Pr. Mohamed &t Merouani Exercices sur les séries temporelles pour Gestion et Finance Exercice 1: Soit le processus AR(1) : Y,=6+0,9Y str ou 6 est une constante. Montrer que les coefficients d’auto-corrélations ne dépendent pas des valeurs que l'on peut assigner a6. Solution 1: En exprimant le modéle comme un processus MA, on aura : = La moyenne et la variance de la série sont : 2 -0.9 2 2 5 = Fy,-—2_| =H 09s, [ al is “| D’autre part, les auto-covariances d’ordre t seront données par : at | -35|- Zoo. 13096. |= fe. +096... +096... + Ely, e =He, +0,96,_,+:°-+0,9%6_, ++ 1 2 1-09? 7 =0,9 Comme on peut voir, la variance et les auto-covariances ne dépendent pas de la constante 5. Par conséquent, les coefficients d’auto-corrélations de dépendront non plus des valeurs que l'on peut attribuer a 6. Exercice 2: Soit le modéle AR(2) suivant : Ye¥e1-0,21 Yuote a) Ce modele est-il stationnaire ? inversible ? b) Calculer les coefficients tps, to, Ws, s et s du modéle MA(2) correspondant.Pr. Mohamed €t Merouani Exercices sur les s¢ries temporelles pour Gestion et Finance Solution 2: a) Pour qu'un modéle AR(2) soit stationnaire, il faut que les racines de I’équation caractéristique soient inférieures 4 1 en valeur absolue. En utilisant 'équation caractéristique 2-A+0,21=0 Les racines cherchées sont 4,4, = ),7 et 42=0,3 sont des racines réelles et distinctes. Comme |A;|=|0,7|<1 et |A2|=|0,3|<1 le processus est stationnaire. Il est inversible parce que, par définition, tout AR d’ordre fini est inversible. b) Pour déterminer les coefficients du modéle MA(ce) correspondant a ce AR(2), on peut utiliser le procédé des fractions rationnelles ou alternativement le systeme (L)b(L)=1. D’abord en utilisant les fractions rationnelles, on obtient : 1,75 0,75 = < y=/—2_- ie, =| 1.759. (0,.7LY -0,759° (0,32) |e, = [etic rSasr) asyorey -ors§0009| ¥,=6,+6,,+0,79e,, + 0,586,, + 0,46,_,+0,296,, +++ Ou en utilisant le systeme (L)(L)=1, on obtient les relations suivantes : Yi-b.=0 Wo- Wi bir 2 =O Pour j>0, on obtient equation en différences suivante : Y= dYjr-b2Yj2 Commeici i=1 et $2=-0,21 _, on obtient: Wet Wy=1 x 1-0,21= 0,79 Wy=1 x 0,79 - 0,21 x 1= 0,58 Weel x 0,58 - 0,21 x 0,79 = 0,41 Ws=1 x 0,41 - 0,21 x 0,58 = 0,29 Exercice 3: Soit le mod@le AR(2) suivant : -0,8Y,.1+0,1 Yeotée a) Ce modéle est-il stationnaire ? inversible ? b) Calculer les coefficients ts, th2, Ws, W et Ys du modale MA(2) correspondant. Exercice 4: On dispose de la séquence suivante des coefficients d’auto-corrélatiot Ri=0,70 ; Ry=0,49 ; R3=0,34 ; R=0,24 et R5=0,17. De quel processus AR(p) peuvent provenir ces coefficients ? Considérez uniquement des valeurs faibles de p. Solution 4:Pr. Mohames El Merousni Exercices sur les séries temporelles pour Gestion et Finance On commence par essayer d’abord un AR(1). Comme dans un modéle AR(1), on a ¢,=R, on aura le modéle suivant : Y,=0,70Y.+€. Dans un modéle AR(1), les coefficients d’auto-corrélation se générent par l’équation en différences R.