100% found this document useful (1 vote)
1K views508 pagesFarouk Kriaa - Series Temporelles
Économétrie des séries temporelles
Cours et exercices corrigés
Uploaded by
khaledCopyright
© © All Rights Reserved
We take content rights seriously. If you suspect this is your content, claim it here.
Available Formats
Download as PDF or read online on Scribd
100% found this document useful (1 vote)
1K views508 pagesFarouk Kriaa - Series Temporelles
Économétrie des séries temporelles
Cours et exercices corrigés
Uploaded by
khaledCopyright
© © All Rights Reserved
We take content rights seriously. If you suspect this is your content, claim it here.
Available Formats
Download as PDF or read online on Scribd
/ 508
gused 04
wore
ECONOMETRIE,
Econométrie des Séries Temporelles
Deuxiéme Volume
COURS et EXERCICES CORRIGES
FAROUK KRIAA
Profeseur de "Enseignement Supérieur Principals wotations et abreviations
8 Tend Stanger
VAR Water AntaRegresion
WOM Vector Berr Correction Mo
Vee A Operate Vr ne Mate A
Meck A Optatour Vick dune Batrice Stig A
Pudi adeaaet de ee mares de we dimeeons
St fe Dstriaton Table des matiéres
Avant-propos °
PPrincipales notations ot abréviations as
11 Econometric des Séries Temporelles
8 Analyse des Séries Temporelles
83 Totroduction
82 Principals approcis dela prévsion
B21. Lapproce économberique del préviion
822 approche pu le lisage
823 Len mithodes extrapoatives
55 Lex mithodes de sage
1831 Le lisage exponent! simple
832 La mdthode de sae exponen! double
553 Les mithodes de Hou- Winters
84 Tamichre de decompesiton
S41 Les composintes d'une se temporelle
8.42 La methode économterique a
843 La méthode dee moyennes mati a
B44 La méttods de zee 46
845 La pratique dela decomposition ds ties 6
S46 Bets des filtres near 6
85 Bvaluation dela prevision . 8
85.1 Mesizes de Verreur de prévison 58
852 Paranatves da bats de pévsion %
8 Annexes %
6
6
SSRBSceeanee
SL Dutermination des express de de dans le LED,
5.62 Las formulas de mice jour des accents et 6 pour le LED 67
87 Exerc 8
9. Series Temporelles Univaries a
81 Iateoduetion 3
92 Principe dela méthode o& concepts de base "4 25 Ienitestion
94 Eamation dans les modes ARMA
941 Cad modele AR)
942 Gudlun madele AR(p)
943 Entimation d's processus ARM A
9444 timation dol fonction géerazie
95 Valkition du muddle.
95 Privision|
961 la provision opimale
96.2. Previsin dats es processus AR
263 Provision dans ls process MA
26.4 Prevision dans ls proces ARMA
97 Byori
20 Extensions dex Modes Univarits
1011 Introduction
102 La non stationnarné
To21 Ergodcite
1022 Mouvement leownien
1023 ‘Temdance dermis, tendance tochasique
M24 Regression factce
1026 Leisompaation de Bosrige Nelson
LO: La sasonnalt daerinist, la susonbaiéstochastique
102.7 Les process nctionnairs 7
tos La aon Haeare
102.1 Coeficnt 'macondation donde ¢
1022 Levest BOS
1023 Leste de Keema,
MLA Spicieatinealteraatives
OAL non normale
Tt Le tos de Sarg Bera
10:62 Le vat de Kolmogorov Smirnov
1043 Les distributions unyatives
1045 Lag peoesis VARMA
105.1 La forme VAR
1082 La fare VLA
LOS Fonction geeeatrie «'autoerarianes
The Mode Espace Etat
D1 Spéciaton Espace eat
1062. Le mode eompncates inobarablae
1117 La todlston de volte
HOTA Viterction de a voli
1072 Le mode ARCH
10.7 Lew extensions du madéle ANKCH
Ing Exetcees
ee
‘Table des mates
2
uo
1
ne
Ta
us
0
10
rn
1m
16
a
11
ka
139
10.
