Chapitre 3

Méthodologie de Box-Jenkins

L’approche de Box-Jenkins (1976) consiste en une méthodologie rigoureuse d‘étude systé-

matique des série chronologique à partir de leur caractéristique. L‘objectif est de déterminer
le modèle le plus adapté à représenter le phénomène étudié. Cette méthodologie suggère une
procédure à trois étapes :

1. Identi…cation du modèle.
2. Estimation des paramètres du modèle.
3. Validation du modèle.

3.1 Identi…cation du modèle

L’étape d’identi…cation d’un processus ARM A (choix entre AR, M A et ARM A et choix
de p et q) de BJ est basé sur la comparaison des caractéristiques théoriques à leur équivalent
empiriques ( c.à.d calculer sur la série observée), les caractéristiques utilisées sont les AC
simples et partielles.

-Si le corrélogramme simple n‘a que ses q premiers terme di¤érents de zéros et que les termes
du corrélogramme partiel diminuent lentement, nous pouvons pronostiquer un M A (q) :

-Si le corrélogramme partiel n‘a que ses p premiers terme di¤érents de zéros et que les termes
du corrélogramme simple diminuent lentement, cela caractérise un AR (p) :

-Si les fonctions d’AC simple et partiel ne paraissent pas tronquées, il s‘agit d‘un processus
ARM A.

28
CHAPITRE 3. MÉTHODOLOGIE DE BOX-JENKINS 29

3.1.1 Estimation de d

En pratique si h est proche de 1 pour un grand nombre de retard c.à.d que la décroissance
est lente donc on a une racine unité et le processus n’est pas stationnaire, il faut di¤érencier
pour avoir une série stationnaire. d représente le nombre de fois nécessaire pour stationnariser
la série. Une autre méthode plus objective est d’utiliser le test de Dickey Fuller.

3.1.2 Estimation de p et q

Si Xt s ARIM A (p; d; q) =) (1 L)d Xt s ARM A (p; q)

*On rappelle l’estimateur de la F AC

P
T
(Xt b) (Xt h b)
t=h+1
bh = ; h = 1; :::; T 1:
P
T
2
(Xt b)
t=1

En pratique, on calcule jusqu’a H = T =4: Selon Bartlett la variance du coe¢ cient d’AC du
processus où h = 0 pour h > q est

q
!
1 X
V (bh ) = 1+2 b2j
T j=1

d’où l’intervalle de con…ance à 95%des AC

2 v !3
u q
u1 X
4bh 1:96t 1+2 b2j 5
T j=1

alors Xt s M A (q) : (En pratique on prend 1:96 p1T ):

1
*La variance des ACP où 'hh = 0 pour h > p est T
; d’où l’IC à 95% des ACP est

1
b hh
' 1:96 p
T
CHAPITRE 3. MÉTHODOLOGIE DE BOX-JENKINS 30

3.2 Estimation des paramètres du modèle

3.2.1 La méthode des moments

Pour le modèle donné, on sait que les autocorrélations h et h, des processus AR et MA

respectivement, dépendent des paramètres =('1 ; : : : ; 'p , 1; : : : ; q ) selon des équations
théoriques connues

1; : : : ; p; 1; : : : ; q =F '1 ; : : : ; ' p ; 1; : : : ; q

On sait facilement estimer les autocorrélations h et h; il su¢ t donc d‘inverser les équations
pour estimer les paramètres

b p ; ^1 ; : : : ; ^q = F
b1; : : : ; '
' 1
^1 ; : : : ; ^p ; ^ 1 ; : : : ; ^ q

Exemple

Lors de la modélisation d’une série temporelle on a obtenu : b1 = 0:6; b2 = 0:7 et b3 = 0:5:

On souhaite modélisé la série à l’aide d’un AR (3) ; proposez des estimateurs des coe¢ cients.

