WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Stratégies d'attractivité et effets des investissements directs étrangers sur la croissance économique en RDC de 2002 à  2012.

( Télécharger le fichier original )
par Vincent NGONDO KIMBUENDE
Université de Kinshasa, RD Congo - Licence en économie internationale 2013
  

précédent sommaire suivant

Extinction Rebellion

1.3. Méthodologie d'estimation

1.3.1. Stationnarité des séries

Avant le traitement d'une série temporelle, il est conseillé d'en étudier les caractéristiques stochastiques. Parmi celles-ci, on peut citer notamment l'étude de la stationnarité.

Il existe plusieurs tests pour détecter la stationnarité d'une série. Nous utiliserons le test le plus utilisé dans les travaux empirique, à savoir le test de Dickey-Fuller Augmenté (ADF). En effet, si les variables sont stationnaires, on peut s'assurer sur la fiabilité des résultats des régressions, et ce test de stationnarité permet d'éviter le risque de régressions fallacieuses entre les variables endogènes et les variables exogènes.

Lorsque la statistique d'ADF est supérieure en valeur absolue au moins à une des valeurs critiques de Mackinon, la série est dite stationnaire. En appliquant le test d'ADF sur nos différentes séries, nous avons trouvé les résultats qui sont synthétisés sur ce tableau.

Page | 58

Tableau n° 8 : Synthèse des résultats de test d'ADF

VARIABLES

ADF

VCM

PROBABILITE

LCRI

-3.946595

-4.420595

0.0191

 
 

-3.259808

 
 
 

-2.771129

 

LDP

-3.783546

-4.420595

0.0239

 
 

-3.259808

 
 
 

-2.771129

 

LEDU

-5.257829

-6.292057

0.0247

 
 

-4.450425

 
 
 

-3.701534

 

LENER

-7.123651

-5.521860

0.0022

 
 

-4.107833

 
 
 

-3.515047

 

LEPI

-5.050331

-4.297073

0.0035

 
 

-3.212696

 
 
 

-2.747676

 

LEXPORT

-3.926470

-4.420595

0.0196

 
 

-3.259808

 
 
 

-2.771129

 

LFBCF

-3.555112

-4.582648

0.0368

 
 

-3.320969

 
 
 

-2.801384

 

LIDE

-4.338570

-5.521860

0.0383

 
 

-4.107833

 
 
 

-3.515047

 

LPIB

-3.869585

-4.297073

0.0187

 
 

-3.212696

 
 
 

-2.747676

 

LPU

-24.05572

-4.200056

0.0001

 
 

-3.175352

 
 
 

-2.728985

 

LTCH

-5.140537

-4.420595

0.0040

 
 

-3.259808

 
 
 

-2.771129

 

LTX

-3.716132

-4.200056

0.0213

 
 

-3.175352

 
 
 

-2.728985

 

Page | 59

Après l'application du test, nous avons trouvé que certaines séries étaient stationnaires à niveau, d'autres ont été rendu stationnaires en différence première et d'autres encore en différence seconde. (Voir les douze premiers tableaux de l'annexe).

1.3.2. Méthode d'identification du modèle

La méthode d'estimation dans le cadre des modèles à équations simultanées dépend du critère d'identification du modèle15. Ainsi, les trois cas ci-après peuvent être distingués :

? Si le modèle est sous-identifié, il n'y a pas d'estimation possible.

? Si le modèle est juste identifié, on peut appliquer la méthode des moindres carrés ordinaires (MCO).

? Si le modèle est sur-identifié, on applique la méthode des doubles moindres carrés ordinaires (DMCO).

Ainsi, l'estimation du modèle se fera en appliquant la méthode des Doubles Moindres Carrés Ordinaires (DMCO) ou les Two-Stage Least Squares. Dans un premier temps, il est retenu d'estimer les déterminants des IDE (équation5). Dans un deuxième temps, il est question d'évaluer les effets des IDE sur les différentes variables.

précédent sommaire suivant






Extinction Rebellion





Changeons ce systeme injuste, Soyez votre propre syndic





"Aux âmes bien nées, la valeur n'attend point le nombre des années"   Corneille