★ À maîtriser
📌 Lorsque H1 à H3 sont respectées malgré l’autocorrélation, les estimateurs MCO restent sans biais et convergents, mais ils ne sont plus BLUE.
Compléments
L’autocorrélation est fréquente dans les séries temporelles et les données de panel.
Une série intégrée d’ordre 1, notée I(1), peut engendrer des résidus autocorrélés.
Un choc à une date se prolonge dans les erreurs des dates suivantes.
★ À maîtriser
📐 Formule - Pour le processus AR(1), et la covariance décroît géométriquement avec le retard.
📌 Dans un AR(1), signifie l’absence d’autocorrélation, une autocorrélation positive et une autocorrélation négative avec alternance des signes.
Compléments
📐 Formule - Pour le processus AR(1) considéré, et .
📐 Formule - L’autocorrélation empirique au retard se calcule par .
Pour un AR(1), les pics de l’ACF s’atténuent progressivement comme des vagues qui diminuent.
★ À maîtriser
📐 Formule - La statistique de Durbin-Watson est et appartient à l’intervalle .
📌 Le test de Durbin-Watson comporte des zones d’indécision, n’est pas valide lorsqu’une variable dépendante retardée figure parmi les régresseurs et ne détecte que l’autocorrélation AR(1).
Compléments
📐 Formule - Pour le test de Breusch-Godfrey, sous .
📐 Formule - Le test h de Durbin est défini par et suit approximativement une loi normale standard sous l’hypothèse nulle.
📌 En pratique, le test de Breusch-Godfrey est à privilégier au test h de Durbin, car il reste valide dans tous les cas et permet de tester des ordres d’autocorrélation plus élevés.
DW est limité à AR(1) et devient invalide avec un retard de Y ; Breusch-Godfrey gère ces cas.
★ À maîtriser
Compléments
📌 Newey-West est une correction simple et asymptotiquement valide qui ne nécessite pas de spécifier une structure AR, mais les MCO restent inefficaces et la correction peut être biaisée dans les petits échantillons.
📐 Formule - Avec un paramètre AR(1) connu, la quasi-différenciation de l’équation transforme le modèle en .
Si les erreurs suivent un processus AR(1), la transformation produit un bruit blanc.
Dans la procédure présentée de Cochrane-Orcutt, la convergence est atteinte lorsque .
Newey-West corrige les écarts-types ; Cochrane-Orcutt transforme les variables.
★ À maîtriser
📐 Formule - Un processus AR(p) s’écrit .
Compléments
Pour des données trimestrielles, une autocorrélation d’ordre 4 peut correspondre à une saisonnalité, tandis que pour des données mensuelles l’autocorrélation peut aller jusqu’à l’ordre 12.
Le corrélogramme ACF et l’autocorrélogramme partiel PACF servent à identifier l’ordre de l’autocorrélation.
📌 Le test de Dickey-Fuller pose comme hypothèse nulle la présence d’une racine unitaire, soit .
Des séries non stationnaires peuvent produire une régression fallacieuse.
Le tracé des résidus estimés en fonction du temps permet de rechercher visuellement une autocorrélation ; des résidus qui forment des vagues indiquent clairement une autocorrélation positive.
Dans le nuage des résidus estimés en fonction de leur retard , une pente positive indique une autocorrélation positive et une pente proche de zéro indique une autocorrélation proche de zéro.
Dans un nuage de résidus retardés, une pente positive signale et donc une autocorrélation positive.
Des résidus en vagues dans le temps signalent une autocorrélation positive.
★ À maîtriser
📐 Formule - La statistique de Durbin-Watson vérifie .
Compléments
📌 La règle pratique considère qu’un Durbin-Watson dans l’intervalle [1,5 ; 2,5] ne signale pas d’alerte.
DW bas : autocorrélation positive ; DW proche de 2 : pas d'autocorrélation.
★ À maîtriser
📌 Newey-West conserve les coefficients MCO et remplace leur matrice de variance-covariance par un estimateur HAC, tandis que Cochrane-Orcutt modifie les coefficients par les moindres carrés généralisés.
📌 Cochrane-Orcutt suppose un processus AR(1) précis et peut gagner en efficacité si cette spécification est exacte, alors que Newey-West est robuste à une forme d’autocorrélation inconnue mais ne corrige que les erreurs-types.
Compléments
Le nombre empirique de retards de Newey-West peut être choisi selon .
Newey-West convient lorsqu’on soupçonne de l’autocorrélation ou de l’hétéroscédasticité sans connaître précisément le processus.