=$:Rr1 sachant que Ro=1. En appliquant la formule de récurrence précédente, on obtient : Ry=0,7 ; R2=0,49 ; R3=0,343 ; R,=0,2401 et Rs=0,16807. Exercice 5: On dispose de la séquence suivante des coefficients d’auto-corrélation : Ry=0,80 ; R2=0,82 ; Rs=0,74 ; Re 71 et Rs=0,66. De quel processus AR(p) peuvent provenir ces coefficients ? Considérez uniquement des valeurs faibles de p. Solution 5: On commence par essayer un AR(1). Mais, dans un AR(1), ona: R.=$:R.a pour 10. En prenant $:=R,=0,8 onaura R2=0,8 x 0,8=0,6440,82. Donc, ce n’est pas un AR(1). Essayant un AR(2). Avec le syst@me de Yule-Walker, on aura : {o80= (0,82 = h + 0,809, 804, +9 que nous résolvons pour >; et ¢2, on obtient $,=0,4 et 2=0,5. Donc, en utilisant 'équation en différence : ,4R.-+0,SRe2 pour calculer R;, R, et Rs, on obtient les résultats suivants : R3=0,728 R,=0,7012 et Rs=0,6448 qui coincident, & des petites erreurs prés, avec les coefficients données. Par conséquent, on peut supposer qu'ils proviennent d’un modéle AR(2). Exercice 6: Dans un modéle AR(2), on sait que ¢,=0,7 et R,=0,9. Peut-on déduire la valeur de $2 ? Solution 6:Pr. Mohamed El Merouani Exercices sur les séries temporelles pour Gestion et Finance Dans un processus stationnaire, la premiére équation de Yule-Walker d’un AR(2) est donnée par n+h2Ri. Comme on connait R; et ¢;, alors en ¢, de l’équation antérieure, on obtient : R,-¢, _0,9-0,7 R, 09 =0,22. Exercice 7: Dans un modéle AR(2), peut-on déduire la valeur de $2 si on sait que $;=-0,4 et Ry=0,71 ? Solution 7: Supposons que le processus cherché est stationnaire. Alors, la premiére équation de Yule-Walker d’un AR(2) est donnée par : Ri=;+¢2R:. Comme on connait R; et $;, alors en ¢2 de I’équation antérieure, on obtient : Dans ce cas, ona 4; Par conséquent, cette valeur de ¢2 ne correspond pas & un AR(2) stationnaire. Ce qui est contradictoire avec la supposition de stationnarité faite et avec le fait que les équations de Yule- Walker ne sont valables que si le processus est stationnaire. D’ou, on ne peut pas déduire la valeur de 2. Exercice 8: Dans un modele AR(2), on sait que $:=0,8 et R:=0,6. Peut-on déduire la valeur de $2 ? Solution 8: Supposons que le processus cherché est stationnaire. Pour pouvoir déduire la valeur de @,, il sera utile d’utiliser les deux équations de Yule-Walker correspondantes a AR(2). 2 2Ry Ro=oiRit, Dans le systéme antérieur, on connait R, et ; ; par conséquent, les inconnus seront R, et $2. Si de la premiére équation on dégage R;, et on la substitue dans la seconde ; on aura : fot bPr. Mohamed &i Merouani Exercices sur les séries temporelles pour Gestion et Finance Résolvons I'équation en tenant compte de que $:=0,8 et R2=0,6 on obtient les valeurs (SEN) Ce hep) Auxquelles correspondent respectivement les valeurs R,*=-1,29 et R:**=0,78 Comme ¢; ne vérifie pas les conditions de stationnarité -et en plus la valeur de R;* n’a pas de sens-, la