8
132
15
188
164
er
108 Tule des matieres
11 Lex Modales & Variables Colntégrées
11. troduction
{112 Presence dune tendance
1121 Prisence d'une tendancedtcermiaiste
{| 1122 Prtsence dune tendance stochastique
1LS'Tets de ia rine site
TAY Test oe Diy ot Piller
11.32 Lo test de Dickey Poller Argmente: ADE
TBS te tet de Pie Peron
1134 Le ges KPSS
1185 Ter de la ecine vit en présence de données de panel
1.36 Tet es races uniaies salsonares
11.37 Racine unite dan a parte moyenne mobile
1138 Racine uniaie double
T1AModdle 8 variabescointgries
ThA La rlgression facie
142 Varro coitegrtes
1143 Estimation dpe ration de cointegration
ITAA Cointeration ot tendances commun
11.4 Le mode a correction @ereur
11.6 Extension de ln cointgmtion
1161 Cointégration 8 seal
11.62 Cointégrationsisensiare
1163 Colmagrstion ct changement strictrel
1.7 Exeriees
12 Les Models Vectoriels Autortiressits
12 Introduction
122. approcbe VAR
1221 Te modal ees hypothtses
12.22 Stabiit, statonnarte
1222 Estimation
1224 Lew tts de vdation
1225 La pravsion
[ut fonction ponte & une pon
[composition del variance
12.28 La coal
12 ene din non waionnaite
T2A1 Prisnce dune racine wee
1232 Systomo cointyré
1233 Medes & conrecton des erews
12.34 Forme VMA en présence de cintgration
1235 Cointgration et Tendances Stochastiqus
12.6 Eatination dans te mode'e BOM
1287 Tas du rang de coistgration
238
203
302
a2
au
ar
ms
an ‘Table des matidres
12.8 La causait en prcence de exstgration
124 Ue mode VAR stzactares SVAR
121 Dela moddisstion VAR la modélisation structurale
1242 Les mode SVAR
1245 Conditions ieatieation
125 Eseries :
25 Corigts des Exercicos
181 Corigte des enecces da cipitre 8
132 Corns des exorieas du chapitre 9
18.3 Cotigts dee exerciows deat 10
1. Cortgts des exersces da capite 11
18 Corrigts das exeeces du chapite 12
Bibliographic
aa
35
ie
ws
3
a
a Dédicaces
Je didio ce livre & ma miro, A ns Somme ot & tous le colltgues et amis qui mi
ide Al flier.
Farouk Krian
{
( Avant-propos
Ce live dBeonomt Sadr & tous cou, parm es Euan Js nscguants, os
fterceurs et os profesional, gui sient ptendee cenaisacs de struments de
‘buss de Panalyee empirique dass le danaine de "Economie et de se dives champs
de spécialisation, Par prtnance et Ia vitals de sm iestamyents, approche 6p.
fomitique est devente icontouraable dane ls rama apoliqus ct uctamment em
[Beanie ot en Gestion. ile prtsente Y'asantige de pouvet iter dans I formalise
tion le fondements Economique sou aceats aux Pninomenes oie aia que ee
ements species
Cconlaivement & oo re sundisant, Boonométriedevient une discipline besoroun
plus tchnique tp divers et done ps speilioe gu'auparanant, De ot ft,
Jes eonaisanaces Gconométriques prtsetben dane ce lve, tient ne deena ae
cura, consideres comme rts ances, En ft, em Connaisancus sone devenist
ogresivement les elemants ds have de toute analeeempPique ot Sonor.
Dans une ue économique, appar: de Ie phe deonomitiqu se sigue a ives
fe Pvaluation quantitative de rele impiqvan ke rales intoduiten dans
etude, Pls priisimes, foul teonondrige se caracterne par la posite de
rnetioe en evidence des rations entre grandeur gl radusent ct gu enti ex
Comportement et tale les diver actos. Le inst ens statues le PEA
onal out pou fal detimer Ios paramttres ote tener Uaequstinn wate la
fouzissance theriqe du phinoméne code et la réalits trate. La phase coo.
‘eique permet égulemen:
proche, tles que Tapprocke AIQM AX, combinent fs équations Gonométriqes vec
Inpstructures univariéo: APRA ou sors se rfeen ax equations sraltanes ave 8
Tuodelzation V1 pour definr une nouvelle approche, connue sous f nom de modele
SVAR. Nous cnuquetons cette derire approche an nisean dy chaptre 12 de a ere.
