• Réalise par:

Encadré par:
EL YAHYAOUI Abdesamad Mme. Demdoumi Meriem
WALAYACH Ihanane
EL-KHOLFI Youness
AZAMI Hicham
1 Introduction

2 Généralités sur cointégration de johansen

3 Cas pratique sur eviews

4 Conclusion
Introduction
 Généralités sur cointégration
de johansen
 1-La notion de cointégration
 L’étude de la cointégration permet de tester l’existence d’une relation stable de
long terme entre deux variables non stationnaires, en incluant des variables
retards et des variables exogènes. Il existe plusieurs tests de la cointégration, le
plus général étant celui de Johansen.
 Quelque soit le test retenu, il n’a de signification que sur des séries non
stationnaires longues. Par conséquent, l’analyse de la co-intégration permet
d’identifier clairement la relation véritable entre deux variables, en recherchant
l’existence d’un vecteur de co-intégration et en éliminant son effet le cas échéant.
 Deux séries x et y sont dites co-intégrées si les deux conditions suivantes sont
vérifiées : elles sont affectées d’une tendance stochastique de même ordre
d’intégration et une combinaison linéaire de ces séries permet de se ramener à
une série d’ordre d’intégration inférieur.

.
1-La notion de cointégration

 Deux séries non stationnaires (yt ~> I(1) et xt ~> I(1)) sont dites
cointégrées si on a :
yt - axt - b = εt ~> I(0).

Les séries yt et xt sont alors notées :

xt , yt ~> CI(1,1).

De manière générale, si xt et yt sont deux séries I(d) alors il est

possible que la combinaison linéaire εt = yt - axt - b ne soit pas I(d)
mais I(d-b) où b est un entier positif (avec 0 < b ≤ d). Le vecteur (1
-a -b) est appelé "vecteur de cointégration". Les séries sont alors
cointégrées (xt , yt ~> CI(d,b)).
1-La notion de cointégration
 Soient (Xt) une série stationnaire et (Yt) intégrée d’ordre 1, alors (Xt + Yt)
est intégrée d’ordre 1.

 Toutefois, si (Xt) et (Yt) sont intégrées d’odre d, alors (Xt + Yt) peut être soit
intégrée d’ordre d, soit stationnaire (dans le cas où les tendances
s’annulent).
 2-Les conditions de cointégration
 Deux séries xt et yt sont dites cointégrées si les deux conditions suivantes sont vérifiées :

 1. elles sont intégrées d’ordre d ;

 2. la combinaison linéaire de ces 2 séries permet de se ramener à une série d’ordre

d’intégration inférieur.

 Afin de vérifier si la régression effectuée sur des variables non stationnaires ne sera pas
fallacieuse, il faut d’abord réaliser un test de cointégration.
 3-Généralisation de la représentation
VECM
 La méthode de cointégration à la Johansen considère un modèle
vectoriel autorégressif VAR(p) à M variables, p retards et T
observations écrit sous la forme matricielle :

   t , (6)
Yt  1Yt 1  2Yt 2   pYt  p
4-Objet de la méthode à la
Johansen

Déterminer si la matrice  de dimension (M,M)

permet d’informer sur les relations de long terme
entre les variables Ymt , m = 1,...,M et t = 1,...,T, de
Y.
Trois cas peuvent se présenter :

• Rg(Π) = 0 donc r = 0 : il n’existe donc pas de relation de cointégration.

On ne peut donc pas estimer un modèle VECM. En revanche, il est
possible d’estimer un modèle VAR .

• Rg(Π) = r : il existe r relations de cointégration. Un modèle VECM peut

alors être estimé.

• Rg(Π) = N : il n’existe pas de relation de cointégration. Un modèle

VAR peut être estimé directement.
Dans ce dernier cas, la représentation ECM
est valide, soit :

p1
Yt  j Yt  j  et  p    t , (8)
j 1

avec e t   Y' t
Pour estimer les matrices  et  tel que ’
Johansen (1988,1989) propose d’utiliser la
méthode du maximum de vraisemblance, sous
l’hypothèse de normalité des erreurs de
l’équation (8).
5-Test de relation de cointégration à
la Johansen

Le rang de la matrice  détermine donc le nombre

de relations de cointégration. Johansen (1988,
1989) propose deux tests fondés sur les valeurs
propres les plus élevées de la matrice  (Tests de
ratio de vraisemblance ou LR).
Test de la trace
A partir des valeurs propres de la matrice , on
calcule la statistique suivante pour tester
l’hypothèse nulle selon laquelle il existe au plus r
vecteurs cointégrants (soit M - r racines unité) :
M
trace  2Log(L nc )  Log(Lc)   Log(1 ˆ )
i
T ir 1

r  0,1,2,.., M  2, M
1
Cette statistique suit une loi de probabilité
(similaire à un Khi deux) tabulée à l’aide de
simulations par Johansen et Juselius (1990).

Le test fonctionne par exclusion d’hypothèses

alternatives.
• Rang de  égal à 0 (r=0),
H0 : r=0 vs H1 : r>0
Si trace > à la valeur critique tabulée, on rejette H0 et on
passe au test suivant.

• Rang de  égal à 1 (r=1),

H0 : r=1 vs H1 : r>1
Si trace > à la valeur critique, on rejette H0 et on passe au
test suivant.

• Rang de  égal à 2 (r=2),

H0 : r=2 vs H1 : r>2
Si trace > à la valeur critique, on rejette H0 et on passe au
test suivant,
etc.
• Si, après avoir refusé les différentes hypothèses
nulles à la fin de la procédure on teste,
H0 : r=M-1 vs H1 : r=M
> à la valeur critique tabulée, on rejette H0
Si trace
et le rang de la matrice est r=M; il n’existe pas de
relation de cointégration car les variables sont
toutes I(0).
 Cas pratique sur eviews
conclusion
Merci de votre attention