INSTITUT de FINANCEMENT du DEVELOPPEMENT du MAGHREB

ARABE
CONCOURS DE RECRUTEMENT de la XXXVI PROMOTION (Assurance)

Samedi 14 Mai 2016

Epreuve de Méthodes Quantitatives
Corrigé
*************** ******************
Exercice 1 : ( 8 points 111,51,52)
1- On a PX  1  1 − a − 1  2 −a
3 3
1
2- On doit avoir: EX  − 0 PX  0  2 −a  0, cela entraine que : 1
3 3 3
−a  0 et donc a  1 La loi est donc uniforme discrète
3
.
3- VX  −1 2 1  0 2 1  1 2 1 − 0 2  2
3 3 3 3
Y est une variable binaire : PY  0 PX  0  1 et PY  1  2 , ce qui
3 3
donne VY  1 2  2
3 3 9
4-
CovX, Y  EXY − EXEY  EX 3   − 1 0 PX  0 1 1  0
3 3
Le coefficient de corrélation linéaire entre X et Y. est nul. Y n’est pas corrélée
linéairement à X même si Y est une fonction quadratique de X
5- EX  e 1 1  e 0 1  e −1 1  1 e 1  e −1  1
3 3 3 3
EX  e  1. Comme e  2, la quantité 1 e 1  e −1  1  1, ce qui
−0 1
3
signifie que EX  EX.
6-La densité de Y 1 , Y 2 , . . . Y n  est le produit de

2 yi
1 1−y i   n 2 y i 1 1−y i   2  y i  1  n−y i
3 3 i1
3 3 3 3
alors que Y i est une loi binomiale de paramètre n et 2
3
Exercice 2 :

1- Le modèle est log-linéaire, ce qui s’écrit : Y t  aX t e  t ( où y t  LogY t , et
x t  LogX t , ce qui veut dire que  est l’élasticité des exportations par rapport à
Δy
y
l’investissement industriel   . Le signe attendu de  est positif. 
Δx
x
correspond à Ey t  pour x  0
 24


∑x t −xy t −y
2-   t1
 300  0. 35
24 860
∑x t −x 2
t1
 
  y − x  81 − 0. 35 ∗ 185  3. 37 − 0. 35 ∗ 7. 7  0. 67
24 24
3- La somme des carrés expliquée
24
  2 24 24
SCE  ∑ y t − y 2   ∑x t − x 2  0. 35 2 ∗ ∑x t − x 2  0. 35 2 ∗ 860  105. 35
t1 t1 t1
De son côté, la somme des carrés des résidus est égale à :
SCR  SCT − SCE  106 − 105. 35  0. 65 (SCT: somme des carrés totale)
 2  SCR  0. 65  0. 03
T−2 24 − 2
 2
4- La variance estimée de   24   0. 03  0. 005 2 Ce qui entraine
860
∑x t − x 2
t1
que l’écart type estimé de  est  0. 005
Le T de Student du coefficient  est égal à 0. 35  70, ce qui signifie que la
0. 005
variable est significative.
5-Si l’on oublie la constante  dans le modèle, l’estimation par MCO sera égale
24 24


∑ xi yt 
∑ xi
 t1
24
. Son espérance mathématique est égale à E   t1
24
  Le biais
∑ x 2t ∑ x 2t
t1 t1
24


∑ xi
de  est égal à :  t1
 185
24 860  22 ∗ 185 2
∑ x 2t
t1
6- Dans le cas où le modèle devient autorégressif : y t  0. 2 y t−1  0. 8 x t  1. 5, on
peut écrire
1 − 0. 2Ly t  0. 8 x t  1. 5, où L est l’opérateur retard, ou encore
y t  0. 8x t  1. 5  0. 8x t  0. 8 ∗ 0. 2x t−1 0. 8 ∗ 0. 2 2 x t−2 . . . .  1. 5 Cette
1 − 0. 2L 1 − 0. 2
dernière écriture correspond à la version en retards échelonnés ( Modèle de
Koyck)
L’effet de court terme ( l’élasticité de C T) de x t sur y t est évalué à 0. 8 alors
que l’effet de long terme correspondant à l’effet sur y t d’un accroissement de 1%
des investissements d’une manière permanente et durable est égal à la somme
0. 8 1
1 − 0. 2