Devoir d'économétrie, calcul, tests - Énoncés et corrigés

Thèmes abordés

Econométrie, énoncés, corrigés, PIB produit intérieur brut, imp importations, variable log, seuil, test de stationnarité, Dickey-Fuller, Phillips-Perron, Trend and intercept, moyenne, arithmétique, modèle à correction d'erreur, Hendry, coefficient, élasticités de court terme, élasticités de long terme, significativité globale du modèle, variables explicatives, test de Student, test de Ramsey, Number of fitted terms

Résumé du document

-1- On dispose pour un pays africain et sur la période 1986 à 2018, de séries macroéconomiques produit intérieur brut (PIB) et importations (imp). Représenter graphiquement différentes variables, déterminer le degré d'intégration de différentes variables, la cointégration des différentes variables.
-2- Questionnaire à choix multiples

Extraits

[...] La série log(imp) est intégrée d'ordre un. Déterminer le degré d'intégration de la variable log(pib) en utilisant le test de stationnarité de Phillips-Perron D'abords, représentation graphique de la différence première de la variable log(pib) : différence première de la variable X. d(log(pib)) : différence première de la variable log(pib) La représentation graphique de la série d(log(pib)) La série stationnaire a une tendance constante. Déterminons la moyenne Mean = la moyenne arithmétique Mean = 0.021 : la moyenne de la série log(pib) La série d(log(pib)) fluctue autour de sa moyenne, la série d(log(pib)) semble stationnaire. [...]

[...] Pour obtenir les graphiques des séries observée et prévue Conclusion L'intérêt de la théorie de la cointégration est qu'elle fournit une méthode d'analyse des séries temporelles non stationnaires en évitant le problème des régressions fallacieuses (spurious regressions) mis en évidence par Granger et Newbold (1974). De plus, grâce aux modèles à correction d'erreur, la théorie de la cointégration permet de modéliser simultanément les dynamiques de long terme et de court terme des séries temporelles. Exercice 2 : Questionnaires à choix multiples 1. Une série stationnaire fluctue autour de sa valeur moyenne. [...]

[...] Donner une interprétation économique du coefficient de correction d'erreur β2. Le coefficient de correction d'erreur β2 est appelé force de rappel à l'équilibre. β2 représente la vitesse à laquelle tout déséquilibre entre les niveaux désiré et effectif des importations est résorbé dans l'année qui suit tout choc. β2 = -584 on arrive à ajuster 58.4% du déséquilibre entre les niveaux désiré et effectif des importations des effets d'un choc intervenu une année donnée sont résorbés dans l'année qui suit tout choc. [...]

[...] t-Stat Prob.* Phillips-Perron test statistic - La probabilité critique du test (Prob) est égale à 0,0068 ; soit 0,68%. Comme la probabilité critique est inférieure à on rejette l'hypothèse nulle. Conclusion : la différence première de la série log(pib) est stationnaire. La série log(pib) est intégrée d'ordre un. l'option Intercept pour la variable en différence première Null Hypothesis: D(LOG(PIB)) has a unit root Adj. t-Stat Prob.* Phillips-Perron test statistic - La probabilité critique du test (Prob) est égale à 0,0001 ; soit 0,01%. Comme la probabilité critique est inférieure à on rejette l'hypothèse nulle. [...]

[...] Tester l'hypothèse de spécification du modèle. Choisir 3 pour Number of fitted terms . Spécification du modèle c'est le test de Ramsey H0 : le modèle est correctement spécifié H1 : le modèle n'est pas correctement spécifié Ramsey RESET Test Specification: D(LOG(IMP)) C D(LOG(PIB)) LOG(IMP(-1)) LOG(PIB(-1)) Value Df Probability F-statistic 1.370577 25) 0.2747 Likelihood ratio La statistique de Ramsey (F-statistic) est égale à 1.37 et sa probabilité critique (27.047%) est supérieure à on ne rejette pas l'hypothèse nulle H0. Conclusion : le modèle à correction d'erreur est correctement spécifié. [...]