Cours 2

cours 02
Les processus aléatoires non stationnaires
Il arrive souvent que des séries observées montrent un comportement non

stationnaire.
Depuis les travaux de Nelson et Plosser (1982), les cas de non stationnarité les
plus fréquents sont analysés à partir de deux types de processus :
– les processus TS (Trend Stationnary) qui représentent une non-stationnarité de

type déterministe.
– les processus DS (Differency Stationnary) pour les processus non stationnaires

aléatoires
1. les Processus TS
Définition: On dit que le processus Xt est caractérisé par une non stationnarité
déterministe, ou encore que le processus Xt est TS (Trend Stationnary) s’il peut
s’écrire :
Xt = ft + εt
Ou f(t) est une fonction du temps désignant la tendance déterministe et εt un

processus stationnaire de type ARMA
Le processus TS le plus simple est représenté par une fonction polynomiale de

degré 1. Ce processus s’écrit : Xt = a0 + a1t + εt .
Ce processus TS est non stationnaire car E[xt] dépend du temps. Comme cette
espérance est égale à : a0 + a1t,
Ce processus devient stationnaire lorsqu’on lui soustrait sa tendance

déterministe :
Xt -f(t) = Wt
Remarque: f(t) est une fonction déterministe, par exemple, f(t) = a+bt, mais
on pourrait aussi considérer, entre autres, une tendance quadratique f(t) = a + bt + ct2.
2. Les processus DS
Les processus DS sont des processus que l’on peut rendre stationnaire par
l’utilisation d’un filtre aux différences : (1 − B)d Xt = β + εt où εt est un processus
stationnaire, β une constante réelle et d l’ordre du filtre aux différence.
Ces processus sont souvent représentés en utilisant le filtre aux différences

premières (d = 1). Le processus est dit alors processus du premier ordre. Il s’écrit:
1   X t   t
X t  X t 1     t
β = 0 : le processus DS est dit sans dérive.
Il s’écrit : Xt =Xt−1 + εt
Si : β≠0 : le processus porte alors le nom de processus DS avec dérive. Il s’écrit
Xt =Xt−1 +β+ εt
 Test de racine unitaire (test de Dickey-Fuller 1979):

Les tests de Dickey-Fuller et Dickey-Fuller Augmenté permettent de déterminer si la série est
stationnaire et dans le cas d’une non stationnarité de quel type il s’agit : TS et DS.
Si la série étudiée est de type TS, il convient de la stationnariser par régression sur le temps
Si la série étudiée est de type DS, il convient de la stationnariser par passage aux différences
selon l’ordre d’intégration I=d (c’est-à-dire le nombre de fois qu’il faut différencier la série pour la
rendre stationnaire).
Test de Dickey-Fuller (DF) simple :
Ce test permet de tester l’hypothèse H0 : le processus suit une marche aléatoire

contre l’hypothèse alternative Ha : le processus suit un modèle AR (1). C’est un test
dont l’hypothèse nulle est la non stationnarité d’un processus autorégressif d’ordre 1.
Considérons donc un processus (Xt, t ) satisfaisant la représentation AR(1)
suivante :
Xt= Xt-1 + εt
avec t  iid  0,    (bruit blanc). et

2
Les hypothèses de tests sont :
{
| |
Le test de Dickey –Fuller considère les trois modèles de base pour la série Xt
,t=1,2,…T
Le principe général du test consiste à tester l’hypothèse nulle de présence d’une

racine unitaire (on dit alors que X t est intégré d’ordre 1, on note donc : X t I(1)),
contre l’hypothèse alternative d’absence de racine unitaire (on dit alors que X t est
intégré d’ordre 0 et on note X t I(0)).
En pratique, on estime les modèles sous la forme suivante :
 Modèle [1] : X t  X t 1   t
 Modèle [2] : X t  X t 1     t
 Modèle [3] : X t  X t 1  bt  c   t
Avec, pour chaque modèle,     1 , et t  iid  0,    (bruit blanc)

2
Le test de Dickey & Fuller, dans le cas (1), se construit comme un test de Sutdent de
l’hypothèse ϕ = 1, ou plutôt ϕ − 1 = 0. Etant donné l’estimateur naturel de ρ, on peut
noter que : ˆ  
 t Yt 1
 Yt 21
Règle de décision :
- Si la valeur calculée de la t-statistique associée à  est inférieure à la valeur

critique (en se référant aux table de Dickey et Fuller), on rejette l’hypothèse
nulle de non stationnarité.
- Si la valeur calculée de la t-statistique associée à  est supérieure à la valeur
critique, on accepte l’hypothèse nulle de non stationnarité.
Stratégie séquentielle de test en trois grandes étapes :
Etape 1 :
On estime le modèle [3], on commence par tester la significativité de la tendance

