Libéralisation financière et croissance économique au cameroun

3- Mécanisme à correction d'erreur

En économétrie des séries temporelles, lorsque nous souhaitons modéliser une variable non stationnaire à l'aide d'une seule variable explicative elle aussi non stationnaire, nous avons recours à ce qu'on appelle un modèle à correction d'erreur. Pour ce faire, nous procédons en plusieurs étapes :

La première étape consiste à tester la stationnarité de ces séries temporelles. Pour cela nous disposons de plusieurs tests de non stationnarité^21(*). Si les variables sont non stationnaires, la régression standard des moindres carrés ordinaires est dite fallacieuse ou illusoire. Pour éviter ce problème, nous pouvons estimer un modèle par MCO via une transformation linéaire des variables (dans la majeure partie des cas, la différence première rend les variables non stationnaires en niveau exploitable). Cependant, d'un pont de vue économique, il est fréquent de vouloir travailler avec ces variables en niveau plutôt qu'en différence première. La question qui se pose ici est comment faire pour que la régression ne soit pas fallacieuse? Si les variables sont cointégrées, il est possible d'estimer une régression pertinente et statistiquement viable.

La cointégration entredeux variables a été conceptualisée par Engle et Granger (1987). Cependant, leur méthode ne permet pas de distinguer plusieurs relations de cointégration. Ce n'est que quelques années plus tard que Johansen (1991) met au point une procédure capable de tester l'existence de (n-1) relations de cointégration entre n variables (n?2). Si deux séries sont cointgrées (les résidus estimés dans la relation de long terme sont stationnaires), nous avons recours au modèle à correction d'erreur (MCE).

* ²¹Dans la littérature, il est fréquent de rencontrer le terme de « test de stationnarité » qui relève davantage d'un abus de langage car l'hypothèse nulle qui est testée la plupart du temps est la présence d'une racine unitaire et dont la non stationnarité de la série temporelle. C'est le cas des tests Augmented Dickey-Fuller (ADF) et Phillips -Perron (PP). Dans la catégorie des tests traditionnels, seul le test de Kwiatkowski, Phillips, Schimdt et Shin (KPSS) a pour hypothèse nulle l'absence de racine unitaire et donc la stationnarité de la série.