Ce résumé décrit un exercice portant sur l'analyse de séries temporelles avec le logiciel Eviews. L'exercice consiste à analyser une série représentant les cours journaliers d'une action sur 438 jours, notamment en testant sa stationnarité avec le test ADF et en la stationnarisant le cas échéant par différenciation.
0 évaluation0% ont trouvé ce document utile (0 vote)
106 vues16 pages
Ce résumé décrit un exercice portant sur l'analyse de séries temporelles avec le logiciel Eviews. L'exercice consiste à analyser une série représentant les cours journaliers d'une action sur 438 jours, notamment en testant sa stationnarité avec le test ADF et en la stationnarisant le cas échéant par différenciation.
Ce résumé décrit un exercice portant sur l'analyse de séries temporelles avec le logiciel Eviews. L'exercice consiste à analyser une série représentant les cours journaliers d'une action sur 438 jours, notamment en testant sa stationnarité avec le test ADF et en la stationnarisant le cas échéant par différenciation.
Ce résumé décrit un exercice portant sur l'analyse de séries temporelles avec le logiciel Eviews. L'exercice consiste à analyser une série représentant les cours journaliers d'une action sur 438 jours, notamment en testant sa stationnarité avec le test ADF et en la stationnarisant le cas échéant par différenciation.
Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
Télécharger au format pdf ou txt
Vous êtes sur la page 1/ 16
Econométrie de la finance Enseignante : Dr MEHIDI
Département des sciences économiques M2 EMB 2023/2024
Travaux pratiques N°2
Exercice 1 : La série « action » représente les cours journaliers d’une action pour une période de 438 jours. a- Afficher le graphe de la série brute b- Tester la stationnarité de la série action avec le test ADF c- Stationnariser la série action d- Afficher le graphe de la série différenciée. Solution de l’exercice 1 : a- Graphe de la série « action » Figure N°1 : Graphe de la série « action »
Source : Réalisé par l’auteur avec le logiciel Eviews 9
