Coures Des Series Temporelle 2 M1 Economie Quantitative

Cours des séries temporelles 2, pour M1 Economie quantitative. .
Enseignant Mr ABDERRAHMANI
CHAPITRE 1 : LES MODELES VAR
[Tapez un texte] Page 1

Cours des séries temporelles 2, pour M1 Economie quantitative. . Enseignant Mr ABDERRAHMANI
2° PRESENTATION DES MODELES VAR
2.1 ESTIMATION DES MODELES VAR SUR EVIEWS

Création d’un objet var :
Dans la fenêtre de travail sélectionner Objects /New Objetcs / VAR


3° LES APPLICATIONS DES MODELES VAR : TEST DE CAUSALITE DE GRANGER
3-1° APPLICATION DU TEST DE CAUSALITE DE GRANGER SUR EVIEWS
Dans la fenêtre group sélectionner View puis Granger Causality ensuite donner le nombre de retards.

On accepte l’hypothèse de causalité si F statistiques est supérieure à la valeur de la table de Ficher au seuil
de alfa%. Ou bien si la probabilité est inférieure à alfa.
LA FONCTION DE REPONSE IMPULSIONNELLE

Sélectionner View/Impulse Response
Le choc est égal à une unité du résidu Le choc est égal à une unité du de l’écart-type des résidus Les chocs utilisés
correspondent à l’inverse de la factorisation de cholesky de la matrice de var/cov des résidus (ordre?)


CHAPITRE II : COINTEGRATION ET MODELE ECM










EXERCICES D’APPLICATIONS TIRES DES SUJETS D’EXAMENS ANTERIEURS
Test de causalité de granger : Nous cherchons à modéliser, sous la forme d’un modèle VAR, la demande de
monnaie Y1t et le produit intérieur brut. Nous disposons des données annuelles stationnaires
Estimation d’un VAR(1)

Vector Autoregression Estimates
Date: 04/12/10 Time: 18:28
Sample (adjusted): 1971 2008
Included observations: 38 after adjustments
M2 PIB
M2(-1) 0.799541 0.605263

(0.07422) (0.15296)
[ 10.7729] [ 3.95702]
PIB(-1) 0.214379 0.799107

(0.04398) (0.09064)
[ 4.87449] [ 8.81624]
R-squared 0.997609 0.996340

Adj. R-squared 0.997542 0.996239
Sum sq. resids 278201.7 1181671.
S.E. equation 87.90804 181.1745
F-statistic 15018.34 9801.269
Log likelihood -222.9915 -250.4719
Akaike AIC 11.84166 13.28799
Schwarz SC 11.92784 13.37418
Mean dependent 1245.208 2137.120
S.D. dependent 1773.204 2954.156
Determinant resid covariance (dof adj.) 1.45E+08

Determinant resid covariance 1.30E+08
Log likelihood -462.7857
Akaike information criterion 24.56767
Schwarz criterion 24.74005
Estimation du modèle contraint pour M2
Dependent Variable: M2
Method: Least Squares
Date: 04/12/10 Time: 19:15
Variable Coefficient Std. Error t-Statistic Prob.
M2(-1) 1.159358 0.009797 118.3397 0.0000
R-squared 0.996030 Mean dependent var 1245.208

Adjusted R-squared 0.996030 S.D. dependent var 1773.204
S.E. of regression 111.7211 Akaike info criterion 12.29585
Sum squared resid 461819.6 Schwarz criterion 12.33895
Log likelihood -232.6212 Hannan-Quinn criter. 12.31118
Durbin-Watson stat 2.072058

Estimation du modèle contraint pour PIB
Dependent Variable: PIB

Method: Least Squares
Date: 04/12/10 Time: 19:26
PIB(-1) 1.155832 0.011124 103.9042 0.0000

Sum squared resid 1695632. Schwarz criterion 13.63958
Durbin-Watson stat 2.016648
Test de causalité
Pairwise Granger Causality Tests

