Comparaison des méthodes de sélection de structures de modèles non-linéaires en prédiction de séries temporelles: Application à la prévision des cycles endogènes des séries de la production industrielle en Tunisie - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2011

Comparison of selection methods of non-linear models structures in time series prediction: Application to the prediction of endogenous cycles of industrial production series in Tunisia

Comparaison des méthodes de sélection de structures de modèles non-linéaires en prédiction de séries temporelles: Application à la prévision des cycles endogènes des séries de la production industrielle en Tunisie

Résumé

The nonlinear forecast of univariate time-series with discrete time is an exciting area of research. To develop efficient forecasting models, it must be able to understand precisely the related issues, unresolved in their particularities. The major difficulty is to choose from a possible family of future data generating process. However, normally in Econometrics, a real data generation process of observed time series is modeled with a stochastic process. But more important here is to assume that time series are generated by a deterministic dynamical system rather than a random process. In this case, the real issue mentioned is the dichotomy between deterministic and residual part of a data generating process. This thesis is organized as part of the econometrics of non-linear processes and chaos theory and admits on the analysis and prediction of the situation in Tunisia. Our guiding reference simply comes from the need to study and predict the contemporary phenomenon of endogenous instability of fluctuations of variables macroeconomic. Thus our original contribution is an explanation of endogenous cycle fluctuations of the index of industrial production in Tunisia and forecast analysis by threshold models with smooth transition of STAR Type (Smooth transition autoregressive) univariate. From then on, trying to make some theoretical and empirical insights on this subject, our results advocate the idea that the instability of the dynamic balance which is an endogenous weakening mechanism is causing dynamic cyclic structures by bifurcation (endogenous cycles) following a change of qualitative properties of the equilibrium at the level of the dynamics of nonlinear econometric model with a smooth transition of regime shift. But also, this growing fragility can sometimes result in massive and persistent asymmetries that reflect the sensitivity to initial conditions (Butterfly effect), causing endogenous instability of nonlinear model via a chaotic dynamics which is the major source of its inefficiency in anticipation of materials especially over a long period. The work presented in this thesis, with the goal of understanding a better representation of nonlinear dynamical fluctuations of self-sustained endogenous cycles of series of industrial production in Tunisia using the STAR univariate modeling, come from a very interesting personal reflection highlighting the contribution of the various techniques of analysis and forecasting of the economy, knowing that not only the growing interest but also the relevance of the results they provided for the prediction in an area of instability of dynamic structures. However, this presentation is still insufficient to provide a comprehensive and final study of, first, the dynamics of nonlinear models in the econometrics of time series, and secondly of predictive performance models to change plans with smooth transition so specified, to answer definitively many question marks that remain open until now.
La prévision non-linéaire de séries temporelles univariées à temps discret est un domaine passionnant de recherche. Pour élaborer des modèles de prévision performants, il faut pouvoir comprendre précisément les problèmes en relation, non encore résolues, dans leurs particularités. La difficulté majeure est de choisir parmi une famille possible de processus générateurs de données celui qui est capable d'être qualifié comme étant le meilleur processus générateur de données futures. Or, normalement en économétrie, un processus générateur de données réelles observées d'une série temporelle est modélisé à l'aide d'un processus stochastique. Mais, le plus important ici est de supposer qu'une série temporelle est générée par un système dynamique déterministe plutôt qu'un processus aléatoire. Dans ce cas, le véritable problème évoqué est celui de la dichotomie entre partie déterministe et partie résiduelle d'un processus générateur de données. Cette thèse s'articule dans le cadre de l'économétrie des processus non linéaires en moyennes et de la théorie de chaos. Elle admet pour objet l'analyse et la prévision de la conjoncture en Tunisie. Notre fil conducteur provient tout simplement de la nécessité d'étudier et de prédire le phénomène contemporaine de l'instabilité endogène des fluctuations des variables macro-économiques qui est un sujet d'intérêt primordial aujourd'hui. Ainsi, notre apport originel consiste on l'explication et la modélisation des fluctuations du cycle endogène de l’indice de la production industrielle en Tunisie et son analyse prévisionnelle par les modèles à seuil avec transition lisse de type STAR (Smooth transition autoregressive) univariée. Dés lors, on essayant de suivre une démarche méthodologique permettant d'apporter quelques éclairages théoriques qu'empiriques sur ce sujet d'actualité, nos résultats préconisent d'une part l'idée selon laquelle l'instabilité de l'équilibre dynamique qui est un mécanisme de fragilisation endogène est à l'origine des dynamiques des structures cycliques par bifurcation (cycles endogènes), suite à un changement des propriétés qualitatives de l'équilibre au niveau de la dynamique du modèle économétrique non linéaire avec changement de régime par transition lisse. D'autre part, cette fragilisation croissante peut se traduire parfois par des asymétries massives et persistantes qui traduisent la sensibilité aux conditions initiales (effet papillon), qui cause l'instabilité endogène du modèle non linéaire via une dynamique chaotique qui est la majeure source de son inefficacité en matière de prévision surtout sur une longue période. Les travaux présentés dans ce thèse, ayant comme but d'appréhender une meilleure représentation des dynamiques non-linéaires des fluctuations auto-entretenues des cycles endogènes des séries de la production industrielle en Tunisie à l'aide de la modélisation STAR univariée. Ils sont issus d'une réflexion personnelle très intéressante mettant en évidence l'apport des diverses techniques d'analyse et de prévision de la conjoncture, sachant non seulement l'intérêt grandissant pour l'effort de diagnostic et d'évaluation de l'efficacité des décisions de planification stratégiques, mais aussi de la pertinence des résultats qu'elles fournies pour la prédiction dans un domaine d'instabilité des structures dynamiques. Néanmoins, cette présentation reste insuffisante pour fournir une étude complète et finale d'une part, des dynamiques des modèles non linéaires en économétrie des séries temporelles et d'autre part, des performances prévisionnelles des modèles à changement de régimes avec transition lisse, ainsi spécifiés, pour répondre définitivement à de nombreux points d'interrogations qui restent ouverts jusqu'à maintenant.
Fichier principal
Vignette du fichier
Thèse Mohsen ALIMI (2010-2011).pdf (6.96 Mo) Télécharger le fichier

Dates et versions

tel-01199614 , version 1 (15-09-2015)

Identifiants

  • HAL Id : tel-01199614 , version 1

Citer

Mohsen Alimi. Comparaison des méthodes de sélection de structures de modèles non-linéaires en prédiction de séries temporelles: Application à la prévision des cycles endogènes des séries de la production industrielle en Tunisie. Statistiques [stat]. Faculté des Sciences Economiques et de Gestion, Université de Sfax (Tunisie), 2011. Français. ⟨NNT : ⟩. ⟨tel-01199614⟩
1699 Consultations
970 Téléchargements

Partager

Gmail Facebook X LinkedIn More