Académique Documents
Professionnel Documents
Culture Documents
net/publication/357802745
CITATIONS READS
0 4,018
1 author:
Sami Mestiri
Faculté des Sciences Économiques et de Gestion de Mahdia
60 PUBLICATIONS 28 CITATIONS
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
Credit Risk Prediction based on Bayesian estimation of logistic regression model with random effects View project
All content following this page was uploaded by Sami Mestiri on 13 January 2022.
Sami Mestiri
13 janvier 2022
1
Sami Mestiri Chapitre 2 : La modélisation ARLD en utilisant logiciel R
Définitions
2
Sami Mestiri Chapitre 2 : La modélisation ARLD en utilisant logiciel R
Spécification du modèle
Dans les modèles ARDL on y trouve, parmi les variables explicatives
(Xt ), la variable dépendante décalée ( Yt−p ) et les valeurs passées
de la variable indépendante (Xt−q ). Ils ont la forme générale
suivante :
Yt = f (Yt−p , Xt , Xt−q )
Sous sa forme générale, un modèle ARDL s’écrit comme suit :
Yt = a0 + a1 Yt−1 + · · · + ap Yt−p + b0 Xt + + · · · + bq Xt−q + εt
p
X q
X
Yt = a0 + Yt−i + Xt−j + εt
i=1 j=0
Avec ε ∼ (0, σ) terme d’erreur.
b0 traduit l’effet à court terme de Xt sur Yt .
Si l’on considère la relation de long terme ou d’équilibre suivante
Yt = k + φXt + u , l’onPpeut calculer l’effet à long terme de Xt sur
b
Yt comme suit :φ = Pj
1 − ai 3
Sami Mestiri Chapitre 2 : La modélisation ARLD en utilisant logiciel R
Le décalage optimal
5
Sami Mestiri Chapitre 2 : La modélisation ARLD en utilisant logiciel R
Test de cointégration aux bornes
JLorsqu’on dispose de plusieurs variables intégrées d’ordres
différents (I(0), I(1)), l’on peut recourir au test de cointégration de
Pesaran et al. (2001) appelé « test de cointégration aux bornes ».
J Le modèle qui sert de base au test de cointégration par les
retards échelonnés est la spécification ARDL cointégrée suivante :
p
X q−1
X
∆yt = γ1 yt−1 + γ2 xt−1 + αi ∆yt−i + βj ∆xt−j + π0 + πt + et
i=1 j=0
p
X q−1
X
∆yt = π0 + πt + αi ∆yt−i + βj ∆xt−j + λεt−1 + et
i=1 j=0
J Étant donné que toutes les séries semblent être I(1), nous
procédons à l’estimation d’un modèle sous dynardl sous forme
de correction d’erreur, puis nous testons la cointégration entre
le souci d’inégalité et la part de revenu des 10 % les plus
riches.
Notre modèle de correction d’erreur apparaît comme :
10
Sami Mestiri Chapitre 2 : La modélisation ARLD en utilisant logiciel R
Estimation ARDL avec R
12
Sami Mestiri Chapitre 2 : La modélisation ARLD en utilisant logiciel R
Interprétation
15
Sami Mestiri Chapitre 2 : La modélisation ARLD en utilisant logiciel R
Interprétation
16
Sami Mestiri Chapitre 2 : La modélisation ARLD en utilisant logiciel R
MERCI POUR VOTRE ATTENTION
17
View publication stats Sami Mestiri Chapitre 2 : La modélisation ARLD en utilisant logiciel R