Global Journal of Management and Business Research, B: Economics and Commerce, Volume 23 Issue 1

Original Sin and Natural Cover in CEMAC Area 36 Global Journal of Management and Business Research Volume XXIII Issue I Version I Year 2023 ( ) B © 2023 Global Journals Tableau 2: La Matrice Des Corrélations A_OSIN A_EXPORT INFL FINDEV SOLVENCY A_OSIN 1,000 0,517 0,283 0,075 -0,347 A_EXPORT 0,517 1,000 0,198 -0,163 -0,206 INFL 0,283 0,198 1,000 0,598 -0,355 FINDEV 0,075 -0,163 0,598 1,000 -0,150 SOLVENCY -0,347 -0,206 -0,355 -0,150 1,000 Source: Auteur ii. Le Test D’indépendance L’estimation d’un modèle de panel nécessite de vérifier au préalable la dépendance inter-individuelle des séries. L’intérêt de cette étape est de guider le modélisateur sur la procédure à privilégier pour les tests de racine unitaire et de cointégration, d’une part, et surtout pour l’estimateur approprié, d’autre part. Bien qu’il existe d’autres tests, à l’instar du test LM de Breusch et Pagan (1980) et du test LM échelonné de Pesaran (2004),nous utilisons ici le test CD ( cross dependence ) de Pesaran (2004) qui s’accommode résultats. En effet, tant qu’il n’existe pas de colinéarité parfaite, la multicolinéarité ne viole pas les hypothèses liées au modèle (Cosnefroy et Sabatier, 2011). mieux aux données de panel contenant de faibles unités transversales et temporelles. Ce test est fondé sur une statistique CD qui se décline comme suit: = � 2 ( −1) (∑ ∑ � = +1 −1=1 ) (6) avec, i et j, les indices d’individu; t, l’indice de temps; N et T, respectivement le nombre d’individus et le nombre de mesures de temps; ρ , l’estimateur de corrélation entre les erreurs. Le tableau suivant résume le résultat de ce test. Il montre que nous sommes en présence d’une dépendance interindividuelle. En effet, on observe que la probabilité de la statistique CD est inférieure à 5%. Tableau 3: Le Test D’indépendance De Pesaran (2004) Test Statistic Prob. Breusch-Pagan LM 18,365 0,049 Pesaranscaled LM 1,870 0,061 Pesaran CD 3,607 0,000 Source: Auteur iii. Le Test De Racine Unitaire Nous effectuons un test de racine unitaire afin de vérifier la stationnarité des variables du modèle. Nous privilégions, à cet effet, un test de seconde génération qui est fondée sur l’hypothèse de dépendance inter-individuelle. En effet, contrairement aux approches développées dans le cadre des tests de première génération, les tests de deuxième génération ne considèrent pas nécessairement que les corrélations inter-individuelles de la variable expliquée sont uniquement dues à une corrélation inter-individuelle des résidus. Ils envisagent notamment le cas où les corrélations de cette variable proviennent de la présence d’une ou plusieurs composantes communes. Tout le problème consiste alors à proposer le test permettant la prise en compte la plus générale des différentes formes possibles de dépendance entre individus. Nous utilisons le test de Pesaran (2007), qui analyse l’existence d’une racine unitaire dans un contexte de dépendance interindividuelle en augmentant le test d’Im, Pesaran et Shin (2003). Ce qui permet d’obtenir un modèle augmenté de type CIPS ( Cross-Sectionaly Augmented IPS ). La statistique est définie ainsi qu’il suit: ( , ) = −1 ∑ ( , ) =1 (7) avec, ti(N,T) est la statistique de Dickey-Fuller Augmentée transversalement pour la ième unité de la section transversale. Les résultats du test sont résumés dans le tableau suivant.