Tableau 1 : Résultats
de la recherche du nombre de décalages optimal pour les variables
|
Variables
|
Retards
|
Akaike
|
schwarz
|
|
LCPR
|
1*
|
-2,264
|
-1,984
|
|
2
|
-2,154
|
-1,824
|
|
3
|
-2,067
|
-1,687
|
|
4
|
-2,073
|
-1,641
|
|
LFDRE
|
1*
|
-2,223
|
-1,943
|
|
2
|
-2,148
|
-1,818
|
|
3
|
-2,183
|
-1,802
|
|
4
|
-2,101
|
-1,670
|
|
LFDRM
|
1*
|
-2,246
|
-1,965
|
|
2
|
-2,135
|
-1,805
|
|
3
|
-2,070
|
-1,689
|
|
4
|
-1,940
|
-1,508
|
|
LFIR
|
1*
|
-2,226
|
-1,946
|
|
2
|
-2,123
|
-1,793
|
|
3
|
-2,127
|
-1,746
|
|
4
|
-2,029
|
-1,597
|
|
LPIBR
|
1*
|
-2,220
|
-1,940
|
|
2
|
-2,200
|
-1,870
|
|
3
|
-2,218
|
-1,938
|
|
4
|
-2,211
|
-1,779
|
Source : Par l'auteur à l'aide du
logiciel Eviews 3.1
Nous observons immédiatement que les minima de deux
critères d'Akaike et de Schwarz sont situés sur la ligne1 pour
toutes les variables; cela correspondant à un décalage. Cela
prouve que notre variable expliquée (consommation privée
réelle) est fonction de la FDRE, FDRM, FIRet le PIBRsur
l'annéedernière.
III.2.2.2. Tests de la stationnarité des
séries
L'analyse de la stationnarité des variables a
été faite à l'aide des tests DFA et PP avec un retard
optimal d'un an pour toutes les séries. Le seuil de signification retenu
est de 5% et nous analysons si les modèles M6(modèle
avec tendance et constante), M5(modèle avec constante),
M4 (modèle sans tendance ni constante) sont significatifs.
Les résultats sont fournis dans les tableaux ci-après:
|
|
