Université de Thiès

UFR Sciences Economiques et Sociales

Département d’Economie
Licence Economie, Option Econométrie
Professeur : Amadou NGOM
Année Universitaire 2012/2013

TD N°4 : Modèle à correction d’erreur

Tous les tests doivent être effectués au seuil de 5 %.

On dispose pour le Sénégal et sur la période 1985 à 2002, des séries

macroéconomiques : Produit Intérieur Brut Réel (PIBR) et Exportation (EXPT),

On fait l’hypothèse que les variables PIBR et EXPT vérifient le modèle linéaire
autorégressif :

LPIBR t  a1  a 2 LPIBR t  1  a 3LEXPT   t , n  17

Le L placé devant les variables traduit l’utilisation du logarithme népérien de la série
statistique.

L’estimation des paramètres du modèle linéaire autorégressif par les moindres carrés
ordinaires est donnée dans le tableau de la page 2.

1. Déterminer les élasticités de court et de long terme, Interpréter les valeurs obtenues;
2
2. Interpréter la valeur du coefficient de détermination R ;

3. Quelles sont les variables qui ont une influence significative sur log(PIBR) ?

4. Tester la significativité globale du modèle ;

5. Que pensez-vous de l’hypothèse de non corrélation des erreurs ?

1
Dependent Variable: LOG(PIBR)
Method: Least Squares
Sample(adjusted): 1986 2002
Included observations: 17 after adjusting endpoints
Variable Coefficient Std, Error t-Statistic Prob,

C 2,845962 1,247782

LOG (PIBR (-1)) 0,653136 0,115982

LOG(EXPT) 0,230989 0,068206

R-squared 0,987442 Mean dependent var 22,25254

Adjusted R-squared 0,985648 S,D, dependent var 0,164603

S,E, of regression 0,019720 Akaike info criterion -4,855614

Sum squared resid 0,005444 Schwarz criterion -4,708576

Log likelihood 44,27272 F-statistic

Durbin-Watson stat 2,393736 Prob(F-statistic)

6. Déterminer le degré d’intégration des variables log(PIBR) et log(EXPT),

D est l’opérateur différence première défini par D(X) t  X t  X

t 1

Augmented Dickey-Fuller Unit Root Test on log(PIBR)

ADF Test Statistic -1,07467

5% Critical Value -3,7347*

*MacKinnon critical values for rejection of hypothesis of a unit root,

Augmented Dickey-Fuller Unit Root Test on D(log(PIBR))

ADF Test Statistic -3,85503

5% Critical Value -3,7611*

*MacKinnon critical values for rejection of hypothesis of a unit root,

2
 Augmented Dickey-Fuller Unit Root Test on log(EXPT)

ADF Test Statistic -3,12265

5% Critical Value -3,7347*

*MacKinnon critical values for rejection of hypothesis of a unit root,

Augmented Dickey-Fuller Unit Root Test on D(og(EXPT))

ADF Test Statistic -3,4784

5% Critical Value -3,7611*

*MacKinnon critical values for rejection of hypothesis of a unit root,

7. Que pensez-vous de l’hypothèse de cointégration des variables log(PIBR) et

log(EXPT),

Test de cointégration de Johansen,

Eigenvalue Likelihood Ratio 5 Percent Critical Value

0,689 19,658 15,41

0,058 0,956 3,76

8. On se propose d’estimer le modèle à correction d’erreur (ECM) à la Hendry

suivant :

D(LPIBR) t   0  1D(LEXPT) t   2 LPIBR t  1   3LEXPTt  1  u t

1  t  17
D est l’opérateur différence première défini par D(X) t  X t  X
t 1
L’estimation des paramètres du modèle à correction d’erreur par les moindres
carrés ordinaires est donnée dans le tableau ci-dessous :

Dependent Variable: D(LOG(PIBR))

Method: Least Squares
Sample(adjusted): 1986 2002
Included observations: 17 after adjusting endpoints
Variable Coefficient Std, Error t-Statistic Prob,

C 4,712148 1,625580

D(LOG(EXPT)) 0,209936 0,065511

3
 LOG(PIBR(-1)) - 0,549191 0,163568

LOG(EXPT(-1)) 0,355456 0,098669

R-squared 0,563988 Mean dependent var 0,032624

Adjusted R-squared 0,463370 S,D, dependent var 0,025368

S,E, of regression 0,018583 Akaike info criterion -4,930773

Sum squared resid 0,004489 Schwarz criterion -4,734723

Log likelihood 45,91157 F-statistic

Durbin-Watson stat 2,182844 Prob(F-statistic)

a) Le modèle à correction d’erreur est-il valable ? Justifier.

b) Interpréter la valeur estimée de  2 ,

c) Que pensez-vous de l’hypothèse de non corrélation des erreurs ?

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 0,249 Probability 0,6261

d) Que pensez-vous de l’hypothèse d’homocédasticité des erreurs ?

White Heteroskedasticity Test:

F-statistic 8,8659 Probability 0,0039

d) Que pensez-vous de l’hypothèse de spécification du modèle ?

Ramsey RESET Test:

F-statistic 1,240 Probability 0,3968

e) Calculer les élasticités de court et de long terme. Interpréter les valeurs obtenues.