Cointegration Entre Les Taux de Change e

COÏNTÉGRATION ENTRE LES TAUX DE CHANGE ET LES
FONDAMENTAUX
Changement de régime ou mémoire longue ?
Gilles Dufrénot et al.
Presses de Sciences Po | Revue économique
2004/3 - Vol. 55
pages 449 à 458
Document téléchargé depuis www.cairn.info - Université Paris 1 - Sorbonne - - 194.214.27.178 - 11/06/2013 19h26. © Presses de Sciences Po
ISSN 0035-2764
Article disponible en ligne à l'adresse:

--------------------------------------------------------------------------------------------------------------------
http://www.cairn.info/revue-economique-2004-3-page-449.htm
--------------------------------------------------------------------------------------------------------------------
Pour citer cet article :

--------------------------------------------------------------------------------------------------------------------
Dufrénot Gilleset al., « Coïntégration entre les taux de change et les fondamentaux » Changement de régime ou
mémoire longue ?,
Revue économique, 2004/3 Vol. 55, p. 449-458. DOI : 10.3917/reco.553.0449
--------------------------------------------------------------------------------------------------------------------
Distribution électronique Cairn.info pour Presses de Sciences Po.

© Presses de Sciences Po. Tous droits réservés pour tous pays.
La reproduction ou représentation de cet article, notamment par photocopie, n'est autorisée que dans les limites des
conditions générales d'utilisation du site ou, le cas échéant, des conditions générales de la licence souscrite par votre
établissement. Toute autre reproduction ou représentation, en tout ou partie, sous quelque forme et de quelque manière que
ce soit, est interdite sauf accord préalable et écrit de l'éditeur, en dehors des cas prévus par la législation en vigueur en
France. Il est précisé que son stockage dans une base de données est également interdit.
Coïntégration entre les taux de change
et les fondamentaux
Changement de régime ou mémoire longue ?
Gilles Dufrénot*
Sandrine Lardic**
Laurent Mathieu***
Valérie Mignon****
Anne Péguin-Feissolle*****
L’objet de ce travail est d’étudier la dynamique de l’ajustement de cinq taux de

change européens vers leurs fondamentaux économiques sur la période 1979-
1999. Deux approches sont envisagées, la coïntégration non linéaire et la coïnté-
gration fractionnaire, afin de discriminer entre des dynamiques d’ajustement non
linéaires (à mémoire courte) et des dynamiques à mémoire longue (mais linéaires).
Pour la France, il ressort que la persistance des écarts observés par rapport aux
fondamentaux peut s’expliquer par la présence de mémoire longue dans le proces-
sus d’ajustement.
COINTEGRATION BETWEEN EXCHANGE RATES

AND FUNDAMENTALS: REGIME-SWITCHING OR LONG MEMORY?
Our object is to study the adjustment process of five European exchange rates
toward their fundamentals on the 1979-1999 period. We consider two approaches,
namely nonlinear cointegration and fractional cointegration, in order to discriminate
between nonlinear short memory and linear long memory adjustment dynamics.
The persistent deviations observed between the French real exchange rate and its
fundamentals can be explained by the presence of long memory in the adjustment
process.
Classification JEL : C22, F31.
De nombreux travaux empiriques soulignent les difficultés des modèles tradi-

tionnels à pouvoir rendre compte des longues périodes de surévaluation et de
* GREQAM et ERUDITE, Université Paris XII. Courriel : lopaduf@aol.com.

** MODEM, Université Paris X – Nanterre. Courriel : sandrine.lardic@u-paris10.fr.
*** C3ED, Université Saint-Quentin-en-Yvelines et MODEM, Université Paris X – Nanterre.
Courriel : mathieu@u-paris10.fr.
**** THEMA, Université Paris X – Nanterre. Courriel : valerie.mignon@u-paris10.fr.
Correspondance : Valérie Mignon, Université Paris X, THEMA, 200 avenue de la République,
92001 Nanterre Cedex.
***** GREQAM-CNRS. Courriel : peguin@ehess.vcharite.univ-mrs.fr.
449
Revue économique — vol. 55, N° 3, mai 2004, p. 449-458

