The impact of the banking sector development on the financial performance of the communication sector in sierra leone

Equation ii
∆𝜸𝒕 = 𝜷 + 𝝀𝒕 + 𝝓𝒚𝒕 − 𝟏 ∑
𝒂𝒊𝚫𝒚𝒕 − 𝒊 + 𝝊𝒕
𝒑
𝒊−𝟏
 
where β is the constant, p the lag, φ and α the regression coefficient, λt for 
trend term and ut stand for the white noise. Note, if λt = β = 0 the equation 
representing a unit root test without trend and drift while if only λt = 0 the 
equation is a model with drift. The possible case is if there exist no constraints, 
then the test assesses if yt has a unit root with drift and a time trend which is 
deterministic accordingly. The ADF unit root test can be conducted by 
investigating the undermentioned hypothesis;
H0 : φ =0 , Presence of unit root indicating non-stationary data.
H1 : φ < 0, No unit root presence indicating stationary data. 
The lag choice of the model needs to be determined. There are many options 
for lag length criteria selections. AIC (Akaike 1974) and/or the Schwarz-
Bayesian (SIC) (Schwarz et al. 1978) criteria with the following equations; 
Equation iii
𝑨𝑰𝑪 = −𝟐 𝐥𝐧(𝑳𝑯) + 𝟐𝒌 
𝑺𝑰𝑪 = −𝟐 𝐥𝐧(𝑳𝑯) + 𝒌𝒍𝒏(𝒏) 
Where n is the number of observations and k number of regression parameters 
to be estimated. LH represent the maximum likelihood for the models and the 
two are of the same quality level. This study adopted the AIC criterion for lag 
length for the ARDL model for consistency purposes. 
4.8 ARDL Integrated and Cointegration Verification Test 
In the process of testing panel and time-Series related data some econometric 
issues in respect to integrated data and cointegration of variables must be 
clearly verified before the test is undertaken. Integration deals with the order 
of integration and tells the minimum number of differences needed to get a 
stationary series, whiles cointegration looks for a possible correlation in the 

---

56 
long-term. To verify these, the use of the Johansen cointegrated test approach 
which is based on the use of the Vector Autoregressive models (VAR) shall be 
utilized to determine the long run equilibrium relationship of the variables. 
Another important issue is to determine the order of integration of each series 
I(d) of variables. This can be done by applying ADF test (unit root test). 
AIC is selected to ensure different error terms are white noise. That is, they are 
normally distributed and are not correlated. In cointegration, the F-Statistics is 
used to know whether or not there exist a cointegration relationship between 
the variables. If the computed F-Statistics is above the critical value. The null 
hypothesis is rejected and if the F-Statistic is below the critical value, this is a 
result of no long-run relationship with the dependent variable and independent 
variables. The Equation for the Johansen Cointegration test is as thus: