Prévision

Nous présentons le principe de la prévision, sans entrer dans le détail des calculs. Le calcul de la prévision nous amène à introduire la fonction d’autocorrélation partielle, utile pour identifier le modèle ARMA d’une série (cf. section 4.6).

4.4.1 Principe

On dispose de y₁, y₂, . . . , y_T, observations d’une série stationnaire de moyenne μ et de fonction d’autocovariance γ_l, l = 0, 1, 2 . . . et l’on veut la série en T + h,

h≥ 1. Par convention, la prédiction de yT +h connaissant le passé y_T, y_{T −1}, . . . , y₁

de la série est la fonction de ces observations qui minimise l’erreur quadratique moyenne (EQM) de prévision E((y_t+h−g)2_{) pour toutes les fonctions g(.) du passé}

jusqu’en t. Ce minimum est atteint pour la fonction, espérance conditionnelle au passé, notée

E(y_t+h|yt, y_t−1, . . . , y₁).

C’est le meilleur prédicteur de y_tà l’horizon h. Il est souvent difficile de calculer cette espérance conditionnelle, aussi se restreint-on à g(.), fonction linéaire des ob-servations passées. On appelle alors g(.) espérance conditionnelle linéaire (EL) et la prédiction associée est le meilleur prédicteur linéaire, abrégé en BLP (Best Linear

Predictor ) de y_{T +h}; nous le noterons y_{T +h|T} ou EL(y_{T +h}|yT, y_{T −1}, . . . , y₁) ; cette question est présentée notamment par Gourieroux & Monfort (1995, chap. 3) et Hamilton (1994). Le BLP est de la forme : a₀+_T

k=1a_ky_{T +1−k}. Nous admettrons qu’il vérifie le système linéaire :

a₀= μ(1− T i=1 a_i), Γ_TaT = γ_T(h) (4.31) où aT = [a₁, . . . , a_T]^, Γ_T = [γ_i−j]^T_i,j=1, γ_T(h) = [γ_h, γ_h+1, . . . , γ_{h+T −1}]^.

Propriété 4.4 (Meilleur prédicteur linéaire d’un processus stationnaire)

de y_{T +h} vérifie y_{T +h|T} = μ + T i=1 a_i(y_{T +1−i}− μ), (4.32) E[y_{T +h}− yT +h|T] = 0, (4.33) E[(y_{T +h}− y_{T +h|T})y_t] = 0, t = 1, . . . , T, (4.34) E[(y_{T +h}− y_{T +h|T})²)] = γ₀− a Tγ_T(h). (4.35) Remarques

– La deuxième équation dit que l’espérance mathématique du BLP est égale à celle de la quantité à prédire. Le BLP est dit sans biais.

– La troisième équation dit que l’erreur de prédiction est orthogonale à y_t, t≤ T .

– L’erreur quadratique de prévision à l’horizon h est donnée par (4.35). A l’horizon 1, cette erreur est aussi appelée erreur quadratique moyenne, EQM ou MSE (Mean Square Error ).

– Si y_test gaussien, le meilleur prédicteur se confond avec le meilleur prédicteur linéaire. Dans ce livre, à l’exception du chapitre 12 où les séries étudiées montrent de l’hétéroscédasticité conditionnelle et ne peuvent donc pas être considérées comme gaussiennes, espérance conditionnelle et espérance conditionnelle linéaire se confondent.

– Comparons (4.31) avec les équations de Yule-Walker (4.27) obtenues pour un AR(p). On voit que pour un AR(p), (a₁, . . . , a_p)≡ (φ₁, . . . , φ_p), autrement dit, la prévision à l’horizon 1, basée sur p instants passés, est l’équation d’autoré-gression, au bruit près. Nous reviendrons sur cette observation dans la prochaine section.

4.4.2 Fonction d’autocorrélation partielle

Considérons une série stationnaire{yt} centrée et ses régressions linéaires sur son

passé résumé à une, deux, trois . . . observations :

y_t = φ_1,1y_t−1+ u_1t (4.36)

y_t = φ_1,2y_t−1+ φ_2,2y_t−2+ u_2t

y_t = φ_1,3y_t−1+ φ_2,3y_t−2+ φ_3,3y_t−3+ u_3t

.. .

