Académique Documents
Professionnel Documents
Culture Documents
Exercice 1 :
1)
𝑇 ∑ 𝑥𝑡1 ∑ 𝑥𝑡2
25 −10 4
(𝑋 ′ 2
𝑋) = ∑ 𝑥𝑡1 ∑ 𝑥𝑡1 ∑ 𝑥𝑡1 𝑥𝑡2 = (−10 10 −2)
4 −2 4
2
(∑ 𝑥𝑡2 ∑ 𝑥𝑡1 𝑥𝑡2 ∑ 𝑥𝑡2 )
∑ 𝑦𝑡
220
′
𝑋𝑌= ∑ 𝑥𝑡1 𝑦𝑡 = (−75,6)
31,04
(∑ 𝑥𝑡2 𝑦𝑡 )
1 −10 1 4
𝑇 = 25, ̅̅̅
𝑥1 = ∑ 𝑥𝑡1 = = −0,4 , 𝑥
̅̅̅2 = ∑ 𝑥𝑡2 = = 0,16
𝑇 25 𝑇 25
1 220
𝑦̅ = ∑ 𝑦𝑡 = = 8,8
𝑇 25
1
La matrice des variances et covariances estimée des paramètres est Σ̂𝛽̂ =
𝜎̂ 2 (𝑋 ′ 𝑋)−1 or
𝑆𝐶𝑅 11
𝜎̂ 2 = = = 0,5
𝑇 − 𝐾 22
𝐻0 : 𝛽1 = 0
{
𝐻1 : 𝛽1 ≠ 0
𝛽̂1 2
𝑡𝑐 = | |=| | = 6,9 > 𝑡10% (22) = 1,717 ⇒ on rejette 𝐻0
𝜎̂𝛽̂1 √0,084
𝐻0 : 𝛽2 = 0
{
𝐻1 : 𝛽2 ≠ 0
̂ ± 𝑡. 𝜎
𝐼(𝛽2 ) = 𝛽 ̂ 𝛽̂ = [−1 − 1,717 × √0,15 ; −1 + 1,717 × √0,15]
2 2
= [−1,664 ; −0,335; ]
0 ∉ 𝐼(𝛽2 ) ⇒ on rejette 𝐻0
b/ la significativité globale du modèle au risque 5 %?,
𝐻0 : 𝛽1 = 𝛽2 = 0
𝐻1 : 𝛽1 𝑒𝑡/𝑜𝑢𝛽2 ≠ 0
𝑇 − 𝐾 𝑆𝐶𝐸 𝑇 − 𝐾 𝑅 2 25 − 3 0,727
𝐹𝑐 = . = . 2
= . = 28,96
𝑘 𝑆𝐶𝑅 𝑘 1−𝑅 2 1 − 0,725
7) Testons au risque 5 % :
𝐻0 : 𝛽1 − 2𝛽2 = 4,5
{
𝐻1 : 𝛽1 − 2𝛽2 ≠ 4,5
2
8) Pour la période T+1, on donne 𝑥1,𝑇+1 = 𝑥2,𝑇+1 = 1 .
a/ Déterminons un intervalle de prévision de niveau 95 % pour 𝑦𝑇+1 .
𝑃
𝑦𝑇+1 = 𝛽̂0 + 𝛽̂1 𝑥1,𝑇+1 + 𝛽̂2 𝑥2,𝑇+1 = 10,76
2 ′
𝜎̂𝑒𝑝 = 𝜎̂ 2 (1 + 𝑥𝑇+1 (𝑋 ′ 𝑋)−1 𝑥𝑇+1 ) = 0,814 ⇔ 𝜎̂𝑒𝑝 = √0,814 = 0,902
Exercice 2 :
Avec des données centrées la matrice X'X et le vecteur X'Y son comme suit:
̅) 𝟐
∑(𝒙𝒕 − 𝒙 ̅) (𝒛𝒕 − 𝒛̅)
∑(𝒙𝒕 − 𝒙
6 4
(𝑋 ′ 𝑋) = ( )=( )
̅) (𝒛𝒕 − 𝒛̅)
∑(𝒙𝒕 − 𝒙 ∑(𝒛𝒕 − 𝒛̅)𝟐 4 6
4,2
2) 𝑆𝐶𝐸 = 𝛽̂ ′ 𝑋 ′ 𝑌 = (0,6 ; 0,15) ( ) = 3,015
3,3
𝑆𝐶𝑅 = 𝑆𝐶𝑇 − 𝑆𝐶𝐸 = 3,415 − 3,015 = 0,4
3
a) Déterminons 𝒄̂ l’estimateur des MCO de c
∑([𝒚𝒕 − 𝒙𝒕 ] × [𝒛𝒕 − 𝒙𝒕 ]) − 𝑻 × ̅̅̅̅̅̅̅̅̅̅ ̅̅̅̅̅̅̅̅̅̅
(𝒚 − 𝒙). (𝒛 − 𝒙)
𝒄̂ = 𝟐
∑(𝒛𝒕 − 𝒙𝒕 ) − 𝑻 × (𝒛 ̅̅̅̅̅̅̅̅̅̅
− 𝒙) 𝟐
(∑ 𝒛𝒕 𝒚𝒕 − 𝑻𝒛̅𝒚
̅) − (∑ 𝒙𝒕 𝒚𝒕 − 𝑻𝒙
̅𝒚 ̅𝒛̅) + (∑ 𝒙𝟐𝒕 − 𝑻𝒙
̅) − (∑ 𝒙𝒕 𝒛𝒕 − 𝑻𝒙 ̅𝟐 )
𝒄̂ =
(∑ 𝒙𝟐𝒕 − 𝑻𝒙
̅𝟐 ) + (∑ 𝒛𝟐𝒕 − 𝑻𝒛̅𝟐 ) − 𝟐(∑ 𝒙𝒕 𝒛𝒕 − 𝑻𝒙
̅𝒛̅)
𝟑, 𝟑 − 𝟒, 𝟐 − 𝟒 + 𝟔
𝒄̂ = = 𝟎, 𝟐𝟕𝟓
𝟔+𝟔−𝟐×𝟒
b) La contrainte qui nous fait passer du modèle (1) au modèle (2) est:
Le modèle (2) est :
𝒚𝒕 − 𝒙𝒕 = 𝒂 + 𝒄(𝒛𝒕 − 𝒙𝒕 ) + 𝜺𝒕 ⇔ 𝒚𝒕 = 𝒂 + (𝟏 − 𝒄)𝒙𝒕 + 𝒄𝒛𝒕 + 𝜺𝒕
Alors pour passer du modèle (1) au modèle (2) en supposant que 𝑏 = (𝟏 − 𝒄)
c) Si le coefficient de détermination R² est égal à 0,3. Testons au risque 5 % la
pertinence de la contrainte retenue. On applique le test de Chow. En effet,
𝐻 : 𝑏 = (𝟏 − 𝒄)
{ 0
𝐻1 : 𝑏 ≠ (𝟏 − 𝒄)
̅)𝟐 + ∑(𝒙𝒕 − 𝒙
𝑺𝑪𝑻𝟎 = ∑(𝒚𝒕 − 𝒚 ̅)𝟐 − 𝟐 ∑(𝒙𝒕 − 𝒙
̅) (𝒚𝒕 − 𝒚
̅)
𝐹𝑐 = 13,196 > ℱ5% (1,17) = 4,45 ⇒ 𝑜𝑛 𝑟𝑒𝑗𝑒𝑡𝑡𝑒 𝐻0 (La contrainte n'est pas pertinente).
4
Exercice 3 :
On considère le modèle à 3 variables exogènes :
(2) 𝒚
̂𝒕 = −5,92 + 0,133 𝑥𝑡1 + 0,55 𝑥𝑡2 + 2,10 𝑥𝑡3
2)
𝐻 :𝛽 = 𝟎
{ 0 𝑖
𝐻1 : 𝛽𝑖 ≠ 𝟎
̂1
𝛽 0,133
• Pour 𝛽1 : 𝑡𝑐 = | | = |0,006| = 22,166 > 𝑡5% (14) = 2,144 ⇒
̂𝛽
𝜎 ̂ 1
on accepte 𝐻1 (le PIB a un effet significatif sur les importations)
̂2
𝛽 0,55
• Pour 𝛽2 : 𝑡𝑐 = | | = |0,11| = 5 > 𝑡5% (14) = 2,144 ⇒ on accepte 𝐻1 (la
̂𝛽
𝜎 ̂ 2
formation des stocks est un facteur déterminant des importations)
3) Testons l'égalité à 0,13 et 0,30 des paramètres 1 et 2. En effet,
𝛽 0,13
𝐻0 : ( 1 ) = ( )
𝛽2 0,30
{
𝛽 0,13
𝐻1 : ( 1 ) ≠ ( )
𝛽2 0,30
′
1 𝛽̂ 0,13 ̂ −1 𝛽̂1 0,13
𝐹𝑐 = (( 1 ) − ( )) Σ ̂
𝛽 ̂
,𝛽 (( )−( )) = 3,092
2 𝛽2̂ 0,30 ( 1 2 ) ̂
𝛽2 0,30
5
𝐹𝑐 = 3,092 < ℱ5% (2 , 14) = 3,74 ⇒ on accepte 𝐻0
4) On prévoit une variation entre les instants T et de:
∆𝑥1 = 25 , ∆𝑥2 = 3 𝑒𝑡 ∆𝑥3 = 1. Alors
∆𝑦 = 𝛽̂1 ∆𝑥1 + 𝛽̂2 ∆𝑥2 + 𝛽̂3 ∆𝑥3 = 0,133 × 25 + 0,55 × 3 + 2,11 × 1 = 7,075
(3) 𝒚
̂𝒕 = −8,79 − 0,021 𝑥𝑡1 + 0,559 𝑥𝑡2 + 0,235 𝑥𝑡3 + 2,103 𝑥𝑡4
(1,38) (0,051) (0,087) (0,162) (0,077)
0,4115 < 𝑡5% (14) = 2,144) . Par contre l’introduction de cette variable n'a
Exercice 4 :
Supposons qu’une entreprise, pour produire un bien Y, utilise du capital K et
deux catégories de travail (du travail qualifié L1 et du travail non qualifié L2).La
contrainte technologique peut être représentée par une fonction de production du