Revue économique
sous-évaluation des monnaies1. Les écarts par rapport aux valeurs d’équilibre
sont souvent durables et les vitesses de convergence très lentes. En outre,
supposer que les ajustements vers les équilibres de long terme sont continus et
se font à taux constant est une hypothèse qui semble restrictive au regard des faits
observés. Il semblerait plutôt que la déviation observée à une date donnée soit
fonction de l’ampleur des déviations par rapport à l’équilibre, engendrant ainsi
une persistance des écarts observés qui peut notamment s’expliquer de deux
façons. Un premier facteur est le caractère inefficient des marchés des changes.
En effet, la dynamique des taux de change dépend des anticipations que font les
investisseurs sur les fondamentaux économiques ; ces anticipations influençant
les décisions de réaménagement de portefeuilles. Or, les enquêtes montrent que
les agents éprouvent des difficultés à coordonner leurs anticipations sur les
marchés des changes, ce qui peut impliquer des biais systématiques dans les
erreurs de prévision (voir, par exemple, Bénassy-Quéré et Raymond [1997]). Une
autre explication réside dans le fait que la dynamique des taux de change réels
est soumise à des rigidités. Il peut s’agir de rigidités liées au fonctionnement des
marchés, à la politique économique ou encore aux comportements des agents.
Quelle que soit l’explication retenue, ces éléments ont des implications impor-
tantes au niveau économétrique. Il est difficile de rendre compte du caractère
persistant des écarts de taux de change en retenant le cadre empirique des modèles
basés sur l’hypothèse de coïntégration linéaire avec retour à la moyenne rapide
vers la cible de long terme. Les arguments évoqués précédemment conduisent
plutôt à se poser la question de l’introduction d’une dynamique avec mémoire
longue. Il convient alors de s’attacher aux modèles reposant sur la coïntégration
fractionnaire dans lesquels les écarts aux cibles de long terme sont représentés par
des dynamiques à mémoire longue. Mais les choses sont plus compliquées. En
effet, divers travaux montrent qu’il est difficile de différencier les processus à
mémoire longue de certains processus à mémoire courte, notamment dans les cas
où ces derniers sont non linéaires2. Or, les travaux récents de la littérature empi-
rique sur l’ajustement des taux de change réels mettent en évidence l’importance
des non-linéarités pour expliquer les difficultés à valider les théories tradition-
nelles de détermination des taux de change à long terme3. Pour expliquer les écarts
persistants des taux de change réels par rapport à leur valeur fondamentale, il est
donc important de pouvoir discriminer entre des dynamiques d’ajustement à
mémoire longue (mais linéaires) et des dynamiques non linéaires (à mémoire
courte). C’est l’objectif de cette contribution qui porte sur les cinq taux de change
réels de la France, de l’Allemagne, du Royaume-Uni, des Pays-Bas et du Portugal.
L’article est organisé de la manière suivante. La section 2 présente le cadre
théorique de base retenu et les séries utilisées. La section 3 est consacrée à une
première étude de la coïntégration (linéaire) entre les taux de change et leurs
fondamentaux. La section 4 met en évidence le caractère persistant des dévia-
tions des taux de change réels en ayant recours à la coïntégration non linéaire et
à la coïntégration fractionnaire. La section 5 conclut cet article.
1. Pour quelques travaux récents, voir par exemple, Bec et al. [1999], Ma et Kanas [2000] et
Dufrénot et al. [2002].
2. Voir, par exemple, Bos et al. [1999], Granger et Hyung [1999], Granger et Teräsvirta [1999]
et Diebold et Inoue [2001].
3. Voir, par exemple, pour des références récentes, Taylor et Peel [2000], Taylor et al. [2001] et
Dufrénot et al. [2002].
450

G. Dufrénot, S. Lardic, L. Mathieu, V. Mignon, A. Péguin-Feissolle
LE CADRE THÉORIQUE
Afin d’appréhender la nature du lien entre les taux de change et leurs fonda-
mentaux, on adopte le cadre d’analyse de l’approche BEER (Behavorial Equili-
brium Exchange Rate) en explorant une modélisation proche de celle étudiée par
Clark et MacDonald [1999, 2000]1. La modélisation que nous avons retenue est
la suivante :
log ( q t ) = α 0 + α 1 log ( TOT t ) + α 2 log ( TNT t ) + α 3 NFA t + α 4 λ t
(1)
+ α 5 FISCAL t + α 6 ( r t – r t* ) + ε t
où q t désigne le taux de change effectif réel calculé comme le rapport entre le
taux de change effectif réel domestique et le taux de change effectif réel des
treize partenaires pondéré par le poids respectif de chacun des partenaires2. TNT
est le rapport entre les prix des biens non échangeables sur les prix des biens
échangeables domestiques relativement au rapport pondéré des prix entre les
biens non échangeables et les prix des biens échangeables des treize partenaires.
TOT est l’indicateur des termes de l’échange défini comme le rapport entre valeur
des exportations et valeur des importations domestiques relativement au rapport
pondéré entre valeur des exportations et valeur des importations des treize parte-
naires. ( r t – r t* ) est le différentiel de taux d’intérêt entre le taux d’intérêt domes-
tique (taux d’intérêt nominal des bons du Trésor à dix ans) et le taux d’intérêt r t*
calculé comme une moyenne pondérée des taux d’intérêt des treize partenaires.
λ t est le rapport du déficit public au PIB domestique relativement au rapport
pondéré du déficit public au PIB des treize partenaires. NFA est le rapport entre la
valeur nette des actifs extérieurs et le PIB domestique relativement au rapport
pondéré de la valeur nette des actifs extérieurs et du PIB des treize partenaires.
FISCAL est le coin fiscal et ε t est un processus d’erreur indépendamment et iden-
tiquement distribué (iid).
Trois sources de données ont été consultées afin de constituer notre base :
International Financial Statistics publié par le FMI, la base de données analy-
tique de l’OCDE et celle d’Eurostat. Les données retenues sont trimestrielles et
couvrent la période 1979:1-1999:2.
LES TAUX DE CHANGE

