Déterminants de la volatilité du prix des produits agricoles dans la ville de Bukavu. Cas du riz et du mais de janvier 2005 à décembre 2013.

c. Stationnarisation :

La dernière étape de la procédure d'identification consiste à produire le «bon filtre». Une série non stationnaire n'est pas utilisable en l'état dans les modèles; elle contient un aléa trop conséquent pour permettre une étude rigoureuse de la dynamique.

Une série est stationnaire si elle ne contient ni tendance ni saisonnalité ou si ses caractéristiques statistiques ne varient pas dans le temps ou d'un point de vue statistique le passé est comparable au présent et au futur (Bourbonnais, 2009 ; Greene, 2008). Ainsi, une série chronologique est stationnaire, au sens strict, si sa distribution de probabilité ne change pas au cours du temps^20(*).

Tableau 3 : Nature de la série, degré d'intégration et filtre de stationnarisation

Nature de la série	Degré d'intégration	Filtre de stationnarisation
Série stationnaire TS	I(0)	MCO:
Série non stationnaire DS	I(1)	Différences premières:

Source :TSASA, 2013

Une erreur sur la détection de l'ordre d'intégration peut conduire à des conclusions opposées en termes d'implications pour la politique économique. Pour cela, les tests de racines unitaires de Dickey-Fuller (1979), de Dickey-Fuller Augmentés (1982) et de Philips et Perron (1988) permettent non seulement de détecter l`existence d'une non-stationnarité mais aussi de déterminer la source du non stationnarité (processus TS ou DS) (Bourbonnais, 2009). Ces tests permettent de ressortir trois types de modèles:

Modèle autorégressif d'ordre 1 ( ), Modèle autorégressif avec constante ( ) et: Modèle autorégressif avec tendance (  )

Pour retenir l'un de ces modèles on mène le test de signification du trend et de l'intercept à partir du modèle 3:

H0 : est non significatif H1 : est significatif mais aussi H0 : est non significatif et H1 : est significatif

Le paramètre sera significatif si et seulement si : Prob < 0.05 et t > 1.96. Dans le cas contraire, il est non significatif. Le schéma suivant synthétise la démarche de ces tests:

Figure 1 : Stratégie simplifiée des tests de racine unitaire^21(*)

Test =1

Estimation du modèle (3)

Test b=0

Test =1

Non

Oui

Oui

Non

Processus TS

Processus DS

Estimation du modèle (2)

Test c=0

Non

Oui

Processus DS

Processus stationnaire

Non

Oui

Estimation du modèle (1)

Test =0

Processus stationnaire

Processus DS

Non

Oui

Une fois expurgés de tous les éléments déterministes de la chronique de départ, nous pouvons isoler sa partie résiduelle. C'est sur cette partie (chronique résiduelle) que s'effectue l'étude de la volatilité.

* ²⁰E [Yt] = ì, pour tout t : c'est-à-dire la série stationnaire en moyenne. V [Yt] = E(Yt2) = ó2, pour tout t : c'est-à-dire la série est stationnaire en variance. Cov [Yt, Yt+k] = E [(Yt- ì) (Yt+k- ì)] = ãk : l'autocovariance ou la covariance entre deux périodes t et t+k est uniquement fonction de la différence des temps k.

* ²¹Source Bourbonnais (2004)