2. Estimation des modèles
Pour étudier l'impact des variables spécifiques
à la banque et des variables macroéconomiques sur le risque de
crédit au sein de la BFPME, nous avons d'abord effectué plusieurs
tests à l'aide du logiciel R-CRAN avant de procéder à
l'estimation des modèles.
51
2.1. Application du modèle VECM
2.1.1. Les tests des pré-estimations - Test de la
racine unitaire :
Dans ce test, nous nous intéressons à l'analyse
du niveau d'intégration des variables. Pour ce faire, nous utilisons les
tests ADF et (Kwiatkowski, Phillips, Schmidt, & Shin, 1992) de la racine
unité sur chaque variable, en utilisant les commandes (adf.test,
kpss.test) fournies par le package « tseries » du logiciel R. Les
résultats obtenus sont les suivants :
Tableau 4 : Test de la racine unitaire
|
Test de la racine unitaire
|
|
Variable
|
ADF
|
P-value
|
KPSS
|
P-value
|
|
NPL(0)
|
-1.248
|
0.879
|
1.660
|
0.01
|
|
ROA(0)
|
-1.327
|
0.847
|
0.524
|
0.036
|
|
PCC(0)
|
-1.341
|
0.842
|
1.458
|
0.01
|
|
IPC(0)
|
-3.041
|
0.153
|
1.677
|
0.01
|
|
IPI(0)
|
-3.283
|
0.082
|
1.678
|
0.01
|
|
TMM(0)
|
-2.782
|
0.258
|
0.771
|
0.01
|
|
USD(0)
|
-2.167
|
0.507
|
1.580
|
0.01
|
|
NPL(1)
|
-2.251
|
0.01
|
0.346
|
0.1
|
|
ROA(1)
|
-3.815
|
0.023
|
0.235
|
0.1
|
|
PCC(1)
|
-4.198
|
0.01
|
1.006
|
0.1
|
|
IPC(1)
|
-4.880
|
0.01
|
0.063
|
0.1
|
|
IPI(1)
|
-4.398
|
0.01
|
0.174
|
0.1
|
|
TMM(1)
|
-3.004
|
0.01
|
0.106
|
0.1
|
|
USD(1)
|
-4.105
|
0.011
|
0.237
|
0.1
|
Source : préparer par l'auteur à l'aide de
logiciel R CRAN
Pour le test ADF l'hypothèse nulle est celle de non
stationnarité, tandis que pour le test KPSS l'hypothèse nulle est
la stationnarité. D'après les résultats illustrés
dans le tableau ci-dessus, nous remarquons que toutes les variables du
modèle sont non stationnaires en niveau, et stationnaires en
différence. Par conséquent, les variables du modèle sont
toutes intégrées d'ordre 1. (Annexe3)
- Détermination de l'ordre du retard :
Pour la détermination du nombre de retard du
modèle VAR correspondant, nous avons utilisé la commande «
VARselect » du package « vars », qui offre 4 critères de
sélection du nombre de retard, à savoir : le critère
(Akaike, 1974), le critère de (Hannan & Quinn, 1979), le
critère de (Schwarz, 1978) et le critère d'erreur de
prévision (FEP). Les résultats sont présentés dans
le tableau ci-dessous :
52
Tableau 5 : Détermination du nombre des
retards
|
Lag.max
|
AIC(n)
|
HQ(n)
|
SC(n)
|
FPE(n)
|
|
1
|
-
|
-
|
-
|
-
|
|
2
|
2
|
1
|
1
|
2
|
|
3
|
2
|
1
|
1
|
2
|
|
4
|
2
|
1
|
1
|
2
|
|
5
|
2
|
2
|
2
|
2
|
Source : préparer par l'auteur à l'aide de
logiciel R CRAN
Selon les résultats obtenus, nous constatons que le
nombre de retard optimal choisi est de 2 selon les suggestions des
critères. Par conséquent nous affirmons que nous sommes en
présence d'un modèle ??????(?? = 2).
(Annexe4)
- Test de cointégration :
L'économétrie des séries non
stationnaires a connu un développement à travers la
théorie de la cointégration, qui a été
développée par (Engle & Granger, 1987) (Johansen, Statistical
Analysis of Cointegrating Vectors, 1988) et (Johansen, 1991). Ces auteurs ont
présenté une solution plausible, dans le cas de non
stationnarité avec des variables dites intégrées d'ordre
1. Cette approche consiste à dégager des relations
d'équilibre de long terme entre les différentes variables du
modèle, appelé des relations de cointégration.
Tableau 6 : Les résultats du Test de
cointégration
|
|
Valeurs du test
|
Valeurs Critiques
|
|
H0
|
Lag = 2
|
90%
|
95%
|
99%
|
|
??
|
= ??
|
48.69
|
42.06
|
44.91
|
51.30
|
|
??
|
<= ??
|
33.93
|
36.25
|
39.43
|
44.59
|
|
??
|
<= ??
|
25.07
|
30.84
|
33.32
|
38.78
|
|
??
|
<= ??
|
15.36
|
24.78
|
27.14
|
32.14
|
|
??
|
<= ??
|
12.62
|
18.90
|
21.07
|
24.75
|
|
??
|
<= ??
|
9.92
|
12.91
|
14.90
|
19.19
|
|
??
|
<= ??
|
0.09
|
6.50
|
8.18
|
11.65
|
Source : préparer par l'auteur à l'aide de
logiciel R CRAN
D'après ces résultats, nous concluons que notre
modèle ??????(2) présente une seule
équation de cointégration, car l'hypothèse
H0: r = 1 est acceptée tandis que
r = 0 est rejeté. En d'autres termes, nos
variables intégrées d'ordre 1 sont liées entre elles en
niveau par une équation d'équilibre de long terme. (Annexe5)
53
| 