Par exemple, φ_1,2y_t−1+ φ_2,2y_t−2désigne le BLP de y_tconnaissant y_t−1 et y_t−2, et s’obtient en résolvant (4.31) où a₀= 0, c’est-à-dire :

 γ₀ γ₁ γ₁ γ₀   φ_1,2 φ_2,2  =  γ₁ γ₂  .

Considérons les φ_k,k, k = 1, 2, . . . Ils ont la même interprétation que les

coeffi-cients d’une régression linéaire classique : φ_k,kreprésente l’apport d’explication de

y_t−k à y_t, toutes choses égales par ailleurs, c’est-à-dire étant donné qu’on régresse également sur y_t−1, . . . , y_t−k+1. Ils forment la fonction d’autocorrélation partielle que nous abrégerons en PACF.

Supposons en particulier que y_t soit autorégressif, un AR(3) pour fixer les idées, alors il est clair que y_t−4n’apporte rien de plus que y_t−1, y_t−2, y_t−3pour expliquer

y_tet on montre en effet que pour un AR(3), φ_k,k= 0, k > 3. D’une façon générale on a :

Propriété 4.5

(a) La PACF d’un AR(p) est nulle à partir de l’ordre p + 1.

(b) La PACF d’un processus qui a une composante moyenne mobile a une

dé-croissance exponentielle.

Ainsi la PACF d’un ARMA(p, q), q > 0 présente une décroissance exponentielle ou sinusoïdale amortie.

Calcul de la PACF. L’algorithme de Durbin-Levinson (voir Brockwell & Da-vis, 2002 ou Shumway & Stoffer, 2006) calcule itérativement la PACF à partir de l’ACF. Les estimations φ_k,k, k = 1, 2, . . . obtenues en appliquant l’algorithme

de Durbin-Levinson à l’ACF empirique forment la fonction d’autocorrélation

par-tielle empirique. L’algorithme de Durbin-Levinson est programmé dans la fonction

PacfDL()de FitAR. D’un point de vue pratique, on pensera qu’une série suit un AR(p) si les φ_k,k 0, k > p, précisément :

Propriété 4.6

Si y_t est un AR(p), alors :

(a) φ_p,p converge vers φ_p,p quand T → ∞,

(b) φ_l,l,∀l > p converge vers 0 quand T → ∞,

(c) var( φ_l,l) 1/T ∀l > p.

Si la PACF empirique d’une série n’est plus significativement différente de zéro à partir d’un certain ordre k, on essaiera de lui ajuster un modèle AR(k− 1).

Exemple 4.5 Calculons à l’aide de l’algorithme de Durbin-Levinson la PACF d’un AR(2)

y_t=−0.7yt−1+ 0.2y_t−2+ z_t (4.37)

puis les coefficientsaT jusqu’à T = 4 du système (4.31). Vu la discussion de (4.36), nous nous attendons à trouver, pour k > 2, des coefficients a_k nuls. Nous calculons d’abord la fonction d’autocovariance théorique, g, à l’aide de TacvfARMA(). La fonction PacfDL() a comme argument la fonction d’autocorrélation, g/g[1].

> g=TacvfARMA(phi=c(-.7,.2),lag.max=4) > (a=PacfDL(g/g[1],LinearPredictor=TRUE))

$Pacf

[1] -8.750000e-01 2.000000e-01 7.401487e-16 1.644775e-16

$ARCoefficients

[1] -7.000000e-01 2.000000e-01 8.552829e-16 1.644775e-16

$ResidualVariance [1] 0.225

> g[1]-t(as.matrix(a$ARCoefficients))%*%as.matrix(g[-1])

[,1]

[1,] 1

a$Pacf est le vecteur des φ_k,k, effectivement nuls à partir de k = 3. Le vecteur a$ARCoefficients est le vecteur (a₁, . . . , a₄), avec (a₁, a₂) = (φ₁, φ₂) et a_k = 0 à partir de k = 3. La dernière ligne de code calcule la variance de l’erreur de prédiction à l’horizon 1, expression (4.35). Elle vaut 1, comme on s’y attendait, car le bruit utilisé pour calculer la fonction d’autocovariance par TacvfARMA() est supposé de variance 1.

