Abstract FR:

L’objet de cette thèse est l’étude des modèles de séries temporelles utilisables pour l’analyse conjoncturelle. On y accorde une importance particulière aux modèles à facteurs dynamiques, dont l’utilisation en macroéconomie tend à se répandre. La première partie présente deux exemples d’utilisation de techniques d’analyse des séries temporelles pour l’analyse de données macroéconomiques françaises. Le premier exemple consiste en l’estimation d’un modèle VAR des cinq variables principales de la sphère réelle, et en son utilisation dans une simulation de prévisions. Le deuxième est une comparaison des différentes méthodes univariées de décomposition d’une série entre tendance et cycle : on analyse ces méthodes sur le plan théorique et on étudie les résultats obtenus lorsqu’elles sont appliquées au PIB français. La deuxième partie est principalement consacrée à une revue de la littérature sur les modèles à facteurs statique et dynamique. Ces modèles postulent l’existence d’un petit nombre de variables inobservables, appelées facteurs, conditionnellement auxquelles les variables observables sont indépendantes. On présente une synthèse de la littérature qui traite de ces modèles, et on prouve aussi quelques nouveaux résultats. On étudie ensuite les liens entre les modèles à facteurs et les autres modélisations des séries temporelles multivariées. La troisième partie est uniquement consacrée aux modèles à facteurs dynamiques. Dans le chapitre 5, on construit une procédure de test du nombre de facteurs, utilisable lorsque les variables étudiées sont stationnaires. Cette procédure est ensuite appliquée à l’enquête de conjoncture dans l’industrie, et on estime un indicateur résumé par filtre de Kalman. Dans le dernier chapitre, on étudie le problème de l’identifiabilité du modèle à facteurs dynamique, et on propose des directions de recherche pour l’estimation du modèle dans le domaine des temps, lorsque la dynamique des variables n’est pas spécifiée a priori