Le graphe de la série « Action » montre qu’elle est n’est pas stationnaire. a- Test ADF : Etape 1 : Tester le modèle 3 Méthode 1 : Ouvrir la série → View → Unit Root Test Méthode 2 : Quick → series statistics → Unit root test → saisir le nom de la série → OK Figure N°2 : Test ADF pour le modèle (3) Source : Réalisé par l’auteur avec le logiciel Eviews 9 Dans la fenêtre ci-dessus vous avez : le type du test (ADF (Augmented Dickey-Fuller) pour notre cas). les trois modèle (modèle 3 : Trend and intercept ; modèle 2 : Intercept et modèle 1 : None). Cocher modèle 3 : Trend and intercept Le niveau du test (niveau, en différence première et en deuxième différence). Cocher level Le nombre de retard à inclure selon les critères d’Akaike et Schwarz. Cocher automatic selection Tableau N°1 : Estimation du modèle TS pour la série « action »
Source : Réalisé par l’auteur avec le logiciel Eviews 9
Dans le modèle 3, on teste la significativité de la tendance (trend) 𝐻0: 𝑡𝑟𝑒𝑛𝑑 = 0 ⇒ 𝑡𝑟𝑒𝑛𝑑 𝑒𝑠𝑡 𝑛𝑜𝑛 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑒 { 𝐻1: 𝑡𝑟𝑒𝑛𝑑 ≠ 0 ⇒ 𝑡𝑟𝑒𝑛𝑑 𝑒𝑠𝑡 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑒 Règle de décision : Table de Dickey-Fuller pour le modèle (3) Tc > Tt → Accepter H1 Tc < Tt → Accepter H0 Loi de Student Probabilité < risque 5% (0.05) → accepter H1 Probabilité > risque 5% (0.05) → Accepter H0 En utilisant la table de Dickey-Fuller pour le modèle (3) Tc = 1.72 Tt = 2.78 Tc < Tt → Accepter H0 → la tendance n’est pas significative En utilisant la loi de Student, nous aurons les mêmes résultats La probabilité de la trend est prob = 0.0859. Prob > 0.05 → on accepte H0 → la tendance n’est pas significative → passer à l’étape 2 Etape 2 : Tester le modèle 2 : Sans tendance, avec constante View → Unit Root test → Cocher Intercept (modèle 2) → OK Figure N°3: Test ADF pour le Modèle (2)
Source : Réalisé par l’auteur avec le logiciel Eviews 9
Tableau N°2 : Estimation du modèle DS avec dérive pour la série « action »
