Conclusion
Dans ce chapitre, nous avons successivement
présenté le modèle d'estimation, les variables et leurs
sources et la méthodologie à suivre qui est basée sur
l'économétrie des données de panel car elle est
supposée être le meilleur moyen pour prendre en compte les
phénomènes de croissance en fournissant des informations en
dynamique pour tous les pays de l'UEMOA.
Dans le chapitre qui suit, nous allons présenter les
résultats issus des différents tests et estimations
décrits dans ce présent chapitre.
|
Trans~ert de tecfino(ogie et croissance
économique : Vne estimation en panefau sein de PVEMOJ
|
|
CHAPITRE 2 : RESULTATS ET INTERPRETATIONS
Introduction
Nous présentons dans ce chapitre les résultats
des différents tests, les résultats de l'estimation des deux
modèles et leurs interprétations. L'interprétation va
concerner les résultats des tests préliminaires et les
résultats des estimations.
2.1. Résultats des tests
préliminaires
Il s'agit principalement des tests de spécification,
notamment le test de Fisher, le test Breusch - Pagan, le test Hausman ; du test
d'endogénéité et d'autocorrelation, de corrélation
inter individuel, d'hétéroscédasticité et des tests
de racines unitaires.
i. Test de Fisher
Les résultats du test se présentent de la
façon suivante :
F(6,106) = 98,49
P-value = 0,0000
La probabilité du chi2 est inférieure à
10%. L'hypothèse H0 ne peut être acceptée. Nous pouvons
conclure à l'existence d'effet individuel dans le modèle.
ii. Le test de Breusch and Pagan
Les résultats sont :
Chi2(1) = 171,03
P-value = 0,000
La p-value est inférieur à 10% ; nous pouvons
conclure à un modèle aléatoire.
Le test de Hausman nous permettra de discriminer entre les deux
modèles validés.
iii. Test de Hausman
Les résultats du test se présentent de la
façon suivante :
Chi2(6) = 10,91
P value = 0,0913
|
Trans~ert de tecfino(ogie et croissance
économique : Vne estimation en panefau sein de PVEMOJI
|
|
La probabilité du test de Hausman est
inférieure à 10%, nous ne pouvons rejeter H0. Le modèle
à effet fixe est donc préférable au modèle à
effet aléatoire. Nous allons donc utilisé le modèle
à effet fixe.
iv. Test
d'Hétéroscédasticité
Les résultats du test de Breusch-Pagan sont:
F(6,113)=5643,88
P-value=0,000
La probabilité du test est nulle, l'hypothèse
nulle est fortement rejetée ; nous sommes en droit de conclure à
la présence d'hétéroscédacité.
v. Test de corrélation inter
individuel
Les résultats du test se présentent de la
façon suivante :
Chi2(28) =75,731
P-value = 0,0000
La valeur du p-value est nulle ; de plus la valeur
calculée du chie2 à 28 (=8*(8-1)/2) degré de
liberté est supérieur à la valeur critique du chie2. Nous
pouvons donc rejeter l'hypothèse nulle et conclure que les erreurs sont
corrélées de manière contemporaine.
vi. Test d'autocorrelation des erreurs
Les résultats du test se présentent de la
façon suivante :
F(1,7)=35,418
p-value=0,0006
La p-value associée au test vaut 0, 0006,
inférieur à 1% ; on ne peut donc accepter l'Hypothèse H0
d'absence d'autocorrelation. L'estimation par les méthodes
traditionnelles sera biaisée. On peut l'estimer en corrigeant
l'autocorrolation des erreurs et en utilisant le moindre carré ordinaire
ou utilisé le GMM.
Par rapport aux trois derniers tests, il convient de corriger les
phénomènes trouvés afin d'avoir un meilleur
résultat.
|
Trans~ert de tecfino(ogie et croissance
économique : Vne estimation en panefau sein de PVEMOJI
|
vii. Test d'endogénéité
Les résultats du test
d'endogénéité des différentes variables
présentés en annexe 3 suggèrent qu'aucune
des variables explicatives ne peut être utilisé comme variable
endogène.
viii. Etude de la stationnarité.
Nous avons procédé à trois tests : le
test de Levin-Lin-Chu (LLC), le test d'ImPesaran-Shin (IPS) et le test
ADF-Fisher à l'aide du logiciel Eviews 7. En annexe 4 figurent ces
différents tests selon diverses spécifications : avec trend, avec
effet spécifiques ou sans effet spécifique et trend.
Selon ces résultats toutes les séries en panels
sont intégrées d'ordre 1 dans toutes les figures sauf
lnTRANS qui ne l'est pas dans le cas de figure
où on considère un effet individuel et un trend. En effet, nous
considérons qu'une série est stationnaire pour un cas de figure
donné si les résultats d'au moins deux des tests utilisés
est positif. Pour la suite de notre travail, nous allons supposer que toutes
les séries sont intégrées d'ordre 1. Nous allons donc
stationnarité nos séries en différence première
afin de passer à l'estimation du modèle dynamique.
A la suite des tests qui nous ont permis de vérifier
les hypothèses sous les quelles l'estimation de modèles peut
être efficients, nous pouvons passer à la présentation des
résultats de nos estimations ;
| 
