Correction de l’exercice 4 (Série 1)
1- Représenter le nuage de points (𝑿𝒕 , 𝒀𝒕 ). Interpréter.
11
Y
10,5
10
9,5
9
8,5
8
7,5
7
6,5
6
5,5
30 35 40 45 50 55 60 65 70
On constate qu’il y a une relation négative entre l’endettement (X) et la rentabilité (Y).
C’est-à-dire plus le niveau de l’endettement est élevé, moins l’entreprise est rentable.
2- Calculer : V(X), V(Y) et COV (X, Y)
1 1 1
V(X) = 𝑛 ∑(𝑥𝑡 − 𝑥̅ )2 ; V(Y) = 𝑛 ∑(𝑌𝑡 − 𝑌̅)2 ; COV (X,Y) = 𝑛 ∑(𝑥𝑡 − 𝑥̅ ) (𝑌𝑡 − 𝑌̅)
t 1 2 3 4 5 6 7 8 9 10 11 12
Y 8,5 7,2 9,1 6,8 10,5 5,9 7,8 9,4 6,5 8,1 7 9,9
X 45 52 38 60 35 65 50 40 58 48 55 37
̅)
(𝒚𝒊 − 𝒚 0,44 -0,86 1,04 -1,26 2,44 -2,16 -0,26 1,34 -1,56 0,04 -1,06 1,84
̅)
(𝒙𝒊 − 𝒙 -3,58 3,42 -10,58 11,42 -13,58 16,42 1,42 -8,58 9,42 -0,58 6,42 -11,58
̅)*
(𝒙𝒊 − 𝒙 -1,58 -2,93 -11,02 -14,37 -33,17 -35,43 -0,37 -11,52 -14,67 -0,02 -6,79 -21,33
̅)
(𝒚𝒊 − 𝒚
̅)𝟐
(𝒚𝒊 − 𝒚 0,20 0,74 1,09 1,58 5,96 4,66 0,07 1,80 2,43 0,00 1,12 3,39
̅)𝟐
(𝒙𝒊 − 𝒙 12,84 11,67 112,01 130,34 184,51 269,51 2,01 73,67 88,67 0,34 41,17 134,17
12 12 12 12
∑ xi = 583 ; ∑ yi = 96.7 ; x̅ = 48.58; y̅ = 8.06 ; ∑(xi − x̅ )2 = 1060.92 ∑(yi − y̅)2
i=1 i=1 i=1 i=1
= 23.03
12
∑(xi − x̅)(yi − y̅) = −153.21
i=1
1 1
V(X) = 𝑛 ∑(𝑥𝑡 − 𝑥̅ )2 = ∗ 1060.92 = 88.4
12
1 1
V(Y) = 𝑛 ∑(𝑌𝑡 − 𝑌̅)2 = 12 ∗ 23.03 = 1.92
1 1
COV (X,Y) = 𝑛 ∑(𝑥𝑡 − 𝑥̅ ) (𝑌𝑡 − 𝑌̅) = ∗ (−153.21)= -12.77
12
3- Calculer le coefficient de corrélation linéaire 𝒓𝒙,𝒚 . Conclure.
COV(x,y) ∑n ̅ )(yi − y
i=1(xi − x ̅) −12.77
rx,y = = = = -0.98
σx σy √88.4∗ √23.03
√∑n ̅ )2 √∑n
i=1(xi − x ̅)2
i=1(yi − y
On constate une forte corrélation linéaire négative entre l’endettement et la rentabilité de
la firme.
4- Ecrire le modèle envisagé, en précisant la variable exogène, la
variable endogène et les hypothèses sur le terme d’erreur du modèle.
Le modèle à estimer :
𝑌𝑡 = 𝛼 + 𝛽𝑋𝑡 + 𝜀𝑡
Le modèle exprime la rentabilité financière de la firme par le niveau de l’endettement.
- La variable exogène est la variable explicative. Dans notre cas, c’est l’endettement
(X).
- La variable endogène, est une variable déterminée par le modèle ou variable à
expliquer. Dans notre cas, c’est la rentabilité (Y).