Exercice 4.4

Simuler une trajectoire de 200 valeurs d’un processus autor´egressif ob´eissant `a (4.37) et calculer la PCF empirique jusqu’au retard 4. Comparer avec l’exemple pr´ec´edent.

4.4.3 Prévision d’un modèle autorégressif

Nous considérons {yt} AR(p), avec zt, bruit blanc gaussien. Après la discussion qui précède, nous admettrons les résultats suivants.

Prévision à l’horizon 1. L’espérance linéaire de

y_t+1= φ₀+ φ₁y_t+ φ₂y_t−1+ . . . + φ_py_t+1−p+ z_t+1,

conditionnellement à son passé est :

y_t+1|t= φ₀+ φ₁y_t+ φ₂y_t−1+ . . . + φ_py_t+1−p,

l’erreur de prédiction associée est donc

e_t(1) = y_t+1− yt+1|t= z_t+1

et l’erreur quadratique moyenne de prévision est égale à la variance, σ_z². C’est la variance de y_t+1conditionnellement au passé de la série. Dans ce modèle, elle est indépendante de t. Le bruit blanc z_t+1peut être interprété comme la correction à la prédiction mécanique de y_t+1par les valeurs les plus récemment observées. On appelle d’ailleurs souvent innovation le bruit blanc z_tdans les séries représentables par un filtre linéaire et causal.

Prévision à l’horizon 2. La prévision de

y_t+2= φ₀+ φ₁y_t+1+ φ₂y_t+ . . . + φ_py_t+2−p+ z_t+2

connaissant le passé y_t, y_t−1, . . . est toujours l’espérance conditionnelle linéaire

par rapport à ce passé. Comme l’espérance d’une somme de v.a. est la somme des espérances :

y_t+2|t= φ₀+ φ₁y_t+1|t+ φ₂y_t+ . . . + φ_py_t+2−p

et l’erreur de prédiction est :

e_t(2) = y_t+2− yt+2|t= z_t+2+ φ₁e_t(1) = z_t+2+ φ₁z_t+1,

d’espérance nulle et de variance σ²_z(1 + φ²₁). La variance de l’erreur de prévision augmente évidemment avec l’horizon de prévision.

La prévision d’un AR(p) à un horizon h quelconque est :

y_t+h|t= φ₀+ φ₁y_t+h−1|t+ φ₂y_t+h−2|t+ . . . + φ_py_t+h−p|t (4.38) où y_t+h−k|t= y_t+h−k si h− k ≤ 0.

On peut montrer que pour un AR(p), y_t+h|t → E(yt) quand h → ∞. C’est la

propriété dite de retour à la moyenne et la variance de l’erreur de prévision tend vers la variance de y_t. Dans la pratique, on remplace les φ par leurs estimations et on ne tient pas compte de la variabilité de ces dernières pour établir la prévision, qu’on note alorsy_t+h|t. Nous n’aurons pas besoin de préciser davantage les notions d’espérance conditionnelle et d’espérance conditionnelle linéaire.

4.4.4 Prévision d’un MA(q)

On a observé y_t, MA(q), jusqu’en t et on veut le prédire en t + h, h≥ 1. Le passé

est engendré de façon équivalente par y_t, y_t−1, . . . ou par z_t, z_t−1, . . . .

Prévision à l’horizon 1.

y_t+1= μ + z_t+1+ θ₁z_t+ θ₂z_t−1+ . . . + θ_qz_t+1−q,

donc

y_t+1|t= E(y_t+1|yt, y_t−1, . . . ) = μ + θ₁z_t+ θ₂z_t−1+ . . . + θ_qz_t−q

et l’erreur de prédiction associée est :

e_t(1) = y_t+1− yt+1|t= z_t+1,

de variance σ²_z. Pour un horizon h > q, on voit que la prévision est μ, le retour à la moyenne se fait en q étapes. Cette formulation de la prévision d’un MA n’est pas très pratique car elle fait intervenir l’erreur, non observée. Shumway & Stoffer (2006) et Brockwell & Davis (2002) présentent la prévision en détail et l’illustrent de nombreux exemples. Nous pratiquerons la prévision sur des modèles préalablement estimés dans les chapitres étudiant des cas réels.