Source : Réalisé par l’auteur avec le logiciel Eviews 9 Dans le modèle 2, on teste la significativité de la constante (C) 𝐻0: 𝐶 = 0 ⇒ 𝐶 𝑒𝑠𝑡 𝑛𝑜𝑛 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑒 { 𝐻1: 𝐶 ≠ 0 ⇒ 𝐶 𝑒𝑠𝑡 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑒 Règle de décision : Table de Dickey-Fuller pour le modèle (2) Tc > Tt → Accepter H1 Tc < Tt → Accepter H0 Loi de Student Probabilité < risque 5% (0.05) → accepter H1 Probabilité > risque 5% (0.05) → Accepter H0 En utilisant la table de Dickey-Fuller pour le modèle (2) Tc = 1.49 Tt = 3.03 Tc < Tt → Accepter H0 → la constante n’est pas significative Loi de Student nous donne les mêmes résultats La probabilité de la constante est prob = 0.1366 Prob > 0.05 → on accepte H0 → la constante n’est pas significative → passer à l’étape 3 Etape 3 : Tester le modèle 1 : Sans tendance et sans constante View → Unit Root test → Cocher None ((pas de tendance, ni de de constance) (modèle 1) → OK
Figure N°4: Test ADF pour le modèle (1)
Source : Réalisé par l’auteur avec le logiciel Eviews 9
Tableau N°3 : Estimation du modèle DS sans dérive pour la série « action »
Source : Réalisé par l’auteur avec le logiciel Eviews 9
Dans le modèle 1, on teste l’hypothèse nulle de non stationnarité 𝐻0: 𝐿𝑎 𝑠é𝑟𝑖𝑒 𝑛′ 𝑒𝑠𝑡 𝑝𝑎𝑠 𝑠𝑡𝑎𝑡𝑖𝑜𝑛𝑛𝑎𝑖𝑟𝑒 (𝑙𝑎 𝑠é𝑟𝑖𝑒 𝑝𝑜𝑠𝑠è𝑑𝑒 𝑢𝑛𝑒 𝑟𝑎𝑐𝑖𝑛𝑒 𝑢𝑛𝑖𝑡𝑎𝑖𝑟𝑒) { 𝐻1: 𝐿𝑎 𝑠é𝑟𝑖𝑒 𝑒𝑠𝑡 𝑠𝑡𝑎𝑡𝑖𝑜𝑛𝑛𝑎𝑖𝑟𝑒 (𝑙𝑎 𝑠é𝑟𝑖𝑒 𝑛𝑒 𝑝𝑜𝑠𝑠è𝑑𝑒 𝑝𝑎𝑠 𝑑𝑒 𝑟𝑎𝑐𝑖𝑛𝑒 𝑢𝑛𝑖𝑡𝑎𝑖𝑟𝑒) Règle de décision : Si 𝑨𝑫𝑭𝒄 < 𝑨𝑫𝑭𝟓% 𝒕 𝒐𝒖 𝒃𝒊𝒆𝒏 𝒍𝒂 𝒑𝒓𝒐𝒃𝒂𝒃𝒊𝒍𝒊𝒕é < 𝒂𝒖 𝒓𝒊𝒔𝒒𝒖𝒆 (𝟓%) ⟹ 𝒂𝒄𝒄𝒆𝒑𝒕𝒆𝒓 𝑯𝟏
⇒ 𝑳𝒂 𝒔é𝒓𝒊𝒆 𝒂𝒄𝒕𝒊𝒐𝒏 𝒆𝒔𝒕 𝒑𝒓𝒐𝒄𝒆𝒔𝒔𝒖𝒔 𝑫𝑺 𝒔𝒂𝒏𝒔 𝒅é𝒓𝒊𝒗𝒆 𝒏𝒐𝒏 𝒔𝒕𝒂𝒕𝒊𝒐𝒏𝒏𝒂𝒊𝒓𝒆. b- Différenciation Puisque la série est processus DS non stationnaire → On procède au filtre en différence View → Unit Root Test → Cocher première différence, donc c’est le premier filtre (1 st difference) Figure N°5 : Test ADF en première différenciation
Source : Réalisé par l’auteur avec le logiciel Eviews 9
Tableau N°4 : Résultat du premier filtre pour la série « action »
Source : Réalisé par l’auteur avec le logiciel Eviews 9
Dans le premier filtre, on teste l’hypothèse nulle de non stationnarité 𝐻0: 𝐿𝑎 𝑠é𝑟𝑖𝑒 𝑛′ 𝑒𝑠𝑡 𝑝𝑎𝑠 𝑠𝑡𝑎𝑡𝑖𝑜𝑛𝑛𝑎𝑖𝑟𝑒 (𝑙𝑎 𝑠é𝑟𝑖𝑒 𝑝𝑜𝑠𝑠è𝑑𝑒 𝑢𝑛𝑒 𝑟𝑎𝑐𝑖𝑛𝑒 𝑢𝑛𝑖𝑡𝑎𝑖𝑟𝑒) { 𝐻1: 𝐿𝑎 𝑠é𝑟𝑖𝑒 𝑒𝑠𝑡 𝑠𝑡𝑎𝑡𝑖𝑜𝑛𝑛𝑎𝑖𝑟𝑒 (𝑙𝑎 𝑠é𝑟𝑖𝑒 𝑛𝑒 𝑝𝑜𝑠𝑠è𝑑𝑒 𝑝𝑎𝑠 𝑑𝑒 𝑟𝑎𝑐𝑖𝑛𝑒 𝑢𝑛𝑖𝑡𝑎𝑖𝑟𝑒)