valeur de g, qui convient serag, = —0,02. Exercice 9: Dans le modéle MA(2) inversible Y,=€, -1,2€1.140,32€).2 On veut calculer les coefficients mt, Ta, Ts, T et ls du modéle AR(e) correspondant, a) En utilisant la méthode des fractions rationnelles, b) En utilisant I’égalité m(Z)@(L}=6(Z) Solution 9: a) Pour appliquer la méthode des fractions rationnelles, on doit calculer d’abord les racines de Véquation 2-1,2A+0,32=0. Sa résolutiondonne —_A,=0,8 et A2=0,4. 1 Le modéle peut s‘exprimer comme " " G-aschi- Développant. ———1______4__, _B_ (1-0,8Z)1-0,4Z) (1-082) (-0,42) Ce qui donne en éliminant les dénominateurs 1=(1-0,4L)4+(1-0,8L)B Ou encore 1=(4+B)-(0,44+0,88)L A+Bz=1 Dioti le systéme 0,44 +0,8B =0 On obtient A=2 et B=-1. Par conséquent ¢-|—~_-_!_|y 1-08L 1-04L [5s (0.82) - > -oaty 2V+1,2Ys+1,12¥,240,96Y,.3+0,79Vat0,65% est. Comme c'est un processus de moyenne mobile, égalitén(L)@(L)-<(L) est réduite 8 -RE n(L)8(L)=1. Cest-a-dire, (1~TL —TU| ve GE - wy, ia ---) (4 ae = b) -5-Pr. Mohamed é! Merouan! Exercices sur les séries temporelles pour Gestion et Finance En Aboel pot pon aha i , An (ie BYE RTE B)LE= (TTP GBJE = = 4 Par ides freati on membre A membre Aw coeffied ects dar pumarte: ae T=-G=-4% KA AX b + acts Roch dopa an cade prance auteqdouants le diveufpees Sa he dipced Frey ove LU gqaation we di fherancten — g Tat WIG far come quiet ae Kh Wr= 42x O48 + PB x AAT +032 AL = 0,96 KA Aga —9t5 = Ae x 0,%6 + OR 032% 0,86 = — FY Exercice 10: Dans le modéle ARMA(1,1) suivant: — Y,=0,8Y,-1+€; +0,7€.1. On demande de: a) Calculer les coefficients ts, tha, Ws, tbs et ys du modale MA(ee) correspondant. b) Calculer les coefficients r,, m2, Ms, We et ts du modéle AR(e=) correspondant. Exercice 11: Soit le modéle MA(2) suivant : Vere, -Os€r1-Or€r2 On sait que les racines de l’équation caractéristique A°-8;A-8;=0 sont y=0,6 et Ar=0,3. Peut-on déterminer les valeurs de 0, et 0, ? Exercice 12 : Soit le modéle ARMA(1,1) suivant: ¥,=0,6Y,.1+€, -0,6€,.1 a) Calculer la fonction d’auto-corrélation. b) Peut-on simplifier ce modéle ? Exercice 13 : Soit le modéle ARMA(2,2) suivant: Y,=0,9Y,.1-0,2Y,2#€; -1,3e,.a#0,4e,2 Peut-on introduire quelques simplifications a ce modale ? Exercice 14:rs Mchamed El Merouani Exercices sur les séries temporelles pour Gestion et Finance Soit le modéle Yt=1,8Y,1-0,81Y,2+€; On demande de trouver la solution de I’équation en différences qui génére les coefficients d’auto- corrélation. Exercice 15: Soit le modéle Yt=0,1Y,.1+0,9Y.24€ On demande : a) Analyser les conditions de stationnarité. b) Dans le cas ot le modéle ne soit pas stationnaire, peut-on faire une transformation pour le convertir en stationnaire ? Exercice 16: Soit le modéle nat€y On considére la transformation Le processus wt est-il stationnaire ? Exercice 17: Soit le modéle On demande : a) Ce modéle est-il stationnaire ? b) On fait la transformation w.