisonnalité. Ce qui
permet de passer, sans criante de biaiser des résultats, à
l'estimation du modèle.
| 
