2.2 Estimation du modèle vectoriel autorégressif
et tests
Le tableau 11 en annexe nous permet de retenir deux comme
ordre de notre modèle. Le tableau 12 en annexe présente les
résultats de l'estimation du modèle
vectoriel autorégressif. Avant toute interprétation
de ces résultats, nous allons effectuer les tests diagnostics
nécessaires.
2.2.1 Test de stationnarité
global du modèle
Un modèle VAR est dit globalement stationnaire lorsque
toutes ses valeurs sont de modules strictement supérieurs à un
ou si leurs inverses sont toutes situés à l'intérieur du
cercle unité. Le test de stationnarité global si après
donne la représentation graphique des inverses des valeurs propre du
modèle.
Figure 2 :
Résultat du test de stationnarité globale du
modèle
Source : Données BM et
Ministère de la planification, 2005, Nos calculs sur
Eviews
La figure 2 ci-dessus montre que tous les inverses des valeurs
propres du modèle sont à l'intérieur du cercle
unité. Ceci montre que les valeurs propres sont toutes de module
supérieur à un. On conclut que le modèle est globalement
stationnaire. Nous pouvons donc procéder aux tests sur les
résidus.
2.2.2 Test sur les résidus
Le test du multiplicateur de Lagrange pour
l'autocorrélation des résidus dont les résultats sont
présentés dans le tableau suivant ne révèle pas
l'existence d'autocorrection des résidus.
Tableau 8 :
Test d'autocorrélation (LM-test)
|
Retard
|
1
|
2
|
3
|
|
LM-stat
|
8 ,805
|
14,149
|
7,904
|
|
p-value
|
0 ,455
|
0,1171
|
0,543
|
Source : Données BM et
Ministère de la planification, 2005, Nos calculs sur
Eviews
En effet, la probabilité critique associée
à la statistique du test est supérieure au seuil statistique de
5% (les p-values des 3 premiers retards sont toutes supérieures
à 0.05). Ainsi, nous concluons qu'il y a absence
d'autocorrélation des résidus.
Pour l'hétéroscédasticité,
le test de White dont les résultats sont présentés dans le
tableau suivant ne permet pas de rejeter l'hypothèse
d'homoscédasticité.
Tableau 9 :
Test d'homoscédasticité de White
|
Statistique de Khi-deux
|
p-value
|
|
79,46
|
0,255
|
Source : Données BM et Ministère
de la planification, 2005, Nos calculs sur Eviews
La probabilité critique du test étant
supérieure au seuil statistique de à 5% (0.097 > 0.05), On
accepte donc l'hypothèse nulle d'homoscédasticité des
résidus.
Les tests résiduels étant réalisés
on valide alors notre modèle.
| 