⇒ 𝑳𝒂 𝒔é𝒓𝒊𝒆 𝒂𝒄𝒕𝒊𝒐𝒏 𝒆𝒔𝒕 𝒑𝒓𝒐𝒄𝒆𝒔𝒔𝒖𝒔 𝑫𝑺 𝒔𝒂𝒏𝒔 𝒅é𝒓𝒊𝒗𝒆 𝒔𝒕𝒂𝒕𝒊𝒐𝒏𝒏𝒂𝒊𝒓𝒆 𝒆𝒏 𝒅𝒊𝒇𝒇é𝒓𝒆𝒏𝒄𝒆 𝒑𝒓𝒆𝒎𝒊è𝒓𝒆. = 𝑳𝒂 𝒔é𝒓𝒊𝒆 𝒂𝒄𝒕𝒊𝒐𝒏 𝒆𝒔𝒕 𝒊𝒏𝒕é𝒈𝒓é𝒆 𝒅′ 𝒐𝒓𝒅𝒓𝒆𝟏, = 𝑨𝒄𝒕𝒊𝒐𝒏 ⟶ 𝑰(𝟏) c- Créer la série différenciée (stationnarisée) Quick → generate series → saisir : nom de la nouvelle série différenciée = d(nom de la série) → OK La nouvelle série daction est créée dans l’espace de travail d- Graphe de la série « daction » Figure N° 6 : Graphe de la série filtrée
Source : Réalisé par l’auteur avec le logiciel Eviews 9
Nous remarquons que la tendance à la hausse a disparu Exercice 2 : La série PIB représente la croissance économique d’un pays pour la période 1970-2012 a- Afficher le graphe de la série brute b- Tester la stationnarité de la série PIB avec le test ADF c- Stationnariser la série PIB, puis afficher son graphe. Solution de l’exercice 2: a- Graphe de la série PIB Figure N°7 Graphe de la série « PIB »
Source : Réalisé par l’auteur avec le logiciel Eviews 9
La lecture du graphe montre que la série PIB n’est pas stationnaire. b- Test ADF Etape 1 : Tester le modèle (3) : avec tendance et avec constante Tableau N°5 : Estimation du modèle TS pour la série « PIB »
Source : Réalisé par l’auteur avec le logiciel Eviews 9
𝐻0: 𝑡𝑟𝑒𝑛𝑑 = 0 ⇒ 𝑡𝑟𝑒𝑛𝑑 𝑒𝑠𝑡 𝑛𝑜𝑛 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑒
{ 𝐻1: 𝑡𝑟𝑒𝑛𝑑 ≠ 0 ⇒ 𝑡𝑟𝑒𝑛𝑑 𝑒𝑠𝑡 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑒 En utilisant la table de Dickey-Fuller pour le modèle (3) Tc = 0.710128 Tt = 2.79 Tc < Tt → Accepter H0 → la tendance n’est pas significative En utilisant la loi de Student, nous aurons les mêmes résultats La probabilité de la trend est prob = 0.4818 Prob > 0.05 → on accepte H0 → la tendance n’est pas significative → passer à l’étape 2 Etape 2 : Tester le modèle 2 : avec constante et sans tendance Tableau N°6 : Estimation du modèle DS avec dérive pour la série « PIB »
Source : Réalisé par l’auteur avec le logiciel Eviews 9
Dans le modèle 2, on teste la significativité de la constante (C) 𝐻0: 𝐶 = 0 ⇒ 𝐶 𝑒𝑠𝑡 𝑛𝑜𝑛 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑒 { 𝐻1: 𝐶 ≠ 0 ⇒ 𝐶 𝑒𝑠𝑡 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑒 Règle de décision : En utilisant la table de Dickey-Fuller pour le modèle (2) Tc = 2.658132 Tt = 2.54 Tc > Tt → Accepter H1 → la constante est significative Loi de Student nous donne les mêmes résultats La probabilité de la constante est prob = 0.0112 Prob < 0.05 → on accepte H1 → la constante est significative On teste maintenant l’hypothèse nulle de non stationnarité 𝐻0: 𝐿𝑎 𝑠é𝑟𝑖𝑒 𝑛′ 𝑒𝑠𝑡 𝑝𝑎𝑠 𝑠𝑡𝑎𝑡𝑖𝑜𝑛𝑛𝑎𝑖𝑟𝑒 (𝑙𝑎 𝑠é𝑟𝑖𝑒 𝑝𝑜𝑠𝑠è𝑑𝑒 𝑢𝑛𝑒 𝑟𝑎𝑐𝑖𝑛𝑒 𝑢𝑛𝑖𝑡𝑎𝑖𝑟𝑒) { 𝐻1: 𝐿𝑎 𝑠é𝑟𝑖𝑒 𝑒𝑠𝑡 𝑠𝑡𝑎𝑡𝑖𝑜𝑛𝑛𝑎𝑖𝑟𝑒 (𝑙𝑎 𝑠é𝑟𝑖𝑒 𝑛𝑒 𝑝𝑜𝑠𝑠è𝑑𝑒 𝑝𝑎𝑠 𝑑𝑒 𝑟𝑎𝑐𝑖𝑛𝑒 𝑢𝑛𝑖𝑡𝑎𝑖𝑟𝑒)
