Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

CAUSALITÉ DE GRANGER ET MODÉLISATION VAR Préparé par: Fadoua OUTMANI Chaimae CH

CAUSALITÉ DE GRANGER ET MODÉLISATION VAR Préparé par: Fadoua OUTMANI Chaimae CHAHBI Youssef NKHILI Karima SOUFI Encadré par: Mme EL YAMANI ANNEE UNIVERSITAIRE:2020/2021 Master MFEA plan o INTRODUCTION o OBJECTIF DE L’ÉTUDE o HYPOTHÈSES DE L’ÉTUDE o PROBLÉMATIQUE o PRÉSENTATION DES DONNÉES o PARTIE PRATIQUE • Analyse descriptive des variables • Etude de la stationnarité des variables • Détermination du nombre optimal de retard • Étude de la cointégration • Etude de la causalité • Estimation du modèle VAR • Validation du modèle VAR • Analyse de la dynamique de VAR • Prévisions INTRODUCTION • Causalité selon Granger: une variable X cause une variable Y si la seule connaissance du passé de X améliore les prévisions sur Y. • La modélisation VAR: La modélisation VAR permet d’analyser les effets de la politique économique cela a travers de simulation des chocs aléatoires et de la décomposition de la variance de l’erreur . Les qualités des modèles VAR : La notion de dynamique: les modèles permettent d’expliquer une variable par rapport à ses retards. On peut avoir une information très large parce qu’il considère tous les variables comme des variables endogènes . Le nombre de décalage associé à chaque variable dans chaque équation est identique. L’objectif de l’étude • Notre étude porte sur la relation entre le solde commercial ,les exportations et les termes d’échange et l’impact de ces facteurs au MAROC au cours de la période 1980-2018. • On utilise le test de Co-intégration et le test de granger pour déterminer s’il existe une relation causale entre les différents variables. Hypothèses de l’étude • Il est fort probables que les exportations peuvent impacter le solde commercial. • Il se peut qu’il existe une relation entre les exportations les termes de l’ échange. problématique Quels sont les canaux de transmissions entre le solde commercial ,les termes d’échange nets et les exportations ? Présentation des données Dans le cadre de notre étude, nous allons analyser des données annuelles sur le solde commercial (sc), les exportations (x)et les termes de l’échange (te) au Maroc entre 1980 et 2018. source : banque mondiale Partie pratique Analyse descriptive des variables Analyse graphique Il se peut que les séries ne soient pas stationnaires L'analyse descriptive de la série des exportations indique que la série est platykurtique, c'est-à-dire relativement « aplatie » (kurtosis = 2.02 est inférieur à 3). Le coefficient d'asymétrie est positif donc la distribution est étalée vers la droite (skewness = 0.71). Analyse descriptive des variables La statistique de Jarque-Bera indique une acceptation de l'hypothèse nulle de normalité de la distribution (probabilité = 0,08 est supérieur à 0,05). La distribution des exportations suit la loi normale. Exportations View analyse descriptive  histogramme • L'analyse descriptive de la série solde commercial indique que la série est platykurtique, c'est-à-dire relativement « aplatie » (kurtosis = 2,41 est inférieur à 3). Le coefficient d'asymétrie est négatif donc la distribution est étalée vers la gauche (skewness = -1.02). Analyse descriptive des variables Solde commercial La statistique de Jarque-Bera indique un rejet de l'hypothèse nulle de normalité de la distribution (probabilité = 0,02 est inferieur à 0,05). La distribution du solde commercial ne suit pas la loi normale. • L'analyse descriptive de la série Terme de l’echange indique que la série est platykurtique, c'est-à-dire relativement « aplatie » (kurtosis = 2.66 est inférieur à 3). Le coefficient d'asymétrie est positif donc la distribution est étalée vers la droite(skewness = 0.70). Analyse descriptive des variables Terme de l’échange La statistique de Jarque-Bera indique une acceptation de l'hypothèse nulle de normalité de la distribution (probabilité = 0,18 est supérieur à 0,05). La distribution des termes d’échange suit la loi normale. Étude de la stationnarité des variables Modèle3 avec constante et tendance Modèle 2 avec constante Modèle 1 sans constante ni tendance T-statistic 2.26 0.67 0.0056 probabilité 0.7542 0.99 0.9988 Décision(x) Tendance n’est pas significative Constante n’est pas significative On accepteH0 de racine unitaire(processus non stationnaire) T-statistic -2.122 -1.147 0.139 Probabilité 0.5189 0.83 0.72 Décision(sc) Tendance n’est pas significative Constante n’est pas significative On accepteH0 de racine unitaire(processus non stationnaire) T-statistic 3.93 Probabilité 0.0188 Décision(te) La tendance est significative , il s’agit d’un processus TS Étude de la stationnarité des variables La variable désignation Ordre d’intégration commentaire exportations x I(1) DS sans dérive Solde