Les hypothèses sur le terme d’erreur du modèle :
- L’hypothèse de normalité de l’aléa : 𝐸(𝜀𝑡 ) = 0 . L’espérance mathématique de l’erreur
est nulle : en moyenne le modèle est bien spécifié et donc l’erreur moyenne est nulle.
𝜀𝑡 ↝ 𝑁(0, 𝜎𝜀2 )
- L’hypothèse d’homoscédasticité :𝑉(𝜀𝑡 ) = 𝜎𝜀2 , signifie que la variance des 𝜀𝑡 est
constante quel que soit le sous échantillon tiré de l’ensemble de 1 jusqu’à T.
- L’hypothèse de non-autocorrélation : 𝐸(𝜀𝑡 𝜀𝑡 ′ ) = 0 si 𝑡 ≠ 𝑡′. Les erreurs sont non
corrélées (ou encore indépendantes) : une erreur à l’instant 𝑡 n’a pas d’influence sur les
erreurs suivantes.
- 𝐶𝑜𝑣(𝑋𝑡 , 𝜀𝑡 ) = 0 Le terme d’erreur est indépendant de la variable explicative.
5- Déterminer l’équation de la droite de régression estimée.
C’est-à-dire, on doit calculer 𝛼̂ et 𝛽̂ . Or:
𝐶𝑂𝑉(𝑥,𝑦) ∑12 ̅)
𝑖=1(𝑥𝑖 − 𝑥̅ )(𝑦𝑖 − 𝑦 −12.77
𝛽̂ = = ∑12 2
= = −0.14
𝑉(𝑥) 𝑖=1(𝑥𝑖 − 𝑥̅ ) 88.4
𝛼̂ = y̅ − 𝛽̂ ∗ x̅ = 8.06 – (-0.14) * 48.58 = 14.86
D’où l’équation de la droite de régression est la suivante :
𝑌̂𝑡 = 14.86 + (−0.14) 𝑿𝒕
6- Calculer les résidus 𝜺̂𝒕 . Vérifier que ∑𝟏𝟐 ̂ 𝒕 = 0.
𝒕=𝟏 𝜺
𝜀̂𝑖 = 𝑦𝑖 − 𝑦̂𝑖 = 𝑦𝑖 − (𝛼̂ + 𝛽̂ 𝑋𝑡 + 𝜀𝑡 )
𝑌̂𝑡 = 14.86 + (−0.14) 𝑿𝒕
t 1 2 3 4 5 6 7 8 9 10 11 12
Y 8,5 7,2 9,1 6,8 10,5 5,9 7,8 9,4 6,5 8,1 7 9,9
X 45 52 38 60 35 65 50 40 58 48 55 37
𝑦̂𝑖 8,56 7,58 9,54 6,46 9,96 5,76 7,86 9,26 6,74 8,14 7,16 9,68
𝜀̂𝑖 -0,06 -0,38 -0,44 0,34 0,54 0,14 -0,06 0,14 -0,24 -0,04 -0,16 0,22
∑ 𝜀̂𝑖 = 0
7- Déterminer une estimation de l’écart type du terme d’erreur 𝜺𝒕 . En
̂.
déduire une estimation de l’écart type 𝜷
𝑇
1
𝜎̂𝜀2 = ∑ 𝜀̂𝑡2
𝑇−2
𝑡=1
𝜀̂𝑡2 0,0036 0,1444 0,1936 0,1156 0,2916 0,0196 0,0036 0,0196 0,0576 0,0016 0,0256 0,0484
∑ 𝜀̂𝑡2 = 0.9248
𝑡=1
𝑇
1 1
𝜎̂𝜀2 = ∑ 𝜀̂𝑡2 = 0.9248 = 0.0925
𝑇−2 10
𝑡=1
̂𝜀2
𝜎 0.0925
𝜎̂𝛽̂ = √𝑉(𝛽̂ ) , or 𝑉(𝛽̂ ) = ∑𝑇 ̅
= 1060.92 = 0.00008 d’ou , 𝜎̂𝛽̂ = √𝑉(𝛽̂ ) = √0.00008 =
𝑡=1(Xt −X)²
0.0089
