TD 1 2019-2020
TD 1 2019-2020
TD 1 2019-2020
et de l’Analyse Économique
ENSAE-Sénégal
————
TD Séries Temporelles
3e Année ITS
S. Fofana 1
Exercice 1
Soit Xt un processus ARM A(2, 1) vérifiant l’équation
Exercice 2
On considère le processus aléatoire (Xt )t∈Z défini par
Xt − 0.5Xt−1 = 2 + εt − 0.2εt−1
Exercice 3
On considère le processus ARM A(1, 1) suivant :
(1 − φB)Xt = (1 + θB)εt où − 1 < φ, θ < 1
1. Montrer que la fonction de prévision Box-Jenkins est donnée par
Xt (h) = Xt (1)φh−1 , h ≥ 1 et que
Xt (1) = φXt + θεt
= (φ + θ)Xt − θXt−1 (1)
= (φ + θ)(Xt − θXt−1 + θ2 Xt−2 + ...)
Est ce que ces résultats restent vrais si φ = 1, et quel modèle correspond à ce cas ?
1. ENSAE-Sénégal, Immeuble ANSD, Rocade Fann Bel-air Cerf-volant, BP 45512 Dakar RP - SENEGAL,
e-mail : [email protected], [email protected]
1
2. On utilise ce modèle pour ajuster une série et on obtient comme estimations des paramètres
φ = 0.8, θ = 0.3 et µ =?. Les dix dernières valeurs disponibles sont :
t: 51 52 53 54 55 56 57 58 59 60
xt : 2.98 4.10 6.10 9.36 8.57 8.82 7.31 7.19 2.36 0.40
Donnez les prévisions des trois valeurs suivantes de la série. Quelle parmi les trois formules
pour Xt (1) ci-dessus paraît la plus convenable à appliquer ?
Exercice 4
Soit Y1,t le niveau du PIB par tête du pays 1 à la date t et Y2,t le niveau du PIB par tête du
pays 2 à la date t. Soit (Xt )t∈Z le processus des écarts de PIB par tête entre les deux pays 1 et 2,
Xt = Y1,t − Y2,t , tel que :
5 1
Xt = c + Xt−1 − Xt−2 + εt
8 16
avec εt indépendant et identiquement distribué de moyenne 0 et de variance σε2 et c ∈ R.
1. Le processus (Xt )t∈Z est-il stationnaire ? Calculez son espérance et sa variance.
2. Ce processus est-il inversible ? causal ?
3. Déterminez la forme générale de la décomposition de Wold associée a ce processus. Montrez
que les paramètres de cette forme M A(∞) satisfont une équation de récurrence. Trouvez la
solution générale de cette équation et caractérisez complètement la forme des paramètres
de la décomposition de Wold.
4. En utilisant la forme M A(∞) associée à la décomposition de Wold, exprimez la prévision
sur l’écart de PIB par tête à un horizon k quelconque, notée X̂t+k = E Xt+k /Xt , Xt−1 , ... ,
comme une moyenne mobile des chocs passés εt , εt−1 ,... et en fonction de la constante c.
5. En utilisant l’expression précédente, et en considérant la réalisation des chocs passés
εt , εt−1 , ... comme données, montrez que
16c
lim X̂t+k = lim Ŷ1,t+k − Ŷ2,t+k = .
k→∞ k→∞ 7
où Ŷi,t+k = E(Yi,t+k |Yi,t , Yi,t−1 , ...) représente la prévision, à k périodes, du niveau de PIB
par tête du pays i conditionnellement à l’information disponible à la date t.
Ainsi si le processus (Xt )t∈Z est stationnaire quelle condition sur c, et donc sur E(Xt ),
garantit l’existence d’un processus de convergence des PIB par tête ?
Exercice 5
On considère un modèle VAR bivarié
0.8 0.2
Xt = ΦXt−1 + εt avec Φ =
0.2 0.8
et le processus d’innovation un bruit blanc d’ordre 2, εt ∼ BB(0, I2 ).
1. Ce modèle V AR est-il stable et stationnaire.
2. Calculer les coefficients matriciels Ψ1 , Ψ2 et Ψ3 d’une représentation V M A(∞) de Xt .
3. Discuter de la forme de la fonction de réponse de X1t suite à un choc d’une unité en ε1t et
un choc d’une unité en ε2t .
4. On suppose que les chocs ε1t et ε2t sont corrélés.
En procédant par orthogonalisation des innovations, montrer que le VAR peut s’écrire forme
structurelle suivante :
X1t = 0.8X1,t−1 + 0.2X2,t−1 + u1t
σ12 σ12 σ12
X2t = − 2 X1t + 0.2 + 0.8 2 X1,t−1 + 0.8 + 0.2 2 X2,t−1 + u2t .
σ1 σ1 σ1
On retrouve ainsi un VAR structurel avec causalité intantanée unidirectionnelle, seule X1t
cause X2t . On pourrait aussi faire apparaître cette causalité instantanée dans l’autre sens.