Clive W. J. Granger (1934 –2009 )

Prix Nobel 2003 (Grande-Bretagne)

Clive William John Granger est né en 1934 à Swansea (Pays de Galles, Grande-Bretagne). Il commence sa scolarité dans le secondaire à Cambridge et la prolonge à la Bridgford Grammar School près de Nottingham. Il grandit dans une famille modeste (son père était représentant de commerce) et poursuit ses études à l'Université de Nottingham où il débute un cursus économique avant de bifurquer vers le département de mathématiques. Il est diplômé en mathématiques en 1955. En 1957, il publie dans la revue d'astrophysique son premier article qui traite de la modélisation des tâches solaires ("A statistical model for sunspot activity"). Encore doctorant, Clive Granger est nommé assistant en statistiques car il est un des rares dans l'Université à se spécialiser dans l'analyse des séries temporelles. Sous la direction du professeur Harry Pitt, il soutient une thèse en statistiques intitulée "Testing for Non-stationarity" en 1959.

Après sa soutenance, une bourse lui permet d'étudier aux États-Unis, à l’Université de Princeton (New Jersey). Le professeur Oscar Morgenstern lui demande de rejoindre le "Time Series Project" pour utiliser les méthodes Fourier sur les données économiques.  Encadré par le professeur John Tukey, ce bref séjour à Princeton lui permet de rédiger, avec Michio Hatanaka, son premier ouvrage ("Spectral Analysis in Economic Time Series") et de s'affirmer comme un spécialiste de l'analyse des séries temporelles.
Après ce séjour américain, il retourne en Angleterre où il est nommé professeur à l'Université de Nottingham. En 1974, il revient sur le continent américain à l'Université de Californie à San Diego (UCSD). Au sein de l'UCSD, le professeur Clive W. J. Granger prolonge ses recherches sur les séries temporelles, notamment en collaboration avec le professeur Robert F. Engle, futur co-lauréat pour le prix Nobel. Ensemble, ils ont dirigé les travaux de nombreux étudiants dont ceux de Mark Watson.

Professeur émérite d’économie, il prend sa retraite de l'UCSD en 2003 pour enseigner à temps partiel dans le département d'économie de l'Université de Canterbury (Nouvelle-Zélande). C'est au cours de cette demie retraite qu'il reçu l'appel téléphonique de l'Académie Royale des Sciences de Suède.

Dès ses premières années d'études, le professeur Clive W. J. Granger a été reconnu par ses pairs. Il a obtenu de nombreuses récompenses académiques et honorifiques. Il est membre de la Société d'économétrie depuis 1972 et de l'Académie britannique depuis 2002. Il est nommé docteur honoris causa de l’Université Carlos III de Madrid en 1996 et de la Stockholm School of Economics en 1998.

En 2004, le professeur Clive W. J. Granger a été anobli en recevant l'insigne de Chevalier par la reine Elizabeth II. Cette même année, il a été désigné comme l’une des 100 personnalités les plus marquantes du pays de Galle. En 2005, l'Université de Nottingham rebaptise le département d'économie et de géographie "Sir Clive Granger Building" pour rendre hommage à sa fidélité (il y enseigna pendant 22 ans) et à ses travaux couronnés par le prix Nobel. En juin 2006, un "Granger Centre for Time Series Econometrics" y est inauguré.

Sir Clive W. J. Granger est décédé le 27 mai 2009 en Californie à l'âge de 74 ans.

Le Nobel

Le 8 octobre 2003, l'Académie Royale des Sciences de Suède a décidé d’attribuer le Prix de la Banque de Suède en Sciences Économiques en mémoire d’Alfred Nobel aux professeurs Robert F. Engle et Clive W. J. Granger. Le jury du Nobel souligne qu'ils ont développé dans les années 1980 de nouvelles méthodes statistiques qui portent sur deux propriétés des séries chronologiques de données économiques : la volatilité saisonnière et la non stationnarité.

Les deux chercheurs ont donc été récompensés pour leurs travaux sur les séries temporelles. Le professeur Clive W. J. Granger fut particulièrement distingué "pour des méthodes d’analyse de séries temporelles économiques avec une tendance commune (cointégration)".

La "cointégration"

La majorité des séries économiques et financières ont la caractéristique d'être des séries non-stationnaires, c’est-à-dire des séries de données chronologiques dont la moyenne, la variance et l’auto-covariance dépendent du temps et dont la volatilité n'est pas régulière dans le temps.

Le professeur Clive W. J. Granger améliora notre compréhension des séries temporelles dans deux directions. Tout d'abord, il démontra que l’analyse des données non stationnaires avec des méthodes statistiques d’analyse des séries temporelles stationnaires entraîne des conclusions erronées. Ensuite, il proposa des combinaisons spécifiques de séries temporelles non stationnaires qui peuvent se comporter  de manière stationnaire : c'est le phénomène de "cointégration".

