II. 5 LES TESTS ECONOMETRIQUES ET ROBUSTESSE DES
RESULTATS
Les méthodologies des tests sont tirées de Araujo,
Brun & Combes (2008).
II.5.1 Test de
Hausman
Le modèle classique sur données de panel repose
sur l'hypothèse d'homogénéité des comportements
c'est-à-dire que les individus (ici nos pays) sont identiques entre eux
et dans le temps. Dans ce cas, on parle de « modèle
Pooled ». Toutefois l'approche moderne permet de dépasser
cette spécification. Il existe alors deux modèles classiques pour
estimer une équation de données de panel à savoir le
modèle à effets fixes et le modèle à effets
aléatoires. L'application de test de Hausman permet de faire l'arbitrage
entre les deux modèles. Les résultats du test nous donne, qu'au
seuil alpha de 10% le Chi Deux calculé est de 17,74 (11 ddl). Il est
supérieur au X² lu 17,28. Le modèle à effet fixe est
préférable.
II.5.2 Test de normalité : test de Bera et Jarque
Il porte sur la distribution de l'écart
aléatoire åi (i=1,...,N) de variance á². Dans
l'hypothèse nulle, åi suit une loi normale. La normalité
des résidus est nécessaire pour effectuer les autres tests. Une
distribution normale se base sur deux caractéristiques de distribution :
la symétrie de la distribution et son épaisseur, soit les
statistiques du skewness et du kurtosis. Une symétrie parfaite est
associée à un coefficient d'asymétrie nul et à un
coefficient de voussure de 3. Bien que notre test de Bera et Jarque ne nous
permette pas de conclure à une normalité des résidus,
nous pouvons ici appliquer le théorème central limite qui est
d'ailleurs très utile dans le cas de grands échantillons. Le
théorème de central limite avance le fait qu'au-delà d'un
certain nombre d'observations, les termes d'erreurs suivent asymptotiquement
une loi normale. Par conséquent avec 434 observations, notre
modèle rentre parfaitement dans ce cas de figure. En appliquant le
théorème central limit, on peut dire que la distribution de nos
résidus suit une loi normale.
II.5.3 Test d'homoscédasticité
L'hypothèse d'homoscédasticité suppose
une homogénéité de comportements au sein de
l'échantillon d'analyse et une constance dans la variance des
résidus. Si cette hypothèse n'est pas respectée, la
variance des résidus n'est plus identique. Les estimateurs MCO n'en
seront pas pour autant biaisés, mais la variance ne sera alors plus
minimale. L'hypothèse nulle est celle d'homoscédasticité.
Le test appliqué permet de constater une
hétéroscédasticité.
| 
