Économétrie des Données de Panel - Mention de masterrisques-environnement.universite-lyon.fr/IMG/pdf/pan_ch0_2016_17.pdf · Contenu du cours & motivation Données de panel

Intro 2016-17

Économétrie des Données de Panel

Pr. Philippe Polomé, Université Lumière Lyon 2

M1 APE Analyse des Politiques Économiques

M1 RISE Gouvernance des Risques Environnementaux

2016 – 2017

Intro 2016-17

Chapter 0. Introduction

I PrésentationI MotivationI Organisation

Intro 2016-17

Moi-même

I Toutes les diapos sont dispo via cette page

Intro 2016-17

Master RISE http://risques-environnement.universite-lyon.frParcours “Gouvernance des Risques Environnementaux”

http://risques-environnement.universite-lyon.fr

Intro 2016-17

Vous

Juste une discussionI Que pensez-vous trouver dans ce cours ?

I Que voulez-vous en faire ?I Quelles problématiques économétriques vous intéressent le

plus ?I Lesquelles pensez-vous trouver dans votre vie professionnelle ?

I Environnement ?I Politiques publiques ? Territoriales ?I Financier, macro, entreprise ?

Intro 2016-17

Contenu du cours & motivation

Table des matières


Organisation & Évaluation

Intro 2016-17


Données de panel

I = observations répétées sur la même coupe transversaleI Avec possible attrition

I P.e. individus ou firmesI Autres dénominations : données longitudinales ou mesures

répétéesI Ce cours : données de panels courts

I Grandes coupes transversales d’agents observés quelques foisI Pas assez de périodes pour bien tester les questions

temporellesI Panel long : moins étudié, pas dans ce cours

I Quelques pays sur beaucoup de périodesI Primauté des questions chronologiques

Intro 2016-17


1º avantage des données de panel : Précision

I Réplique la coupe transversaleI

Mélange (pooling) de plusieurs périodes par agentI Hypothèse : coefficients constants entre périodes

I Pour une inférence statistique valideI Tenir compte

I Hétéroscédasticité entre agentsI Corrélation entre périodes pour un même agent

I La formule habituelle de MCO var

⇣�̂⌘= �2 (X 0

X )�1 enrégression “pooled”

I Exagère les gains de précision =)I sur-estime les écarts-typesI gonfle les t-stats

Intro 2016-17


2º avantage des données de panel : Hétérogénéité inobservée

I Hétérogénéité inobservée : p.e. régresseurs omis

I Cause inconsistance de MCO lorsque corrélé avec régresseursnon-omis

I Peut être “corrigée” par variable instrumentale (VI / MC2E)I Mais : Les instruments sont difficiles à trouver

I Avec des données de panel, possible estimation consistante

par MCOI Alternative à IVI Au moyen de constantes individuelles “effets”

Intro 2016-17


Exemple

Une seule période

Intro 2016-17


Exemple

Plusieurs périodes : les conclusions peuvent être inversées

Intro 2016-17


3º avantage des données de panel : Dynamique

I Mieux comprendre les dynamiquesI P.e. une coupe transversale peut révéler un taux de pauvreté

de 20% dans une populationI Il faut un panel pour déterminer si ce sont les mêmes 20%

chaque annéeI Si c’est le cas : un panel peut permettre de déterminer si une

importante corrélation sérielle des revenus indidividuels est dueà

I Un trait individuel

I hétérogénéité inobservée ou observée (p.e. éducation)I Une conséquence de revenus passés bas

I “vraie” corrélation sérielle

Intro 2016-17


Chapitres

I Ch 1 : régression linéaire

I Ch 2 : extensions pour des régresseurs Endogènes

I Panels dynamiques : incluant des valeurs passées de lavariable dépendante

I Estimation par Méthode Généralisée des Moments GMM

I On ne regarde pas les questions de racines unitairesI Ch 3 : extensions pour les modèles à variables dépendantes

binaires

I Thèmes persistentsI

Effets Fixes et Effets Aléatoires

I Selon le traitement de l’hétérogénéité inobservéeI Importance d’une inférence adaptée au panel

I Dite “robuste”

Intro 2016-17


Table des matières



Intro 2016-17


Organisation du CM

I 5 premières sessions : théorieI Dernière session :

I Présentation partielle du rapportI Rapport

I Par groupes auto-organisés de 3 étudiantsI Logiciel : STATA

Intro 2016-17


RéférencesI Cameron, A.C. & P.K. Trivedi, Microeconometrics, Cambridge,

2005, 2006I Référence principale

I Wooldridge, J. Econometric Analysis of Cross Section andPanel Data, MIT Press, 2001

I Autre excellent livreI G. de Oliveira & G. de Vargas Mores, Convergence in per

capita carbon dioxide emissions : a panel data approach,Department of economics, FEA-USP, working paper series no2015-35

I Article pour l’exemple principalI A. Marquetti, Extended Penn World Tables : Economic Growth

Data assembled from the Penn World Tables and other sources

I https ://sites.google.com/a/newschool.edu/duncan-foley-homepage/home/EPWT

I Données de l’exemple principal

Intro 2016-17


TD : avancement du rapport

I TD 1. poser le problèmeI en fonction de données disponibles, ou selon une

connaissance/intérêt préalableI Problématique doit être validée par le chargé de TD

I TD 2. Littérature, pour construire un modèleI TD 3. Obtenir les données

I conversion de formatsI TD 4. Choix des modèles économétriques

I cours, livres de texte, manuels des logiciels. . .I TD 5. Tests

I Hausman pour FE/REI endogénéité

I TD 6. Format du rapport, qualité de la présentation.