ET LES FONDAMENTAUX SONT-ILS COÏNTÉGRÉS ?
L’application des tests usuels sur les résidus z t issus de l’estimation de

l’équation (1) montre que les tests de Dickey-Fuller (ADF) et de Phillips-Perron
(PP) donnent des résultats similaires et conduisent systématiquement à accepter
l’hypothèse nulle d’absence de coïntégration (voir Dufrénot et al. [2003]). Les
1. Pour le détail de la construction des variables et de l’échantillon d’étude, on pourra se référer

à Dufrénot et al. [2002].
2. L’échantillon d’étude est composé des quatorze pays suivants : Belgique, Danemark,
Finlande, France, Allemagne, Grèce, Irlande, Italie, Luxembourg, les Pays-Bas, Portugal, Espagne,
Suède et Royaume-Uni.
451

Revue économique
conclusions du test de Shin vont à l’encontre de ces résultats puisque, pour quatre
pays, l’hypothèse nulle de coïntégration est acceptée (elle est rejetée pour le
Portugal). Ces résultats ne sont cependant contradictoires qu’en apparence. En
effet, le rejet de l’hypothèse de racine unitaire par les tests ADF et PP implique-
rait un ajustement à taux constant, l’écart observé à une période étant propor-
tionnel à l’écart observé à la période précédente. Or, une telle hypothèse a peu
de chance d’être vérifiée pour plusieurs raisons.
(i) En présence de coûts de transaction, la vitesse d’ajustement vers l’équi-
libre varie directement avec l’étendue de l’écart par rapport à la cible de long
terme (voir, sur ce point, Dumas [1992] et Sercu, Uppal et van Hulle [1995]).
L’existence de coûts de transaction implique ainsi que les écarts par rapport à
l’équilibre de long terme présentent une propriété de « dépendance au régime »
observé, ce qui exclut la possibilité d’un ajustement à taux proportionnel.
(ii) Les fondamentaux eux-mêmes sont sujets à des variations susceptibles
d’être incompatibles avec un ajustement linéaire des taux de change (voir notam-
ment Ma et Kanas [2000]).
(iii) La présence de fads peut également engendrer d’importants écarts à la
relation linéaire supposée exister entre le taux de change et ses fondamentaux en
raison de l’hétérogénéité des participants au marché des changes.
Au total, de nombreux arguments économiques permettent de justifier les
résultats des tests ADF et PP. Le test de Shin est un test de mélange permettant
de tester le degré de persistance des déviations des taux de change, de manière
non paramétrique. Ce faisant, on s’affranchit du cadre restrictif de la paramétri-
sation linéaire. Les résultats issus de l’application de ce test amènent à accepter
l’hypothèse de coïntégration (à l’exception du Portugal), impliquant que les taux
de change réels des pays sont bien caractérisés par la propriété de retour à la
moyenne lorsqu’ils dévient initialement de leur valeur d’équilibre. Les questions
intéressantes que l’on peut se poser sont alors les suivantes. À quelle vitesse les
taux de change s’ajustent-ils ? Quel est le degré de persistance des écarts par
rapport aux fondamentaux ? Quel type de processus représente le mieux la dyna-
mique d’ajustement ? Dans la section qui suit, nous tentons de répondre à ces
interrogations en envisageant deux types d’approches.
QUELLE EXPLICATION POUR L’AJUSTEMENT

DES TAUX DE CHANGE : DYNAMIQUE NON LINÉAIRE
OU MÉMOIRE LONGUE ?
Ajustement non linéaire des taux de change
Les modèles STAR (Smooth Transition Autoregressive) sont à même de

capturer la présence éventuelle de non-linéarités dans la mesure où la vitesse de
convergence vers l’équilibre dépend de l’importance de l’écart par rapport à ce
même équilibre. Soit z t l’écart en t du taux de change réel à sa valeur fondamen-
tale. Supposons que z t suit un processus STAR à un retard :
z t = ρ 1 z t – 1 + ρ 1* z t – 1 F ( x t – d, θ ) + υ t, (2)
452

où υ t est un processus indépendamment et identiquement distribué. F ( x t – d, θ )

