4.3.2 Cycle dat'e par le modèle MS-AR
Les résultats de la datation du cycle du prix de
pétrole par la méthode paramétrique MS - AR24
sont présentées en annexe, page 36. Le principal enseignement que
l'on peut retenir de cette méthode est le suivant : les résultats
sont en concordance avec ceux
24Markov-Switching Autoregressive.
obtenus par la m'ethode de datation de Bry et Boschan. Le
cycle commence et s'achève effectivement par une phase de r'ecession. La
première phase a exactement la même dur'ee, 9 mois, que celle
donn'ee par la m'ethode pr'ec'edente.
Par ailleurs, il apparaàýt par cette m'ethode
que les probabilit'es de transition d'une phase donn'ee a` l'autre confirment
correctement la datation effectu'ee. En effet, la probabilit'e de passage d'une
phase de r'ecession a` une phase d'expansion est très grande et est de
0,030, tandis que celle de passage d'une phase d'expansion a` une phase de
r'ecession est de 0, 068. Bien plus, la fr'equence d'occurrence d'une phase
donn'ee sachant que l'on s'est trouv'e dans cette phase est très forte.
Elle est de 0, 970 pour passer d'une r'ecession a` une r'ecession et de 0, 932
pour passer d'une expansion a` une expansion. Ces r'esultats sont d'autant plus
r'econfortant que l'on a constat'e que les phases des cycles couvrent le plus
souvent une p'eriode de plus d'un an; soit donc que l'occurrence des points de
retournements corrobore avec les probabilit'es de transition calcul'ees.
5 Prévision du cycle des cours de pétrole
Cette section est consacr'ee a` la mod'elisation et a` la
pr'evision du cycle du prix de p'etrole pr'ec'edemment extrait. Son premier
objectif est donc celui d'identifier le processus ARIMA25 ayant
g'en'er'e ce cycle. Pour ce faire, après avoir 'eventuellement
stationnaris'e notre composante cyclique, nous mettrons en oeuvre la
m'ethodologie de Box et Jenkins qui fait autorit'e en matière de
mod'elisation ARMA. Cette m'ethodologie se fait en cinq 'etapes : la
description de la chronique de l''etude qui devrait renseigner sur son type
(additif ou multiplicatif) ; l''etude de sa stationnarit'e; l'identification du
modèle g'en'erateur du processus en 'etude, l'estimation des
paramètres de ce modèle, sa validation et une pr'evision.
La composante cyclique est stationnaire et non saisonnier
(Fournier, 2000) par construction. Mais, sans toutefois remettre en cause la
m'ethodologie d'extraction du cycle, nous 'etudions dans la sous section
suivante la stationnarit'e du cycle que nous avons ex-trait, ceci pour lever la
pr'esomption de non stationnarit'e que pourrait laisser
apparaàýtre le corr'elogramme (graphique 5 ci-dessous) de ce
cycle.
25Même si Clark (1989), citépar Ponty
[14] en page 50, modélise la composante cyclique par un modèle
ARMA, nous nous proposons dans ce papier d'étudier tout d'abord la
stationnaritéde la composante cyclique.
Graphique 5 - Corrélogrammes simple et partiel du
cycle du prix de pétrole
Autocorrélogramme simple
|
1.0 0.8 0.6 0.4 0.2 0.0 -0.2 -0.4
|
|
0 10 20 30 40 50
Nombre de retards Autocorrélogramme
partiel
0 10 20 30 40 50
Nombre de retards
| 
