econometrie

© Mikael PETITJEAN (2007) 1

Chapitre 1

Qu’est-ce que l’économétrie?

Mikael PETITJEANFUCaM & Louvain School of Management

Académie Universitaire Louvain

ECONOMETRIE


• Econométrie signifie littéralement “mesure en économie”.– L’économétrie est l’application de techniques statistiques et

mathématiques à des problèmes économiques (au sens large).

• En économétrie, un modèle consiste en une présentation formalisée d’un phénomène sous forme d’équations dont les variables sont des grandeurs économiques.

• Le modèle est donc une représentation schématique et partielle d’une réalité naturellement plus complexe.

I. ECONOMETRIE ET MODELEI.A. Définitions


• En sciences sociales, la modélisation est rendue particulièrement complexe.

1. Le hasard (par définition, imprévisible) ainsi que les événements rares (extrêmement improbables) ont un impact considérable sur le cours de l’histoire humaine.

2. Les situations asymétriques et non-linéaires sont la règle plutôt que l’exception.

3. Certaines théories en sciences sociales ne sont pas ‘scientifiques’ dans le sens où elles ne sont pas ‘falsifiables’ (selon le terme de Popper), c.à.d. réfutables.– Elles ne reposent pas sur un ensemble de conditions que l’on

peut tester et rejeter.

I. ECONOMETRIE ET MODELEI.B. Construction des modèles économétriques


4. L’être humain fait preuve d’une rationalité très particulière – Plus un événement est ‘présent’ (mentalement /

émotionnellement), plus on surestime sa probabilitéd’occurrence (availability and affect heuristics).

– Plus un individu ou un objet (semble) affiche(r) des caractéristiques similaires à celles d’un groupe, plus on surestime la probabilité qu’il fasse partie de ce groupe (representativeness heuristic)

– La manière dont les individus schématisent mentalement un choix ou une transaction affecte l’utilité qu’ils en attendent ou en reçoivent (prospect theory).• Son utilité dépend également de l’idée qu’il se fait de l’utilité que

les autres individus, dans son environnement direct, peuvent tirer de ce choix ou de cette transaction.





4. L’être humain fait preuve d’une rationalité très particulière (suite)

– Selon la théorie des perspectives, les individus :• sont « risk avoiders » quant il s’agit de gains (supérieurs au point

de référence) ;• sont « risk lovers » quant il s’agit de pertes (supérieurs au point

de référence) ;• considèrent les événements extrêmement probables

(improbables) comme certains (impossibles) ;• donnent trop peu de poids aux événements très (sans être

extrêmement) probables ;• donnent trop de poids aux événements très (sans être

extrêmement) improbables.



1. Référence à une théorie et à ses hypothèses ou, tout simplement, à une intuition (argumentée).

2. Sélection et mesure des variables = choix de données quantitatives et/ou qualitatives– Données ou séries temporelles (time series)– Données en coupe instantanée/transversale (cross-

sectional data)• Pooled cross sections

– Données longitudinales (longitudinal data) • Données de panel (panel data)• Données de cohorte (cohorts)




• Données ou séries temporelles (time series)– Une indication du temps est indispensable (time stamp)

• On dénote chaque observation par t et le nombre total d’observations par n

Evolution de la santé financière des entreprises wallonnes (%)Année Pleine forme Maladie

chroniqueMaladie passagère

19971998199920002001

18.5

2002

20.552.153.255.7

18.2

56.017.9

57.8

20.218.918.817.2

17.8

58.6 16.318.019.0

Faillite probable8.98.47.57.46.96.1

Source: BNB



• Données en coupe transversale (cross sections)– Les données sont observées au même moment pour un

échantillon aléatoire d’unités (ménages, firmes, villes, pays, etc.)– Une indication du temps ne doit pas nécessairement apparaître au

sein de la base de données• On dénote chaque observation par i et le nombre total

d’observations par NDonnées (fictives) sur 500 entreprises américaines en 2005Firme/obs.

Salaire (€/heure)

Education(années)

Expérience(années)

12.499

11

500

23.15.3 12. .11.56

7.5

3.5 51614

Pop. Fem. (%)

5542.3547



• Données en coupe transversale regroupées (polled cross sections)– Regroupement de données transversales venant de différents

moments temporels– La taille de l’échantillon ainsi que les unités comprises dans

l’échantillon peuvent varier au cours du temps.– Une indication du temps est nécessaire dans la BD.Deux années de prix de vente (pour 520 habitations au total)Maison/Obs. Année Prix Chambres1.250 2003 243600 4 3251.

85500

520

32003. .

2005.

.

2005

2.2

65000.57200

SdB2.

1.1



• Données longitudinales issues d’un panel (panel data)– La taille de l’échantillon ainsi que les unités comprises dans

l’échantillon sont déterminées lors de la création du panel et restent inchangées au cours du temps.

– Une indication du temps est nécessaire dans la BD.Deux années sur les dépenses R&D dans 150 entreprises

Obs. Ville Année Brevets R&D (% CA)

1 15

20

5

10

.

.

18

20

2 ABC 2006 4 471

. . . . .