La théorie de la cointégration permet donc d'étudier des séries non stationnaires mais dont une combinaison linéaire est stationnaire. Ainsi, deux séries non stationnaires sont cointégrées s’il existe une combinaison linéaire stationnaire de ces deux séries. A court terme, la série Xt et la série Yt peuvent avoir une évolution divergente (elles sont toutes les deux non stationnaires), mais ces deux séries chronologiques vont évoluer ensemble à long terme. Il existe donc une relation stable à long terme entre Xt et Yt. Cette relation est appelée relation de cointégration. Ces séries peuvent connaître une évolution divergente à court terme, mais des forces de rappel font que ces variables évoluent ensemble à long terme.

Le phénomène de cointégration a connu un réel succès auprès des économètres car il permet de produire des résultats statistiquement corrects.

Une référence méthodologique et théorique

Les réflexions du professeur Clive W. J. Granger sont devenues des "classiques" de l'économétrie. Ces travaux sont le point de départ de nombreuses recherches sur la modélisation et la prévision des séries temporelles. Le professeur Clive W. J. Granger a été récompensé pour la théorie de la cointégration mais il s'est aussi imposé par ses travaux sur l’analyse spectrale (analyse spectrale des cours boursiers), l'analyse des processus à mémoire longue (processus ARFIMA), l’économétrie non linéaire ou l'analyse causale (la causalité au sens de Granger : la variable X cause la variable Y si la connaissance des valeurs passées de X permet d’améliorer la prévision de Y fondée uniquement sur son propre passé).

Le professeur Clive W. J. Granger s'est donc imposé comme une référence méthodologique en montrant que les méthodes statistiques traditionnelles pouvaient conduire à des erreurs si elles étaient appliquées à des variables ayant tendance à diverger au cours du temps sans revenir à un point de convergence à long terme. Il a démontré que des relations statistiques apparemment significatives entre des séries de données économiques peuvent être trompeuses ou fallacieuses.

Il a aussi prouvé que nombre de variables présentent des structures similaires sur le long terme. Une combinaison de plusieurs de ces variables peut alors créer une variable commune revenant à un "point de repos", permettant ainsi à l'économètre d'appliquer les méthodes traditionnelles.

Le professeur Clive W. J. Granger proposa aussi des méthodes d'analyse statistiques pour analyser des systèmes à dynamique de court terme soumis à de fortes perturbations stochastiques mais dont la dynamique à long terme est aussi contrainte par des relations d’équilibre existant dans une économie. Ses travaux ont donc permis de mieux analyser la relation entre richesse et consommation ou entre le taux d’intérêt à court terme et le taux d'intérêt à long terme.

Le professeur Clive W. J. Granger s’est intéressé aux recherches du professeur Robert F. Engle sur la volatilité. Ils ont amélioré la modélisation ARCH (AutoRegressive Conditional Heteroskedasticity) dans deux directions : en introduisant la modélisation ARCH multivariée et en proposant des modèles APARCH (Asymmetric Power ARCH).

Il a aussi été à l'origine de l'approfondissement de ses propres travaux comme l'illustrent les développements du concept de cointégration, et notamment le concept de cointégration fractionnaire (1986). Il s'agit toujours de rendre compte de comportements de retour à la moyenne mais le processus d’ajustement peut être plus long. Avec le concept de cointégration non linéaire, il améliore la modélisation et les prévisions des cycles économiques (souvent asymétriques), des marchés connaissant des rigidités, l’inertie des comportements acteurs économiques et financiers, etc.

Le professeur Clive W. J. Granger a participé à l'amélioration des techniques de prévision. Ces travaux ont donc permis de réduire l’incertitude des acteurs économiques (banques, intervenants sur les marchés financiers, exportateurs, etc.). Son article sur les prévisions des cours boursiers (1992) a été récompensé par l’International Journal of Forecasting avec le prix du meilleur article de l'année.

Au début des années 2000, le professeur Clive W. J. Granger est sollicité pour utiliser les méthodes d'analyse mises au point sur des séries de données économiques dans le cadre d'un projet en Amazonie. Il s'agit d'analyser des bases de données afin d'obtenir une meilleure compréhension de la dynamique de la déforestation de la forêt amazonienne ainsi que ses implications économiques. Il propose alors un modèle explicatif devant permettre une prévision de la déforestation (cf. "The Dynamics of Deforestation and Economics Growth in the Brazilian Amazon").

Principales publications

Livres
(2002) Granger, C. W. J., Andersen L., Reis E., Weinhold D. et Wunder S., The Dynamics of Deforestation and Economic Growth in the Brazilian Amazon, Cambridge University Press
(1977) avec Newbold, P., Forecasting Economic Time Series, Academic Press
(1964) avec Hatanaka, M., Spectral Analysis of Economic Time Series, Princeton University Press, Princeton

Articles
(1969) "Investigating causal relations by econometric models and cross-spectral methods", Econometrica 37 : 424–438
(1966) "The typical spectral shape of an economic variable", Econometrica 34 : 150–161

Articles en collaboration
(1987) avec Granger, C. W. J., "Co-integration and error-correction: Representation, estimation and testing", Econometrica 55 : 251–276
(1980) avec Joyeux R, "An introduction to long-memory time series models and fractional differencing", Journal of Time Series Analysis 1 : 15–30
(1974) avec Newbold, P., "Spurious regressions in econometrics", Journal of Econometrics 2 : 111–120
(1969) avec Bates, J., "The combination of forecasts", Operations Research Quarterly 20 : 451–468