Date: 04/12/10 Time: 18:45
Sample: 1970 2008
Lags: 1
Null Hypothesis: Obs F-Statistic Prob.
PIB does not Granger Cause M2 38 23.0231 3.E-05

M2 PIB
M2 does not Granger Cause PIB 15.9617 0.0003
-
7727.8240346220 10442.862625916
M2 45 71
1) A partir de la représentation VAR(1) estimée,
- on vous demande de procéder au test de granger. Sachant que la
10442.862625916
matrice variance covariance des résidus est donnée 32824.192085956
par :
PIB 71 08
M2 PIB
M2 7727.8 -10442.8
PIB -10442.8 32824.1
À partir de la représentation VAR(1), on demande de calculer les fonctions de réponses impulsionnelles

UNIVERSITE DE BEJAIA
FACULTE DES SCIENCES ECONOMIQUES, COMMERCIALES ET DES SCIENCES DE GESTION
DEPARTMENT DES SCIENCES ECONOMIQUES
SERIES TEMPORELLES II
ENSEIGNANT RESPONSABLE Mr ABDERRAHMANI

MASTER 1 ECONOMIE QUANTITATIVE
EXAMEN 1er Session, 2nd semestre 2018/2019. Durée 2heures
Exercice N°1 : Etude du PIB, des importations des biens et services et de l’indice des prix à la consommation de
l’Algérie sur la période allant de 1970 à 2015. Soit 46 observations
PIB IMP IPC
20,000 6,000 200
16,000 5,000 160
4,000
12,000 120
3,000
8,000 80
2,000
4,000 40
1,000
0 0 0
70 75 80 85 90 95 00 05 10 15 70 75 80 85 90 95 00 05 10 15 70 75 80 85 90 95 00 05 10 Les
15
1) Commenter les graphiques 1, 2 et 3

2) L’application du test de Dickey-Fuller augmenté a été faite sur chacune des trois séries. Le tableau suivant est
issu de la mise en œuvre de ce test sur le logiciel EVIEWS. Pour chacune des séries précisez le modèle retenu
et donner votre conclusion au seuil de 5%.
Les variables Estimation en niveau Valeur Estimation en Valeur Conclusion Ordre
Critique différences Critique d’intégration
ADF Modèle 5% ADF Modèle 5%
PIB -1.98 M[2] -2.92 -5.48 M[2] -2.92 ? ?
IMP 7.79 M[1] -1.95 -10.09 M[1] -1.95 ? ?
IPC 1.39 M[1] -1.95 -583 M[1] -1.95 ? ?
3) Une régression est estimée via EVIEWS. Les résultats de celle-ci se trouvent dans le tableau ci-dessous.
a) Dans quelle configuration se trouve-t-on lorsqu’on estime un tel modèle ?
b) Ecrivez sous forme d’une équation cette régression et discutez de ces résultats en fonction des propriétés
des séries.
Dependent Variable: PIB

Sample: 1970 2015
Included observations: 46
C 154.2540 148.8514 1.036295 0.3059

IMP 2.540354 0.152925 16.61173 0.0000
IPC 20.79777 4.124325 5.042709 0.0000

Sum squared resid 17152026 Schwarz criterion 15.91656
F-statistic 1354.859 Durbin-Watson stat 0.745256
Prob(F-statistic) 0.000000
4) Nous pensons que ces trois séries sont peut être cointegrées, pour cela on réalise le test de JOHANSEN selon deux
spécifications :
1ère spécification :
Trend assumption : l’existence d’une tendance linaire dans les séries
Series: PIB IMP IPC
Lags interval (in first differences): 1 to 1
Unrestricted Cointegration Rank Test (Trace)
Hypothesized Trace 0.05

No. of CE(s) Eigenvalue Statistic Critical Value Prob.**
None * 0.555516 55.83193 29.79707 0.0000