3

4 DEF 2006 1 75

.

299

300

ABC

DEF

.

XYZ

2000

XYZ

2000

2

0

.

5

.

2000

22006

Employés

440

75

.

520

493



• Données longitudinales issues d’une cohorte (cohort data)– Elles se distinguent des données de panel par le seul fait que

chaque unité comprise dans l’échantillon a expérimenté le même événement (par exemple, la création pour une firme) à la même période de référence (par exemple, en 1985).

Deux années de statistiques pour 100 entreprises créées en 1985Obs. Firme Année Salaire Education

1 12

11

8

12

.

.

16

14

2 ABC 2005 3.24 22

. . . . .

3

4 DEF 2005 6 4

.

199

200

ABC

DEF

.

XYZ

1990

XYZ

1990

3

5.3

.

3.5

.

1990

11.562005

Expérience

2

5

.

5

5


3. Formalisation des relations et choix de la forme des fonctions (forme fonctionnelle)• Modèle en niveau ou en log• Modèle statique ou dynamique

4. Estimation (intermédiaire) et validation du modèle– Tests de diagnostic sur les résidus observés– Suppression des variables superflues– Tests sur la forme fonctionnelle– Tests de stabilité

5. Estimation (finale) et tests d’hypothèse sur les coefficients (comme outils de validation pour une théorie ou d’investigation pour une intuition).



• L’économétrie est un outil à la disposition de l’économiste et du gestionnaire, qui permet d’infirmer ou de confirmer les théories.

II. ROLE DE L’ECONOMETRIE II.A. Outil de validation de la théorie

Théorie

Formalisation de la théorie :modélisation

Confrontation du modèle avec les données=

estimation économétrique

La théorieest validée

La théorien’est pas validée

Nouvelles donnéestestées

Nouvelle spécification du modèle


• L’économétrie n’est pas seulement un outil de validation mais également un outil d’investigation.

• Elle peut apporter une aide à la modélisation, à la réflexion théorique ou à l’action politique, par:– la mise en évidence de relations entre variables qui n’étaient

pas a priori évidentes ou pressenties;• Attention au danger de ‘data mining’ ou ‘data snooping’!

– Veiller à utiliser les méthodes du bootstraping.– l’inférence statistique qui consiste à inférer, à partir des

caractéristiques d’un échantillon, les caractéristiques d’une population;

– la simulation qui mesure l’impact de la modification de la valeur d’une variable sur une autre

– la prévision afin d’anticiper et de réagir à l’environnement.

II. ROLE DE L’ECONOMETRIE II.B. Outil d’investigation


• L’être humain apprend difficilement le langage des statistiques et des probabilités.– Une erreur, appelée the round-trip fallacy, est

souvent commise, même par les ‘spécialistes’.• H0: il existe des cygnes noirs

H1: il n’existe pas de cygne noir– Le rejet de l’hypothèse nulle (absence of evidence) N’implique

PAS l’acceptation de l’hypothèse alternative (evidence of absence)

– Ce n’est pas parce que notre échantillon ne contient pas de cygne noir que nous devons accepter l’hypothèse selon laquelle tous les cygnes sont blancs.» Il y a une différence épistémologique fondamentale entre

« accepter » et « ne pas rejeter » une hypothèse.

III. DANGERS DE L’ECONOMETRIE


• L’économétrie (au sens large) peut être malheureusement utilisée pour :– justifier des aprioris ou des préjugés ;– tromper (in)volontairement le jugement d’autrui ;

• En 1995, l’avocat de d’O.J. Simpson affirme que la probabilité que son client soit coupable du meurtre de son épouse (C) sachant qu’il la battait (B) est de : P(C|B) = 0,1%.– Il ne tient aucun compte du fait observé que son épouse est morte

(M)! P(C|B,M) = 81% (selon I. Good)

– expliquer ex post (avec le biais du recul) l’occurrence d’événements qui étaient intrinsèquement imprévisibles ;

– extrapoler, à partir du passé, un futur lointain qui est fondamentalement imprévisible.

III. DANGERS DE L’ECONOMETRIE


• L’estimation et les tests statistiques sont utiles pour:– éviter de vouer une confiance aveugle à nos perceptions, notre

intuition, ou notre expérience personnelle;• Les être humains surévaluent leur aptitude et leur niveau de

connaissance : ils sous-estiment la probabilité de se tromper.– évaluer et mettre une relation dans sa véritable perspective;

• Les êtres humains ont une tendance naturelle à réagir instantanément à leurs émotions et à simplifier (à l’extrême) une réalité très complexe.– La rapidité de décision a été un des facteurs les plus importants dans

le processus de sélection naturelle.

IV. APPORTS DE L’ECONOMETRIE


• L’économétrie est porteuse de sens à condition que son utilisateur fasse preuve de suffisamment de nuance, voire de scepticisme.

« Personne n’est exempt de dire des bêtises. Ce qui est grave, c’est de les dire sérieusement ».

(Montaigne, Essais, Livre III, Chapitre 1).

V. CONCLUSION

Documents

econometrie