est la fonction de transition d’un état à un autre (comprise entre 0 et 1), x t – d la
variable de transition ( z t – d ou ∆z t – d dans notre application) et θ = ( γ , c ), c
étant le seuil et γ ( γ > 0 ) représentant la vitesse de transition d’un état à un autre.
Pour permettre une transition douce, Teräsvirta et Anderson [1992] ont proposé
deux types de fonctions de transition : une fonction logistique (modèle LSTAR)
et une fonction exponentielle (modèle ESTAR).
Afin d’estimer les processus de type STAR, nous suivons la procédure séquen-
tielle suggérée par Luukkonen, Saikkonen et Teräsvirta [1988], Granger et
Teräsvirta [1993], Eitrheim et Teräsvirta [1996] et Escribano et Jorda [1999]1 :
choix du « meilleur » modèle linéaire issu de la régression de ∆z t sur z t – 1 et
sur les valeurs passées de ∆z t , tests de linéarité et estimation des modèles. Les
résultats des tests (non reportés ici) montrent que, pour les trois pays considérés,
l’hypothèse nulle de linéarité est rejetée en faveur de l’alternative de non linéa-
rité de type ESTAR.
Tableau 1. Estimation des modèles ESTAR
Modèle ∆z t = α 0 + α 1 z t – 1 + α 2 ∆z t – 1 + [ β 0 + β 1 z t – 1 + β 2 ∆z t – 1 ]F ( x t – d ; γ ; c ) + ε t
Pays Allemagne Pays-Bas Royaume-Uni
xt – d z t – 11 ∆z t – 3 ∆z t – 4
* 0.002 0.0058
α0
(0.86) (0.722)
0.744 – 0.004 – 0.0145
α1
(2.80) (– 0.033) (– 0.107)
* 0.425 0.109
α2
(1.732) (0.508)
* – 0.032 – 0.085
β0
(– 1.417) (– 0.824)
– 1.00 – 2.141 – 4.185
β1
(– 3.61) (– 1.862) (– 2.218)
* – 3.031 – 1.867
β2
(– 1.936) (– 0.647)
γ 80.0 80.0 5.00
c – 0.057 0.0369 0.112
GB 0.975 0.606 0.863
JB 0.947 0.210 0.912
NL 0.66 0.517 0.33
CONST 0.91 0.624 0.59
ARCH (1) 0.3 × 10 – 5 0.4 × 10 – 5 0.17 × 10 – 6
ARCH (4) 0.1 × 10 – 3 0.9 × 10 – 4 0.1 × 10 – 4
Entre parenthèses : t de Student. GB est la probabilité associée à la statistique de test de Godfrey-Breusch d’auto-
corrélation à l’ordre q. JB est la probabilité associée au test de normalité de Jarque-Bera. NL et CONST sont les
probabilités associées respectivement aux tests de non linéarité restante et de constance des paramètres. ARCH (q)
est la probabilité associée au test ARCH pour q retards.
1. La spécification de type STAR n’ayant pas été retenue pour la France, notre application portera
sur l’Allemagne, le Royaume-Uni et les Pays-Bas.
453

Revue économique
Les résultats relatifs à l’estimation des modèles ESTAR sont reportés dans le
tableau 1. Pour les Pays-Bas et le Royaume-Uni, on constate que le coefficient
associé à z t – 1 n’est pas significativement différent de 0, alors que celui associé
à la composante STAR est significatif et négatif. En d’autres termes, le mécanisme
d’ajustement exhibe simultanément une dynamique localement explosive et un
effet global de retour à la moyenne. Pour l’Allemagne, on constate que la somme
des coefficients de z t – 1 et de z t – 1 F est négative mais faible : les écarts à la
valeur d’équilibre sont ainsi caractérisés par un important degré de persistance.
Mentionnons enfin que les résultats figurant dans le tableau 1 montrent que les
estimations passent tous les tests de bonne spécification, à l’exception du test
ARCH.
Présence de mémoire longue

Les résultats contradictoires des tests usuels de coïntégration peuvent égale-
ment provenir du fait que le processus d’ajustement du taux de change réel vers
sa valeur fondamentale exhibe un phénomène de persistance. En d’autres termes,
le processus d’ajustement est un processus à mémoire longue. Nous nous propo-
sons ici d’étudier cette possibilité.
Coïntégration fractionnaire et processus ARFIMA : définitions

Dans la définition usuelle de la coïntégration, l’ordre d’intégration D du terme
d’erreur de la relation de long terme est nécessairement un entier (1 si les varia-
bles ne sont pas coïntégrées, 0 si elles le sont). Cependant, la restriction au cas
de résidu intégré d’ordre 0 (relation stationnaire) et de résidu intégré d’ordre 1
(relation non stationnaire) peut paraître arbitraire. La coïntégration fractionnaire
généralise ainsi le concept usuel de coïntégration en permettant à l’ordre d’inté-
gration du terme à correction d’erreur de prendre une valeur réelle, et non plus
nécessairement entière. En d’autres termes, le terme d’erreur peut être fraction-
nairement intégré, ce qui implique (pour D < 1) l’existence d’une relation
d’équilibre de long terme.
Le taux de change réel et les fondamentaux sont fractionnairement coïntégrés
si z t suit un processus à mémoire longue, tel qu’un processus ARFIMA (Auto
Regressive Fractionally Integrated Moving Average) :
Φ ( L ) ( 1 – L ) D z t = Θ ( L )ε t (3)
où z t désigne l’écart du taux de change réel par rapport à sa valeur fondamentale,
Φ ( L ) et Θ ( L ) sont les polynômes retards autorégressif et moyenne mobile et
ε t est un bruit blanc.
Ces processus sont caractérisés, pour 0 < D < 1 ⁄ 2, par une fonction d’auto-
corrélation qui décroît hyperboliquement lorsque le retard augmente et par une
densité spectrale non limitée à la fréquence zéro.
Tests de coïntégration fractionnaire