At most 1 * 0.273619 20.15494 15.49471 0.0092
At most 2 * 0.129237 6.088984 3.841466 0.0136
2nd spécification :
Trend assumption: pas de tendance déterministe dans les séries
Series: PIB IMP IPC
Lags interval (in first differences): 1 to 1
Unrestricted Cointegration Rank Test (Trace)
Hypothesized Trace 0.05

No. of CE(s) Eigenvalue Statistic Critical Value Prob.**
None 0.326628 34.26986 35.01090 0.0599

At most 1 0.230872 16.86973 18.39771 0.0807
At most 2 * 0.113882 5.319813 3.841466 0.0211
a) D’écrire les spécifications des deux tests retenus.

b) Tester l’existence d’une ou plusieurs relations de cointegration dans les deux spécifications.
c) La suite de l’étude doit-elle faire appel à un VAR en niveau, à un VAR en différences premières, à un VECM
et pourquoi ?
5) L’économètre chargé de l’estimation du modèle mentionne que la variable IPC est inutile dans le modèle. Une
autre analyse ne comportant cette fois que les variables PIB et les importations. Ces deux variables sont
supposées intégrées d’ordre 0. La spécification retenue est un VAR(2) avec un terme constant.
a) Ecrivez sous la forme matricielle la spécification VAR retenue
b) Le tableau suivant reporte les résultats du test de causalité de Granger. Après avoir rappelé le principe et
les caractéristiques du test, commenter les résultats obtenus au seuil de 5%.

Lags: 2
IMP does not Granger Cause PIB 44 3.74015 0.0327

PIB does not Granger Cause IMP 8.87573 0.0007

DEPARTMENT DES SCIENCES ECONOMIQUES

SERIES TEMPORELLES II
ENSEIGNANT RESPONSABLE Mr ABDERRAHMANI
Chargée de TD. Melle ATMANI
MASTER 1 ECONOMIE QUANTITATIVE
EXAMEN 2ème Session, 2nd semestre 2018/2019. LUNDI 23/09/2019. Durée 1H30
Question de cours :
• Quelles sont les caractéristiques d’un processus DS
Exercice N°1 : On cherche à étudier la dynamique jointe de l’investissement direct étranger et le produit intérieur brut. On
suppose que les séries issues de processus I(1). Les résultats d’estimation du modèle VAR correspondant aux deux
séries sont :
∆(𝐼𝐷𝐸𝑡 ) 4.00 0.32 0.002 ∆(𝐼𝐷𝐸𝑡−1 ) 𝜀1𝑡

[ ]=[ ]+[ ][ ] + [𝜀 ]
∆(𝑃𝐼𝐵𝑡 ) 24.12 −0.26 0.40 ∆(𝑃𝐼𝐵𝑡−1 ) 2𝑡
1) Le modèle estimé est-il stationnaire ?

2) S’il se produit un choc en t sur les accroissements du PIB qui égale à 0.75, quel est l’effet de ce choc sur les
accroissements du PIB et ceux des accroissements de l’investissement direct étranger en t+1 ?
3) Existe-il une relation de causalité entre l’investissement direct étranger et la croissance économique ?explicitez
parfaitement la construction de ce test (hypothèses, loi de probabilité, règle de décision, conclusions).

NullHypothesis : Obs F-Statistic Prob.
PIB does not Granger Cause IDE 37 6.46608 0.0419
IDE does not Granger Cause PIB 0.65845 0.7931
4) Nous procédons au test de cointégration de Johansen. Après avoir rappelez de façon détaillée le principe de ce test, tester
l’existence d’une relation de cointegration.
Trend assumption: pas de tendance déterministe dans les séries

𝜆𝑡𝑟𝑎𝑐𝑒 CV 5%
r=0 120.34 82.49
r=1 70.65 59.46
r=2 39.55 39.89
d) D’écrire la spécification du test retenu.

