Déterminants de l'investissement direct a l'étranger dans les pays en voie de développement : application faite a la RDC

III.3.1 Le test de co-intégration

L'idée principale de la co-intégration est une spécification de modèles qui intègrent des croyances à propos des mouvements des variables les unes par rapport aux autres à long terme. Intuitivement, la co-intégration implique que, dans une relation d'équilibre de long terme entre différentes variables non stationnaires il est requis que ces variables ne devraient pas s'éloigner l'une par rapport à l'autre, Greene (1997).^78(*)

La condition nécessaire de co-intégration est que les séries doivent être de même ordre ; en général d'ordre 1. Si les séries statistiques ne sont pas intégrées de même ordre, la procédure s'arrête ; il n'y a pas de relation de co-inintégration.

Tester la stationnarité des séries revient à tester leur ordre d'intégration. Pour savoir si les séries sont stationnaires, par rappel, on fait recours au test de Dickey-Fuller ou au test plus général de Dickey-Fuller amélioré.

Avant de conclure qu'il y a relation de co-intégration une fois vérifiée la condition nécessaire, on estime la relation de long terme : Y_t=a+b X_t + u_t

La relation de co-intégration est acceptée si et seulement si la combinaison linéaire de ces variables, en l'occurrence la série des résidus u_t issus de cette régression de long terme, est stationnaire ; c'est-à-dire I(O).

La stationnarité du résidu est testée à l'aide des tests DF ou DFA sans trend ni constante.

Si le résidu de la relation de long terme est stationnaire, il n'y a pas de co-intégration. On est donc en présence d'une régression artificielle ou fallacieuse.^79(*)

Individuellement, ces variables pourraient avoir des directions différentes à court terme, mais peuvent avoir une évolution semblable à long terme. Plus formellement deux ou plusieurs séries temporelles non stationnaires sont co-intégrées si une combinaison linéaire de ces variables est stationnaire, c'est-à-dire converge vers un équilibre au cours du temps.

Pour le cas de nos séries, il n'est pas possible de mobiliser ce test étant donné que nos variables ne sont pas intégrées de même ordre et la plupart sont stationnaires. En effet, pour appliquer le test de co-intégration entre deux ou plusieurs variables, il faut que la variable dépendante soit intégrée d'un ordre inférieur ou égal à toutes les variables indépendantes et qu'elle ne soit pas stationnaire en niveau c'est-à-dire intégré d'ordre zéro I (0). Or dans notre cas, les Aides publiques au développement (APD), les IDE, les dépenses en capital, les dépenses de fonctionnement, les importations des biens et services, le PIB, les revenus des facteurs et services sont toutes stationnaires d'ordre I (0). D'autres sont d'ordre un I(1).

Ainsi, (toutes les variables confondues)n les résultats sont les suivants :

APD ~ I(O) : sans tendance avec constante significative

IDE ~ I(O) : sans tendance et sans constante significative et sans retard

Dcap ~ I(O) : stationnaire avec tendance et avec constante

Dfonct~ I(O) : sans tendance mais avec constante

Dmén ~ I(1) : sans tendance ni constante (très moins significative)

EBS ~ I(1) : Stationnaire avec tendance et constante

EIB ~ I(1) : sans tendance ni constante

FBCF ~ I(1) : sans tendance ni constante

IBS ~ I(0) : sans tendance mais avec constante

PIB ~ I(O) : sans tendance ni constante

RFS ~ I(O) : sans tendance mais avec constante

TCH ~ I(2) : sans tendance ni constante

* ⁷⁸ Idem

* ⁷⁹ BOFOYA K. B., Cours d'Econométrie, L1, FSEG, UNIGOM, 2008