3.2.3. Test de Racine unitaire
Nous recourons au test de Dickey-Fuller Augmenté (ADF)
en vue de tester la présence de racine unitaire. Les résultats
sont consignés dans le tableau ci-dessous nous permet de confirmer la
stationnarité de la série ou de la série
différenciée si la statistique ADF (négative) en valeur
absolue est supérieure aux valeurs critiques de MacKinnon (VCM) en
valeur absolue, ou la non stationnarité dans le cas contraire.
En d'autres termes, si la statistique ADF est positive, la
série est stationnaire. Mais si elle est négative, elle est
stationnaire si elle est inférieure à la valeur critique de
Mackinnon.
Tableau 3.1 Tests de racine unitaire de Dickey Fuller
Augmenté
Variable
|
Test d'ADF en niveau
|
Ordre d'intégration
|
Décision
|
ADF
|
VCM au seuil de 5%
|
VTCH
|
-9,755488
|
-2,991878
|
I(0)
|
S
|
VSBC
|
-9,665946
|
-1,951687
|
I(0)
|
S
|
TINF
|
-2,134307
|
-1,953858
|
I(0)
|
S
|
VRC
|
-5,793023
|
-1,951687
|
I(0)
|
S
|
TCR
|
-2,294622
|
-1,959071
|
I(0)
|
S
|
Note : DS = Difference stationary ADF = Dickey
Fuller Augmenté I(1)= Intégré d'ordre 1 I(1)=
Intégré d'ordre 2 I(0)= Intégré d'ordre 0 VCM =
Valeur critique de Mackinnon S= Stationnaire.
Source : l'auteur, à l'aide du logiciel
Eviews 7
Il ressort de ce tableau que les variables : la variation
du taux de change (VTCH), la variation du solde de la balance commerciale
(VSBC), le taux d'inflation (TINF), la variation de réserve des changes
(VRC) et le taux de croissance (TCR) sont intégrés d'ordre 0
c'est-à-dire stationnaires en niveau.
3.2.4. Détermination du nombre de retards optimal
La procédure pour l'estimation d'un modèle VAR
exige la connaissance de la longueur ou le nombre de retards dans les
équations du modèle.
Les critères d'Akaike et de Schwarz sont
utilisés pour déterminer le nombre de retards p du modèle
VAR des décalages h allant de 1 à 4. On retient le retard p qui
minimise ces deux critères.
Tableau 3.2 Nombre de retards optimal suivant les
critères d'information
Nombre de retards
|
AIC
|
SC
|
1
|
24,24225
|
25,61638
|
2
|
23,70306
|
26,24723
|
3
|
19,85703
|
23,59356
|
4
|
13,22973
|
18,18029
|
Source : l'auteur, avec le logiciel Eviews
7.
Note:AIC = Akaike Information Criterion SC =
Schwarz Criterion
Les résultats du tableau ci-dessus nous montrent que
pour le critère d'information d'Akaike, la valeur minimale est 13,22973
au quatrième décalage et pour le critère d'information de
Schwarz, la valeur minimale est 18,18029à ce même décalage.
Ainsi, nous retenons un processus VAR (4).
3.2.5.Résultats des estimations du modèle VAR
(4)
Les résultats issus de l'estimation du processus
VAR(1) obtenus avec Eviews 7 figurent ci-dessous, les valeurs
entre crochets présentant les t de student des
paramètres estimés.
Tableau 3.3 Estimation du modèle VAR (4)
|
VRC
|
VSBC
|
VTCH
|
TCR
|
TINF
|
VRC(-1)
|
-0,500067
|
-0,112394
|
0,063062
|
0,005050
|
-0,090911
|
|
[-1,35423]
|
[-0,26219]
|
[ 0,05884]
|
[ 1,70283]
|
[-0,71433]
|
|
|
|
|
|
|
VRC(-2)
|
-0,585197
|
0,113249
|
0,332159
|
0,000691
|
0,055773
|
