WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Prévision prospective du taux de change IATA (Association Internationale du Transport Aérien)

( Télécharger le fichier original )
par El Mehdi JEDDOU
Université Cadi Ayyad Maroc - Master spécialisé en management financier de l' entreprise 2010
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

3.3. Identification du modèle :

L'étape d'identification des modèles ARIMA, débute systématiquement par la détermination des ordres du terme de différenciation I(d), puis de ceux des termes autorégressif AR(p) et de moyenne mobile MA(q).

- L'ordre de différentiation I(d) est égal à 1, car on a différencié les deux chroniques une seule fois pour les rendre stationnaires.

- L'ordre du terme autorégressif présent dans le modèle ARIMA définitif est égal à p, qui correspond au nombre de pics significatifs dans la PACF. L'analyse des corrélogrammes partiels des deux séries étudiées (Figures 7 et 8), démontrent que l'ordre autorégressif AR(p) est égal à 1 dans la chronique USD/MAD, et 3 dans la chronique EURO/MAD.

- L'ordre du terme de moyenne mobile présent dans le modèle ARIMA définitif est égal à q, c'est-à-dire le nombre de pics significatifs dans l'ACF. L'étude des corrélogrammes partiels des deux séries, démontrent que l'ordre de moyenne mobile MA(q) est égal à 1 dans la série USD/MAD et 2 dans la série EURO/MAD.

Pour la chronique USD/MAD, nous poserons les modèles concurrents suivants : - AR(1),

- MA(1),

- ARMA(1,1) qui combine les deux.

Et pour la chronique EURO/MAD, nous verrons les modèles suivants :

- AR(3), AR (2), AR (1)

- MA(2), MA (1)

- ARMA (3,2) ; ARMA (3,1) ; ARMA (2,1) ; ARMA (2,2) ; ARMA (1,2) ; ARMA(1,1).

3.4. Estimation des différents paramètres du modèle :

Après l'identification des modèles, on procède à l'estimation de leurs paramètres par la méthode du maximum de vraisemblance qui consiste à déterminer la valeur du paramètre à estimer (fonction des observations) qui assure la plus grande probabilité d'apparition de ces observations.

Les résultats des paramètres estimés pour chaque modèle de chaque série (annexe 4), sont résumés dans le tableau suivant:

Tableau 7 : Résumé de l'estimation des mod~les

Chroniques

Modèles

Coefficients

T-student

Akaike

Schwarz

Hannan-
Quinn

 
 

1

-5,977

 
 
 
 

AR(3)

2

-5,189

-76,84875

-62,74734

-71,12043

 
 

3

-2,317

 
 
 
 

AR(2)

1

-5,380

-73,52410

-62,24297

-68,94144

 

-4,540

 
 
 
 
 
 

AR(1)

1

-3,831

-56,36701

-47,90617

-52,93002

 

MA(2)

1

-5,963

-77,59367

-66,31254

-73,01101

 

-1,76

 
 
 
 
 
 

MA(1)

1

-9,546

-77,27068

-68,80983

-73,83368

 
 

1

0,002398

 
 
 
 
 

2

-1,372

 
 
 
 

ARMA(3,2)

3

-0,008868

-74,48744

-54,74547

-66,46779

 
 

1

-0,1035

 
 
 
 
 

2

0,01407

 
 
 

EUO-RMAD

 

1

-0,09891

 
 
 
 

-2,089

 

ARMA(2,1)

 

-64,35825

-72,73134

 
 

1

-3,545

 
 
 
 
 

1

-0,2032

 
 
 
 
 

2

-1,567

 
 
 
 

ARMA(3,1)

 

-59,56454

-69,61224

 

-0,1732

 
 
 
 
 
 
 

1

-1,695

 
 
 
 
 

1

0,1247

 
 
 
 

ARMA(2,2)

2

-1,724

-76,48701

-59,56532

-69,61302

 

-1,269

 
 

2

0,1762

 
 
 
 

ARMA(1,1)

1

1,085

-76,67291

-65,39179

-72,09025

 

-7,644

 
 

1

-1,503

 
 
 
 

ARMA(1,2)

1

-0,1009

-77,23597

-63,13456

-71,50765

 
 

2

-2,587

 
 
 
 

AR(1)

1

0,5223

-5,622208

2,838637

-2,185214

 

MA(1)

1

0,6261

-5,674177

2,786668

-2,237183

USD-MAD

 
 
 
 
 
 
 

ARMA(1,1)

1

-2,253

-5,462959

5,818167

-0,880301

 

3,011

 
 
 
 
 
 

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Piètre disciple, qui ne surpasse pas son maitre !"   Léonard de Vinci