Séries temporelles

Objectifs

L’objectif principal du cours est la présentation des techniques d’analyse des séries temporelles multivariées couramment utilisées dans les applications. Deux cas sont distingués : séries stationnaires et séries non-stationnaires. Dans le cas stationnaire, il s’agit principalement de l’étude des modèles VAR (vectoriels auto-régressifs). Dans le cas non-stationnaire le cours se concentre sur l’inférence en présence de racines unités et à l’estimation de relations de cointégration. Le cours commence par un rappel de l’approche ARMA et des modèles (G)ARCH pour les séries univariées.

L’objectif de l’atelier est de mettre en œuvre les méthodes d’estimation et de test présentées dans la partie cours qui se déroule en parallèle. Les concepts théoriques seront illustrés par des données réelles traitées à l’aide du logiciel SAS.

Plan

1. Processus stationnaires (rappels/extensions):
1.1. Modélisation de l’espérance conditionnelle – les processus ARMA et extensions SARIMA.
1.2. Modélisation de la variance conditionnelle – les processus (G)ARCH et leurs extensions.

2. Processus non stationnaires univariés:
2.1. Différentes formes de non stationnarité : tendance déterministe et racine unité.
2.2. Tests de racine unité.

3. Processus stationnaires : les modèles VAR
3.1. Stationnarité.
3.2. Estimation et tests.
3.3. Causalité et test de non causalité.

4. Processus non stationnaires: les processus à racine unité et cointégration.
4.1. Cointégration – théorème de Granger et modèle à correction d’erreurs.
4.2. Cointegration – modèle vectoriel à correction d’erreurs.

Prérequis

Non indiqué