3.2.2 La méthode des moindres carrés (MC)

Modèle AR(p) :

2
Soit Xt = + '1 Xt 1 + + 'p Xt p + "t où "t s BB (0; ):

En donnant N observations x1 ; :::; xN ; les paramètres ; '1 ; :::; 'p peuvent être estimé par
la méthode des moindres carrés en minimisant

X
N
2
S= xt + '1 xt 1 + + 'p xt p
t=p+1

par rapport à ; '1 ; :::; 'p :

Si "t s N =)les estimateurs des MC sont aussi les estimateurs du MV conditionnel sur les
p premières valeurs.
CHAPITRE 3. MÉTHODOLOGIE DE BOX-JENKINS 31

Exemple

Soit la série chronologique x1 ; :::; xN suivant le modèle AR(1) sans constante. Estimer le
paramètre '1 par les MC.
xt = '1 xt 1 + "t ; t = 2; n

X
n X
n
S ('1 ) = "2t = (xt '1 xt 1 )2
t=2 t=2

on cherche le min de S ('1 )

8 P
n
>
> @S ('1 ) P
n xt 1 xt
>
< = 2 xt 1 (xt b1 =
'1 xt 1 ) = 0 =) ' t=2
Pn
@'1 t=2 x2t 1
t=2
>
> 2
@ S ('1 ) P
n
>
: = 2 x2t > 0:
1
@'21 t=2

Modèle MA :

Le problème d’estimation est plus di¢ cile pour le modèle M A, on ne peut pas trouver
des estimateurs explicitement on obtient une forme itérative numérique.

Exemple

Soit le modèle M A(1) : Xt = + "t 1 "t 1 , la somme des résidus aux carrés n’est pas
fonction quadratique, on donne l’approche suggéré par BJ :

On commence par des valeurs initiales pour et 1; par exemple = X et 1 donné

par l’estimateur des moments, ensuite on calcule la SC des R récursivement à partir de la
formule précédente :
"t = Xt + 1 "t 1 avec "0 = 0

on a

"1 = X1
"2 = X2 + 1 "1

..
.
"N = XN + 1 "N 1
CHAPITRE 3. MÉTHODOLOGIE DE BOX-JENKINS 32

P
n
alors on calcule "2t :
t=1

P
n
Cette procedure sera répétée pour d’autres valeurs de et 1; et "2t sera calculée pour
t=1

une grille de points dans le plan ( ; 1 ), ensuite on choisit les EM C de et 1 qui minimise
P
n
"2t :
t=1

Remarque

Ces estimateurs sont aussi les EM V C avec "0 = 0 et "t s N: Il y a d’autres procédures
d’optimisation.

Exercice

Donner la mèthode d’estimation des paramètres du modèle ARM A (1; 1) par la mèthode
M CO:

3.2.3 La méthode du maximum de vraisemblance

Soit le modèle ARM A suivant

p q
X X
Xt = + 'j Xt j + "t j "t j
j=1 j=1

2 2
avec "t s BB (0; ) : Soit # = ; '1 ; :::; 'p ; 1 ; :::; q ; le vecteur des paramètres.

Soit la série chronologique de taille n : x1 ; :::; xn , l’approche du MV consiste à calculer la

densité de probabilité
fXN ;Xn 1 ;:::;X1 (xn ; xn 1 ; :::; x1 ; #) (*)

L’estimateur du MV de # est la valeur qui maximise (*). On doit spéci…er la distribution de

2
"t ; on suppose que "t s iidN (0; ):

1- calculer la fct de V (*)

Trouver l’EMV =) 2 étapes
2- Trouver les valeurs de # qui maximise cette fct.

Exemple

Fct de vraisemblance pour un AR(1) gaussien

CHAPITRE 3. MÉTHODOLOGIE DE BOX-JENKINS 33

2
Processus AR(1) : Xt = + '1 Xt 1 + "t tel que "t s iidN (0; ), le vecteur des paramètres
2
à estimer est ( ; '1 ; ), on sait que

2
E (X1 ) = = et V (X1 ) = :
1 '1 1 '21

* "t s G =) X1 s G =)

0 2
1
1 B x1 1 '1 C
fX1 (x1 ; #) = p q exp @ 2 A
2
2
21 '21
1 '21

* La distribution de X2 conditionné par l’observation de X1

2
X2 = + '1 X1 + "2 =) X2 =X1 = x1 s N + '1 x1 ; :

!
2
1 (x2 '1 x1 )
fX2 =X1 (x2 =x1;# ) = p exp 2
2 2

d’où
fX2 ;X1 (x2 ; x1 ; #) = fX2 =X1 (x2 =x1;# ) fX1 (x1 ; #)

de la même manière
!
1 (xt '1 xt 1 )2
fXt =Xt 1 ;:::;X1 (xt =xt 1 ; :::; x1 ; #) =
p exp 2
2 2