e) La suite de l’étude doit-elle faire appel à un VAR en niveau, à un VAR en différences premières, à un VECM et
pourquoi ?
f) Si vous aviez utilisé la procédure en deux étapes d'Engle et Granger, quelle relation auriez-vous estimé dans la première
étape ? Justifier votre réponse
g) Exercice N°2 : On considère le système d’équations suivant :
h) Δxt = α1(xt−1 − yt−1) + u1t

i) Δyt = α2(xt−1 − yt−1) + u2t
j)
k) Où ut = (u1t, u2t)> est un processus en bruit blanc à composantes indépendantes.
l) 1. Ce système est il stationnaire ?
m) 2. Quel est le processus suivit par St = α2xt − α1yt.
n) 3. Quelle modélisation est adaptée au couple (xt, yt) : VAR sur leurs niveaux, VAR sur leurs différences,
VECM ?

Examen de séries temporelles 2 – Master M1 ECONOMIE QUANTITATIVE. UNIVERSITE De Bejaia- Mai

2018 - Durée 2 heures
Enseignant : Mr ABDERRAHMANI
Exercice N°1 : Soit deux variables Xt et Yt gouvernées par une écriture autorégressive de la forme :
où ut est un processus en bruit blanc. Sur un échantillon constitué de 40 observations, on a obtenu les estimations
suivantes (entre parenthèses figurent les écarts-types des coefficients estimés) :
1) Est-on en présence d’un processus estimé stationnaire ?

2) Quelle modélisation lui est adaptée : VAR en niveau, VAR en différences, VECM ? Écrivez le modèle en
question
3) x cause-t-il y au sens de Granger ?
4) Vous savez que si on désirait faire le test de cointégration en deux étapes d’Engle-Granger dans ce système
bivarié, deux régressions pourraient être réalisées. Compte-tenu des précédents résultats, laquelle
conseilleriez-vous d’effectuer. Explicitez notamment pourquoi l’autre régression est à écarter, c’est à dire
quelle hypothèse usuelle n’est pas respectée ?
Exercices N°2 : On considère les séries de consommation et de revenu disponible brut des ménages Algériens,
exprimées en milliards de DA. Les données utilisées vont du 1er trimestre 1997 au troisième trimestre 2006 :
1, 600
1, 400
1, 200
1, 000
800
600
400
1997 1998 1999 2000 2001 2002 2003 2004 2005 2006
CONS RE V
1- A quel type de relation économique connue peut-on faire référence ici ?

2- Le tableau suivant donne les résultats issus de la régression de CONS sur le REV ?
Dependent Variable: C
Included observations: 39
C 74.60702 8.002421 9.323057 0.0000
R 0.510164 0.007139 71.46524 0.0000

Sum squared resid 2285.742 Schwarz criterion 7.096636
F-statistic 5107.280 Durbin-Watson stat 0.484690
Prob(F-statistic) 0.000000
a) Commentez de façon détaillée les résultats cette régression

b) Ces résultats vous paraissent ils vraisemblables ? Donnez les éléments qui vous permettent de douter de la
robustesse du résultat.
c) Quel est l’impact d’une hausse de 5% du REV sur la CONS ?
d) Quelle statistique de test figurant dans le tableau 1 permet d'appréhender la question de
l'autocorrélation des résidus ? Rappelez de façon détaillée le principe de ce test et conclure quant
à la nature des résidus. Les valeurs critiques d1 et d2 sont respectivement égales à 1,65 et 1,69 au
seuil statistique de 5%
3- Le tableau suivant reporte les résultats du test de causalité de Granger. Après avoir rappelé le
principe et les caractéristiques du test, commentez les résultats obtenus au seuil statistique de 5%.
REV does not Granger Cause CONS 37 0.23352 0.7931
CONS does not Granger Cause REV 3.50846 0.0419
Exercice N°3 : Dans un travail empirique Johansen étudie l’éventuelle relation existant entre le revenu, REV, et la
consommation, CONS, sur la période 1881-1995 (données annuelles). Dans ce qui suit on note de manière habituelle r
le rang de la matrice 𝜋dans l'écriture suivante, où Xt = (REVt; CONSt) :
Un des premiers tableaux de résultats présentés est le suivant :

1) Quelles (s) conclusions tirez-vous du tableau précédent ?