Les tests de coïntégration fractionnaire reposent sur l’hypothèse nulle selon
laquelle le taux de change réel et les fondamentaux ne sont pas coïntégrés, c’est-
à-dire que z t est intégré d’ordre 1. Sous l’hypothèse alternative, le taux de
change réel et les fondamentaux sont coïntégrés, c’est-à-dire que z t est intégré
454

d’ordre D, avec D < 1. Ceci revient à tester l’hypothèse nulle D′ = 0 contre

D′ < 0, avec D′ = D – 1, où D est le paramètre d’intégration fractionnaire de la
série en niveau et D′ le paramètre d’intégration fractionnaire de la série en diffé-
rence première. Nous distinguons ici deux types de tests : l’analyse R/S modifiée
et les tests basés sur l’estimation de processus ARFIMA.
Sur la base de la statistique R/S définie comme l’étendue des sommes
partielles des écarts d’une série temporelle à sa moyenne divisée par son écart
type, Lo [1991] a développé la statistique R/S modifiée. Cette dernière permet
de tester l’hypothèse nulle de mémoire courte contre l’hypothèse alternative de
mémoire longue (intégration fractionnaire) du terme à correction d’erreur en
comparant la statistique V = Q m T ⁄ T aux valeurs critiques, où Q m T désigne
la statistique R/S modifiée. Les résultats figurant dans le tableau 2 montrent que
l’hypothèse nulle est rejetée en faveur de l’hypothèse alternative d’intégration
fractionnaire du terme à correction d’erreur pour tous les pays, sauf l’Allemagne.
Ainsi, à l’exception de l’Allemagne, il existe pour chaque pays une relation de
coïntégration fractionnaire entre les taux de change réels et les fondamentaux.
Ce résultat est particulièrement intéressant et met en avant l’intérêt de l’approche
basée sur la coïntégration fractionnaire, dans la mesure où les tests usuels ADF
et PP mettaient en évidence l’absence de relation de long terme entre les taux de
change et leurs fondamentaux.
Tableau 2. Résultats des tests de coïntégration fractionnaire
Test de Lo Estimation ARFIMA par la méthode GPH

V D′ T 0.45 T 0.5 T 0.55 T 0.8
D′ – 0.85** – 0.73** – 0.63** – 0.35**
France 0.7696* – 0.0598
tD′ – 2.21 – 2.10 – 2.29 – 2.61
D′ – 0.40 – 0.29 – 0.37 – 0.01
Allemagne 0.9713 – 0.1343
tD′ – 1.05 – 0.83 – 1.34 – 0.10
D′ – 0.49 – 0.32 – 0.24 – 0.06
Royaume-Uni 0.5551** – 0.0859
tD′ – 1.28 – 0.94 – 0.89 – 0.44
D′ – 1.39** – 1.05** – 0.62** – 0.16
Pays-Bas 0.6863** – 0.0066
tD′ – 3.62 – 3.03 – 2.27 – 1.15
** (resp. *) : rejet de l’hypothèse nulle au seuil statistique de 5 % (resp. 10 %).
Concernant à présent les tests de coïntégration fractionnaire basés sur l’esti-

mation des processus ARFIMA, la première méthode d’estimation que nous avons
retenue est celle de Geweke et Porter-Hudak [1983], notée GPH. En utilisant les
fréquences proches de zéro, cette technique consiste à effectuer une régression
du log-périodogramme sur le logarithme des fréquences. L’estimateur de la
pente fournit une estimation du paramètre d’intégration D′. L’application de la
procédure GPH nécessite de choisir le nombre d’ordonnées m du périodo-
gramme à prendre en compte. On retient en général m = T, T étant le nombre
d’observations de la série. Dans nos applications, nous avons retenu diverses
valeurs pour les ordonnées du périodogramme afin d’encadrer la racine carrée
du nombre d’observations. Nous reportons également les valeurs obtenues pour
un nombre d’ordonnées égal à T 0.8 , Hurvich et al. [1998] ayant montré qu’un
choix optimal de m était en O ( T 0.8 ). Les résultats figurant dans le tableau 2 indi-
quent que les séries résiduelles de l’Allemagne et du Royaume-Uni ne présentent
455