𝐴𝐷𝐹𝑐 = - 2.389062
𝐴𝐷𝐹𝑡5% = - 2.933158
𝑨𝑫𝑭𝒄 > 𝑨𝑫𝑭𝟓%
𝒕 ⟹ 𝒂𝒄𝒄𝒆𝒑𝒕𝒆𝒓 𝑯𝟎 ⟹ 𝑳𝒂 𝒔é𝒓𝒊𝒆 𝑷𝑰𝑩 𝒏′ 𝒆𝒔𝒕 𝒑𝒂𝒔 𝒔𝒕𝒂𝒕𝒊𝒐𝒏𝒏𝒂𝒊𝒓𝒆 𝒆𝒏 𝒏𝒊𝒗𝒆𝒂𝒖 ⇒ 𝑳𝒂 𝒔é𝒓𝒊𝒆 𝑷𝑰𝑩 𝒆𝒔𝒕 𝒑𝒓𝒐𝒄𝒆𝒔𝒔𝒖𝒔 𝑫𝑺 𝒂𝒗𝒆𝒄 𝒅é𝒓𝒊𝒗𝒆 𝒏𝒐𝒏 𝒔𝒕𝒂𝒕𝒊𝒐𝒏𝒏𝒂𝒊𝒓𝒆. c- Différenciation Puisque la série PIB est un processus DS non stationnaire → On procède au filtre en différence Tableau N° 7 : Résultats du test ADF en différence première
Source : Réalisé par l’auteur avec le logiciel Eviews 9
Dans le premier filtre, on teste l’hypothèse nulle de non stationnarité 𝐻0: 𝐿𝑎 𝑠é𝑟𝑖𝑒 𝑛′ 𝑒𝑠𝑡 𝑝𝑎𝑠 𝑠𝑡𝑎𝑡𝑖𝑜𝑛𝑛𝑎𝑖𝑟𝑒 (𝑙𝑎 𝑠é𝑟𝑖𝑒 𝑝𝑜𝑠𝑠è𝑑𝑒 𝑢𝑛𝑒 𝑟𝑎𝑐𝑖𝑛𝑒 𝑢𝑛𝑖𝑡𝑎𝑖𝑟𝑒) { 𝐻1: 𝐿𝑎 𝑠é𝑟𝑖𝑒 𝑒𝑠𝑡 𝑠𝑡𝑎𝑡𝑖𝑜𝑛𝑛𝑎𝑖𝑟𝑒 (𝑙𝑎 𝑠é𝑟𝑖𝑒 𝑛𝑒 𝑝𝑜𝑠𝑠è𝑑𝑒 𝑝𝑎𝑠 𝑑𝑒 𝑟𝑎𝑐𝑖𝑛𝑒 𝑢𝑛𝑖𝑡𝑎𝑖𝑟𝑒)
⇒ 𝑳𝒂 𝒔é𝒓𝒊𝒆 𝑷𝑰𝑩 𝒆𝒔𝒕 𝒖𝒏 𝒑𝒓𝒐𝒄𝒆𝒔𝒔𝒖𝒔 𝑫𝑺 𝒂𝒗𝒆𝒄 𝒅é𝒓𝒊𝒗𝒆 𝒔𝒕𝒂𝒕𝒊𝒐𝒏𝒏𝒂𝒊𝒓𝒆 𝒆𝒏 𝒅𝒊𝒇𝒇é𝒓𝒆𝒏𝒄𝒆 𝒑𝒓𝒆𝒎𝒊è𝒓𝒆. = 𝑳𝒂 𝒔é𝒓𝒊𝒆 𝑷𝑰𝑩 𝒆𝒔𝒕 𝒊𝒏𝒕é𝒈𝒓é𝒆 𝒅′ 𝒐𝒓𝒅𝒓𝒆 (𝟏), ; 𝑷𝑰𝑩 ⟶ 𝑰(𝟏) d- graphe de la série différenciée Figure N°8 : Graphe de la série filtrée
Source : Réalisé par l’auteur avec le logiciel Eviews 9
Après le premier filtre, nous remarquons que la série PIB est devenue stationnaire. Exercice 3 : La série « CAC » représente les valeurs journalières de l’indice boursier français CAC40 pour 532 jours. a- Afficher le graphe de la série « CAC » et son corrélogramme b- Effectuer le test ADF c- Stationnariser la série « CAC » d- Appliquer le test ADF sur la série satationnarisée. Solution de l’exercice 3 : a- Graphe et corrélogramme de la série « CAC » Figure N°9 : Graphe de la série « CAC »
Source : Réalisé par l’auteur avec le logiciel Eviews 9
D’après le graphe la série « CAC » est affectée par une tendance haussière. Figure N° 10 : Corrélogramme de la série « CAC »
Source : Réalisé par l’auteur avec le logiciel Eviews 9
Le corrélogramme de la série « CAC » montre qu’elle n’est pas stationnaire. En effet, il y a plusieurs termes qui dépassent les bandes de l’intervalle de confiance et les probabilités critiques de la statistique sont toutes égales à zéro. b- Test ADF Etape 1 : Tester le modèle 3 : Avec constante et avec tendance Tableau N°8 : Estimation du modèle TS pour la série « CAC »