type Cobb-Douglas :
𝑏 𝑏 𝑏
𝑌𝑡 = 𝐴𝐿𝑡11 𝐿𝑡22 𝐾𝑡 3 exp(𝑏4 . 𝑡 + 𝑢𝑡 ) , 𝑡 = 1, … ,30
1) Pour estimer les paramètres du modèle par les MCO on doit linéariser le
modèle par l'introduction de l'opérateur Logarithmique. Le modèle devient :
𝐿𝑜𝑔(𝑌𝑡 ) = 𝐿𝑜𝑔(𝐴) + 𝑏1 𝐿𝑜𝑔(𝐿𝑡1 ) + 𝑏2 𝐿𝑜𝑔(𝐿𝑡2 ) + 𝑏3 𝐿𝑜𝑔(𝐾𝑡 ) + 𝑏4 . 𝑡 + 𝑢𝑡
∆𝐿𝑜𝑔(𝑌) ∆𝑌⁄
𝑌
* 𝑏1 = ∆𝐿𝑜𝑔(𝐿 ) = ∆𝐿1 = 𝑒𝑌⁄ l'élasticité de la production du bien Y par rapport
1 ⁄𝐿 𝐿1
1
au facteur travail qualifié. Le signe attendu est positif.
6
∆𝐿𝑜𝑔(𝑌) ∆𝑌⁄
𝑌
* 𝑏2 = = ∆𝐿2 = 𝑒𝑌⁄ l'élasticité de la production du bien Y par rapport
∆𝐿𝑜𝑔(𝐿2 ) ⁄𝐿 𝐿2
2
au facteur travail non qualifié. Le signe attendu est positif.
∆𝐿𝑜𝑔(𝑌) ∆𝑌⁄
* 𝑏3 = ∆𝐿𝑜𝑔(𝐾) = ∆𝐾⁄𝑌 = 𝑒𝑌⁄ l'élasticité de la production du bien Y par rapport au
𝐾 𝐾
facteur travail capital. Le signe attendu est positif.
∆𝐿𝑜𝑔(𝑌) ∆𝑌⁄ ∆𝑌
𝑌
* 𝑏4 = = = le taux de croissance de la production du bien Y. le signe
∆𝑡 ∆𝑡 𝑌
peut-être positif, négatif ou nul.
𝐻0 : 𝑏𝑖 = 𝟎
{ 𝑖 = 1, … ,4
𝐻1 : 𝑏𝑖 ≠ 𝟎
𝑏̂1 0,5
• Pour 𝑏1 : 𝑡𝑐 = | | = |0,1| = 5 > 𝑡5% (25) = 2,059 ⇒ on accepte 𝐻1 (le
̂ 𝑏̂
𝜎
1
travail qualifié a un effet significatif sur la production)
𝑏̂2 0,7
• Pour 𝑏2 : 𝑡𝑐 = | | = |0,2| = 3,5 > 𝑡5% (25) = 2,059 ⇒ on accepte 𝐻1 (le
̂ 𝑏̂
𝜎
2
travail non qualifié a un effet déterminant sur la production)
𝑏̂3 0,3
• Pour 𝑏3 : 𝑡𝑐 = | | = |0,05| = 6 > 𝑡5% (25) = 2,059 ⇒ on accepte 𝐻1 (le
̂ 𝑏̂
𝜎
3
capital a un effet pertinent sur la production)
𝑏̂4 0,004
• Pour 𝑏4 : 𝑡𝑐 = | | = |0,001| = 4 > 𝑡5% (25) = 2,059 ⇒
̂ 𝑏̂
𝜎
4
on accepte 𝐻1 (il y a une évolution croissante significative de la
production du bien Y)
̂3 ± 𝑡. 𝜎
𝐼(𝑏3 ) = 𝑏 ̂ 𝑏̂3 = [0,3 − 1,708 × 0,05 ; 0,3 + 1,708 × 0,05]
= [0,214 ; 0,385]
𝑏̂4 0,004
𝑡𝑐 = | |=| | = 4 > 𝑡10% (25) = 1,708 ⇒ on accepte 𝐻1
𝜎̂𝑏̂4 0,001
7
iv/ en supposant que 𝐶𝑜𝑣(𝑏̂1 , 𝑏̂2 ) = 0, testons au seuil 5 %
𝐻0 : 𝑏1 = 𝑏2 𝐻 : 𝑏 − 𝑏2 = 0
{ ⇔{ 0 1
𝐻1 : 𝑏1 > 𝑏2 𝐻1 : 𝑏1 − 𝑏2 > 0
⇒ on accepte 𝐻0