donc la vraisemblance de tout l’échantillon est

Y
n
fXN ;Xn 1 ;:::;X1 (xn ; xn 1 ; :::; x1 ; #) = fX1 (x1 ; #) fXt =Xt 1 (xt =xt 1 ; #)
t=2

la fonction de log vraisemblance est, notée L (#) ; est

X
n
L (#) = log (fX1 (x1 ; #)) + log fXt =Xt 1 (xt =xt 1 ; #)
t=2
CHAPITRE 3. MÉTHODOLOGIE DE BOX-JENKINS 34

la valeur # qui maximise L (#) =) maximise f; alors

2
1 1 2 x1 1 '1 n 1
L (#) = log (2 ) log 2 log (2 )
2 2 1 '21 21 '21
2

n 1 X
n
(xt '1 xt 1 )2
2
log 2
:
2 t=2
2

* L’EMV exacte pour AR(1) gaussien :

b est la valeur pour laquelle L (#) est maximisé. En principe on dérive par rapport
L’EMV #
aux paramètres et on annule, on obtient un système d’équation non linéaire, donc pas de
solutions analytique et on maximise en utilisant des procédures d’optimisation numérique.

*EMV conditionnel
On suppose la valeur x1 déterministe et on maximise

n 1 n 1 X
n
(xt '1 xt 1 )2
2
fXN ;:::;X2 =X1 (xn ; :::; x2 =x1 ; #) = log (2 ) log 2
:
2 2 t=2
2

P
n
Maximiser f par rapport à et '1 () minimiser (xt '1 xt 1 )2 c.à.d on obtient les
t=2

2
E des MC. Pour on a :

n 1 X (xt
n
@f '1 xt 1 )2
= + =0
@ 2 2 2 t=2
2 4

X
n
(xt '1 xt 1 )2
b2 = :
t=2
n 1

3.3 Validation

Lors de la détermination des ordres p et q du processus ARM A (p; q) ; à l’aide du cor-

rélogramme simple et partiel, on peut être amené à sélectionner plusieurs ordres possibles.
Après avoir estimé les di¤érents processus possibles, il reste à les valider. la validation passe
par un examen des coe¢ cients estimés (ils doivent être signi…cativement di¤érent de 0) et
CHAPITRE 3. MÉTHODOLOGIE DE BOX-JENKINS 35

par un examen des résidus ( les résidus estimés doivent suivre un processus bruit blanc b
"t
2
BB (0; ") où b
"t est l‘estimateur de l‘erreur "t ).

3.3.1 Test de Student sur les coe¢ cients

*On véri…e d’abord que les racines des polynômes AR et M A ne sont pas egale à 1. On teste
la signi…cativité des coe¢ cients par des tests de student.
b
'
On calcule donc la statistique de Student du coe¢ cientst'b j = q j que l’on compare à la
^
V ['
bj ]

valeur critique lue dans la table de la loi de Student. La règle de décision est alors :

Si t'b j < t1 2
; on accepte l‘hypothèse nulle H0 : 'j = 0::

Si t'b j > t1 2
; l‘hypothèse nulle est rejetée : 'j 6= 0::

Où t1 2
est le quantile d‘ordre 1 2
de loi de student à (T h) degrés de liberté, h étant
le nombre des paramètres estimés.

3.3.2 Test sur les résidus

Il s’agit de véri…er que les résidus du modèle estimé, noté b

"t , véri…ent les propriétés
requises pour que l’estimation soit valide c.à.d : qu’ils suivent un processus bruit blanc non
autocorrélé et de même variance et qu’ils suivent une loi normale.

*D’abord il faut regarder le graphique des b

"t pour voir s’il apparait des points aberrants, une
tendance, une rupture, de l’autocorrélation etc, mais ceci n’est qu’indicatif.

Test d’autocorrélation

Analyse des FAC Regarder les AC simples et partielles, elles doivent être signi…cative-
ment égal à 0 si les résidus sont un BB.

bh h p i
bh = ; l’IC dans le cas d’un BBG : 1:96= T
b0
CHAPITRE 3. MÉTHODOLOGIE DE BOX-JENKINS 36

Pour un BB il faut qu’aucune valeur du corrélogramme ne soit signi…cativement di¤érente

de 0.

