Modéliser et prévoir des séries temporelles mutivariées à l’aide des modèles VAR et VECM

 
  Toutes les formations  Méthodes statistiques
  4 jours (2+2)       1980       Expert    
Objectifs

Cette formation permet de modéliser et prévoir des séries temporelles multivariées, notamment dans le domaine économique.


Prérequis

Bonnes connaissances des modèles ARMA.


Contenu

La modélisation vectorielle ou multivariée permet d’étudier la dynamique jointe de plusieurs séries : Lorsque les séries sont stationnaires, il s’agit d’une généralisation de l’étude des processus AR. La popularité des modèles vectoriels autorégressifs (VAR) est liée à leur souplesse d’utilisation et à leur capacité à tester des hypothèses économiques. Lorsque les séries ne sont pas stationnaires mais cointégrées, les modèles vectoriels à correction d’erreur (VECM) permettent de spécifier des relations stables à long terme tout en analysant dans le même temps la dynamique de court terme des variables considérées. Les modèles VAR structurels (SVAR) complètent cette approche multivariée.

Les cas pratiques seront idéalement traités sous R, mais pourront également être mis en œuvre sous SAS.

Généralités sur les séries temporelles multivariées.

Modèles vectoriels autorégressifs (VAR).

Tests de stationarité.

Analyse de la dynamique des modèles VAR.

Tests de Causalité.

Modèles vectoriels à correction d’erreur (VECM).

Tests de cointégration.

Compléments sur les modèles VAR structurels (SVAR).


Modalités pédagogiques

Afin de mobiliser les participants, de multiplier les échanges et de faciliter l’assimilation des connaissances, cette formation alterne exposés théoriques et applications pratiques / cas concrets / travaux sur ordinateur.