INSTITUT INTERNATIONAL DE RECHERCHE POUR LE DEVELOPPEMENT DURABLE
EXCELLENCE, EFFICACITÉ, ÉTHIQUE : ENSEMBLE VERS UN FUTUR DURABLE
17 Objectifs du développement durable
Dr. Claude Ahouangninou, Maître de Recherche, IIRDD Canada
Résumé
Ce travail de recherche s’inscrit dans une perspective d’analyse quantitative du changement climatique, en étudiant la dynamique des anomalies de température globale et des gaz à effet de serre (GES), notamment le dioxyde de carbone (CO₂), le méthane (CH₄) et le protoxyde d’azote (N₂O). L’objectif principal est de modéliser ces séries temporelles à l’aide des modèles ARIMA et ARDL, et d’identifier d’éventuelles relations de long terme entre les émissions de GES et le réchauffement climatique.
L’étude repose sur des données climatiques annuelles issues de sources officielles (NOAA, NASA GISS), couvrant des périodes variables selon les séries. Les tests de stationnarité indiquent que les anomalies de température sont intégrées d’ordre 1, tandis que le CO₂, le CH₄ et le N₂O sont intégrés d’ordre 2. Des modèles ARIMA ont été estimés pour chaque série, avec des performances prédictives satisfaisantes. Les tests sur les résidus ont confirmé la validité des modèles (absence d’autocorrélation, pas de volatilité conditionnelle, normalité).
L’approche ARDL a permis d’étudier l’effet conjoint du CO₂ et du CH₄ sur les anomalies de température. Le modèle retenu, un ARDL(1,0,0), présente des coefficients significatifs pour le CH₄ (p < 0,001) et le CO₂ (p < 0,01), avec un R² ajusté de 0,845. Le test de cointégration de Pesaran confirme une relation de long terme (F = 11,34 ; p < 0,001). Les tests diagnostiques indiquent l’absence d’autocorrélation, d’hétéroscédasticité conditionnelle (ARCH) et une distribution normale des résidus. À l’inverse, les modèles de type GARCH, VaR ou EVT ont été écartés, les séries ne présentant pas de comportement instable ou extrême.
Ces résultats mettent en évidence le rôle structurant des concentrations de GES, en particulier du CO₂, dans l’évolution des anomalies de température. Ils soutiennent la nécessité de politiques climatiques ambitieuses et fondées sur des analyses empiriques solides. Ce travail ouvre la voie à des recherches futures mobilisant des données à fréquence plus élevée, des facteurs explicatifs supplémentaires, ou des approches multivariées dynamiques.
Mots-clés : changement climatique, anomalies de température, GES, ARIMA, ARDL, cointégration
Abstract
This research adopts a quantitative approach to climate change analysis, focusing on the dynamics of global temperature anomalies and greenhouse gases (GHGs), notably carbon dioxide (CO₂), methane (CH₄), and nitrous oxide (N₂O). The main objective is to model these time series using ARIMA and ARDL models, and to identify possible long-term relationships between GHG emissions and global warming. The study is based on annual climate data from official sources (NOAA, NASA GISS), covering different periods depending on the variable. Stationarity tests indicate that temperature anomalies are integrated of order 1, while CO₂, CH₄, and N₂O are integrated of order 2. ARIMA models were estimated for each series, showing satisfactory predictive performance. Residual analysis confirmed the statistical validity of the models (no autocorrelation, no conditional heteroskedasticity, normally distributed residuals). The ARDL approach was used to analyze the joint effect of CO₂ and CH₄ on temperature anomalies. The selected model, an ARDL(1,0,0), shows significant coefficients for CH₄ (p < 0.001) and CO₂ (p < 0.01), with an adjusted R² of 0.845. The Pesaran bounds test confirms the existence of a long-term relationship (F = 11.34; p < 0.001). Diagnostic tests indicate no residual autocorrelation, no ARCH effects, and normal residual distribution. Conversely, GARCH, VaR, and EVT models were excluded, as the series showed no unstable or extreme behavior. These results highlight the structural role of GHG concentrations, particularly CO₂, in driving temperature anomalies. They support the implementation of ambitious climate policies grounded in robust statistical modeling. The study also opens perspectives for future research using higher-frequency data, additional explanatory variables, or multivariate dynamic models.
Keywords: climate change, temperature anomalies, GHG, ARIMA, ARDL, cointegration
Pour citer ce rapport:
Ahouangninou, C. (2025). Modélisation de l'évolution des anomalies de température globale et des Gaz à effet de serre (GES) à l'aide des modèles ARIMA et ARDL. Institut International de Recherche pour le Développement Durable, IIRDD Press, Québec, Canada, 94p. https://doi.org/10.5281/zenodo.17729809