2) Si vous aviez utilisé la procédure en deux étapes d'Engle et Granger, quelle relation auriez-vous
estimé dans la première étape ? Justifier votre réponse
Questions de cours :
• A quoi correspond la notion de fausse régression

• Quelles sont les conditions de validation du modèle à correction d’erreur.
• Soit X1 et X2 deux variables I(1) telles que leur différence est I(0) et une variable X3qui est I(0).
Dans ces conditions peut-on appliquez le test cointégration de Johansen ? justifier votre réponse.
NB : la valeur critique lue dans la table de Stuent au seuil de 5% est : t39 0.025= 1.96
SUJET D’EXAMEN ECONOMIE APPLIQUEE JUIN 2014
Exercice N° 1 : Soit un échantillon d’observations annuelles sur deux variables pour la période de 1965-2002 : C : la
consommation – les dépenses sur les biens et services effectuées par les ménages ; R le revenu – le revenu disponible
brut des ménages.
1- A’ partir des tests de Dickey Fuller ci-dessous, déterminez l’ordre d’intégration des deux séries.
Variables Statistiques DF Modèle de DF retenu Valeurs critiques 5%
Ct -0,13 Modèle [1] -1.94
Rt 1,64 Modèle [1] -1.94
Ct -4,47 Modèle [1] -1.94
Rt -3,13 Modèle [1] -1.94
2 On souhaite estimer, par les MCO, le modèle: Ct =  0 + 1 Rt +  t .......( I ) Les résultats MCO présentent-ils
toutes les caractéristiques d’une régression fallacieuse?
3 Le modèle retenu pour la relation entre les variables est e suivant :
Ct =  0 + 1Rt +  2 (Ct −1 + 1 Rt −1 ) +  t ........................( II )
a) De quel type de modèle s’agit-il ?

b) Justifier le choix de cette modélisation économétrique par un raisonnement économique (ne pas oublier
d’interpréter les coefficients).
c) Que peut-on dire à propos de la relation entre la consommation et le revenu ?
  
1- l’estimation des paramètres de ce modèle donne les valeurs suivantes :  0 = 14 , 1 = 0,58  2 = −0,35 et

1 = 0,82
a) Déterminez l’impact sur la consommation d’une hausse du revenu de 10 milliards en longue période.
2- Montrez que le modèle (II) peut être écrit sous la forme suivante : Ct = 0 + 1 Rt + 2 Ct −1 + 3 Rt −1 +  t
   
• Déduisez les valeurs estimées des coefficients 0 , 1 , 2 , 3
3- Le modèle a été estimé pour la période 1960-2002. Supposons que le Revenu augmente de 2% par an. Utilisez
les données suivantes afin de calculer les prévisions de la consommation pour les années 2003, 2004, 2005 et
2006