commercial Sc I(1) DS sans dérive Terme de l’échange Te I(1) TS D’après Les résultats du test de racine unitaire de Dickey- Fuller Augmenté (ADF) on constate que nos variables x ,sc et te sont qui sont au départ non stationnaires en niveau, deviennent stationnaires après la 1ère différence, . Donc les variables de notre modèle ayant le même ordre d’intégration. Donc un test de cointégration au sens de Granger est nécessaire. Détermination du nombre optimal de retards Open as var  view  lag structure lag lenght creteria lag to include : 5 On constate que les trois critères nous conduisent à retenir un processus VAR(3). Nous résumerons alors que la méthode que nous utiliserons tout au long de l’estimation est celle du VAR avec un retard. Étude de la co-intégration View cointegration test Étude de la co-intégration Toutes les variables de notre étude sont intégrées de même ordre donc on va appliquer le test de Johansen •H0: r = 0 il n’y a pas de relation de cointégration •H1: r > 0 Trace Stat = 42.71 < 42.91( La p-value de la statistique est de 0,05). On accepte l’hypothèse nulle donc on a aucune relation de Co intégration. Étude de la causalité Quick group statistique Granger causality test La causalité permet une formulation correcte de la politique économique et de la prise de décision. Hypothèses du test: • H0: Y1 ne cause pas, au sens de Granger, Y2 • H1: Y1 cause, au sens de Granger, Y2 Test de causalité au sens de Granger sur des variables brutes Les hypothèses nulles selon lesquelles: • Le termes de l’échange ne cause pas les exportations • les exportations ne cause pas les termes de l’échange • Les exportations ne cause pas le solde commercial • Le solde commercial ne cause pas les termes de l’échange • les termes de l’échange ne cause pas le solde commercial Sont toutes acceptées au seuil de 5% (les probabilités associées sont supérieure à 0.05). Par contre, la probabilité associée à l’hypothèse nulle selon laquelle le solde commercial ne cause les exportations est inférieure à 0,05. On rejette l'hypothèse nulle, donc le solde commercial cause, au sens de Granger les exportations Étude de la causalité Test de causalité au sens de Granger sur des variables stationnaires Les hypothèses nulles selon lesquelles: Le termes de l’échange ne cause pas les exportations les exportations ne cause pas les termes de l’échange le solde commercial ne cause les exportations Les exportations ne cause pas le solde commercial les termes de l’échange ne cause pas le solde commercial Sont toutes acceptées au seuil de 5% (les probabilités associées sont supérieure à 0.05). Par contre, la probabilité associée à l’hypothèse nulle selon laquelle le solde commercial ne cause les termes de l’échange est inférieure à 0,05. On rejette l'hypothèse nulle, donc le solde commercial cause, au sens de Granger les termes de l’échange Estimation du modèle VAR Estimation du modèle VAR Le tableau ci-dessous met en évidence la partie essentielle des résultats de l'estimation du modèle. Estimation du modèle VAR Les résultats indiquent que le solde commercial dépend négativement du solde commercial passé de l’année -2 ,des exportations de l’année -3 , et il dépend positivement du terme de l’échange de l’année -1 Concernant les exportations , elles dépend positivement des exportations passées de l’année -3 , du solde commercial de l’année -2 et des termes de l’échange de l’année -2 et négativement pour l’année -1 et-2 Et pour la variable des termes de l’échange, il ne dépend pas de son taux passé mais elle dépend positivement du solde commercial de l’année -1 et -2 , et des exportations de l’année -2 *L’inverse des racines associées à la partie AR appartient au cercle unité du plan complexe. *La condition de stabilité est vérifiée. Le modèle VAR est bien stable. View lag structure AR roots graph View lag structure AR roots table Validation du modèle VAR Etude de la Stabilité de VAR Test d’autocorrélation view  residual test  autocorrélation test L’hypothèse de modèle s’écrit comme suit : • H0 : les résidus ne sont pas autocorrélés • H1 : les résidus sont autocorrélés La règle de décision sera d’accepter l’hypothèse nulle si la P- Value de (LM) est supérieur à 5%. Validation du modèle VAR Toutes les probabilités sont supérieures à 5%, on accepte l'hypothèse nulle selon laquelle les résidus ne sont pas corrélés (absence d'autocorrélation). Test d’Hétéroscédasticité • view  residual test  white Heteroskedasticity Tests L’hypothèse de modèle s’écrit comme suit : H0 : Homoscédasticité H1 : Hétéroscédasticité Validation du modèle VAR La probabilité est supérieure à 5%, on accepte l'hypothèse nulle d'homoscédasticité (absence d'hétéroscédasticité). Test de normalité des résidus view  residual test  normalityTest L’hypothèse uploads/Management/ expose-var-version-final.pdf