Revue économique
pas de structure de dépendance de long terme. Les résultats relatifs aux Pays-Bas
sont quelque peu surprenants dans la mesure où le paramètre d’intégration frac-
tionnaire estimé est supérieur à 1 en valeur absolue (lorsqu’on retient m = T 0.45
et m = T 0.5). Pour la France, on notera que, quel que soit le nombre d’ordonnées
du périodogramme, le paramètre d’intégration fractionnaire est significative-
ment différent de 0. En conséquence, selon la procédure GPH, la France est le
seul des quatre pays pour lequel une relation de coïntégration fractionnaire existe
entre le change réel et ses fondamentaux.
La procédure GPH est une procédure d’estimation en deux étapes. On
commence, en effet, par estimer dans une première étape le paramètre d’intégra-
tion fractionnaire avant d’appliquer, dans une seconde étape, les méthodes
usuelles des séries temporelles pour en déduire les paramètres autorégressif et de
moyenne mobile. Il existe cependant également des procédures d’estimation en
une étape, comme la procédure du maximum de vraisemblance exact proposée
notamment par Sowell [1992]. Cette technique présente l’intérêt d’utiliser toute
l’information à court comme à long terme concernant le comportement des séries
puisque sont estimés simultanément les paramètres autorégressif, moyenne
mobile et le paramètre de différenciation fractionnaire. Les résultats issus de
l’application de la méthode du maximum de vraisemblance exact figurent dans
le tableau 3 où sont reportés les processus ARFIMA (p, D′, q) minimisant les
critères SIC et AICc où SIC est le critère d’information de Schwarz et AICc le
critère d’information d’Akaike corrigé par Hurvich et Tsai [1989].
Tableau 3. Estimation ARFIMA par la méthode du maximum de vraisemblance exact
AICc SIC
AFFIRMA (p, D′, q) LV ARFIMA (p, D′, q) LV
France (1, – 0.5940,0) 208.84 (0, – 0.3562, 0) 207.23
t D ′ = – 4.0704 * t D ′ = – 3.0887 **
Allemagne (1, – 0.6489, 0) 212.16 (1, – 0.6489, 0) 212.16
t D ′ = – 2.1495 t D ′ = – 2.1495
Royaume-Uni (1, – 0.5581, 0) 140.52 (0, – 0.1239, 0) 138.94
t D ′ = – 1.2626 t D ′ = – 1.2484
Pays-Bas (2, – 1.8429, 1) 240.25 (2, – 1.8429, 1) 240.25
t D ′ = – 11.2386 ** t D ′ = – 11.2386 **
* : rejet de l’hypothèse nulle au seuil de 10 %, ** : au seuil de 5 %, *** : au seuil de 1 % (valeurs critiques tabu-
lées par Dubois et al. [2003]). LV est la valeur de la log-vraisemblance à l’optimum.
Les résultats issus de l’estimation par la méthode du maximum de vraisem-

blance exact mettent en évidence l’absence de structure de dépendance de long
terme dans les séries anglaise et allemande, confirmant les conclusions issues de
l’application de la procédure GPH. Les résultats concernant la France font
ressortir l’existence d’une relation de coïntégration fractionnaire entre le change
réel et ses fondamentaux. Les résultats relatifs aux Pays-Bas rejoignent ceux
obtenus avec la procédure GPH puisque l’estimateur du paramètre d’intégration
fractionnaire est supérieur à un en valeur absolue.
Les résultats issus des divers tests de coïntégration fractionnaire sont donc
quelque peu disparates. Ils conduisent tous à la même conclusion pour la série
résiduelle française : il existe ainsi une relation de coïntégration fractionnaire
entre le taux de change réel et ses fondamentaux en France.
456

Une comparaison des différentes approches
Afin de comparer les performances prédictives des deux types de modèles

estimés pour l’Allemagne, le Royaume-Uni et les Pays-Bas (modèles ARFIMA et
modèles ESTAR), nous avons appliqué les tests décrits dans Diebold et Mariano
[1995] reposant sur l’hypothèse nulle de performances équivalentes des différentes
méthodes prédictives. Nos résultats (voir Dufrénot et al. [2003]) montrent que, pour
le Royaume-Uni et les Pays-Bas, il n’existe pas de différence significative entre les
méthodes de prévision. En revanche, pour l’Allemagne, les modèles ARFIMA et
ESTAR montrent des performances significativement différentes : constatant que les
résidus des modèles ARFIMA sont presque toujours inférieurs en valeur absolue à
ceux du modèle ESTAR, on peut affirmer que les prévisions tirées des modèles
ARFIMA sont significativement meilleures que celles issues du modèle ESTAR.
CONCLUSION
L’objet de cet article était d’étudier la dynamique d’ajustement des taux de