Nos prtentons cans cr qui sult, deux techniques de ttament de erie temporalie
sive lua viriantes ln mitbode de lneage et la méthode de dscompeeition, Les ma
{hades extrapolatives wavs ou multarites usa ls proces stochastgnes
ferent Yobee de chapitrssuvante Zs tretniqute explcaives de la prviion relevent
els modelisation seonometiqu, objet du premir volume de ce ive
8.3 Les méthodes de lissage
{es mlthades de lissage sont des techniques perinettant de dln des potsons sur
Je cour tonme ne grandeur chronlogiqu & travers un ajustement de Ia sere par
tune frmge oncionnelle imple ov expe do temps: En fis, pou les mithodes de
Tasage In prviionv sient apes décermination une onction J souvent sous forme
ne polynane de a ariabie¢
= FE) = Op bap yt ob o0 be
apr etiation des parmétresapparassat dans f() selon la méthode de moines
{artes ponds ecorant ‘un poid plus unportaat atx abwervations ls plus scents
Cols revint, comme nou le verons phi oi, & dinette que
Bewd=0
Cov (uns) =O pour « 0 Analyse dee Sériog Temporaties
09 0. O, cst ne cotati es ews ogy pow <7
‘fines par Yequation (832) see sont pan. Cat aspct est exit Pat les exemple
Uwe tel +E = wate des Sries Tempore
aI
Bxmple 8.2: .
Pour ister la méthode du LES, nous prientunsVexemple uivit sur un ube
tres mit observations sachant que dane la pratique, fa mehode applique sar
sombre de période beaicoup pus portant
CConsiderons la sre obverse gag T= 8 plod dont les valeurs sont furan pat —
fens Suna
at
Perey] :
vfs fetels>eletrtw]
ae sia a
[nto ea radu oes pre Bophiqusust :
ba Evattonde ¥ /\ 6
|
Graphique 35
Lsppicaton de i méthode LES par un des multipies logs, qu exteutnt bk
rmithedlogie de cette approche, cade aux tsltals muraiqus suivants
Variable =y sj
Variable hate yi
mean z =
Seu ct sonst =
Ic ee gaint =
te a re cose we
Safer dren aBornonnarieommeicteks eras =
Sef Rieter Qeaine tenes L 22 tee méthodes detesnge
45 tes = OP, an ue le isons Gr (0)
ravi pir, I tle ate (2) pour t= 1,27 aveeT = 8 sine que les prisons
sr les plriodes T+ 1= 8 el T-+2 = 10 sont fouries pa le tableau 8.5 slvant
ae ee Ee a]
| a
12 [sei}em| aso) sao | 221 [990 [aso]
sit) i76]199|2an|-na@|-210/278) |
(=e ee)
Graphique 84
‘Le graphique présertat les cee yet 7() iat la sinlitude entre es vous de
Instr nine y ota sre Ht 91) fu et posible de vol que le cangerment
de seas de cromancr de y pate ceil de.
‘Om rmargue ans que es pedvisons tos on T'~ § pout la nouvme période et en
‘T= pout Ia diviome periode som gale
HQ) = on) = Ba.
Nous pouvonswérilar qoe cette valeur pout ere diteringe & partir dela ration de
seeatrence
1) (1) = 0.78 (20) 40220024) ~ 9.39, 18 Analyse des Séries Temmporalies
convient de priser a valeur initial (1) = 55 et chose comme la moyenne
sulthmiigue des quate rominesalere dey, A partir de cette valeur intial et de
‘ede ln premitre oberon on peat ditenuier la série. Cost ats ave
Von a 8 tire dexenple
Hull) = (1) tao) = (0.788) + 022} (80) = 811
Sult) = (LW) ys tah (1) = (07H) (4) + (022) (6.11) = 424
La dernite ened able 85 frit as erreurs de provision
our toutes les plies slaves &¢ = Ly f= 2hoyt = 8 Bn prenant la some des
aris des erreurs de prévon, on ero a valour SCR ale & 20.87,
Test paiement powsibe de vere que pour de valeurs de w diferent de 022, ba
some es aris de dus pls Sette comma lo monte table suivant.
= [mo [om [os | oo
sen_| 2090 | zor [2222 | 50.95
neg | a2 [ im | 160 | 190)
Tiles 85
Le same den cers dos risk et dine par © SCI "Suey — fi ala ave
PBQM cts racine REQM sont dines rspetiement gar
Exemple 8.3»
Consol série chronolgiqne const par indice w des pits consoontion
Jaman de la Tunisie aber mersuclement de janvier 1008 a ars 2081, Ce ae,
‘ase 100 en janvier 1900, pret de retrace Pution damien gn do prix
la consommation. Le taux de rissnee do y dit le taux distin mene, dot
Ic cum su 12 oi consents 1, ~2,-¢~ 1 fount une dvluation 6 ac
inflation annul observe au most not
‘pplication de a mcthode dy LES aur let rie idce des pri eo aux ite
foot os constartas de issage uy eto suivantes
fon; w= 03
‘es graphique 8 ot 86 fourniwent le eprsentations des (olutons de ye ot dee
fe 1908-01 4 2007-03, co qui eomespond & un nombre total