PARAGRAPHE 2 : Méthode d'analyse
Dans cette partie, nous abordons dans un premier temps la
spécification du modèle et dans un second temps la
procédure d'estimation.
2.1 Spécification du modèle
Au regard des théories économiques, la
formulation du modèle part de la fonction de production du type Cobb
Douglas. Dans ce modèle la production est exprimée en fonction du
volume de travail et de capital tel que :
Y=AKáLf avec
Y la production totale ;
K le capital ;
L le travail ;
A les facteurs technologiques ;
á élasticité de la
production par rapport au facteur capital ; f
élasticité de la production par rapport au facteur
travail ;
A partir de cette fonction de production, il sera mise en
place un modèle à estimer. Pour cela, il est important de
linéariser cette fonction afin d'obtenir un modèle
log-linéaire en vue d'expliquer le modèle à partir des
coefficients sous forme d'élasticité.
Ainsi de Y = AKáLf
,
On obtient : Log (Y) = log (A) + álog (K) +
flog (L) Ici
Le stock de capital K sera approximé
au chiffre d'affaire du marché de l'assurance CAMA ;
Réalisé par Rocelin TACOLODJOU &
Roméo TAYEWO 21
La main d'oeuvre L sera approximé
à la densité de l'assurance DA ;
Réalisé par Rocelin TACOLODJOU &
Roméo TAYEWO 22
RELATION ENTRE CROISSANCE ECONOMIQUE ET ASSURANCE AU
BENIN
De plus en tenant compte de la spécificité de
l'économie béninoise, nous avons décidé
d'introduire dans ce modèle deux variables de contrôle telle que
:
Le montant des impôts et taxes MIT et Les
dépôts en banques DB.
C'est ainsi qu'on obtient le modèle suivant :
|
lpib= c + lcama + lda + ldb + lmit
|
lpib = log(pib) lcama = log (cama) lda = log (da) ldb =
log (db) lmit = log (mit)
C = constant
2.2. Procédure d'estimation
Avant l'analyse économétrique, il sera question
de réaliser des graphiques avec les données de l'étude
afin de visualiser l'évolution des différentes variables pendant
la période considérée. C'est après cette
étape que nous passerons à l'estimation du modèle.
Réalisé par Rocelin TACOLODJOU &
Roméo TAYEWO 23
RELATION ENTRE CROISSANCE ECONOMIQUE ET ASSURANCE AU
BENIN
L'estimation nécessite une démarche minutieuse
et cohérente. A cet effet, la démarche retenue est celle
adoptée par bon nombre de chercheurs. Elle comporte les étapes
suivantes :
- Vérification de la stationnarité des
séries ;
- Estimation du modèle ;
- Vérification de la stabilité du modèle
;
- Différents tests de validation sur les résidus
;
- Analyse et interprétation des résultats.
? Vérification de la stationnarité des
séries
Cette étape est capitale pour la modélisation
car les séries à utiliser doivent être obligatoirement
stationnaires. Celles qui ne le sont pas seront rendues stationnaires par
différence selon l'ordre d'intégration. Il existe une large gamme
de test permettant de vérifier la stationnarité des séries
chronologiques. Nous pouvons citer entre autres les tests de Dickey-Fuller,
Dickey-Fuller Augmenté (ADF), de Phillips Perron, et de
Kwiatkowski-Phillips-Schmidt-shin (KPSS). Mais dans le cas de notre
étude, c'est le test de Dickey-Fuller Augmenté qui est retenu. Il
s'agit d'un test de racine unitaire. Le test de Dickey-Fuller Augmenté
est un test d'hypothèse qui consiste à tester l'hypothèse
nulle H0 contre l'hypothèse alternative H1.
Ces hypothèses sont :
H0 : Présence de racine unitaire H1 : Absence de
racine unitaire
- Si ADF Test Statistic > critical Value alors on accepte
H0 : la série a une racine unitaire.
- Si ADF test Statistic < Critical Value alors on accepte
H1 : la série n'a pas de racine unitaire.
Dans le cas où H0 est acceptée, on
différencie la série et on reprend le test.
Réalisé par Rocelin TACOLODJOU &
Roméo TAYEWO 24
RELATION ENTRE CROISSANCE ECONOMIQUE ET ASSURANCE AU
BENIN
v Estimation du modèle
Le modèle sera estimé par la méthode des
moindres carrés ordinaires (MCO).
v Vérification de la stabilité du
modèle
IL existe plusieurs tests permettant de juger de la
stabilité d'un modèle. Dans le cas de notre travail, nous
utiliserons le test de cusum. Il y a stabilité quand la
courbe ne sort pas du corridor.
v Tests de validation sur les résidus
Il s'agit des tests de normalité,
d'homoscédasticité et d'autocorrélation.
· Test de normalité des
résidus
Le test de Jarque-Bera permet de
vérifier la normalité des erreurs. Les hypothèses de ce
test sont les suivantes :
H0 : X suit une loi normale N (m, ó)
H1 : X ne suit pas une loi normale N (m,
ó)
On accepte l'hypothèse de normalité au seuil de
5% si la probabilité associée à la statistique de
Jarque-Bera est supérieure à 5%.
· Test d'homoscédasticité des
résidus
Pour tester l'homoscédasticité des erreurs,
nous utiliserons le test de white. Les erreurs sont
globalement homoscédastiques si la probabilité est
supérieure à 5%.
· Test d'autocorrélation
L'un des tests adéquats pour détecter une
éventuelle corrélation des erreurs est le test de
Breusch-Godfrey. Il y a absence d'auto corrélation si la
probabilité associée au test de Fischer est supérieure
à 5 %.
Réalisé par Rocelin TACOLODJOU &
Roméo TAYEWO 25
RELATION ENTRE CROISSANCE ECONOMIQUE ET ASSURANCE AU
BENIN
? Analyse et Interprétation des
résultats.
Une fois toutes ces étapes franchies, on procède
à l'analyse et à l'interprétation des résultats.
Cette interprétation permettra de statuer sur les hypothèses de
l'étude.
| 