Années Ct Rt
2002 1887 2267
2003 ? ?
2004 ? ?
SERIE D’EXERCICES
EXERCICE N° 1 :
Dans un travail récent, Julien Idier examine les interdépendances entre diverses places financières
("Stock exchanges Industry Consolidation and Shock Transmission, Notes d'Etudes et de Recherche,
Banque de France, NER-R#159, Décembre 2006). Il utilise pour cela des données journalières relatives aux
indices de quatre places américaine, française, allemande et anglaise (respectivement NYSE, CAC, DAX, et
FTSE) observés du 4 janvier 1994 au 30 avril 2006, soit 3214 observations pour chacune des 4 séries. Seule
une partie des résultats est présentée ici.
1. Au début de son travail empirique l'auteur présente un tableau de tests ADF, tableau qui est reproduit
ci-après. Il précise que "des tests additionnels non présentés avec trend et constante ou sans trend et
sans constante donnent les mêmes conclusions". Pouvez-vous énoncer les conclusions en question.
En cas de besoin utilisez un seuil de risque de 5% et précisez la valeur critique associée.
2. Par la suite, l'auteur précise que le test de Johansen est favorable à l'existence d'une seule relation de
cointégration au seuil de 5%. Il présente alors les résultats d'une régression et précise qu'il s'agit des
coefficients estimés de la relation de long terme
Pouvez-vous préciser la valeur du coefficient de la quatrième variable dans la relation de long terme ? Plus
précisément, si on appelle une variable stationnaire, écrivez la définition de en fonction de FTSE,
DAX, CAC et NYSE. Diriez-vous que d'après ces résultats les indices CAC et NYSE semblent évoluer dans
le même sens ou en sens opposé ? Supposez que l'on vous demande si l'indice allemand DAX affecte la
valeur d'équilibre de long terme de l'indice américain NYSE. Que répondez-vous au moyen des seuls
résultats précédents ?

EXERCICE N°2 :
Enders (Handbook for econometric time series,1996) présente l’expérimentation résumée ci-après. On
dispose de 100 observations sur trois variables Yt Zt Wt. Le premier tableau présenté est relatif à la statistique
t m , obtenue avec la forme augmentée ou non du test de Dickey-Fuller :
On vous demande de commenter l’ensemble de ces résultats. En particulier, précisez pour chacune des
quatre groupe d’estimations quelle est la question posée et la réponse apportée. Indiquez également s’il y a
de la causalité au sens de Granger dans ce système de trois variables.

UNIVERSITE DE BEJAIA
EXAMEN DE RECUPERATION DE SERIES TEMPORELLES II. Master 1 ECONOMIE
QUANTITATIVE- JUIN 2019 Durée 1H30 MIN. ENSEIGNANT Mr ABDERRAHMANI
Question de cours
1) Résumez de façon détaillée le principe de la cointégration selon l’approche d’Engle-Granger
2) Quelles sont les étapes de la Procédure de la cointégration par les modèles ARDL
3) Résumez de façon détaillée le principe du test de causalité de Granger
4) Soit X1 et X2 deux variables I(1) telles que leur différence est I(0) et une variable X3qui est I(0). Dans ces
conditions peut-on appliquez le test cointégration de Johansen ? justifier votre réponse
5) Une théorie de la structure par échéance des taux d’intérêt, connue sous le nom de théorie des anticipations,
laisse penser que si chaque taux d’intérêt, quelle que soit sa maturité, est I(1) alors l’écart entre deux taux
quelconque doit être I(0). Si on étudie un système composé de 3 taux d’intérêt observés à la même date t, par
exemple le taux à un mois, le taux à trois mois et le taux à six mois alors, selon cette théorie des anticipations,
combien de relations de cointégration devraient caractériser ce système ?
Exercice N°1 : Dans un travail récent Johansen étudie l'éventuelle relation existant entre le revenu, T, et la
consommation, h, sur la période 1881-1995 (données annuelles). Dans ce qui suit on note de manière habituelle r le
rang de la matrice 𝜋dans l'écriture suivante, où Xt = (ht; Tt) :
Un des premiers tableaux de résultats présentés est le suivant :
Par la suite il présente les résultats d'estimations suivants (écart-types estimés entre parenthèses) :
3) Quelles (s) conclusions tirez-vous du tableau précédent ?