en se référant aux tables de Dickey-Fuller deux cas peuvent se présenter :
 Si la tendance n’est pas significative, on passe à l’étape 2.
 Si la tendance est significative, on teste l’hypothèse nulle de racine unitaire
en comparant la t–statistique de  aux valeurs tabulées par Dickey et Fuller
On a alors deux possibilités :
- Si on accepte l’hypothèse nulle, X t est non stationnaire de type DS. Dans ce
cas, il faut la différencier et recommencer la procédure de test sur la série en
différence première.
- Si l’on rejette l’hypothèse nulle, X t est non stationnaire de type TS.
Etape 2 :
On estime le modèle [2] et l’on commence par tester la constante en se référant

aux tables de Dickey-Fuller Si la constante n’est pas significative, on passe à
l’étape 3 :
 Si la constante est significative, on teste l’hypothèse nulle de racine unitaire en

comparant la t-statistique de  aux valeurs tabulées par Dickey Fuller , on se
trouve alors deux possibilités :
- Si l’on accepte l’hypothèse nulle, X t est non stationnaire .dans ce cas, il faut la
différencier et recommencer la procédure de test sur la série en différence première.
- Si l’on rejette l’hypothèse nulle, X t est stationnaire. Dans ce cas la procédure
de test s’arrête et l’on peut directement travailler sur X t .
Etape 3 :
Si la constante dans le modèle précèdent n’est pas significative. On estime alors

le modèle [1] et on teste l’hypothèse nulle de racine unitaire en utilisant les
valeurs critiques du tableau ;
- Si l’on accepte l’hypothèse nulle, X t est non stationnaire de type DS ; Dans ce cas, il
faut la différencier et recommencer la procédure de test sur la série en différence
première.
- Si l’on rejette l’hypothèse nulle, X t est stationnaire, la procédure de test

s’arrête et l’on peut directement travailler sur X t
 Test de Dickey Fuller Augmenté :
Tout comme dans le cas du test de Dickey Fuller (DF) simple, trois modèles se
distinguent dans le test de Dickey Fuller augmenté (ADF) :
- Modèle [4] : modèle sans constante ni tendance déterministe :

p
- X t  X t 1    j X t  j   t
j 1
- Modèle [5] : modèle avec constante sans tendance déterministe :
p
X t  X t 1    j X t  j  c   t
j 1
- Modèle [6] : modèle avec constante et avec tendance déterministe :

p
X t  X t 1    j X t  j  bt  c   t
j 1
On adopte la même stratégie séquentielle descendante partant de l’estimation du

modèle [6]. Les statistiques de test sont les mêmes que dans le cas du test DF simple,
Il convient cependant de remarquer que l’application du test ADF nécessite au
préalable de choisir le nombre de retards p à introduire de sorte à blanchir les résidus.

Cours 2

Transféré par

Droits d'auteur :

Formats disponibles

Cours 2

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Cours 2

Transféré par

Droits d'auteur :

Formats disponibles

cours 02

Les processus aléatoires non stationnaires

Il arrive souvent que des séries observées montrent un comportement non

– les processus TS (Trend Stationnary) qui représentent une non-stationnarité de

– les processus DS (Differency Stationnary) pour les processus non stationnaires

Ou f(t) est une fonction du temps désignant la tendance déterministe et εt un

Le processus TS le plus simple est représenté par une fonction polynomiale de

Ce processus devient stationnaire lorsqu’on lui soustrait sa tendance

Ces processus sont souvent représentés en utilisant le filtre aux différences

β = 0 : le processus DS est dit sans dérive.

Si : β≠0 : le processus porte alors le nom de processus DS avec dérive. Il s’écrit

 Test de racine unitaire (test de Dickey-Fuller 1979):

Test de Dickey-Fuller (DF) simple :

Ce test permet de tester l’hypothèse H0 : le processus suit une marche aléatoire

avec t  iid  0,    (bruit blanc). et

Les hypothèses de tests sont :

Le principe général du test consiste à tester l’hypothèse nulle de présence d’une

En pratique, on estime les modèles sous la forme suivante :

Avec, pour chaque modèle,     1 , et t  iid  0,    (bruit blanc)

- Si la valeur calculée de la t-statistique associée à  est inférieure à la valeur

On estime le modèle [3], on commence par tester la significativité de la tendance

On estime le modèle [2] et l’on commence par tester la constante en se référant

 Si la constante est significative, on teste l’hypothèse nulle de racine unitaire en

Si la constante dans le modèle précèdent n’est pas significative. On estime alors

- Si l’on rejette l’hypothèse nulle, X t est stationnaire, la procédure de test

 Test de Dickey Fuller Augmenté :

- Modèle [4] : modèle sans constante ni tendance déterministe :

- Modèle [6] : modèle avec constante et avec tendance déterministe :

On adopte la même stratégie séquentielle descendante partant de l’estimation du

Vous aimerez peut-être aussi