Source : Réalisé par l’auteur avec le logiciel Eviews 9
𝐻0: 𝑡𝑟𝑒𝑛𝑑 = 0 ⇒ 𝑡𝑟𝑒𝑛𝑑 𝑒𝑠𝑡 𝑛𝑜𝑛 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑒 { 𝐻1: 𝑡𝑟𝑒𝑛𝑑 ≠ 0 ⇒ 𝑡𝑟𝑒𝑛𝑑 𝑒𝑠𝑡 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑒 En utilisant la table de Dickey-Fuller pour le modèle (3) Tc = 2.994814 Tt = 2.78 Tc > Tt → Accepter H1 → la tendance est significative En utilisant la loi de Student, nous aurons les mêmes résultats La probabilité de la trend est prob = 0.0029 Prob < 0.05 → on accepte H1 → la tendance est significative → La série « CAC »est un TS On teste directement l’hypothèse nulle de non stationnarité 𝐻0: 𝐿𝑎 𝑠é𝑟𝑖𝑒 𝑛′ 𝑒𝑠𝑡 𝑝𝑎𝑠 𝑠𝑡𝑎𝑡𝑖𝑜𝑛𝑛𝑎𝑖𝑟𝑒 (𝑙𝑎 𝑠é𝑟𝑖𝑒 𝑝𝑜𝑠𝑠è𝑑𝑒 𝑢𝑛𝑒 𝑟𝑎𝑐𝑖𝑛𝑒 𝑢𝑛𝑖𝑡𝑎𝑖𝑟𝑒) { 𝐻1: 𝐿𝑎 𝑠é𝑟𝑖𝑒 𝑒𝑠𝑡 𝑠𝑡𝑎𝑡𝑖𝑜𝑛𝑛𝑎𝑖𝑟𝑒 (𝑙𝑎 𝑠é𝑟𝑖𝑒 𝑛𝑒 𝑝𝑜𝑠𝑠è𝑑𝑒 𝑝𝑎𝑠 𝑑𝑒 𝑟𝑎𝑐𝑖𝑛𝑒 𝑢𝑛𝑖𝑡𝑎𝑖𝑟𝑒)
𝐴𝐷𝐹𝑐 = - 3.130755
𝐴𝐷𝐹𝑡5% = - 3.418503
𝑨𝑫𝑭𝒄 > 𝑨𝑫𝑭𝟓%
𝒕 𝒆𝒕 𝒍𝒂 𝒑𝒓𝒐𝒃 = 𝟎. 𝟏𝟎𝟎𝟐 > 𝟎. 𝟎𝟓 ⟹ 𝒂𝒄𝒄𝒆𝒑𝒕𝒆𝒓 𝑯𝟎
⟹ 𝑳𝒂 𝒔é𝒓𝒊𝒆 𝑪𝒂𝒄 𝒏′ 𝒆𝒔𝒕 𝒑𝒂𝒔 𝒔𝒕𝒂𝒕𝒊𝒐𝒏𝒏𝒂𝒊𝒓𝒆 𝒆𝒏 𝒏𝒊𝒗𝒆𝒂𝒖
⇒ 𝑳𝒂 𝒔é𝒓𝒊𝒆 𝑪𝒂𝒄 𝒆𝒔𝒕 𝒖𝒏 𝒑𝒓𝒐𝒄𝒆𝒔𝒔𝒖𝒔 𝑻𝑺 𝒏𝒐𝒏 𝒔𝒕𝒂𝒕𝒊𝒐𝒏𝒏𝒂𝒊𝒓𝒆. c- Stationnarisation de la série « CAC » Pour stationnariser un processus TS, on fait une régression sur la tendance avec la méthode MCO (Quick → Estimate equation → saisir : nom de la série c @trend → OK). Ensuite on génère la série des résidus (Procs → Make residual series → nommer la nouvelle série → OK) La nouvelle série « Cac1 » est créée dans l’espace de travail. Application du test ADF sur la série « CAC1 » Tableau N° 9 : Test ADF sur la série stationnarisée
Source : Réalisé par l’auteur avec le logiciel Eviews 9
⇒ 𝑳𝒂 𝒔é𝒓𝒊𝒆 𝑪𝑨𝑪 𝒆𝒔𝒕 𝒖𝒏 𝒑𝒓𝒐𝒄𝒆𝒔𝒔𝒖𝒔 𝑻𝑺 𝒔𝒕𝒂𝒕𝒊𝒐𝒏𝒏𝒂𝒊𝒓𝒆 𝒆𝒏 𝒑𝒓𝒆𝒎𝒊è𝒓𝒆 𝒅𝒊𝒇𝒇é𝒓𝒆𝒏𝒄𝒆. = 𝑳𝒂 𝒔é𝒓𝒊𝒆 𝑪𝑨𝑪 𝒆𝒔𝒕 𝒊𝒏𝒕é𝒈𝒓é𝒆 𝒅′ 𝒐𝒓𝒅𝒓𝒆 (𝟏), ; 𝑪𝑨𝑪 ⟶ 𝑰(𝟏) d- Graphe et corrélogramme de la série stationnarisée Figure N° 11 : Graphe de la série « CAC1 »
Source : Réalisé par l’auteur avec le logiciel Eviews 9
Figure N°12 : Corrélogramme de la série « CAC1 »
Source : Réalisé par l’auteur avec le logiciel Eviews 9
