1-I 1 Ji -convergence
L'écart type est l'indicateur de dispersion retenu pour
estimer le processus de convergence des économies de la ZMAO.
Le tableau c (Voir annexe 2) révèle les
résultats du calcul par type d'indicateur tout au long de la
période.
2-I 1 JJiI-convergence
Lorsque l'on considère les données de panel, la
toute première chose qu'il convient de vérifier est la
spécification homogène ou hétérogène du
processus
générateur des données. Sur le plan
économétrique, cela revient à tester
l'égalitédes coefficients du modèle étudié
dans la dimension individuelle. Sur le plan
économique, les tests de spécification
reviennent à déterminer si l'on est en droit de supposer que le
modèle théorique étudié est parfaitement identique
pour tous les pays ou au contraire s'il existe des spécificités
propres à chaque pays
a) Tests de spécification
Nous allons d'abord nous concentrer particulièrement sur
l'analyse des résultats des tests de spécification. STATA propose
trois tests.
v' Test 1 : Test de Fisher
Le test d'hypothèse s'écrit comme suit :
H0 : Absence d'effets fixes
H1 : Présence d'effets fixes
Le résultat est effectué automatiquement
après l'estimation du modèle à effets fixes ; le logiciel
donne : (voir test 1 de l'annexe 4)
F test that all u_i =0: F (4, 43) = 4.44 Prob>F=0.0043
La pvalue associé au test vaut 0, on accepte H1 de
présence d'effets fixes. V1 Test de Breusch Pagan
Le test d'hypothèse s'écrit :
H0 : Absence d'effets aléatoires
H1 : Présence d'effets aléatoires
Le test donne le résultat suivant : (voir test 2 de
l'annexe 4)
Test : Var(u)=0
Chi2(1)= 0.47 ; prob> chi2= 0.4911
On accepte l'hypothèse H1 de présence d'effets
aléatoire.
V1 Test de Hausman
Ce test, généralement utilisé en
économétrie de panel, il sert à discriminer les effets
fixes et aléatoires. Le test d'hypothèse s'écrit :
H0 : Présence d'effets aléatoires
H1 : Présence d'effets fixes
Le test donne le résultat suivant :
Chi2= 13.18
prob> 0.0014
On accepte l'hypothèse H1 de présence d'effets
fixes. En conclusion, le modèle à effets fixes donne les
meilleurs estimateurs
b) Test de Racine unitaire
Les séries économiques ne sont pas
stationnaires à priori par nature. Les valeurs obtenues à chaque
date ne sont pas toujours issue d'une même loi de probabilité. Il
faut toujours au préalable stationner les séries non
stationnaires afin d'éviter le risque de régression fallacieuse.
Les résultatS de test de stationnarité issus pour les
présentes variables sont consignés dans l'annexe 6.
Ainsi, nous avons :
? Test de racine unitaire sur Zit
Prob=O.OOO6?0.05 ; t student=-3.23281?1.96
Conclusion : la variable Zit est stationnaire
· Test de racine unitaire sur Yi0
Prob=0.0000?0.05 ; t-student=-5.09894?1.96 Conclusion : la
variable Yi0 est stationnaire
· Test de racine unitaire sur TCit
Prob=0.0000?0.05 ; t-student=-22.2644?1.96
Conclusion : la variable est stationnaire en première
différence
c) Modèle
estiméL'estimation a été faite
à partir des données de panel constituées par les
données des pays de la ZMAO sur une base chronologique
de 10 années (2000 à 2009). La méthode utilisée
pour cette estimation est la « Pooled Least Squares ». Cette
estimation a généré, pour ce panel, 50 observations (Cf.
Annexe 5).
Le modèle estimé donne :
TCit = 0.037158 --2.664860Log Yio
-0.107640Zit
(2.832631) (2.920053) (-2.112872)
n= 50 ; (.) t de student R2=0.55
De ce modèle estimé, il ressort que toutes les
variables explicatives sont significatives au seuil de 5%.
En effet, les t student des paramètres des variables
PIB réel initial par tête, les taux d'épargne et la
constante sont tous supérieurs à 1,96. Ces variables contribuent
donc effectivement à l'explication du modèle. Ainsi donc, le taux
de croissance réel par tête (TCit) des pays de la ZMAO repose,
bien entendu, sur le niveau antérieur de son PIB et aussi sur des
paramètres structurels tels le taux d'épargne. R2=0.55
indique les déterminants (Yio ; Zit) expliquent à 55% le niveau
du taux de croissance réel par tête de cet espace. D'autres
paramètres pourraient mieux expliquer le TCit. L'objectif poursuivi par
l'usage de ce modèle n'était pas d'identifier les
déterminants du taux de croissance réel par tête mais, la
valeur du coefficient â ; ceci nous permettra de calculer la vitesse de
convergence vers l'état d'équilibre et de mesurer la durée
(d) nécessaire pour que l'économie comble la moitié de
l'écart (écart des économies par rapport à leur
état stationnaire). Ainsi, cet outil constitue un point
de départ essentiel pour toute interprétation économique
du modèle.