2.3 Estimation du modèle
Après avoir déterminé le retard optimal du
modèle ARDL, il convient de maintenant
de déterminer le retard optimal pour chaque variable du
modèle. Ce retard doit être inférieur au retard optimal
pour le modèle ARDL. Ainsi, après avoir estimé plusieurs
modèles, les résultats de nos estimations basées sur les
critères d'information AIC et, BIC indiquent que notre modèle
suit un processus ARDL (3, 1, 1). Ainsi, après élimination des
retards non significatifs, le modèle à correction d'erreur
mettant en relation le PIB, la consommation d'électricité et la
formation brute de capital fixe se présente comme suit :
CHAPITRE 3
P a g e 4 6
ANAGO Mahena Gildas, Ingénieur des Travaux
Statistiques Page 46
|
Tableau 6 : Résultat de l'estimation
|
|
|
|
|
Variables Variable dépendante : DLPIB
|
|
indépendantes Coefficient
|
t-stat
|
p-value
|
|
-0,72
|
-4,10
|
0,0005*
|
|
0,18
|
2,34
|
0,0287**
|
|
0,06
|
3,34
|
0,0029**
|
|
16,12
|
4,31
|
0,0003*
|
|
0,004
|
1,96
|
0,0622***
|
|
0,45
|
2,78
|
0,0109*
|
|
0,104
|
0,91
|
0,3724
|
|
0,407
|
4,25
|
0,0003*
|
|
0,013
|
0,24
|
0,8135
|
|
-0,20
|
-2,09
|
0,0839***
|
|
0,009
|
4,03
|
0,0005*
|
|
0,02
|
0,67
|
0,5106
|
R2 = 0,80 F-Stat = 7,86 Prob (F-stat) =0,0000024
Source : Nos estimations sous Eviews ; * 1%, ** 5%, ***10%
seuil de
significativité
Les résultats de nos estimations confirment la relation
de long terme, la force de rappel étant négative et
statistiquement non nulle. En plus, la p-value associée à la
statistique de Fisher indique que notre modèle est globalement
significatif au seuil de confiance de 95%. Et aussi, les variables
exogènes du modèle expliquent à 80% l'évolution de
DlPIB. A présent, nous allons procéder au test de validation de
notre modèle.
CHAPITRE 3
P a g e 4 7
ANAGO Mahena Gildas, Ingénieur des Travaux
Statistiques Page 47
2.3.1 Tests diagnostic des résidus
Les tests effectués pour la validité de notre
modèle consiste à tester la normalité,
l'homoscédasticité, l'absence d'autocorrélation et de
stationnarité de nos résidus.
- Test de stationnarité des
résidus
Pour que la relation de long terme détectée
à partir du test de cointégration effectué ci-dessus soit
valide, la force de rappel doit être négative et significative.
Une condition importante à ne pas occulter est la stationnarité
de nos résidus. En effet, la relation de long terme est confirmée
si nos résidus sont stationnaires en niveau.
Le test ADF (tableau 7) effectué sur nos résidus
indique que nos résidus sont stationnaires au seuil de 5% et 1%.
Tableau 7 : Test de stationnarité
des résidus
ADF t-stat Valeur critique P-value
1% -5,33 -4,33 0,007
5% -5,33 -3,55
Source : Nos estimations sous Eviews
Notre modèle à correction d'erreur est donc
valide.
Le tableau 8 montre le résultat des tests
effectués sur les résidus de notre estimation. L'analyse du
tableau indique que la p-value associée à la statistique de
Jacque-Bera est supérieure à 5%, ce qui nous permet de valider
l'hypothèse de normalité des résidus. Le test
d'hétéroscédasticité de White nous fournit une
p-value égale à 0,06. Cette p-valeur est supérieure
à 5%, ce qui conduit au non rejet de l'hypothèse nulle
d'homoscédasticité. De plus, le test d'autocorrélation de
Breusch-Godfrey indique au seuil de 5% une absence d'autocorrélation des
résidus.
CHAPITRE 3
P a g e 4 8
Tableau 8 : Test diagnostic
|
Test Diagnostic
|
P-value
|
|
Test de normalité de
Jacque-Béra
|
0,063
|
|
Test d'homoscédasticité de White
(F-stat)
|
0,0631
|
|
Test d'autocorrélation de Breush Godfrey
(F-stat)
|
0,438
|
Source : Nos estimations sous Eviews
Par ailleurs, l'analyse du correlogramme des résidus et du
carré des résidus (joint en annexe) révèle que le
résidu est un bruit blanc.
- Test d'omission de variable de RAMSEY
Le test RESET de Ramsey joint en annexe indique que notre
modèle ne souffre d'aucun problème d'omission de variable. En
d'autre terme, le modèle est bien spécifié. La p-value de
ce test étant supérieure à 5%.
- Test de cusum et de cusum carré
Le test de cusum et de cusum carré (joint en annexe)
indiquent que les coefficients du modèle sont stables au seuil de 5% car
les courbes ne coupent pas le corridor.
| 