Test de Ljung-Box(1978) :

H0 : 1 = 2 = ::: h = 0 VS H1 : 9 un i 6= 0

La statistique du test est

X
H
^2h
QLB (h) = T (T + 2)
h=1
T h

Sous l‘hypothèse nulle d‘absence d‘autocorrélation :

^21 = ^22 = = ^2h = 0

La statistique QLB suit une loi de Khi-Deux à (H p q) degrés de liberté.

Tests d’hétéroscédasticité

Nous étudierons ici le test ARCH car il est très fréquemment employé en économétrie des
séries temporelles …nancières.

Test ARCH
Ce test consiste à e¤ectuer une régression autorégressive des résidus carrés sur q retard :

q
X
et2 = 0 + j e2t j
j=1

où et désigne le résidu à l’instant t issu de l’estimation des paramètres du processus ARM A(p; q).Pour
déterminer le nombre de retards q, on étudie le corrélogramme des résidus au carré.

Les hypothèses du test ARCH sont les suivantes :

H0 : homoscédasticité : 1 = = q=0
H1 : hétéroscédasticité : 9 un i 6= 0
CHAPITRE 3. MÉTHODOLOGIE DE BOX-JENKINS 37

La statistique du test est T R2 où T correspond au nombre d’observations de la série

et et R2 représente le coe¢ cient de détermination associé à la régression

Sous l’hypothèse H0 la statistique T R2 suit la loi du Khi-deux à q degrés de liberté.

La règle de décision est alors :

- Si T R2 2
q où 2
q on accepte H0 d’homoscédasticité.

- Si T R2 > 2
q où 2
q on rejette H0 et on admet qu’il y a de l’hétéroscédasticité.

Tests de normalité

On utilise le test de Jarque et Bera (1984) basé sur la notion de skewness (coe¢ cient
d’asymétrie) et de Kurtosis (aplatissement-épaisseur des queues de distribution). Soit k le
P
moment empirique d’ordre k du processus ^"t : k = E [^"t E [^"t ]]k = T1 Tt=1 (^"t "t )k

Les coe¢ cients de la Skewness (Sk ) et de la Kurtosis (Ku ) est alors dé…nie par :
r !
1 3 6
(Sk ) 2 = 3 !T 7!1 N 0;
2 T
2
r !
4 24
Ku = 2
!T 7!1 N 3;
2 T

1
On construit alors les statistiques centrées réduites correspondantes à (Sk ) 2 et Ku ; qu’on
compare aux seuils d’une loi normale centrée réduite. La statistique est calculée comme suit :
1
(Sk ) 2
q ! T 7!1 N (0; 1)
6
T

Ku 3
q ! T 7!1 N (0; 1)
24
T

1
Si la statistique centrée réduite de(Sk ) 2 est inférieure au seuil 1,96 à 5%, on accepte l’hy-
pothèse de symétrie et l’hypothèse de normalité. Si la statistique centrée réduite de Ku est
inférieure au seuil 1,96 à 5%, on accepte l’hypothèse de queue de distributions plates et
l’hypothèse de normalité.
CHAPITRE 3. MÉTHODOLOGIE DE BOX-JENKINS 38

Le test de Jarque et Bera regroupe ces deux tests en un seul test. On construit la statistique :

T T
S= Sk + (Ku 3)2 !T 7!1 2
2 = 5:99
6 24

2
Donc si S 2 (1 ) on rejette l’hypothèseH0 de normalité des résidus au seuil de %:

3.3.3 Critères de choix des modèles

Après examen des coe¢ cients et des résidus, certains modèles sont écartés. Pour dépar-
tager les modèles restants, on fait appel aux critères standards et critères d’information.

Critères standards

L’erreur absolue moyenne (MAE)

1X
M AE = jet j
T t

Racine de l’erreur quadratique moyenne (RMSE)

s
1X 2
RM SE = et
T t

Ecart absolu moyen en pourcentage (MAPE)

1 X et
M AP E = 100
T t Xt

Plus la valeur de ces critères est faible, plus le modèle estimé est proche des observations.

Critère d‘information

* AIC (Akaike) :

2 (p + q)
AIC (p; q) = log b2 +
T
CHAPITRE 3. MÉTHODOLOGIE DE BOX-JENKINS 39

*Le critère de Schwarz (1978) :

2 log T
SC (p; q) = log "t
^ + (p + q)
T
On choisit le modèle qui minimise les critères standards et les critères d’information. Le
modèle sélectionné sera alors utilisé pour la prévision

3.4 Prévision

Après validation du modèle on procède à des prévisions sur un horizon limité car la variance
de l’erreur de prévision croit rapidement avec l’horizon.

