WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

La vérification empirique de la courbe de Philips en république démocratique du Congo de 1988-2015.


par Hardy Meshac Biaya Muteba
Université de Kinshasa - Licence 2018
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

CHAPITRE II. ANALYSE ECONOMETRIQUE ET INTERPRETATION DES RESULTATS

Dans cette partie de notre travail, nous allons par le modèle à correction d'erreur analyser les interactions de la relation inflation-chômage et voir à l'issue de cette analyse si la politique économique de la RD du Congo est elle efficace.

II.1 Etude de la stationnarité de la série (tests formels et informels)

Nous servons des tests formels et informels pour étudier la stationnarité de nos séries (taux d'inflation et taux de chômage), si elles sont non stationnaire, les stationnariser par les MCO ou l'écart à la tendance(TS), soit par la différenciation ou les filtres aux différences(DS).pour éviter le problème de régressions fallacieuses pour lesquelles les résultats apparient significatifs alors qui ne le sont pas en réalité .

Note : la serie taux de change semble non stationnaire en moyenne.

Note : la série taux de chômage semble non stationnaire en moyenne.

Constat : après vérification par les tests précités (Dickey-Fuller), nos deux séries semblent non stationnaires du type DS (intégrées d'ordre 1). cfr les tableaux en annexei. Ce qui constitue pour nous la première condition nécessaire pour conclure à l'existence d'une relation de cointégration.

II.2 Estimation de la relation de long terme et test de stationnarité sur les résidus qui en découlent

Dans cette section, nous allons estimer la relation cointegrante par la méthode de moindres carrés ordinaire, voir si la série des résidus qui en découle est stationnaire en niveau .ce qui est également l'une des conditions nécessaires.

Notre équation structurelle de long terme se présente de la manière suivante:

LTXCH = C(1) + C(2)*LTXINF + åt

Nous avons générer :

· ltxinf= txinf-txinf(-1) c(1) : le terme constant

· ltxch=txch-txch (-1) c(2) : la pente de long terme qui explique la variation du taux de chômage, induit à une variation à priori du taux d'inflation et åt represente le residu de long terme.

txinf : série de taux d'inflation non stationnaire en niveau de 1988-2015 ;

txch : série de taux de chômage non stationnaire en niveau de 1988-2015 ;

ltxinf : série de taux d'inflation stationnaire après la 1ér différence de 1998-2015 ;

ltxch : série de taux de chômage stationnaireaprès la 1erdifférence de 1988-2015.

Les résultats de l'estimation se présentent comme suit :

LTXCH = -0.433140624985 + 4.31257804858e-05*LTXINF

Les résidus du modèle estimé à long terme étant stationnaires en niveau avec trend et intercepte, cfr annexe ii c'est la condition suffisante pour conclure à l'existence d'une relation de cointergration entre nos deux séries.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Des chercheurs qui cherchent on en trouve, des chercheurs qui trouvent, on en cherche !"   Charles de Gaulle