change réels vers les fondamentaux pour cinq pays européens. Après avoir mis
en évidence les résultats ambigus des tests usuels de coïntégration, nous avons
cherché les causes possibles de ces contradictions. Nous nous sommes en parti-
culier attachés à discriminer entre des dynamiques d’ajustement non linéaires à
mémoire courte (processus STAR) et des dynamiques d’ajustement linéaires à
mémoire longue (processus ARFIMA). Les résultats obtenus montrent que la
dynamique d’ajustement du change réel français peut être bien décrite par un
processus à mémoire longue, mettant ainsi en évidence la persistance des écarts
du taux de change par rapport à ses fondamentaux. Pour le Royaume-Uni et les
Pays-Bas, les tests de comparaison des performances prédictives ne montrent pas
de différence significative entre un processus non linéaire à transition lisse et un
processus à mémoire longue. Ce dernier point illustre bien la difficulté à distin-
guer un processus à mémoire longue d’un processus à changement de régime.
Enfin, en ce qui concerne l’Allemagne, ces mêmes tests de performances prédic-
tives font ressortir la supériorité des processus à mémoire longue sur les
processus ESTAR, même si les tests de mémoire longue ne conduisent pas à
mettre en exergue de façon significative un phénomène de persistance.
RÉFÉRENCES BIBLIOGRAPHIQUES
BEC F., BEN SALEM M., MACDONALD R. [1999], « Real exchange rates and real interest
rates : A nonlinear perspective », Working Paper THEMA 99-17, Université Paris X.
BENASSY-QUÉRÉ A., RAYMOND H. [1997], « Les anticipations de change d’après les
données d’enquêtes : un bilan de la littérature », Revue d’économie politique, 107 (4).
BOS C.S., FRANSES P.H., OOMS M. [1999], « Long memory and level shifts: Re-analy-
zing inflation rates », Empirical Economics, 24, p. 427-449.
CLARK P.B., MACDONALD R. [1999], « Exchange rates and economic fundamentals: A
methodological comparison of BEERs and FEERs », dans MACDONALD R. et STEIN J.L.
(eds), Equilibrium exchange rates, Londres, Kluwer Academic Press.
457

Revue économique
CLARK P.B., MACDONALD R. [2000], « Filtering the BEER: A permanent and transitory
decomposition », IMF Working Paper 00144.
DIEBOLD F.X., INOUE A. [2001], « Long memory and regime switching », Journal of
Econometrics, 105, p. 131-159.
DIEBOLD F.X., MARIANO R. [1995], « Comparing predictive accuracy », Journal of Busi-
ness and Economic Statistics, p. 253-263.
DUBOIS E., LARDIC S., MIGNON V. [2003], « The exact maximum likelihood based-test
for fractional cointegration: critical values, power and size », Working Paper THEMA,
Université Paris X.
DUFRENOT G., MATHIEU L., MIGNON V., PEGUIN-FEISSOLLE A. [2002], « Persistent
misalignments of the European exchange rates: Some evidence from nonlinear
cointegration », Working Paper THEMA, Université Paris X.
DUFRENOT G., LARDIC S., MATHIEU L., MIGNON V., PEGUIN-FEISSOLLE A. [2003],
« Expliquer les déviations des taux de change européens : mémoire longue ou ajuste-
ment non linéaire ? », Working Paper THEMA, Université Paris X.
DUMAS B. [1992], « Dynamic equilibrium and the real exchange rate in a spatially sepa-
rated world », Review of Financial Studies, 5, p. 153-180.
EITRHEIM O., TERÄSVIRTA T. [1996], « Testing the adequacy of smooth transition auto-
regressive models », Journal of Econometrics, 74, p. 59-75.
ESCRIBANO A., JORDA O. [1999], « Improved testing specification of smooth transition
regression models », dans ROTHMAN P. (ed.), Nonlinear time series analysis of
economic and financial data, Boston, Kluwer Academic Press.
GEWEKE J., PORTER-HUDAK S. [1983], « The estimation and application of long memory
time series models », Journal of Time Series Analysis, 4, p. 221-238.
GRANGER C.W.J., HYUNG N. [1999], « Occasional structural breaks and long memory »,
Discussion Paper 99-14, San Diego, University of California.
GRANGER C.W.J., TERÄSVIRTA T. [1993], Modelling nonlinear economic relationships,
Oxford, Oxford University Press.
GRANGER C.W.J., TERÄSVIRTA T. [1999], « A simple nonlinear time series model with
misleading linear properties », Economics Letters, 62, p. 161-165.
HURVICH C.M., DEO R.S., BRODSKY J. [1998], « The mean squared error of Geweke and
Porter-Hudak’s estimator of the memory parameter of a long-memory time series »,
Journal of Time Series Analysis, 19, p. 19-46.
HURVICH C.M., TSAI C.L. [1989], « Regression and time series model selection in small
samples », Biometrika, 76, p. 297-307.
LO A.W. [1991], « Long-term memory in stock market prices », Econometrica, 5,
p. 1279-1313.
LUUKKONEN R., SAIKKONEN P., TERÄSVIRTA T. [1988], « Testing linearity against
smooth transition autoregressive models », Biometrika, 75, p. 491-499.
MA Y., KANAS A. [2000], « Testing for a nonlinear relationship among fundamentals and
exchange rates in the ERM », Journal of International Money and Finance, 19, p. 135-152.
MEESE R., ROGOFF K. [1988], « Was it real? The exchange rate-interest differential over
the modern floating-rate period », Journal of Finance, 43.
SERCU P., UPPAL R., VAN HULLE C. [1995], « The exchange rate in the presence of tran-
saction costs: Implications for tests of purchasing power parity », Journal of Finance,
50, p. 1309-1319.
SOWELL F. [1992], « Maximum likelihood estimation of stationary univariate fractionally
integrated time series models », Journal of Econometrics, p. 165-188.
TAYLOR M.P., PEEL D.A. [2000], « Nonlinear adjustment, long-run equilibrium and exchange
rates fundamentals », Journal of International Money and Finance, 19, p. 33-53.
TAYLOR M.P., PEEL D.A., SARNO L. [2001], « Nonlinear mean-reversion in real
exchange rates : Toward a solution to the purchasing power parity puzzles », Interna-
tional Economic Review, 4, p. 1015-1041.
TERÄSVIRTA T., ANDERSON H.M. [1992], « Characterizing nonlinearities in business
cycles using smooth transition autoregressive models », Journal of Applied Econome-
trics, 7, p. 119-136.
458