|
[-1,54379]
|
[ 0,25736]
|
[ 0,30190]
|
[ 0,22701]
|
[ 0,42690]
|
|
|
|
|
|
|
VRC(-3)
|
-0,42409
|
0,141495
|
-0,589074
|
0,003828
|
-0,222399
|
|
[-1,19926]
|
[ 0,34468]
|
[-0,57393]
|
[ 1,34788]
|
[-1,82476]
|
|
|
|
|
|
|
VRC(-4)
|
-0,35574
|
0,816851
|
0,064238
|
0,002192
|
-0,041867
|
|
[-1,04179]
|
[ 2,06065]
|
[ 0,06481]
|
[ 0,79942]
|
[-0,35574]
|
|
|
|
|
|
|
VSBC(-1)
|
-0,256546
|
-0,022893
|
-0,222596
|
0,001944
|
-0,060362
|
|
[-1,06685]
|
[-0,08201]
|
[-0,31893]
|
[ 1,00674]
|
[-0,72831]
|
|
|
|
|
|
|
VSBC(-2)
|
-0,568066
|
0,203898
|
-0,340519
|
0,000551
|
-0,097568
|
|
[-2,26700]
|
[ 0,70094]
|
[-0,46820]
|
[ 0,27360]
|
[-1,12973]
|
|
|
|
|
|
|
VSBC(-3)
|
-0,387476
|
0,010703
|
-0,142045
|
-0,000659
|
-0,089553
|
|
[-1,27694]
|
[ 0,03038]
|
[-0,16128]
|
[-0,27031]
|
[-0,85629]
|
|
|
|
|
|
|
VSBC(-4)
|
-0,131477
|
-0,115219
|
0,818421
|
0,001304
|
0,035288
|
|
[-0,44496]
|
[-0,33590]
|
[ 0,95431]
|
[ 0,54945]
|
[ 0,34652]
|
|
|
|
|
|
|
VTCH(-1)
|
-0,069276
|
-0,030203
|
-1,25542
|
0,000776
|
0,034948
|
|
[-0,70671]
|
[-0,26542]
|
[-4,41249]
|
[ 0,98617]
|
[ 1,03442]
|
|
|
|
|
|
|
VTCH(-2)
|
-0,064474
|
-0,033176
|
-1,505232
|
0,001597
|
0,039524
|
|
[-0,65633]
|
[-0,29092]
|
[-5,27926]
|
[ 2,02351]
|
[ 1,16738]
|
|
|
|
|
|
|
VTCH(-3)
|
-0,117535
|
-0,030161
|
-3,385177
|
0,001777
|
-0,602165
|
|
[-0,79570]
|
[-0,17589]
|
[-7,89592]
|
[ 1,49758]
|
[-11,8282]
|
|
|
|
|
|
|
VTCH(-4)
|
-0,179527
|
-0,055104
|
-1,589382
|
0,001306
|
-0,39406
|
|
[-0,67908]
|
[-0,17955]
|
[-2,07135]
|
[ 0,61519]
|
[-4,32482]
|
|
|
|
|
|
|
TCR(-1)
|
31,67471
|
-11,59626
|
159,2311
|
0,981238
|
2,507762
|
|
[ 0,82175]
|
[-0,25916]
|
[ 1,42329]
|
[ 3,16954]
|
[ 0,18877]
|
|
|
|
|
|
|
TCR(-2)
|
1,091481
|
-10,09663
|
180,5380
|
-0,750985
|
58,46356
|
|
[ 0,02365]
|
[-0,18847]
|
[ 1,34790]
|
[-2,02617]
|
[ 3,67582]
|
|
|
|
|
|
|
TCR(-3)
|
2,503558
|
28,29870
|
-99,92924
|
0,577653
|
-30,77371
|
|
[ 0,05126]
|
[ 0,49911]
|
[-0,70492]
|
[ 1,47256]
|
[-1,82814]
|
|
|
|
|
|
|
TCR(-4)
|
-2,198611
|
-15,96205
|
3,224518
|
-0,299845
|
8,185975
|
|
[-0,06742]
|
[-0,42163]
|
[ 0,03407]
|
[-1,14478]
|
[ 0,72832]
|
|
|
|
|
|
|
TINF(-1)
|
0,112343
|
0,024197
|
8,164616
|
-0,002965
|
0,888874
|
|
[ 0,54114]
|
[ 0,10040]
|
[ 13,5498]
|
[-1,77821]
|
[ 12,4228]
|
|
|
|
|
|
|
TINF(-2)
|
0,531769
|
0,238590
|
4,713260
|
-0,005637
|
0,367657
|
|
[ 0,65190]
|
[ 0,25196]
|
[ 1,99075]
|
[-0,86035]
|
[ 1,30773]
|
|
|
|
|
|
|
TINF(-3)
|
0,116025
|
0,022569
|
6,840164
|
-0,00398
|
1,118941
|
|
[ 0,59783]
|
[ 0,10017]
|
[ 12,1430]
|
[-2,55319]
|
[ 16,7282]
|
|
|
|
|
|
|
TINF(-4)
|
0,455451
|
0,106884
|
4,125194
|
-0,003164
|
1,046327
|
|
[ 0,68723]
|
[ 0,13893]
|
[ 2,14457]
|
[-0,59440]
|
[ 4,58084]
|
|
|
|
|
|
|
C
|
-0,141693
|
-0,465479
|
-16,87726
|
0,017717
|
-2,314473
|
|
[-0,08835]
|
[-0,25001]
|
[-3,62555]
|
[ 1,37540]
|
[-4,18703]
|
R-squared
|
0,483152
|
0,557531
|
0,995365
|
0,948916
|
0,999209
|
F-statistic
|
0,373922
|
0,504018
|
85,89105
|
7,430217
|
505,1316
|
Source : l'auteur, à l'aide du logiciel
Eviews 7
|
|