UNIVERSITE D’ABOMEY-CALAVI

ECOLE NATIONALE D’ECONOMIE APPLIQUEE

ET DE MANAGEMENT (ENEAM UAC)

EXAMEN DE SERIES TEMPORELLES

Niveau: Master Statistique
Année: 2020-2021
Durée: 2h
Tout document est interdit. Calculatrice autorisée.
NB: Le corrigé-type sera disponible après la composition à l’adresse:
sites.google.com/view/nicodemeatchade/
Enseignant: Dr ATCHADE Nicodème

Bonne chance !
1 Compréhension du cours.
1. Après avoir spécifié le type de modèle, étudier sa stationnarité et son in-
versibilité:
yt = εt − 0.3εt−1 + 0.025εt−2 .
yt = 15 + 1.1yt−1 − 0.3yt−2 + εt .

2. Montrer qu’un processus AR(1) peut s’écrire comme un M A(∞) et un M A(1)

comme un AR(∞).

3. Après avoir spécifié le type de modèle, indiquer les conditions de sa station-

narité:
yt = µ + φ1 yt−1 + φ2 yt−2 + β0 xt + β1 xt−1 + β2 xt−2 + εt ,
εt ∼ BB(0, σε2 ).
Ecrire l’équation du modèle à long terme puis intepréter.

4. Comment rendre stationnaire le processus suivant (εt est un bruit blanc) ?

yt = α + βt + γt2 + εt .

5. Soit (1 − L)2 (1 + 0.4L + 0.25L2 )xt = (1 − 0.6L)εt . Le processus xt est-il

stationnaire? Ecrire le modèle avec l’opérateur de différence. Spécifier les
paramètres p, d et q.

6. Soit yt le processus ARIM A(1, 1, 0). Ecrire le processus non stationnaire

ARM A(2, 0) associé. Montrer que le processus autorégressif du modèle
ARMA admet une racine unitaire.

7. On sait que xt ∼> I(1), yt ∼> I(1) et satisfont la relation ∆yt = 3∆xt −
0.25(yt−1 − 2.5xt−1 ). Tous les coefficients sont significatifs et il y absence
d’autocorrélation des erreurs. Comment appelle-t-on ce type de modèle ?
Interpréter les coefficients. Donner le vecteur de cointégration de xt et yt .

1
 8. Soit xt = αxt−1 + εt ; yt = βxt + ut + γut−1 + εt avec xt et ut des processus
stationnaires. A quelles conditions sur les paramètres α, β et γ, on a xt ∼>
I(1); yt ∼> I(1) ?

2 Exercice 1.
On considère le processus yt = φyt−1 + c + ut , où φ est un réel vérifiant |φ| < 1 et
ut est un bruit blanc de variance σu2 pour lequel la valeur initiale y0 est considérée
comme non aléatoire.

1. Donner les expressions des prévisions faites en t pour yt+1 , yt+2 , yt+h où h est
une constante positive.

2. Donner les expressions des variances conditionnelles suivantes:

vart (yt + 1), vart (yt + 2), vart (yt + h).

3. Calculer limh→∞ [Et (yt+h ) − E(yt+h )]. Dire en une phrase ce que signifie le
résultat trouvé.

3 Exercice 2.
Soit le modèle:
         
xt 0.8 0.9 xt−1 0.45 0.1 xt−2 ε1t
= + + (1)
yt −0.55 0.6 yt−1 −0.25 0.8 yt−2 ε2t

1. Donner l’ordre p du VAR.

2. Etudier la stationnarité du VAR.

3. Ecrire la forme VECM du modèle.

4. Donner le vecteur de cointégration.