1.6.4)Test de Johansen et
estimation du modèle VECM.
Comme on l'a déjà montré (cf , ss
4.6.3.b), les deux séries du trafic passagers et les entrées des
touristes sont cointégrées, aussi, lors de l'estimation du
modèle VAR, on a trouvé que l'ordre du VAR est de 2, ainsi, on
peut estimer la matrice ð et construire le test de Johansen, ce test nous
permet de détecter le nombre de relations de cointégration.
a)Test de Johansen
On va supposer que la relation de cointégration ainsi
que la relation VAR contiennent toutes les deux une constante.
Le test mené sous Eviews nous permet d'avoir les deux
valeurs propres, on a :

A partir de ces valeurs propres on peut calculer une
statistiques dénommée la trace :
Où n représente le nombre d'observation, k le
nombre de variables, ëi est la ième valeur
propre et r est le rang de la matrice.
Cette statistique suit une loi de probabilité similaire
à la loi de ÷2 tabulée par Johansen et Joseluis
(1990).
Premièrement, on commence par tester H0 que
le rang de la matrice r=0 contre H1 r>0

La valeur critique à 5% du test est 15,50 ; le
résultat du test nous emmène à rejeter l'hypothèse
nulle, le rang de la matrice est différent de 0 et par conséquent
les deux séries sont non stationnaires. Ce résultat confirme ceux
obtenus par les tests de Dickey et Fuller.
Deuxièmement, on teste l'hypothèse
H0 que le rang de la matrice r=1 contre H1 r>1, dans
ce cas la trace est : 
La valeur critique à 5% du test est 3,84 ; dans ce
cas on est amené à accepter l'hypothèse nulle, le rang de
la matrice r=1, à cet effet, l'hypothèse d'existence d'une
relation de cointégration est acceptée.
b)Estimation du modèle vectoriel à
correction d'erreur (VECM)
Dans un premier temps, on a estimé le VECM avec
l'hypothèse d'existence de la constante au niveau de la relation de
cointégration et au niveau du VAR, néanmoins, on a trouvé
que la constante n'est pas significative au niveau du VAR, à cet effet,
on a retenu la spécification de l'existence de la constante au niveau de
la relation de cointégration et son absence au niveau du VAR.
L'estimation du modèle VECM est la suivante :

c)Validation du modèle VECM
Les coefficients de rappel des deux équations du VECM
ont bien le signe attendu, ils sont touts les deux négatifs,
néanmoins, le coefficient de rappel de la deuxième
équation, bien qu'il a le signe attendu il est non significatif.
Conclusion du troisième chapitre
La modélisation VAR et VECM permet à la fois de
distinguer les effets de court et long terme d'un choc sur l'une des deux
séries et aussi de mieux appréhender la dynamique de leurs
interactions, en effet, cette étude montre que l'impact des
entrées des touristes au Maroc est permanent sur le volume de trafic.
Bien que les résultats de cette étude soient
intéressants, une spécification théorique intégrant
l'impact des autres variables sur le volume de trafic telles que le niveau
moyen des tarifs par ligne, fréquence hebdomadaire par ligne, ....etc
s'avère nécessaire pour confirmer ces résultats.


|