=O"¥,, le processus correspondant a w, est-il stationnaire ? c) Discuter l'inversibilité du processus résultant. Exercice 18: Bot Bite". Soit le modéle On demande : a) Le modéle proposé, est-il stationnaire en moyenne et en variance ? b) Sion fait la transformation w=AY,, le modéle transformé est-il stationnaire en moyenne et en variance ? ©) Dans le cas ott dans la question b) on n’a pas obtenu un modéle stationnaire, comment peut- on transformer le modéle original a fin qu'il accomplisse les conditions de stationnarité ?Toluhion Ao} 2) Oy Shabhic Des adations (aah th Ea) -4,L)~ 4-0,L A‘ os ve >, = 8, 2 pour ASA : res 44> Yi — 4, 4 =o Douce ' Y= 08+ OF 245 Y= O8xA Fa Ae TAS 08 xA,2= 0,96 Y= 08x 0,96 = 0744 Nea O]6% OA 2 064. 2) Ow bbnblie Deo nebotiows (4 -T LTE. )(4 BL) s4—-gL dios Ty 4 G, = 4 ok Four D> TT, — % ian Now TW, = 084+ 075486 a= —Of ni Ss — 4 05 TT, = OF x AW = O74 Ty = OF XO,A4 = 0,52 Tos O+x 0,52 = 0,36 cuckion AA! lon racivern de Li dqskson canactinintiquers pow So 8, Meath a= > —T_ oe Dy _ Ver 4B a &Ky partin des expremiows Aritedenkor fom peck vor as Da a raz 7 My, De = O_O 4%) ig 4 q ee cousd quent U,— 0,30 f= -0,8 cludion Az) ) A pectin drs frameless des coeffi ciends oles antto cor “pow wn modal ARMA (4,4) R, = CA — , 2), — Pa) 2 20,4,+ 93 RL — o, Ro pom TDA on obtiad R, = (1 — 6%) x0 oe A 4 0,6°— 2x 0,6" ek Ro =O Pow T>4 cloat_&- Aveo que tour Mes coefficients dl! cults_ cons dod égaux & Yeno. ) Du got que R.=o Pow tet T ot Aw a Voxist dum focteun toma gale bo pore, cute-neqremive ok dt moyen mews. En fet (A~o6L) f= (4 061) & En divsank tts dow mombres eo (1 — 06 L) , 2 wod dai addt a Ye= be Smt un Yak + qui he conectirign 4rd cist ued pr Rp=O, Jpovr tor Litkien AZ 5 7 Roun Uti pi om pat Uihoduure cles practi ection , on cceden an colark des naciuor der é BS Cea Ee qoute auto regresive of de Ra paldie dos woyenues a[Lequetion oe de ka Vale ALO“ ALENAEMANOL ne. x ee wee OD gat 1% =? on obtiot Drees of hme oN ie tqucton conaclinimique de Lo poe cen WoyeMnes ren BB Maat 4 =O aoe Dwas= 08 th Mga = o> Pan coundquech , Xe modite daws we fotne denice ' slexpriman abv (a- osrj(4—~o¥L) Y= @-8 L)Q- Divigows Des doe mendes pe (Ca os L) / AQ om nbs ulke @— ot) y= UBL) & efet _&-~ Aine Y= 04 Yeatbe— 08 aan co ye donne une Fine pep fi ee Au mee drow AY. | fopchion gus genive Jes coe fois darite-corréldion ot | difPerance, fromrogrne Ac péconc adic | Ky ~ 4, Roh Rea our Themen Dea nebicion ee foe cobculen be rasines cle 2! aclnustqee GN gy =e sn colcalork is racinor dows de wodils ropad por obbionk mane racine adele. dy = 0.9 Daw ca car particulier ' Qo adtion de Vequcakvon frouroc de type Rez Agrit Agt ra X Ay ok Ay port débawindes 3 partir dos ualouns wits Ro ok Ra. La vabew. ae Ry at donner for’R= ko ag Tog, avant * Deuce 1 pow Ta 0 eb Tad, Mara: A=Ay 0,99 = A,O9+A,x 1% 0,3 i Squcanck Lan ae Aya=4 ; Ae= 0,4 ck de nelidion vie domed par R= OS oh x TxO! Ao AO Nu pow T= 40, an obit — Ry = AT +04 x10 x 0,5 Pan TH20 , m obit R= 036 tation AS: ) lb» Facines