Master : Economie de l’Energie et de la

Finance
12/10/2019

Travail à rendre 3
Econométrie III

Mr Abdeljamil ABAOUBAIDA
ENCADRANT

OUAKHIR Walid Hamza

MEEF
Table des matières
I- Auto Régression 1...........................................................................................................................2
1- Série aléatoire 1..........................................................................................................................2
2- graphique line and symbol.........................................................................................................3
3- correlogramm.............................................................................................................................3
4- Estimation des variables.............................................................................................................4
5-Correlogramm résiduel...................................................................................................................4
5- Test des racines unitaire.............................................................................................................5
II- Autorégression 2............................................................................................................................5
1- Série aléatoire............................................................................................................................5
2- Graphique line and symbol.........................................................................................................7
3- correlogram................................................................................................................................7
4- Estimation des variables.............................................................................................................8
5- Correlogramme résiduel............................................................................................................8
6- Test de racine unitaire....................................................................................................................9
III- Auto régression 3.....................................................................................................................11
1- Serie aléatoire..........................................................................................................................11
2- Graphique line and symbol.......................................................................................................12
3- Correlogramme........................................................................................................................12
4- Estimation des variables...........................................................................................................13
5- correlogram résiduel................................................................................................................13
6- Test de racine unitaire..............................................................................................................14

1
I- Auto Régression 1

1- Série aléatoire 1

Année Y
1980 0.000000
1981 0.364592
1982 1.416088
1983 1.698839
1984 0.91937
1985 0.708611
1986 0.648672
1987 0.735204
1988 -0.9011
1989 -0.22686
1990 2.292002
1991 -0.38456
1992 -1.18789
1993 -0.62684
1994 -0.36885
1995 -3.03076
1996 -2.11062
1997 -3.06718
1998 -3.07004
1999 -1.70699
2000 0.025077
2001 0.288397
2002 -1.6522
2003 -1.49416
2004 -0.38036
2005 -0.48798
2006 -1.21176
2007 -2.38611
2008 -2.24299
2009 -0.66971
2010 -0.68709
2011 -0.78476
2012 -1.91611
2013 -1.66748
2014 -0.68201
2015 0.264315
2016 0.547842
2017 0.894366
2018 -0.14628
2019 0.403252
2020 -0.42686

2
2- graphique line and symbol

3- correlogramm

3
Commentaire :

D’après ce correlogramm on constate qu’il ne s’agit pas d’un bruit blanc puisque la première
observation dépasse la région de confiance et au niveau de la fonction d’auto corrélation on
remarque qu’il y en a une décroissance géométrique. Et puisque la série n’est pas un bruit blanc il
est nécessaire de tester la stationnarité de la série.

4- Estimation des variables

Commentaire

On observe depuis cette estimation du 1 ère variable qu’elle est significative suite à l’hypothèses
nulle H0. On observe que le P-value est inférieur au seuil de risque 0.05 et la statistique de Student
est supérieur à 1.96 alors il s’agit d’une Auto Régression.

4
5-Correlogramm résiduel

5- Test des racines unitaire

5
Commentaire

D’après le test des racines unitaires ou bien le test de stationnarité, on constate que l’hypothèse
nulle stipule que la variable dépendante est une racine unitaire mais le test Dickey- Fuller

Avec la probabilité de 0.0092 rejette cette hypothèse nulle et alors il s’agit d’une stationnarité faible.

II- Autorégression 2

1- Série aléatoire

Année Y
1980 0.000000
1981 0.000000
1982 0.976968
1983 0.178682
1984 0.526511
1985 0.222737
1986 0.211691
1987 -1.52796
1988 0.32762
1989 -1.09843
1990 0.746348
1991 0.288885
1992 -0.39389
1993 -0.38432
1994 0.45639
1995 -0.2365
1996 -0.87269
1997 -0.94275
1998 0.097449
1999 -0.97737
2000 0.044248
2001 0.730418
2002 0.137909
2003 0.187227
2004 -1.24333
2005 -0.7805
2006 -2.61173
2007 -2.22841
2008 -3.21368
2009 -2.61918
2010 -2.60243
2011 -1.62817
2012 -2.30708
2013 -2.06413
2014 -1.21313

6
2015 -0.13447
2016 -0.72597
2017 1.517317
2018 0.812414
2019 1.301732
2020 0.692442

2- Graphique line and symbol

7
 3- correlogram

Commentaire :

D’après ce correlogramm on constate qu’il ne s’agit pas d’un bruit blanc puisque la première et la
deuxième observation dépassent la région de confiance et au niveau de la fonction d’auto corrélation
on remarque qu’il y en a une décroissance géométrique. Et puisque la série n’est pas un bruit blanc il
est nécessaire de tester la stationnarité de la série.

4- Estimation des variables

8
Commentair :

On observe depuis cette estimation du 2 ème variable qu’elle est significative suite à l’hypothèses
nulle H0. On observe que le P-value est inférieur au seuil de risque 0.05 et la statistique de Student
est supérieur à 1.96 alors il s’agit d’une Auto Régression.

5- Correlogramme résiduel

9
6- Test de racine unitaire

Commentaire :

D’après le test des racines unitaires ou bien le test de stationnarité, on constate que l’hypothèse
nulle stipule que la variable dépendante est une racine unitaire mais le test Dickey- Fuller

Avec la probabilité de 0.0297 rejette cette hypothèse nulle et alors il s’agit d’une stationnarité faible.

10
 III- Auto régression 3
1- Serie aléatoire

Année
s Y
1980 0.000000
1981 0.000000
1982 0.000000
1983 -1.65063
1984 0.072194
1985 -1.25017
1986 0.313898
1987 0.214782
1988 -0.21822
1989 0.463419
1990 -1.00824
1991 -0.56763
1992 -0.0753
1993 -1.36085
1994 -0.3725
1995 0.164554
1996 -0.91951
1997 0.741178
1998 -1.71345
1999 0.326923
2000 -0.36963
2001 -0.50041
2002 0.226416
2003 -2.06535
2004 0.883401
2005 -1.88942
2006 -1.93636
2007 1.981637
2008 -2.86481
2009 -1.03829
2010 1.013899
2011 -2.53702
2012 0.853147
2013 0.132122
2014 -1.89193
2015 1.317611
2016 -0.41792
2017 -1.12178
2018 -0.01149
2019 -0.00784
2020 -2.29763

11
2- Graphique line and symbol

3- Correlogramme

12
 4- Estimation des variables

Commentaire :

D’après le test des racines unitaires ou bien le test de stationnarité, on constate que l’hypothèse
nulle stipule que la variable dépendante est une racine unitaire mais le test Dickey- Fuller

Avec la probabilité de 0.2544 qui rejette l’hypothèse H1 et alors le processus n’est pas stationnaire.

Donc il s’agit du racine unitaire.

13
5- correlogram résiduel

6- Test de racine unitaire

14
Commentaire :

D’après le test ADF on constate que la série n’est pas stationnaire, il s’agit d’une racine unitaire
puisque la p-value est supérieure au seuil de risque 5%.

15