Incidence de la fiscalité sur la croissance économique au Bénin

1-1-2 Tests de stationnarité

Par souci de synthèse et compte tenu du nombre important des tests appliqués, le tableau n⁰ 3 ci - dessous résume les résultats des tests de racine unitaire appliqués à niveau à l'ensemble des variables.

Tableau n⁰ 3: Résultats des tests de stationnarité à niveau.

Variables	Statistiques ADF	Valeurs critiques 5%	Résultats
ln PIB	-2.636	-3.567	ln PIB n'est pas I (0)
ln INV	-4.492	-3.567	ln INV est I (0)
ln TPF	-3.442	-3.567	lnTPF n'est pas I (0)
Ln TO	-1.109	-3.567	lnTO n'est pas I (0)

NB I (0) = intégré d'ordre zéro.

Les tests de racine unitaire sur toutes les variables aboutissent aux résultats suivants :

- |ADF| < |Valeur Critique de Mackinnon| au seuil de 5% pour les variables ln PIB ; ln TPF et ln TO.

- |ADF| > |Valeur Critique de Mackinnon| au seuil de 5% pour la variable ln INV.

Il en découle que seule la variable ln INV est stationnaire à niveau. Probablement les autres sont intégrés d'ordre 1. L'examen de l'ordre d'intégration des variables se poursuit en différence première et pour toutes les variables dans un souci de lecture d'un même niveau d'intégration. Les différents résultats obtenus à l'issue de ce test se résument dans le tableau n^o4 suivant :

Tableau n^o4: Résultats des tests de stationnarité en différence première.

Variables	Statistiques ADF	Valeurs critiques 5%	Nombre de retard	Résultats
ln PIB	-4.510	-3.573	2	ln PIB est I (1)
ln INV	-5.303	-3.573	2	ln INV est I (1)
ln TPF	-6.038	-3.573	2	ln TPF est I (1)
Ln TO	-2.745	-1.953	3	lnTO est I (1)

NB I(1) = intégré d'ordre un

Les résultats des tests de racine unitaire en différence première montrent la stationnarité de toutes les variables, autorisant ainsi l'étude de la cointégration à partir de ces variables. Il y a donc présomption de cointégration.

En effet, pour toutes les variables :

|ADF| > |Valeur Critique de Mackinnon| au seuil de 5%.

Ce qui permet d'accepter l'hypothèse alternative H₁ de stationnarité des variables correspondantes.

Ainsi, on peut procéder à la construction du modèle à correction d'erreur (MCE) encore appelé « modèle à correction d'équilibre » déduit de la relation de long (E).