Vous êtes sur la page 1sur 35

Master Ingnierie Financire et

Bancaire de lEntreprise
Techniques Quantitatives
Appliques la Finance

Sance 1 : Introduction
Notions de corrlation et dauto-corrlation


Prof. A. AAZZAB
2013/2014

2

Objectifs de la sance:
Rappeler la corrlation linaire et les relations qui
existent entre les variables.
Rappeler comment faire le test de significativit dun
coefficient de corrlation



Pr. A. AAZZAB
3
Plan
Introduction
I. Rappel sur les calculs des Statistiques descriptives
1- Moyenne et variance
I. Notions de corrlation et dauto-corrlation
1- Notion de corrlation
A. Diagramme de dispersion
B. Le coefficient de corrlation linaire
C. Test de Student
2- Notion dautocorrlation
A. Coefficient dauto-corrlation
B. Fonction dauto-corrlation
C. Corrlogramme

Pr. A. AAZZAB
4
INTRODUCTION

Les techniques quantitatives sont des outils
d'analyse mathmatiques et statistiques, en vue de
dcrire, d'expliquer et prdire des phnomnes.



Pr. A. AAZZAB
5
Objectifs

Les objectifs dune modlisation statistique peuvent
tre en deux classes, les objectifs prdictifs et les
objectifs explicatifs :

prdictifs : prvoir partir des renseignements dont
on dispose;
descriptifs:
slection des variables pertinentes;
forme du modle.




Pr. A. AAZZAB
6
Les tapes dune modlisation

Les diffrentes tapes dune modlisation statistique sont les
suivantes:
1. Identifier le problme pour choisir le modle statistique
utiliser (en fonction de la nature de Y , de X, des rsultats
attendus...);
2. Choisir les variables pertinentes (par des tudes pralables
de corrlation par exemple, mais pas seulement);
3. Estimer les paramtres du modle partir dun chantillon
(gnralement par MCO);
4. Evaluer la qualit de la modlisation obtenue (tests
statistiques);
5. Utiliser le modle pour rpondre aux objectifs voulus.




Pr. A. AAZZAB
7
I. Rappel sur les calculs des
Statistiques descriptives

Pr. A. AAZZAB
8
La moyenne arithmtique ( ) :


La moyenne arithmtique simple, quon appelle
couramment moyenne, dune srie de plusieurs observations
est gale la somme de toutes les observations divise par
le nombre de ces observations.

x
Pr. A. AAZZAB

=
=
n
1 i
i
x
1
x
N
9
Exemple 1
les cours dune action, observs semestriellement pendant
2 ans, sur le march boursier sont reprsents dans le
tableau suivant:







Calculez la moyenne
des cours de laction
Pr. A. AAZZAB
Trimestres
Cours de
l'action (Dhs)
T1 305
T2 312
T3 324
T4 389
T1 380
T2 310
T3 292
T4 280
10
La variance et lcart-type


La variance, lcart-type et le coefficient de variation sont
les indicateurs les plus frquemment utiliss pour mesurer
la dispersion dune srie. Ces indicateurs renseignent sur la
dispersion des donnes autour de la moyenne.

Pr. A. AAZZAB
11 Pr. A. AAZZAB
Ecart-type : cest la racine carre de la variance

=
=
n
i
i
x x
n
1
2 2
) (
1
o

=
=
n
i
i
x x
n
1
2
2 2
1
o
La variance:
o
Variance = Moyenne des carrs - Carr de la moyenne
Formule simplifier:
12
Exemple 2:


En se basant sur les donnes de
lexemple 1, calculer la variance et
lcart-type
Pr. A. AAZZAB
Exemple 2
Pr. A. AAZZAB 13
trimestres
Cours de
l'action (Dhs)
T1 305 -19 361
T2 312 -12 144
T3 324 0 0
T4 389 65 4225
T1 380 56 3136
T2 310 -14 196
T3 292 -32 1024
T4 280 -44 1936
Total 11022
X x
i

( )
2
X x
i

75 , 1377
8
11022
) (
1
1
2 2
= = =

=
n
i
i
x x
n
o
11 , 37 = o
14
II. Notions de corrlation et
dauto-corrlation


Pr. A. AAZZAB
15
1- Notion de corrlation


La corrlation linaire permet dtudier la relation entre
deux variables quantitatives X et Y.
La corrlation linaire est tudie par :

Un diagramme de dispersion qui est un graphique;
le coefficient de corrlation linaire qui est une mesure de la
direction et de lintensit de lassociation linaire entre deux
variables.
Pr. A. AAZZAB
16
A- Diagramme de dispersion
Le nuage de points ( ou diagramme de dispersion )
est une faon de reprsenter graphiquement ce lien.