On choisit Cochrane-Orcutt si le processus AR(1) est bien spécifié et Newey-West si la forme de l’autocorrélation est incertaine.
Newey-West corrige les écarts-types ; Cochrane-Orcutt corrige les coefficients.
★ À maîtriser
📌 Dans un AR(1), l’autocorrélation décroît exponentiellement à tous les retards, tandis que dans un MA(1), elle est nulle après le retard 1.
Compléments
📐 Formule - Pour un processus MA(1), et pour .
📌 Un ACF qui décroît géométriquement et une PACF coupée après le retard 1 caractérisent graphiquement un AR(1).
📌 Un ACF coupé après le retard 1 et une PACF qui décroît géométriquement caractérisent graphiquement un MA(1).
L’AR(1) laisse une traîne qui décroît ; le MA(1) coupe net après le premier retard.
★ À maîtriser
📌 Une tendance déterministe s’élimine en retirant la tendance estimée, tandis qu’une tendance stochastique se stationnarise par première différenciation.
Compléments
📐 Formule - Une marche aléatoire vérifie et, dans le cours, , donc sa variance croît sans borne.
Il faut tester la stationnarité avant d’effectuer une régression sur des séries temporelles.
Une tendance déterministe implique un retour vers la tendance, tandis qu’une tendance stochastique n’implique pas de retour vers une tendance.
Une tendance visuellement apparente ne suffit pas à choisir entre tendance déterministe et stochastique ; le cours recommande un test ADF avec constante et tendance.
Le test d’Engle-Granger consiste à régresser sur par MCO, puis à appliquer un test ADF aux résidus estimés ; l’hypothèse nulle est l’absence de cointégration.
📌 Si deux séries sont cointégrées, il ne faut pas les différencier ; il faut plutôt utiliser un modèle à correction d’erreur (ECM).
Deux marches aléatoires régressées ensemble peuvent produire une régression fallacieuse.
★ À maîtriser
📌 Durbin-Watson teste l’autocorrélation d’ordre 1, Breusch-Godfrey teste un ordre spécifié et Ljung-Box teste conjointement l’absence d’autocorrélation jusqu’à un ordre donné.
Compléments
📐 Formule - La statistique de Ljung-Box est .
📌 On rejette l’hypothèse nulle du test de Ljung-Box lorsque .
★ À maîtriser
📐 Formule - Un modèle ADL(1,1) s’écrit .
📐 Formule - Dans un ADL(1,1), l’effet à court terme de est et son effet à long terme est .
Compléments
📌 Un modèle ADL(1,1) est stable si ; si , il comporte une racine unitaire.
📐 Formule - Pour le modèle AR(1) , la prévision à un pas est et sa variance est .
📐 Formule - La prévision AR(1) à pas est .
Lorsque , la prévision AR(1) à horizon croissant converge vers la moyenne inconditionnelle .
Dans l’exemple du cours, les ménages ajustent progressivement leur consommation au revenu, de sorte qu’un choc de revenu produit des effets étalés dans le temps.
📐 Formule - Si les résidus d’une régression MCO suivent un AR(1), une prévision à un pas peut intégrer leur autocorrélation : .
Choisir une correction de l’autocorrélation
| Critère | Cochrane-Orcutt | Newey-West |
|---|---|---|
| Hypothèse | Suppose un AR(1) précis | Ne suppose pas de forme précise |
| Élément corrigé | Coefficients par MCG | Écarts-types seulement |
| Robustesse | Faible si la forme est inconnue | Robuste à une forme inconnue |
| Choix | AR(1) bien spécifié | Forme incertaine |
Teste tes connaissances sur Économétrie des séries temporelles avec 10 questions à choix multiples et corrections détaillées.
1. Un modèle MCO présente une autocorrélation des erreurs, tandis que H1 à H3 restent respectées. Quelles conséquences faut-il envisager ?
2. Pour analyser un autocorrélogramme de résidus sur observations, cochez la (les) proposition(s) exacte(s) :
Mémorisez les concepts clés de Économétrie des séries temporelles avec 10 flashcards interactives.
Que désigne l’autocorrélation entre les erreurs d’observations différentes ?
Une dépendance telle que leur covariance est non nulle pour certains retards.
Quelle équation définit un processus AR(1) ?
, avec et un bruit blanc iid d’espérance nulle et de variance .
Dans quels types de données l’autocorrélation est-elle fréquente ?
Dans les séries temporelles et les données de panel.
Importe ton cours et l'IA génère fiches, QCM et flashcards en 30 secondes.
Générateur de fiches