Modélisation financière

Année universitaire : 2010/2011 Sommaire :
Chapitre 1 : Analyse classique des Séries temporelles univariées
1- Aspect théorique
- Définition
- Usage des séries chronologiques
- Composantes de la chronique
- Analyse de saisonnalité
• Tests de détection de saisonnalité
• Méthodes de désaisonnalisation
* Méthode de la régression sur le temps
* Méthode de filtrage par la moyenne mobile
2- Application sous le logiciel SPSS
Chapitre 2 : Introduction à la modélisation des séries temporelles univariées
- Stationnarité des processus stochastiques
- Fonction d’Autocorrélation d’un processus stochastique
Application sous Eviews - cours boursier CTM, CIH, taux de change
- Méthodes de stationnarité des processus non stationnaires
- Modèle autorégressif
* spécification du modèle
* stationnarité du modèle autorégressif
*identification du modèle
*Estimation
*Validation
*Comparaison entre modèle théorique et empirique
Application sous Eviews
Chapitre 3 : Modélisation des Séries temporelles multivariées
- Cointégration
- Modèle à correction d’erreur
- Causalité
Application sous EVIEXS Partie I- Séries chronologiques
Chapitre 1 : Analyse classique des séries temporelles univariées
1- Définition :
La série temporelle notée (Yt)tT est une suite d’observations indexées par un ensemble ordonné T=t1 ;t2 ;t3……..tn.
La série temporelle (Yt)tT peut être définit aussi comme étant une série statistique à deux dimensions (t,Yt) avec tT. la première composante du couple (t) est le temps, ce dernier est rangé dans l’ordre chronologique. La deuxième composante est une variable numérique qui prend des valeurs aux différents instants «t».
Autres appellations :
• La série temporelle est appelée aussi chronique ou série chronologique
• Suivant la nature du problème étudié, le temps peut être exprimé en jours, en mois, en trimestres, en semestre ou en années.
Exemple :
- L’évolution du