Pr. A. AAZZAB
FORTE CORRELATION POSITIVE
FAIBLE CORRELATION POSITIVE
FORTE CORRELATION NEGATIVE FAIBLE CORRELATION NEGATIVE
17
B- Le coefficient de corrlation linaire
Le coefficient de corrlation de Bravais-Pearson est un
indice statistique qui exprime l'intensit et le sens
(positif ou ngatif) de la relation linaire entre deux
variables quantitatives.
Pr. A. AAZZAB
( )
( )( )
( ) ( )
2
1 1
2
2
1 1
2
1 1 1
1
2
1
2
1
, cov
|
.
|

\
|
|
.
|

\
|

=


= =


= = = =
=
=
=
=
=
=
= =
=
n
t
t
n
t
t
n
t
t
n
t
t
n t
t
t
n t
t
t
n t
t
t t
n
t
t
n
t
t
n
t
t t
y x
xy
y y n x x n
y x y x n
y y x x
y y x x
y x
o o

18
Avec

x
t
et y
t
= valeurs des deux variables linstant t ;
Cov(x,y) = covariance entre x et y;
o
x
et o
y
= carts- type de x et y ;
et = moyennes de x et y ;
n = nombre dobservations

Pr. A. AAZZAB
x y

Ce coefficient reste compris entre 1 et +1.


Proche de 1 : variables corrles positivement;
Proche de 1 : variables corrles
ngativement;
Proche de 0 : variables non corrles.

Pr. A. AAZZAB 19
1 1 s s
xy

20
APPLI CATI ON
Soit la suite historique suivante relative aux
rendements boursiers (en pourcentage) de deux actions
X et Y.



Pr. A. AAZZAB
Temps t x y
1 2,00 1,50
2 -1,00 1,00
3 4,00 -1,00
4 3,50 2,00
5 -6,00 -1,50
6 -1,50 0,50
7 2,50 -1,10
8 2,00 3,00
9 3,50 4,00
10 -4,50 -2,30
11 1,00 2,00
12 1,00 2,50
Travail faire :
Calculer le coefficient de
corrlation linaire entre les
deux actions
Temps t
x y
1 2,00 1,50 1,46 0,62 0,90 2,13 0,38
2 -1,00 1,00 -1,54 0,12 -0,18 2,38 0,01
3 4,00 -1,00 3,46 -1,88 -6,51 11,96 3,55
4 3,50 2,00 2,96 1,12 3,30 8,75 1,25
5 -6,00 -1,50 -6,54 -2,38 15,59 42,79 5,68
6 -1,50 0,50 -2,04 -0,38 0,78 4,17 0,15
7 2,50 -1,10 1,96 -1,98 -3,88 3,84 3,93
8 2,00 3,00 1,46 2,12 3,09 2,13 4,48
9 3,50 4,00 2,96 3,12 9,22 8,75 9,71
10 -4,50 -2,30 -5,04 -3,18 16,05 25,42 10,13
11 1,00 2,00 0,46 1,12 0,51 0,21 1,25
12 1,00 2,50 0,46 1,62 0,74 0,21 2,61
total 39,61 112,73 43,14
Pr. A. AAZZAB 21
( )( ) y y x x
t t

( ) x x
t

( ) y y
t
( )
2
x x
t
( )
2
y y
t

Pr. A. AAZZAB 22
54 , 0
12
5 , 6 1
12
1
= = =

= t
t
x
N
x
88 , 0
12
60 , 10 1
12
1
= = =

= t
t
y
N
y
( )
( )( )
( ) ( )
57 , 0
14 , 43 73 , 112
61 , 39
, cov
1
2
1
2
1
= =


= =

= =
=
n
t
t
n
t
t
n
t
t t
y x
xy
y y x x
y y x x
y x
o o

Le coefficient de corrlation est de 0,57, alors il y a une


relation linaire positive entre les deux actions

Etape suivante: tester la significativit de la
corrlation, c.--d. le coefficient de corrlation
est-il significativement diffrent de 0?

