III. METHODE D'ESTIMATION
Plusieurs tests seront utilisés pour s'assurer de la
qualité de nos estimations et de la robustesse de nos résultats ;
il s'agit notamment des tests de stationnarité et de
cointégration.
III.1 Le test de stationnarité
La satisfaction au test de stationnarité des variables
constitue la condition sine qua none pour l'application de la méthode
des moindres carrés ordinaire et travailler avec des variables non
stationnaires conduits a des régressions fallacieuses ou artificielles
(superius régression) et des interprétations no cohérentes
(JONHSTON et DINARDO, 1997).
Notre première étape est donc de tester la
stationnarité de nos variables à travers le test conventionnel
d'Augmented Dickey-Fuller (ADF) dont les valeurs ont été
comparées aux valeurs critiques tabulées par Mackinnon.
Le niveau approprié du décalage dans la
régression ADF a été choisi en comparant les niveaux par
le critère d'information AKAIKE (AIC). L'idée est de tester
l'hypothèse nulle d'existence d'une racine unitaire dans les
séries contre l'hypothèse alternative d'absence d'une racine
unitaire et donc de stationnarité des données. Le rejet de
l'hypothèse alternative conduit à vérifier si les
variables non stationnaires sont intégrées.
45
III.2 Test de cointégration
La seconde étape après l'identification de
l'ordre d'intégration sera de vérifier si les variables non
stationnaires étaient cointegrées. Le test de JOHANSEN sera
utilisé à cet effet, il permettra d'identifier l'existence d'une
relation de long terme entre deux ou plusieurs variables du modèle.
Si les variables retenues étaient cointegrées,
la spécification par un modèle à correction d'erreur
serait alors imposée. En effet, conformément au
théorème de représentation de GRANGER (1987), toutes
séries cointegrées peuvent être représentées
par un modèle à correction d'erreur (ECM) qui donne la dynamique
de court terme du poids des variations des taux appliquées par la BCC en
RDC.
Ainsi, l'estimation de la relation de long terme de ces taux
sera faite par la méthode des moindres carrés ordinaires sur base
du logiciel Econometric views (Eviews 3.1)
De ce fait, les résultats du test de
stationnarité, présentés en résume dans le tableau
N° 1, sont obtenus par le logiciel Eviews 3.1
46
| 