Cointegration Entre Les Taux de Change e

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

Cointegration Entre Les Taux de Change e

Transféré par

Droits d'auteur :

Formats disponibles

COÏNTÉGRATION ENTRE LES TAUX DE CHANGE ET LES

Presses de Sciences Po | Revue économique

Article disponible en ligne à l'adresse:

Pour citer cet article :

Distribution électronique Cairn.info pour Presses de Sciences Po.

L’objet de ce travail est d’étudier la dynamique de l’ajustement de cinq taux de

COINTEGRATION BETWEEN EXCHANGE RATES

Classification JEL : C22, F31.

De nombreux travaux empiriques soulignent les difficultés des modèles tradi-

* GREQAM et ERUDITE, Université Paris XII. Courriel : lopaduf@aol.com.

Revue économique — vol. 55, N° 3, mai 2004, p. 449-458

investisseurs sur les fondamentaux économiques ; ces anticipations influençant

Revue économique — vol. 55, N° 3, mai 2004, p. 449-458

LES TAUX DE CHANGE

L’application des tests usuels sur les résidus z t issus de l’estimation de

1. Pour le détail de la construction des variables et de l’échantillon d’étude, on pourra se référer

Revue économique — vol. 55, N° 3, mai 2004, p. 449-458

QUELLE EXPLICATION POUR L’AJUSTEMENT

Ajustement non linéaire des taux de change

Les modèles STAR (Smooth Transition Autoregressive) sont à même de

Revue économique — vol. 55, N° 3, mai 2004, p. 449-458

où υ t est un processus indépendamment et identiquement distribué. F ( x t – d, θ )

Teräsvirta [1993], Eitrheim et Teräsvirta [1996] et Escribano et Jorda [1999]1 :

Tableau 1. Estimation des modèles ESTAR

Revue économique — vol. 55, N° 3, mai 2004, p. 449-458

estimations passent tous les tests de bonne spécification, à l’exception du test

Présence de mémoire longue

Coïntégration fractionnaire et processus ARFIMA : définitions

Tests de coïntégration fractionnaire

Revue économique — vol. 55, N° 3, mai 2004, p. 449-458

d’ordre D, avec D < 1. Ceci revient à tester l’hypothèse nulle D′ = 0 contre

mémoire longue (intégration fractionnaire) du terme à correction d’erreur en

Tableau 2. Résultats des tests de coïntégration fractionnaire

Test de Lo Estimation ARFIMA par la méthode GPH

Concernant à présent les tests de coïntégration fractionnaire basés sur l’esti-

Revue économique — vol. 55, N° 3, mai 2004, p. 449-458

Tableau 3. Estimation ARFIMA par la méthode du maximum de vraisemblance exact

Les résultats issus de l’estimation par la méthode du maximum de vraisem-

Revue économique — vol. 55, N° 3, mai 2004, p. 449-458

Une comparaison des différentes approches

Afin de comparer les performances prédictives des deux types de modèles

ESTAR montrent des performances significativement différentes : constatant que les

L’objet de cet article était d’étudier la dynamique d’ajustement des taux de

Revue économique — vol. 55, N° 3, mai 2004, p. 449-458

misalignments of the European exchange rates: Some evidence from nonlinear

Revue économique — vol. 55, N° 3, mai 2004, p. 449-458

Vous aimerez peut-être aussi