due potyndrne conacthintique A_OAL _0 jek Poonk Leo trivantes ; La4 L444 Cemme unc des racine i,=4 , de Arrocestnns nest pa at Lue Les racines du uccdale | “sbbenaes > oe darnien ips foc trier de bo fos maivate : A409 ALL =& En qovrat » ( as * we AKa OU La precermes Covrespencant QR da carialle. Thaw farmet wa oat f (A+ 0,3 DM = & Ct & —dinw We OIW, = & comme [O91 4, te procomms Corrimpencaut & Wy at plet bdton AG s Ex tilsat opsretinn vein derredale pork plerprre kurt (A+ U* = =Tadan Ipart : +p : Wh= AY = (4-L)y, ox i ~ (a 7 Ly we mbatitract das fe wodile , on obtiont GO UK dota —~ date Orin = Ue, Wa = ME tS = Gy & hoes Frosofarme! WE re vii fie pos Sree ts phe Btn A+; ) La moyenne du medal), ack y= (Y= ER te pty 6 \= pot pet + pe Comme de moyenne ot difltronte Apour chaque t pte mede nkationnaine se moyenne, ) lo modela, daw fa porode t st = P+ Pat Bhs 6 ak dowd fe géinrode 4 2 er Norte , worbyre AL membre , MAUrA | Ex jevont De ot Me AY = Paw fet PRE a BL En exprucout Magucdvon ankoniemne pow Ya pirticda L-A, a AY = Bh bet 2-44 os B Jarrard do AIDE rence, membre Q membre on obbieck w= RY = 2h th&— 2S + & le Anolens Why nk ntakionnaine Apeiaqes cok une Jrocrws MA ak tows fon Arecunos notennes wobiles dade din tok wrihic ) Le equation canactinishy dk bo partic, MA dx proces rom! donne pa X¥-2yyL=0 Bc ha 4 \to races de cable dqrrokion prot Dame Le process wet pe won Ghe —Solkion AB + Ruawk de chpndar ann diff srondes parties de Loxerecee jon u ba Dei de prbabilite’ ae o% » SEL AbNOG) ebaien nete UR et rales comme rye & ,om Ak Oy pk une Der leg-' Ne vaable alcatoinre eat Wake Da bog -nétmobe argue Doqaai Ruut we prion do cle walle 7 oo hAmole) a moyenne 2k dea vancance de uy nok donner pe tes cxpwa ai vawkoo ‘ EW)= ere E(y- fey ef Ce = 4) four ui Mm Ce proceNur ot Abilionnane ox wogenne, ek ow van an ua Coleden ea eeyenne at fo vartrance ole Yr : Ely J=(p+ Pat} EC) =r fy a% re efy-(eree ee elipenyn- epee] = (fos BF eC Falafel eS 4 ee tod it! ok, done , ron prakionnaing 2 oye nne , Ni we UALA» raingane des deux poremabien dépordok det. ) Rom fot w= AY, Qe wedale Srowstrméd pera - _ i Ss ( bu w= Ye J= Br BY) (a4 pal She Ye uss ane ek Je eae ae Wy pork ba rervein 9 Eo) = (rrp) AF Cpr g, dajek™ = pet A &, Ea El -fe® [Up tathe Corpse} . -{le+ ft\er oe (p+pa-4] e Sion Abve' cols Aarnidre exyormon om ont Adin Jo yAror de da Wy iperd ade + .Bone Wy art ntclonnaine a nae, maus XQ nat en ic cult i's Joga en ® difivat de sprocesion / B= Bin Y= boQps fat) & —lelp.s Ble See weryenne of fe vOMance frock dhs prvaiten ; Ea) tlgnn) -tlgapie ante fate Jarngue tosit , EC.) ted ven 0, Vase po, Va (2) = E [a(t Bat)+ — Lal Bs Pa -a)bt —ta( po fat) + [pa B aj} = E(é— & ~ aay \e CO SS a wk pedionnanre 24 variants ak hone Bike Mad onnaine pe wesgewne fovagnre 4 ont. _ « 7 Red race, ‘ a Ezeqcel URVEL: Anélins de series temporal Modebes ARTMA”, collection Abaco, Paranin fers Tercera EAidn , AGAS. (Madd , Spain).