2-IMPACT DES INVESTISSEMENTS EN INFRASTRUCTURES
PUBLIQUES SUR LA PRODUCTION AGRICOLE
2.1-STATIONNARITÉ DES SÉRIES
UTILISÉES ET TEST DE COINTÉGRATION.
2.1.1- STATIONNARITÉ DES SÉRIES.
Avant le traitement d'une série chronologique, il
convient d'en étudier les caractéristiques stochastiques. Parmi
celles-ci, on peut citer notamment l'étude de la stationnarité
des séries. Ainsi, Dickey et Fuller(1979 ; 1981) ont mis au point un
test permettant non seulement de détecter l'existence d'une tendance
mais aussi de déterminer la bonne manière de stationnariser une
série. La mise en oeuvre de ce test passe par trois différents
modèles de base que sont :
Modèle1 (None) : Modèle sans constance ni tendance
déterministe
Xt=ÖXt-1+? /;=iãjXt-j
+ù
Modèle2 (Intersect) : Modèle avec constance et
sans tendance déterministe
Xt=ÖXt-1+a + ?i;=1 ãjXt-j
+ùt
Modèle3 (Trend Intersect) : Modèle avec tendance
et constante
Xt=ÖXt-1+ fit + a + ?i;=1
ãjXt-j +ùt
Nous utilisons le test de stationnarité de Dickey-Fuller
Augmenté (ADF). L'alternative d'hypothèses qui se présente
à l'issue du test est la suivante :
H0 : Présence de racine unitaire (série non
stationnaire) ;
H1 : Absence de racine unitaire (série stationnaire).
La statistique est automatiquement fournie par le logiciel
Eviews,5.0.
Si ADF est supérieur à la valeur critique de
Mackinnon, alors l'hypothèse H0 est acceptée. Par
conséquent la série est non stationnaire.
Analyse de l'impact des investissements en infrastructures
publiques sur la
production agricole au Benin
Si ADF est inférieur à la valeur critique de
Mackinnon, alors l'hypothèse H1 est acceptée. Cela traduit la
stationnarité de la série.
Les résultats sont ainsi compilés et
présentés dans les tableaux ci-dessous.
Tableau5 : Tests d'ADF sur les variables en niveau
(Annexe)
VARIABLES
|
EN NIVEAU
|
|
Trend
|
Constante
|
ADF
|
Valeur critique(5%)
|
Décision
|
LNPIBAR
|
1
|
NON
|
NON
|
4,54
|
-1,95
|
Non stationnaire
|
LNCE
|
2
|
OUI
|
OUI
|
-3,31
|
-3,58
|
Non stationnaire
|
LNRT
|
0
|
OUI
|
OUI
|
-3,22
|
-3,57
|
Non stationnaire
|
LNLE
|
2
|
NON
|
OUI
|
-2,14
|
-2,97
|
Non stationnaire
|
LNMA
|
1
|
NON
|
OUI
|
-2,20
|
-2,97
|
Non stationnaire
|
LNCI
|
0
|
NON
|
NON
|
0,48
|
-1,95
|
Non stationnaire
|
LNIEDUC
|
3
|
NON
|
NON
|
0,081
|
-1,95
|
Non stationnaire
|
LNINVP
|
2
|
OUI
|
OUI
|
-2,76
|
-3,58
|
Non stationnaire
|
LNISANT
|
2
|
NON
|
NON
|
0,17
|
-1,95
|
Non stationnaire
|
LNITRANS
|
2
|
NON
|
NON
|
0,33
|
-1,95
|
Non stationnaire
|
LNPACR
|
0
|
OUI
|
OUI
|
-2,62
|
-3,57
|
Non stationnaire
|
|
Source : réalisé par les auteurs à
partir du logiciel EVIEWS, 5.0; 2011.
Du tableau5, il ressort qu'au seuil de 5%, le test d'ADF
révèle qu'aucune des variables n'est stationnaire en niveau. Par
conséquent, nous passons à la différence
première.
Tableau6 : Tests d'ADF sur les variables
en différence première (Annexe)
VARIABLES
|
EN DIFFERENCE PREMIERE
|
|
Trend
|
Constante
|
ADF
|
Valeur critique (5%)
|
Décision
|
LNPIBAR
|
1
|
NON
|
OUI
|
-4,09
|
-2,97
|
Stationnaire
|
LNCE
|
2
|
NON
|
OUI
|
-5,32
|
-2,98
|
Stationnaire
|
LNRT
|
0
|
NON
|
OUI
|
-6,92
|
-2,97
|
Stationnaire
|
|
Analyse de l'impact des investissements en infrastructures
publiques sur la
production agricole au Benin
LNLE
|
1
|
NON
|
OUI
|
-5,91
|
-2,97
|
Stationnaire
|
LNMA
|
0
|
NON
|
OUI
|
-8 ,36
|
-2,97
|
Stationnaire
|
LNCI
|
0
|
NON
|
NON
|
-4,61
|
-1,95
|
Stationnaire
|
LNINVP
|
2
|
NON
|
OUI
|
-4,51
|
-2,98
|
Stationnaire
|
LNISANT
|
1
|
NON
|
NON
|
-6,29
|
-1,95
|
Stationnaire
|
LNITRANS
|
1
|
NON
|
NON
|
-5,54
|
-1,95
|
Stationnaire
|
LNEDU
|
1
|
NON
|
NON
|
-3,36
|
-1,95
|
Stationnaire
|
LNPACR
|
2
|
NON
|
OUI
|
-4,83
|
-2,98
|
Stationnaire
|
|
Source : réalisé par les auteurs à
partir du logiciel EVIEWS, 5.0; 2011.
Du tableau6, il ressort qu'au seuil de 5%, le test d'ADF
révèle que toutes les variables sont stationnaires en
différence première. Par conséquent, elles sont toutes
intégrées d'ordre 1. Nous pouvons alors soupçonner
l'existence d'une possible relation de cointégration des variables.
| 