La lecture du corrélogramme de la série « CAC1 » montre qu’aucun terme n’est à l’extérieur aux deux intervalles de confiance et la statistique Q a une probabilité critique supérieure à 0.05, donc la série est stationnaire. Exercice 4 : Y est une série temporelle avec un nombre d’observation N= 376. a- Afficher le graphe de la série Y b- Appliquer le test ADF Solution de l’exercice 4 : a- Graphe et corrélogramme de la série Y Figure N° 13 : Graphe de la série « y »
Source : Réalisé par l’auteur avec le logiciel Eviews 9
b- Test ADF : Etape 1 : Tester le modèle (3) Tableau N° 10: Estimation du modèle TS pour la série « Y »
Source : Réalisé par l’auteur avec le logiciel Eviews 9
Dans le modèle 3, on teste la signification de la tendance (trend) 𝐻0: 𝑡𝑟𝑒𝑛𝑑 = 0 ⇒ 𝑡𝑟𝑒𝑛𝑑 𝑒𝑠𝑡 𝑛𝑜𝑛 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑒 { 𝐻1: 𝑡𝑟𝑒𝑛𝑑 ≠ 0 ⇒ 𝑡𝑟𝑒𝑛𝑑 𝑒𝑠𝑡 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑒 En utilisant la table de Dickey-Fuller pour le modèle (3) Tc = 0.511896 Tt = 2.78 Tc < Tt → Accepter H0 → la tendance n’est pas significative En utilisant la loi de Student, nous aurons les mêmes résultats La probabilité de la trend est prob = 0.6090. Prob > 0.05 → on accepte H0 → la tendance n’est pas significative → passer à l’étape 2 Etape 2 : Tester le modèle (2) : Sans tendance, avec constante Tableau N°11 : Estimation du modèle DS avec dérive pour la série « Y »
Source : Réalisé par l’auteur avec le logiciel Eviews 9
𝐻0: 𝐶 = 0 ⇒ 𝐶 𝑒𝑠𝑡 𝑛𝑜𝑛 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑒 { 𝐻1: 𝐶 ≠ 0 ⇒ 𝐶 𝑒𝑠𝑡 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑒 Loi de Student nous donne les résultats suivants La probabilité de la constante est prob = 0.0323 Prob < 0.05 → on accepte H1 → la constante est significative, cependant la table de Dickey- Fuller pour le modèle (2), donne des résultats différents. Tc = 2.148793 Tt = 2.52 Tc < Tt → Accepter H0 → la constante n’est pas significative Dans ce cas on se réfère à la table de Dickey-Fuller donc on accepte H0 → la constante n’est pas significative. → passer à l’étape 3 Etape 3 : Tester le modèle 1 : Sans tendance et sans constante Tableau N°12 : Estimation du modèle DS sans dérive pour la série « Y »
Source : Réalisé par l’auteur avec le logiciel Eviews 9