Pour tester la significativit de ce coefficient,
on entame le teste de Student

Pr. A. AAZZAB 23
C- Test de Student
1- Hypothses du test:


2- Ensuite, on calcule un ratio appel le t de
Student empirique :


Pr. A. AAZZAB 24

=
=
0 :
0 :
1
0
xy
xy
H
H

( )
2
1
2
,
,

=
n
t
y x
y x
c

3- On compare le t calcul et le t lu dans la table


de Student n-2 degrs de liberts en acceptant
un seuil thorique de risque (gnralement =
0,05) ;
(si n dpasse 30, t
lu
=1,96 au seuil =5% )

4- Conclusion:
Si t
c
> t
lu
, le coefficient de corrlation est
significativement diffrent de 0 (on rejette H0)
Sinon, on accepte lhypothse dun
coefficient de corrlation nul (on accepte H0)


Pr. A. AAZZAB 25
26
APPLI CATI ON 2
reprenant les rsultats de lapplication 1 et testant la
significativit du coefficient de corrlation



Pr. A. AAZZAB
( ) ( )
18 , 2
26 , 0
57 , 0
2 12
) 57 , 0 ( 1
57 , 0
2
1
2
2 2
,
,
= =

=
n
t
y x
y x
c

3- Ainsi, le t
lu
sur la table de Student avec un ddl de n-2 (12-
2=10) et en acceptant une probabilit derreur de 5% (=0,05) est
de 2,228
4- Conclusion:
t
c
< t
lu
, le coefficient de corrlation nest pas significativement
diffrent de 0 (on accepte H0)

=
=

y et x entre n corrlatio de existence H


y et x entre n corrlatio de absence H
Hypothses
xy
xy
0 :
0 :
: 1
1
0

APPLICATION 3:
Nous souhaitons tester la significativit au risque = 0,05, avec n =
26, et xy = 0,4





Pr. A. AAZZAB 27
( ) ( )
138 , 2
2 26
) 4 , 0 ( 1
4 , 0
2
1
2
2 2
,
,
=

=
n
t Student de t
y x
y x
c

3- t
lu
= 2,064 (ddl=26-2=24 et =0,05)

4- Nous concluons donc au rejet de l'hypothse nulle et on
accepte lhypothse alternative (tc>tlu)

=
=

y et x entre n corrlatio de existence H


y et x entre n corrlatio de absence H
Hypothses
xy
xy
0 :
0 :
: 1
1
0

D- Limites de la notion de corrlation


Corrlation ne signifie pas causalit :
Un coefficient de corrlation lev entre deux
variables ne signifie pas quil existe un lien de
causalit.

La relation teste est linaire
La formule de calcul ne permet de dterminer
que des corrlations linaires entre variables.

Pr. A. AAZZAB 28
29
2- Notion dautocorrlation

Lautocorraltion concerne la corrlation de la srie sur
elle-mme diffrents dcalages dans le temps.

Coefficient dauto-corrlation
Les coefficients dauto-corrlation sont calculs pour des
ordres allant de 0 k, k tant le dcalage maximum
admissible pour que le coefficient dautocorrlation ait un
sens.

Pr. A. AAZZAB
30
A- Coefficient dauto-corrlation
Pour un chantillon donn, le coefficient dauto-corrlation
dordre k est not r
k
:

Pr. A. AAZZAB
( )( )
( ) ( )

+ =

+ =
+ =

+ =
+ =

=


=
n
k t
k t
n
k t
t
n
k t
k t
n
k t
t
n
k t
k t t
k
x
k n
x x
k n
x
x x x x
x x x x
r
1
2
1
1
1
2
2
1
2
1
1
2 1
1 1
En gnral :
n/6 s k s n/3 ou k = n/5 si n > 150
31
Le test de signification sur le coefficient r
k
permet
de slectionner les coefficients dauto-corrlation
significativement diffrents de 0. Il seffectue
comme pour un coefficient de corrlation linaire
simple. On calcule le t de Student empirique t
c
:





Si , , alors le coefficient dauto-corrlation est
significativement diffrent de 0;
avec : valeur de la loi de Student au seuil o n-2
degrs de libert.

Pr. A. AAZZAB
2
1
2

= n
r
r
t
k
k
c
2 /
2
o
n c
t t
2 /
2
o
n c
t t
32
B- Fonction dauto-corrlation

On appelle fonction dauto-corrlation
k
la
fonction suivante :

Pr. A. AAZZAB
) , (
k t t k
x x Corr

=
( )
k t t
X X
k t t
k
X X Cov
+
+
=
o o

,
C- Corrlogramme
Le corrlogramme est la reprsentation graphique
de la Fonction dAuto-Corrlation (note FAC);
cest la reprsentation de la suite des coefficients
dauto-corrlation r
k
en fonction de k.
Il est souhaitable de prsenter sur ce graphe
lintervalle de confiance autour de 0, permettant
dliminer visuellement tous les termes non
significativement diffrent de 0.
Ainsi, si tous les r
k
se trouvent lintrieur de
cette bande de confiance, la chronique dont le
corrlogramme a t calcul est purement
alatoire : impossible de trouver une loi
statistique de reproduction du phnomne.

Pr. A. AAZZAB 33
Pr. A. AAZZAB 34
Exemple de Corrlogramme
Merci de votre attention
35 Pr. A. AAZZAB