Économétrie II
L3 Économétrie – L3 MASS “Math-éco”
Pr. Philippe Polomé, U. Lyon 2
Année 2015-2016
Ch. 0. Introduction Moi-même
Table des matières
Ch. 0. Introduction Moi-même
Organisation du cours
Objectifs du cours
Ch. 0. Introduction Moi-même
Présentation
I
Professeur à l’Université Lumière Lyon 2
I
Labo GATE-LSE UMR 5824 CNRS - UL2 - UJM - ENS
Ch. 0. Introduction Moi-même
Recherches
I
Économie de l’environnement
I Risques environnementaux
I Gouvernance écologique
I Comportements prosociaux
I Évaluation (valorisation) non-marchande
I
Économie agricole : Analyse micro des décisions environnementales
I
Économetrie appliquée
Ch. 0. Introduction Moi-même
Master “Risque & Environnement”
I
UL1-UL2-UL3-ECL-ENTPE-Mines-INSA-IEP
I
Parcours M2 RISE “Gouvernance” Droit-économie-ingénierie
I
M1 Analyse Politiques Économiques (APE) - économétrie
Ch. 0. Introduction Organisation du cours
Table des matières
Ch. 0. Introduction Moi-même
Organisation du cours
Objectifs du cours
Ch. 0. Introduction Organisation du cours
Organisation
I
Cours
I Supports en ligne
I Vous voyez les supports par vous-même
I Environ 11p/h
I En cours : résumé + exercises pratiques
I 30h CM
I + TD N. Havet
I Quelquesdevoirssur logiciel chez soi
I Ne sont pas corrigés en CM
I Seront vus en TD si vous le demandez
I Sont matière d’examen (vu en TD ou pas) I
Évaluation
I CM 2/3 – TD 1/3 (CC)
I CM : QCM ou autre
I Devoirs, pratiques en cours
I Questions de compréhension, sans calcul, sans logiciel
Ch. 0. Introduction Organisation du cours
Emploi du temps CM
Mardi 14-17h15 Risque
26 janv. 2016
Thémis 70
2 fév. 2015 x
9 fév. 2016 x
16 fév. 2016
23 fév. 2016 Vacances 1 mar. 2016
Thémis 70 x 8 mar. 2016
15 mar. 2016 22 mar. 2016 29 mar. 2016
5 avr. 2016 Préfa P1
12 avr. 2016 Thémis 70 x
19 avr. 2016 Vacances
26 avr. 2016 Thémis 70
Ch. 0. Introduction Organisation du cours
Stratégie
Médiane : de 8.2 à 10.3 selon les années
Ch. 0. Introduction Organisation du cours
Logiciels
I
Logiciels économétriques :
I Tableur OOCalc : gratuit et similaire à MSExcel
I Gretl : similaire à Stata et sorties “standards”
I R, SAS, Stata, eviews, LimDep, Gauss...
I
Avantages de Gretl
I Gratuit et open source, peut être téléchargé et installé sur vos ordinateurs perso. @ gretl.sourceforge.net/
I Multiples langues dont français, chinois, espagnol et anglais
I Jeux de données inclus
I Bons outils graphiques
I Connecte avec divers autres logiciels pour analyse plus poussée ou sorties de présentation
Ch. 0. Introduction Organisation du cours
Références
I
Introductory Econometrics, J. Wooldridge
I Beaucoup d’exemples, large public – pas en français
I
Econométrie, R. Bourbonnais, Dunod, 2002
I Bonne vision très synthétique en français – peu d’exemples/intuition
I
Introductory Econometrics : Using Monte Carlo Simulation with Microsoft Excel®, H. Barreto & F. Howland, 2005
I Aussi info sur site MS Windows
Ch. 0. Introduction Objectifs du cours
Table des matières
Ch. 0. Introduction Moi-même
Organisation du cours
Objectifs du cours
Ch. 0. Introduction Objectifs du cours
Rappel d’économétrie
I
Multiples données réelles sur l’économie et autres
I On aimerait pouvoir évaluer quantitativement des effets
« toutes choses égales par ailleurs »
I Mais tout est mélangé : rien n’est « égal par ailleurs »
I
Par exemple
I Effet d’une politique sur le marché de l’emploi
I alors que l’économie mondiale évolue
I Effet sur d’une taxe sur les engrais
I alors que tous les prix agricoles changent
I Les facteurs de réussite scolaire alors chaque élève est différent
I
3 objectifs de l’économétrie
I Lien entre théorie et réalité (économie ou autre)
I Prédire une variable
I Conditionnellement à d’autres variables ou pas
I Résumer les observations
Ch. 0. Introduction Objectifs du cours
MRL & MCO
Modèle de Régression Linéaire [MRL]
yi = 0+ 1X1i+...+ kXki +✏i
Hypothèses principales du MRL
I
Sphéricité des erreurs : Terme aléatoire
✏“sympa”
I
Exogénéité : Pas de facteur confondant
Z ⇢yet
Z ⇢XI
Spécification du MRL :
I Variable dép. continue, bon ensemble de X, linéarité
Sous ces hypothèses, MCO est très bon
I
Pas de biais
I
Précis
I
Convergent/consistant
Ch. 0. Introduction Objectifs du cours
Objectifs du cours
I
Les hypothèses MRL sont-elles réalistes ?
I Dans quels cas ont-elles le plus de chances d’être satisfaites ?
I Tester la validité des hypothèses
I
Si les hypothèses ne sont pas respectées ?
I Qu’arrivent-ils aux propriétés de MCO ?
I Quelles sont les solutions ?
I Méthodes alternatives d’estimation
I Transformation des données...
Ch. 0. Introduction Objectifs du cours
Données réelles
I
Ma page de cours
www.gate.cnrs.fr/perso/polome/DataLinks.xhtml
I liste de quelques sources bien connues
I
Gretl contient des bases de données réelles utilisées dans des textes de références
I
Questions et méthodes spécifiques suivant le type de données
(p. suivante)
Trois types de données réelles
I
Coupe transversale (Cross-section)
I Beaucoup d’agentsi, une périodet;principal objet de ce cours
I Strike duration data, Choix de plan de pension, Nombre de visites chez le médecin
I
Séries temporelles/chronologiques (Time series)
I Uni, bcp det;MCO inadaptés - on fera une intro
I Macroéconomie dont : prix, déflateurs, emplois, population, croissance, investissement, éducation... par année, trimestre...
I Daily/Weekly stock prices or exchange rates, Rate of return on portfolios
I
Panel
I Beaucoup dei, quelquest;MCO souvent inadaptés !
I Manufacturing companies over several years
I Employment and schooling history for a sample of men for some years
Ch. 0. Introduction Objectifs du cours
Plan du cours
1. Modèle de régression linéaire & estimateur MCO 2. Inférence : Classique & bootstrap
3. H. Sphéricité
3.1 Espérance non-nulle du terme d’erreur 3.2 Hétéroscédasticité
3.3 Autocorrélation + intro séries temporelles
4. H. Endogénéité & méthodes des moments 5. H. Spécification
5.1 Ensemble des X
5.2 Modèle de choix dichotomique & maximum de vraisemblance