3.3.1.2. Les étapes du modèle VAR
Les étapes à suivre pour utiliser un
modèle VAR d'ordre p sont les suivantes :
·
· Etude de stationnarité ;
·
· La détermination du Lag optimal ;
·
· Estimation du VAR ;
·
· Le test de la causalité ;
·
· Stabilité du VAR ;
·
· Fonction de réponse impulsionnelle
;
·
· Décomposition de la Variance
L'agriculture et la croissance inclusive en
RDC Madue Wanet Joël
45
Les paramètres du processus VAR ne peuvent être
estimés que sur des séries temporelles stationnaires.
L'estimation du modèle se fait alors
3.3.1.2.1. L`Etude de la stationnarité des
variables
Les séries économiques sont très souvent
des séries non stationnaires. Pour appréhender la
stationnarité d'une série, on applique des tests de racine
unitaire. Il existe de nombreux tests de racine unitaire, nous
présentons ici uniquement le test de Dickey et Fuller visant à
tester l'hypothèse nulle de non stationnarité contre
l'hypothèse alternative de stationnarité.
Depuis Nelson et Plosser (1982), les cas de non
stationnarité sont analysés à partir de deux types de
processus :
? Processus TS (Trend Stationary) qui représente le
processus caractérisé par un non stationnarité de nature
déterministe.
? Processus DS (Difference Stationary), qui représente le
processus dont le non stationnarité est de nature stochastique ou
aléatoire. Il convient de noter que la non stationnarité a des
conséquences fondamentales sur le plan économétrique,
notamment elle peut conduire à estimer des régressions qui ont
l'air statistiquement très correctes entre les variables qui n'ont en
réalité aucun lien entre elles ; il s'agit du
célèbre problème des régressions fallacieuses.
3.3.1.2.2. La détermination du nombre de
décalage optimal
Il faut également s'intéresser au
problème du nombre de retards optimal dans l'estimation du modèle
VAR. Cette dernière nécessite le choix du nombre de retards p.
Pour déterminer le nombre de retards ou de décalage optimal pour
VAR(p), on peut utiliser les critères d'Akaike et de Schwarz.
Une procédure type consiste à estimer tous les
modèles VAR pour des ordres p allant de 0 à un certain ordre h
fixé de façon arbitraire (nombre de retards maximum pour la
taille d'échantillon considéré, ou nombre de retards
maximum compatible avec une théorie ou une intuition
économique).
3.3.1.2.3. Estimation des paramètres du
modèle VAR
L'agriculture et la croissance inclusive en
RDC Madue Wanet Joël
46
sur le modèle réduit. Deux techniques VAR
d'estimation sont possibles après avoir rendu les variables
stationnaires :
? Estimation de chaque équation du modèle par la
méthode des moindres carrés ordinaires ;
? Estimation par la technique du maximum de vraisemblance.
Pour un modèle VAR stationnaire, la
stationnarité de la série va entraîner la convergence et la
normalité asymptotique des estimateurs obtenus par la méthode des
moindres carrés ordinaires, ce qui permet de mener des tests sur les
paramètres du modèle.
3.3.1.2.4. Tests de causalité
La notion de causalité joue un rôle important en
économie dans la mesure où elle permet de mieux comprendre les
relations entre les variables économiques. De ce fait,
théoriquement, la mise en évidence de relations causales entre
les variables économiques fournit des éléments de
réflexion favorables à une meilleure compréhension et
interprétation des phénomènes économiques. Il
existe deux tests de causalité : la causalité au sens de Granger
et la causalité au sens de Sims. Dans notre analyse nous allons tester
seulement la causalité au sens de granger.
*
* *
Causalité au sens de Granger
Granger (1969) a proposé les concepts de
causalité et d'exogénéité. Afin de présenter
cette notion, considérons deux variables
Y1t et Y2t. On dit que y1t cause Y2t au sens de Granger si la
prévision
Y2t de fondée sur la connaissance des passés
conjoints de y1t et Y2t est la meilleure que la prévision fondée
sur la seule connaissance du passé de Y2t. Autrement, la variable y1t
est la cause de la variable Y2t, si la prédictibilité de Y2t est
améliorée lorsque l'information relative à y1t est
incorporée dans l'analyse.
L'agriculture et la croissance inclusive en
RDC Madue Wanet Joël
47
? L`industrie demeure un des principaux moteurs de
l'activité économique en termes de valeur ajoutée et
d'emploi. Elle exerce un
| 
