Économétrie II

(1)

Économétrie II

L3 Économétrie – L3 MASS “Math-éco”

Pr. Philippe Polomé, U. Lyon 2

Année 2015-2016

(2)

Ch. 0. Introduction Moi-même

Table des matières

Ch. 0. Introduction Moi-même

Organisation du cours

Objectifs du cours

(3)

Présentation

I

Professeur à l’Université Lumière Lyon 2

I

Labo GATE-LSE UMR 5824 CNRS - UL2 - UJM - ENS

(4)

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

(5)

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

(6)

Ch. 0. Introduction Organisation du cours

Table des matières

Ch. 0. Introduction Moi-même

Organisation du cours

Objectifs du cours

(7)

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

(8)

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

(9)

Stratégie

Médiane : de 8.2 à 10.3 selon les années

(10)

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

(11)

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

(12)

Ch. 0. Introduction Objectifs du cours

Table des matières

Ch. 0. Introduction Moi-même

Organisation du cours

Objectifs du cours

(13)

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

(14)

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 ⇢y

et

Z ⇢X

I

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

(15)

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...

(16)

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)

(17)

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

(18)

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