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

 > 

Consommation d'électricité et croissance économique en Côte d'Ivoire.

( Télécharger le fichier original )
par Mahena Gildas ANAGO
Ecole nationale supérieure de statistique et d'économie appliquée ENSEA-Abidjan - Elève ingénieur des travaux statistiques 2011
  

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

I. METHODE D'ANALYSE DU LIEN ENTRE LA CROISSANCE ECONOMIQUE ET LA CONSOMMATION D'ELECTRICITE

Dans cette section, nous allons d'abord présenter la source de nos données. Ensuite, procéder à la présentation de la méthode de cointégration de Pesaran et al ainsi que le test de causalité de Toda Yamamoto.

1.1 Source des données et période de l'étude

La présente étude utilise des données annuelles couvrant la période 1971-2008. Ces données proviennent du World Developement Indicators 2010 de la Banque Mondiale. Le choix de cette période d'étude s'impose par souci d'éviter des séries avec des données manquantes. De plus, les séries proposées par cette institution nous donnent la possibilité d'effectuer des estimations sur une période assez longue permettant ainsi d'aboutir à des résultats suffisamment robustes. Ces données concernent le Produit Intérieur Brut réel (PIB), la consommation d'électricité, la Formation Brute de Capital Fixe (FBCF). Le PIB a été pris en valeur réelle en utilisant le déflateur (2000=100). Dans la littérature, d'autres variables comme le niveau de l'emploi, le taux

CHAPITRE 3

P a g e 3 8

ANAGO Mahena Gildas, Ingénieur des Travaux Statistiques Page 38

d'urbanisation sont aussi utilisées. Du fait de la non disponibilité de ses variables en longues séries, nous avons été amenés à les écarter de notre analyse.

1.2 Présentation de la méthode économétrique

A- Justification de la méthode économétrique

La plupart des études sur les relations de causalité privilégient la modélisation VAR pour mettre en évidence les relations entre la consommation d'électricité et la croissance économique. Cependant, la mise en oeuvre de cette méthode exige que les séries soient intégrées d'un même ordre. Or, dans la plupart des séries macroéconomiques cette condition n'est pas vérifiée (Nelson et Plosser, 1982). Face à cette insuffisance, Pesaran, Shin et Smith (2001) ont défini l'approche Auto Regressive Distribution Lag (ARDL) en prenant en compte les insuffisances du modèle VAR. Cette approche a été utilisée dans de nombreuses études (Wolde Rufael, 2005 ; Squalli, 2007 ; Akinlo, 2008, Odhiambo, 2009 ; Ouedraogo, 2010). Etant donné la nature de nos données et nos hypothèses de travail, nous utiliserons ce modèle dans le cadre de notre travail.

B- Le modèle Auto Régressif à Décalage Temporel de Pesaran et al (2001)

Il existe plusieurs techniques économétriques pour tester les relations de long terme entre les séries. Les plus utilisées sont la procédure en deux étapes d'Engle et Granger (1987), l'approche de Johansen (1988) et la méthode de Johansen et Juseluis (1990). La condition nécessaire de mise en oeuvre de ces méthodes est que les séries soient toutes intégrées d'ordre 1. Cette exigence suppose alors que l'étude de la stationnarité de ces séries soit effectuée. De plus, l'application des tests de stationnarité sur des échantillons de petite taille conduit à des résultats qui manquent de puissance. Pour pallier cette insuffisance, le modèle ARDL de Pesaran et al (2001) propose au contraire de ces modèles une nouvelle approche permettant d'obtenir de meilleures estimations sur des échantillons de petite taille. De plus, l'approche de cointégration de Pesaran et al est plus générale, elle permet de tester les relations de

CHAPITRE 3

P a g e 3 9

long terme sur des séries qui ne sont pas intégrées d'un même ordre (I(0) ou I(1) ). Cette méthode exige par contre que les variables expliquées du modèle soient I(1).

Notre étude vise à rechercher la relation de long terme entre la consommation d'électricité et la croissance économique matérialisée ici par le PIB. Notre modèle ARDL en considérant le PIB comme variable expliquée se présente alors comme suit :

ANAGO Mahena Gildas, Ingénieur des Travaux Statistiques Page 39

Avec

les résidus du modèle, désignant la

différence première de la variable X et :

PIB = Produit Intérieur Brut, indicateur de mesure de la croissance économique

ELEC = la consommation d'électricité

FBCF = la Formation Brute de Capitale Fixe

Les paramètres , = 1,...3 caractérisent l'équilibre de long terme entre les

variables tandis que les coefficients , , avec représentent
l'équilibre de courte période entre les séries étudiées. Le retard p est déterminé par les

critères d'information AIC et SC, il correspond au retard qui minimise ces critères. Etant donné que notre étude vise à montrer l'influence de la consommation

d'électricité sur la croissance économique alors, pour tester l'absence de cointégration, Pesaran et al (2001) ont procédé au test suivant :

Ho : = = = 0 (Absence de cointégration)

CHAPITRE 3

P a g e 4 0

ANAGO Mahena Gildas, Ingénieur des Travaux Statistiques Page 40

Contre l'hypothèse alternative

H1: (Présence de cointégration) en utilisant les tests de Fisher (ou

de Wald) suivant une loi non standard (Ghorbani et Motabelli, 2009).

Pesaran et al ont définit deux valeurs critiques en fonction de l'ordre d'intégration des

régresseurs. Les régresseurs doivent être I(d) avec . Il définit une limite
inférieure qui suppose que les variables sont I(0) et une limite supérieure qui suppose que les variables sont stationnaires en différences premières. Si les F-statistiques calculées se trouvent au dessus de la valeur critique supérieure, l'hypothèse nulle d'absence de cointégration est rejetée. Si les F-statistiques calculées se trouvent en dessous de la valeur critique inférieure, le test échoue donc à rejeter l'hypothèse nulle traduisant une absence de cointégration. Si les F-statistiques font partie de la bande, l'inférence serait peu concluante

Après la confirmation de l'existence d'un rapport de long terme entre les variables dans le modèle, les modèles de long terme et court terme de notre modèle peuvent être obtenus en utilisant des critères d'information bayésien de Schwarz ou d'Akaike.

Après avoir mis en évidence le test de cointégration de Pesaran et al utilisé pour déterminer les relations de long terme entre la consommation d'électricité et la croissance économique, il convient d'examiner les relations de causalité entre ces variables.

Le test de causalité que nous adoptons dans notre travail est celui de Toda et Yamamoto.

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








"Il faut répondre au mal par la rectitude, au bien par le bien."   Confucius