Si l’on désire avoir la valeur de Xt+h , tout en supposant qu’on est à l’instant t, on utilise
ct (h) = E(Xt+h =Xt ; Xt 1 ; ::::; X1 ) avec t l’origine de prévision et h l’horizon de
l’estimateur X
prévision.

dans le cas d’un modèle ARM A, on aura la forme :

ct (h) = '1 E(Xt+h 1 =Xt ; Xt 1 ; ::::; X1 ) + :::: + 'p E(Xt+h p =Xt ; Xt 1 ; ::::; X1 )
X

1 E("t+h 1 =Xt ; Xt 1 ; ::::; X1 ) :::: q E("t+h q =Xt ; Xt 1 ; ::::; X1 ) + E("t+h =Xt )

8
>
> E(Xt j =Xt ; Xt 1 ; ::::; X1 ) = Xt j ; 8j 0
< ct (j );
E(Xt+j =Xt ; Xt 1 ; ::::; X1 ) = X 8j 1
avec :
>
> E("t j =Xt ; Xt 1 ; ::::; X1 ) = "t j ; 8j 0
:
E("t+j =Xt ; Xt 1 ; ::::; X1 ) = 0 8j 1

Erreur de prévision

On considère un processus ARM A(p; q) telle que :

Xt = + '1 Xt 1 + :::: + 'p Xt p + "t 1 "t 1 :::: q "t q

2 2
avec ('p ; q) 2R et "t s IID(0; ")

Appliquons le théorème de Wold au processus (Xt ; t 2 Z) et considérons la forme M A(1)

correspondante :(avec = 0)
X
1
Xt = j "t j ; 0 =1
i=0
CHAPITRE 3. MÉTHODOLOGIE DE BOX-JENKINS 40

Il s’ensuit que la meilleur prévision que l’on peut faire de Xt+1 compte tenu de toute l’infor-
ct (1) est donnée par :
mation disponible jusqu’a la date t notée X

ct (1) = E(Xt+1 =Xt ; Xt 1 ; ::::; X1 )

X

= E(Xt+1 ="t ; "t 1 ; ::::; "1 )

X
1
= j "t+1 j
i=1

L’erreur de prévision "t est appelé aussi l’innovation :

Xt+1 ct (1) = "t+1

X

plus généralement pour une prévision à un horizon k on a :

X
1
ct (k) =
X j "t+k j
i=k

X
k 1
Xt+k ct (k) =
X j "t+k j
i=0

ct (k); sous l’hypothèse de normalité

Déterminons un intervalle de con…ance sur la prévision X
des résidus "t .On montre alors que :

X
k 1 X
k 1
Ef[Xt+k ct (k)]2 g = Ef[
X j "t+k j ]
2
g= 2 2
j "
i=0 i=0

D’où :
Xt+k ct (k)
X
hP i1=2 s N (0; 1)
k 1 2
" i=0 j

On peut donc construire un intervalle de con…ance sous la forme :

2 "k 1 #1=2 3
X
ct (k)
IC = 4X t2 b 2 5:
j
i=0
CHAPITRE 3. MÉTHODOLOGIE DE BOX-JENKINS 41

Exemples

1) Donner la meilleure prévision du processus AR(1) à l’horizon h et l’erreur prévisionnelle.

Application : Xt = 5 + 0:5Xt 1 + "t ="t s N (0; 1) ; IC de Xt+1 et Xt+2 avec la valeur 10.738
comme dernière observation.

2) Même question pour MA(1). Application : les dernières observations : 5.654 ;4.686 ;5.965.
Bibliographie

[1] Brockwell, J. P. and Davis, R. A. (2002) : Introduction to Time Series and Forecasting.
2nd ed. Springer texts in statistics. Springer-Verlag New York, Inc.

[2] Hamilton, J. D. (1994) : Time Series Analysis. Princeton University Press. Princeton,
New Jersey.

[3] Kirchgässner, G. and Wolters, J. (2007) : Itroduction to modern time series analysis.
ISBN 978-3-540-73290-7 Springer Berlin Heidelberg New York.

42