3.2.2.2. Test de Racine unitaire
Nous recourons au test de Dickey-Fuller Augmenté
(ADF) en vue de tester la présence de racine unitaire. Les
résultats sont consignés dans le tableau ci-dessous nous permet
de confirmer la stationnarité de la série ou de la série
différenciée si la statistique ADF(négative) en
valeur absolue est supérieure aux valeurs critiques de MacKinnon
(VCM) en valeur absolue, ou la non stationnarité dans le cas
contraire. En d'autres termes, si la statistique ADF est positive, la
série est stationnaire. Mais si elle est négative, elle est
stationnaire si elle est inférieure à la valeur critique de
Mackinnon.
Tableau 3.1.Tests de racine
unitaire de Dickey Fuller Augmenté
|
Variable
|
Test de ADF en niveau
|
Test de ADF en différence
première
|
Ordre d'intégration
|
Décision
|
|
ADF
|
VCM au seuil de 5%
|
ADF
|
VCM au seuil de 5%
|
|
TTC
|
-2,572337
|
-1,953381
|
|
|
I(0)
|
S
|
|
TIF
|
-4,402603
|
-2,998064
|
|
|
I(0)
|
S
|
|
TM
|
-4,568404
|
-2,998064
|
|
|
I(0)
|
S
|
|
TDO
|
0,365853
|
-1,952473
|
-6,978051
|
-1,952910
|
I(1)
|
S
|
|
TDI
|
-3,974435
|
-3,568379
|
|
|
I(0)
|
S
|
|
TCR
|
-3,594294
|
-3,574244
|
|
|
I(0)
|
S
|
Note : DS = Difference stationary ADF =
Dickey Fuller Augmenté I(1)= Intégré d'ordre 1 I(0)=
Intégré d'ordre 0 VCM = Valeur critique de Mackinnon S=
Stationnaire.
En se référant aux informations fournies par le
tableau 3.1, nous observons que le taux de dépréciation du taux
de change (TTC), le taux de croissance de la masse monétaire (TM), le
taux d'intérêt directeur (TDI), le taux de croissance
économique (TCR) et le taux d'inflation (TIF) sont
intégrés d'ordre 0 c'est-à-dire stationnaires en niveau
sauf le taux de dollarisation qui est intégré d'ordre 1,
c'est-à-dire stationnaire en différence première.
En utilisant la différence première, la variable
non stationnaire en niveau devient la variation du taux de dollarisation. Ce
qui nous permet d'utiliser le modèle VAR(p) car toutes les variables
sont devenues stationnaires.
3.2.3. Détermination du nombre de retards optimal
La procédure pour l'estimation d'un modèle VAR
exige la connaissance de la longueur ou le nombre de retards dans les
équations du modèle. Les critères de Akaike et de Schwarz
sont utilisés pour déterminer le nombre de retards p du
modèle VAR des décalages h allant de 1 à 3. On retient le
retard p qui minimise ces deux critères. En cas de contradiction, nous
allons utiliser le principe de parcimonie en retenant le critère qui
donne le nombre de retards optimal le moins élevé.
Tableau 2.2. Nombre de retards optimal suivant les
critères d'information
|
Nombre de retards
|
AIC
|
SC
|
|
1
|
60,2521
|
62,2323
|
|
2
|
54,6979
|
58,4091
|
|
3
|
43,0527
|
48,5240
|
Source : Estimation de l'auteur avec le
logiciel Eviews 7.
Note:AIC = Akaike Information Criterion SC =
Schwarz Criterion
Les résultats du tableau ci-dessus nous montrent que
pour le critère d'information de Akaike, la valeur minimale est 43,0527
au troisième décalage et pour le critère d'information de
Schwarz, la valeur minimale est 48,5240 au troisième décalage
également. Ainsi, nous retenons un processus VAR(3).
| 
