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

 > 

Estimation d'un modèle d'équations simultannées pour la RD Congo

( Télécharger le fichier original )
par Christian OTCHIA SAMEN
Université de Kinshasa - Licence en économie mathématique 2006
  

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

Section 2 : ANALYSE EXPLORATOIRE DES DONNEES

1. Les dépenses gouvernementales

La série suivante nous montre que les dépenses du gouvernement évoluent et s'élargissent dans le temps. C'est ainsi que nous l'avons linéarisée.

Graphique 1: Série brute des dépenses gouvernementales

Vu dans le corrélogramme, les dépenses du gouvernement sont non stationnaires. C'est ainsi que nous allons appliquer le test de racine unitaire de Dickey-Fuller Augmenté.

Graphique 2: Corrélogramme de log de G

Le test de Dickey-Fuller appliqué sur le logarithme des dépenses du gouvernement nous montre que la série est non stationnaire. La deuxième partie du tableau nous montre que le coefficient associé au trend est non significatif. Ainsi, nous sommes en présence d'un DS sans dérive. Nous allons donc la stationnariser par la différence première.

Tableau 1: ADF for log G

Selon le tableau suivant, la différence première appliquée à cette série la rendue stationnaire.

Tableau 2: ADF for dlG

2. Investissement

La série suivante nous montre que l'investissement fluctue dans le temps. En 1978, le taux d'investissement a baissé. Cette situation s'est aussi remarquée vers les années 1991 à cause notamment des pillages et de l'insécurité qui a eu lieu dans le pays. Par ailleurs, la série semble être non stationnaire.

Graphique 3: Série brute de Inv

Le logarithme appliqué à cette série nous montre que la série est quasi stationnaire. Mais nous pensons pouvoir confirmer cette intuition par le test de Dickey-Fuller.

Graphique 4: Corrélogramme de Log(inv)

Le test de Dickey-Fuller nous montre que la série est non stationnaire. Par ailleurs, le coefficient associé au trend est non significatif. Nous sommes donc en présence d'un DS avec dérive.

Tableau 3: ADF for Log(inv)

La différence première appliquée à la série la rendue stationnaire, comme nous le montre le tableau suivant.

Tableau 4: ADF for dlinv

Null Hypothesis: D(LOG(INV)) has a unit root

Exogenous: None

Lag Length: 1 (Fixed)

 
 
 

t-Statistic

Prob.*

Augmented Dickey-Fuller test statistic

-4.758145

0.0001

Test critical values:

1% level

 

-2.692358

 
 

5% level

 

-1.960171

 
 

10% level

 

-1.607051

 

*MacKinnon (1996) one-sided p-values.

3. Taux d'intérêt

Le graphique suivant nous présente le taux d'intérêt. Selon ce graphique, le taux d'intérêt a grandement augmenté à partir de 1988. C'est le fait de la crise qui a commencé avec les programmes d'ajustement structurels.

Graphique 5: Série brute de It

La série en log du taux d'intérêt est présentée dans le tableau suivant. Elle semble être non stationnaire. Mais comme nous l'avons dit, nous devons confirmer cette intuition par le test de Dickey-Fuller.

Graphique 6: Corrélogramme de Log(it)

Le tableau suivant nous montre que la série est non stationnaire. Par ailleurs, le coefficient associé au trend est significatif. Nous sommes donc en présence d'un TS.

Tableau 5: ADF for log(it)

La série stationnarisée est RIT. Comme nous le montre le tableau suivant, le test de ADF est concluant.

Tableau 6: ADF for Rit

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








"Les esprits médiocres condamnent d'ordinaire tout ce qui passe leur portée"   François de la Rochefoucauld