Intro 2016-17


Le contenu du rapport

I Rapport de recherche

I Recherche doit être économétriquement correcteI Présentez vos données adéquatementI Présentez une régression qui a du sens

I Une théorie qui puisse se modéliser dans une équationI Pourquoi votre estimateur est-il meilleur qu’un autre ?

I Selon la théorie économétrique : pourquoi est-il consistant ?I Tous les outils utilisés : Tests, estimateurs...

I qui ne seraient pas présentés en coursI doivent être présentés en détail dans le rapport

I RéférenceI Justifier l’usage

Intro 2016-17


Le contenu du rapport

I Peut être un travail originalI Il faut pouvoir le répliquer

I Comment trouver les données ?I La séquence des commandes dans STATA

I Peut-être sur le même sujet que votre TER ou qu’un travailprécédent

I Peut être basé sur un papier publiéI Citer correctement ce papier et joignez-le à votre rapportI Répliquer au moins certains résultats

I Commentez les différences, s’il y en aI Ne répétez pas tout ce que les auteurs ont fait, quelque chose

de plus simple est ok

I Dans les autres cas, utilisez des données de l’Open-Sourcefrançais (prochaine diapo)

Intro 2016-17


Sources des données pour le rapportI Open-source français http ://www.data.gouv.fr/fr/

I ExemplesI Accidents corporels, Équipements publics, Aides perçues de la

Politique Agricole Commune, Effectifs policiersI Sélectionner un indicateur

I Que vous connaissez un peu, vous avez vu un papier...I On souhaite comprendre son comportement, de quoi il dépendI Les régresseurs proviennent de la même baseI Ayez de bonnes idées

I Google pour lire et convertir les fichiers de donnéesI Les groupes

I Peuvent travailler sur un même jeu de donnéesI mais doivent se coordonner pour présenter des modèles

différentsI Pas la même variable dépendante

I Pas de jeux de données artificiels (Monte-Carlo)

Intro 2016-17


Un exemple

I Entrepôt d’indicateurs et de données sur l’environnement («Eider »)

I https ://www.data.gouv.fr/fr/datasets/entrepot-d-indicateurs-et-de-donnees-sur-l-environnement-eider/

I p.e. Rejets de polluants dans l’air par les principaux émetteursindustriels

I Au niveau départementalI À régresser p.e.

ICourbe de Kuznetz Environnementale CKE

I Couleur politique du départementI ...

Intro 2016-17


Courbe de Kuznetz Environnementale

I Relation quadratique entre le revenu (départemental) et leniveau de polluant

yt = �0

+ �1

GDPht + �2

GDPh

2

t + �xt + ✏t

Intro 2016-17


Dernière session du CM : échanges & présentations

I Présenter une ébauche du rapportI Vous devez avoir trouvé

I une baseI un sujet - c’est-à-dire une régression potentielle

I Vous devez venir avec des questionsI Vérification en TD

I GroupesI Tous les groupes sont par 3I 1 ou 2 groupes de 2 selon le nombre d’étudiants

I Sujets : Pas de doublon

Intro 2016-17


Format du rapportI Cliquer sur GUIDELINESI Un rapport / groupe

I Pas plus long que 10 pagesI Pas d’introduction : 1. données, 2. modèle théorique, 3.

estimateurs utilisés (pourquoi), 4. présentation des résultatsI + page(s) de garde, biblio, annexes

IUniquement en pdf

I Envoyez à [email protected] Objet : “Rapport M1 RAE”I / Détection du plagiat

I Savez-vous ce qu’est le plagiat ?I Vous pouvez “citer”

IÉchéance 2 janvier

I Nom du fichier Vos3Noms.pdf

I Non-respect = pénalités

http://www.gate.cnrs.fr/perso/polome/GuidelinesReportsEctx.xhtml

Intro 2016-17


Évaluation du CM

I 10 points pour le partiel finalI Si le rapport est renduI Questions de cours, ouvertesI Questions sur votre rapport

I Peuvent baisser la note du rapport

I 10 points pour le rapport2 Documentation des données & présentation, y-compris graphiques2 Construction du modèle économique & documentation (références)3 Qualité économétrique : modèle correct, éléments plus avancés2 Présentation & discussion des résultats économétriques, avec graphiques1 Identification de voies de recherches futures (pas de voie = 0)1 Format de qualité professionnelle

-2 si absent Code STATA en annexe du rapport-2 si absent Données en fichier à part au format STATA

Intro 2016-17


Évaluation

I Évaluation : contrôle continu intégralI 1º semestre

I CM 2/3I Partiel final janvier 1/3I Rapport 1/3

I TD 1/3 – Chaque TD = un oralI 3 points / séance : Présence, participation, préparationI Ramené à 20I Note TD influe sur note du rapportI 0 en TD = 0 au rapport = rattrapage

I Rattrapage en juin : épreuve écrite seuleI Sans rapport : automatiquement en rattrapage

Documents

Économétrie des Données de Panel - Mention de masterrisques-environnement.universite-lyon.fr/IMG/pdf/pan_ch0_2016_17.pdf · Contenu du cours & motivation Données de panel