Scribd
Importer
13 vues2 pages

Approche empirique et stationnarité en économétrie

Le document aborde les limites de l'approche statistique classique dans la prévision d'événements et propose une approche empirique basée sur l'observation des faits. Il discute des défis liés à la stationnarité des séries temporelles et présente des méthodes de stationnarisation, notamment la différence première et l'écart à la tendance. Enfin, il introduit le concept de cointégration et les tests associés pour établir des relations d'équilibre à long terme entre les variables.

Transféré par

vivip.topers
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats DOCX, PDF, TXT ou lisez en ligne sur Scribd
13 vues2 pages

Approche empirique et stationnarité en économétrie

Le document aborde les limites de l'approche statistique classique dans la prévision d'événements et propose une approche empirique basée sur l'observation des faits. Il discute des défis liés à la stationnarité des séries temporelles et présente des méthodes de stationnarisation, notamment la différence première et l'écart à la tendance. Enfin, il introduit le concept de cointégration et les tests associés pour établir des relations d'équilibre à long terme entre les variables.

Transféré par

vivip.topers
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats DOCX, PDF, TXT ou lisez en ligne sur Scribd

Notes: érence statistique avant toute décision ou prévision.

Cette
approche va montrer ses limites dans son incapacité à prédire certains
événements, catastrophes ou crises, ce qui va consacrer la naissance
d’une autre approche dite « approche empirique ». Celle-ci suggère de
toujours partir de l’observation des faits ou collecte des données pour que
celles-ci disent elles-mêmes leur mode opératoire. Dans l’approche
empirique, la spécification vient après l’observation des faits, et la suite de
la procédure reste classique (estimation, inférence ou validation, etc.).
Cette approche consacre l’économétrie des séries temporelles, l’approche
classique étant développée sur fond des coupes instantanées. Concernant
les séries temporelles, plusieurs problèmes soulevés ont fait couler
beaucoup d’encres, entre autres le problème de « stationnarité » avec les
régressions fallacieuses (Granger et Newbold (1974)) basées sur des
données non stationnaires ( fort pour un Durbin-Watson faible). Pour pallier
à cela, des auteurs comme Dickey et Fuller (1979, 1981) vont
recommander des tests de stationnarité avant toute étude sur les séries
temporelles. En cas de non stationnarité (du type déterministe/TS ou
aléatoire/DS), des auteurs (notamment Dickey et Fuller (1979, 1981),
Fuller (1976, 1996), Phillip P.C.B. (1987)) ont suggéré des méthodes de
stationnarisation : la différence première pour des séries non stationnaires
de type DS (Differencing Stationnary) ou l’écart à la tendance pour des
séries non stationnaires de type TS (Trend Stationnary). Une autre vague
de chercheurs (Engle et Granger (1987), Granger (1981, 1983, 1986), etc.)
vont soulever que procéder par la différence première pour stationnariser
une série (court terme) fait perdre des informations en niveau (long terme)
pourtant indispensables dans l’explication de la dynamique de la dite
série. C’est dire que la stationnarisation par la différence 1ère fait perdre à
la série ses propriétés de long terme, le modèle ne captant ainsi que la
dynamique de court terme. Cette vague de chercheurs vont suggérer
d’intégrer, dans le modèle stationnaire de court terme, la dynamique de
long terme ; le modèle ainsi obtenu est appelé « modèle à correction
d’erreur ». L’estimation d’un modèle à correction d’erreur suppose
l’existence d’une relation d’équilibre à long terme (cointégration) entre les
variables sous-étude (Maddala et Kim (1998), Mills (1999), Chan (2002)).
Pour s’en rendre compte, le test de cointégration de Engle et Granger
(1987)(1) est proposé et ne va porter que sur des cas bivariés. Ce test va
concerner deux séries intégrées de même ordre et va plutôt se montrer
moins efficace sur plus de deux séries. Ainsi, le test de cointégration de
Johansen (1988, 1991, 1996b) va être proposé pour des cas multivariés
(plus de deux séries), et exigera aussi que toutes les séries sous-étude
soient intégrées de même ordre (une série est intégrée d’ordre « d » si elle
devient stationnaire après « d » différentiations). L’impo
1. Unicode is supported; see help unicode_advice.

2. More than 2 billion observations are allowed; see help obs_advice.

3. Maximum number of variables is set to 5,000; see help set_maxvar.

Checking for updates...

(contacting [Link]

Java installation not found

[Link] did not respond or is not a valid update site

unable to check for update; verify Internet settings are correct.

Vous aimerez peut-être aussi