4) Si vous aviez utilisé la procédure en deux étapes d'Engle et Granger, quelle relation auriez-vous estimé dans la
première étape ? Justifier votre réponse
Exercice N°2 : Dans leur ouvrage "Co-integration, error correction, and the econometric analysis of nonstationary
data", Banerjee, Dolado, galbraith et Hendry (1994) considèrent 4 variables : une quantité de monnaie, mt, un niveau
de prix pt, un revenu réel, xt, et un taux d'intérêt, rt.
Ils présentent les résultats de 3 régressions de type OLS (toutes les variables sont passées en logarithmes) réalisées sur
102 observations trimestrielles :
(a- La première régression est présentée comme l'estimation d'une fonction de demande de monnaie. Quelles
conclusions pouvez-vous tirer de l'ensemble de ces résultats ?
(b- Si vous aviez à donner un avis, pourriez-vous en 8-10 lignes donner deux arguments critiques envers ce
travail économétrique.

Coures Des Series Temporelle 2 M1 Economie Quantitative

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

Coures Des Series Temporelle 2 M1 Economie Quantitative

Transféré par

Droits d'auteur :

Formats disponibles

Cours des séries temporelles 2, pour M1 Economie quantitative. .

CHAPITRE 1 : LES MODELES VAR

[Tapez un texte] Page 1

2° PRESENTATION DES MODELES VAR

2.1 ESTIMATION DES MODELES VAR SUR EVIEWS

[Tapez un texte] Page 2

[Tapez un texte] Page 3

3° LES APPLICATIONS DES MODELES VAR : TEST DE CAUSALITE DE GRANGER

3-1° APPLICATION DU TEST DE CAUSALITE DE GRANGER SUR EVIEWS

[Tapez un texte] Page 4

LA FONCTION DE REPONSE IMPULSIONNELLE

[Tapez un texte] Page 5

[Tapez un texte] Page 6

CHAPITRE II : COINTEGRATION ET MODELE ECM

[Tapez un texte] Page 7

[Tapez un texte] Page 8

[Tapez un texte] Page 9

[Tapez un texte] Page 10

[Tapez un texte] Page 11

[Tapez un texte] Page 12

[Tapez un texte] Page 13

[Tapez un texte] Page 14

[Tapez un texte] Page 15

[Tapez un texte] Page 16

EXERCICES D’APPLICATIONS TIRES DES SUJETS D’EXAMENS ANTERIEURS

Estimation d’un VAR(1)

M2(-1) 0.799541 0.605263

PIB(-1) 0.214379 0.799107

R-squared 0.997609 0.996340

Determinant resid covariance (dof adj.) 1.45E+08

Estimation du modèle contraint pour M2

Variable Coefficient Std. Error t-Statistic Prob.

M2(-1) 1.159358 0.009797 118.3397 0.0000

R-squared 0.996030 Mean dependent var 1245.208

[Tapez un texte] Page 17

Estimation du modèle contraint pour PIB

Dependent Variable: PIB

Variable Coefficient Std. Error t-Statistic Prob.

PIB(-1) 1.155832 0.011124 103.9042 0.0000

R-squared 0.994749 Mean dependent var 2137.120

Pairwise Granger Causality Tests

Null Hypothesis: Obs F-Statistic Prob.

PIB does not Granger Cause M2 38 23.0231 3.E-05

À partir de la représentation VAR(1), on demande de calculer les fonctions de réponses impulsionnelles

[Tapez un texte] Page 18

ENSEIGNANT RESPONSABLE Mr ABDERRAHMANI

16,000 5,000 160

1) Commenter les graphiques 1, 2 et 3

Dependent Variable: PIB

Variable Coefficient Std. Error t-Statistic Prob.

C 154.2540 148.8514 1.036295 0.3059

R-squared 0.984379 Mean dependent var 3736.737

Unrestricted Cointegration Rank Test (Trace)

Hypothesized Trace 0.05

None * 0.555516 55.83193 29.79707 0.0000

Unrestricted Cointegration Rank Test (Trace)

Hypothesized Trace 0.05

None 0.326628 34.26986 35.01090 0.0599

a) D’écrire les spécifications des deux tests retenus.

Pairwise Granger Causality Tests

Null Hypothesis: Obs F-Statistic Prob.

IMP does not Granger Cause PIB 44 3.74015 0.0327

[Tapez un texte] Page 20