Avant l’estimation de l’équation du modèle économétrique, nous avons procédé aux tests de stationnarité sur les données et vérifié les relations de cointégration entre les séries. En effet, l’étude des séries temporelles exige ces tests préalables pour éviter l’estimation de relations ‘’fallacieuses’’ et des interprétations erronées (Bourbonnais, 2000). Ceci nous a permis d’obtenir une estimation robuste des paramètres du modèle. L’estimation du modèle est faite par la méthode des MCO sur le logiciel EVIEWS 5.
A- Le test de stationnarité
En terme non technique, une variable est stationnaire si elle fluctue autour de sa moyenne au cours du temps. Pour déterminer le degré de stationnarité (ordre d’intégration) des variables du modèle, nous avons utilisé le test d’ADF.
B- Test de cointégration
L’analyse de la cointégration permet d’identifier clairement la relation véritable entre les variables du modèle. La cointégration des séries a été testée par la méthode de JOHANSEN. Lorsque les séries sont non stationnaires et cointégrées, il convient d’estimer leur relation avec un MCE.
C- Test de RAMSEY
L’idée du test est de voir si le modèle souffre de l’omission d’une ou plusieurs variables pertinentes en introduisant une variable fictive. Le test consiste à vérifier la signification de l’effet de la variable fictive introduite. Si elle n’est pas significative, alors la spécification du modèle est complète, c’est-à-dire que le modèle a pris en compte toutes les variables pertinents qui interviennent dans l’explication de la variable dépendante. Si par contre, la variable fictive est significative, alors des variables susceptibles d’influencer les variations de la variable dépendante seront introduites.
D- Autres tests de validation
Pour la vérification de la validité du modèle estimé, nous allons utiliser la statistique de DW et le test de BREUCH-GODFREY pour l’auto corrélation des résidus, le test d’hétéroscédasticité de WHITE, le test de significativité global (du modèle) de FISHER…