2ème
Partie
Cadre Méthodologique, Analyse des
Résultats et Recommandations
34
Réalisé par Fidèle G. AYIKPA et
Patrice DOMINGO
Contribution à l'amélioration du niveau des
dépenses d'infrastructures routières pour soutenir la croissance
économique au Bénin
CHAPITRE 3 : CADRE METHODOLOGIQUE
Dans ce chapitre, nous présentons dans un premier
temps les différentes méthodes d'analyse puis dans un second
temps le modèle théorique et les données.
3.1 Méthodes d'analyses
3.1.1 Etude de la stationnarité des
séries
Avant le traitement d'une série temporelle, il
convient d'en étudier les caractéristiques stochastiques. Parmi
celles-ci on peut citer notamment l'étude de la stationnarité de
la série.
Par définition, une série temporelle est dite
stationnaire si sa moyenne et sa variance sont constantes dans le temps et si
la valeur de la covariance entre deux périodes de temps ne dépend
que de la distance ou écart entre ces deux périodes et non pas du
moment auquel la covariance est calculée. Une telle série
temporelle est qualifiée de faiblement stationnaire.
Cette définition se traduit comme suit pour une
série Yt :
Moyenne : E(Yt) = ì
Variance : V(Yt) = E(Yt - ì)2 =
ä2
Yt+k) = E[(Yt - ì)( Yt+k -
ì)]=£k
Covariance : Cov(Yt ,
Il existe plusieurs tests pour détecter la
stationnarité d'une série. Nous aborderons le plus utilisé
dans les travaux empiriques, à savoir le test de Dickey-Fuller
Augmenté (ADF) ; mais elle peut s'appréhender en première
approximation par l'allure de la fonction d'autocorrélation et sa
représentation graphique : le corrélogramme. La mise en oeuvre de
ce test passe par trois différents modèles de base que sont :
· Modèle1 : modèle sans constante
ni tendance
?Yt = uYt-1 + + €t
· Modèle2 : modèle avec constante
et sans tendance
35
Réalisé par Fidèle G. AYIKPA et
Patrice DOMINGO
Contribution à l'amélioration du niveau des
dépenses d'infrastructures routières pour soutenir la croissance
économique au Bénin
?Yt = uYt-1 + á0 + + €t
? Modèle3 : modèle avec tendance et
constante
?Yt = uYt-1 + á0 + á1t + + €t
En conséquence, la lecture des résultats du test se
fait en deux étapes :
> La significativité ou non du trend : Elle est
appréciée à partir de la statistique calculée ou de
la probabilité attachée à cette statistique (elle est
comparée à 5%).
> La présence ou non de racine unitaire : A cet
effet, on teste l'hypothèse nulle Ho contre
l'hypothèse alternative H1. Les hypothèses sont :
Ho : Présence de racine unitaire (u=0)
H1 : Absence de racine unitaire (u<0)
La règle de décision est la suivante :
? Si ADF Test Statistic > Critical Value alors on
accepte Ho : la série étudiée est donc non
stationnaire.
? Si ADF Test Statistic = Critical Value alors on
accepte H1 : la série étudiée est donc stationnaire.
Si les séries ne sont pas stationnaires, mais toutes
intégrées du même ordre, nous allons procéder
à un test de cointégration et recourir à une
représentation à correction d'erreur qui fournit des relations
entre les variables à court et long terme. Tous les tests d'ADF sont
effectués au seuil de 5%.
| 
