Économétrie des séries temporelles
Maîtrise Économie Appliquée (2001-2004)
Université Paris Dauphine
Notes: ces ressources pédagogiques correspondent au cours d’Économétrie des Séries Temporelles que j'enseignais de 2001 à 2004 au sein de la maîtrise (master, première année) d’Économie Appliquée de l'Université Paris Dauphine.
Polycopiés de cours
Chapitre 1 (pdf) : Processus aléatoires stationnaires et processus ARMA
Chapitre 2 (pdf) : Tests de non stationnarité et processus aléatoires non stationnaires
Chapitre 3 (pdf) : Identification des processus ARMA
Chapitre 4 (pdf) : Estimation, tests de validation, prévision des processus ARMA
Chapitre 5 (pdf) : Représentation VAR-VECM et cointégration
Examens et corrections
Novembre 2001 (énoncé, correction, workfile Eviews) : Tests de racine unitaire et tests de l’hypothèse de convergence (Bernard et Durlauf (1995)).
Février 2002 (énoncé, correction, workfile Eviews) : Les mécanismes d'ajustement de la balance commerciale : Tests de racine unitaire et cointégration. Modèle VAR.
Janvier 2003 (énoncé, workfile Eviews): La persistance du taux de chômage américain. Tests de racine unitaire. Modèle VAR.
Février 2003 (énoncé, workfile Eviews) : Théorie de la PPA et Prévision du taux de change. Tests de racine unitaire. Modèle VAR.
Janvier 2004 (énoncé, workfile Eviews) : Persistance des dépenses publiques réelles. Tests de racine unitaire. Modèle VAR.
Février 2004 (énoncé et correction) : Prévisions et Modèle VAR
Autres ressources
ARDL_Models.pdfModèles à retards distribués et modèles ARDL
Résumé : Cette note propose une brève présentation des modèles à retards distribués en général et des modèles de type Autoregressive Distributed-lagged model (ou ARDL) en particulier. L'objectif est de comprendre la spécificité et les avantages des modèles ARDL en les remettant en perspective par rapport aux modèles dynamiques à retards distribués. Dans une première section, nous présentons les modèles à retards distribués non contraints. La seconde section est consacrée aux modèles restreints (linéaire, géométrique, etc.) et notamment aux modèles polynomiaux d'Almon. La troisième section présente les modèles avec variable dépendante retardée : modèles de Koyck, AR-X et ARDL. La dernière section décrit les procédures d'estimation de ces différents modèles sous les logiciels R et SAS.