Upload
vanquynh
View
227
Download
0
Embed Size (px)
Citation preview
Économétrie II
Économétrie IIL3 Économétrie – L3 MASS “Math-éco”
Pr. Philippe Polomé, U. Lyon 2
Année 2015-2016
Économétrie II
Ch. 0. Introduction
Moi-même
Table des matières
Ch. 0. IntroductionMoi-mêmeOrganisation du coursObjectifs du cours
Économétrie II
Ch. 0. Introduction
Moi-même
PrésentationI Professeur à l’Université Lumière Lyon 2I Labo GATE-LSE UMR 5824 CNRS - UL2 - UJM - ENS
Économétrie II
Ch. 0. Introduction
Moi-même
Recherches
I Économie de l’environnementI Risques environnementauxI Gouvernance écologiqueI Comportements prosociauxI Évaluation (valorisation) non-marchande
I Économie agricole : Analyse micro des décisionsenvironnementales
I Économetrie appliquée
Économétrie II
Ch. 0. Introduction
Moi-même
Master “Risque & Environnement”I UL1-UL2-UL3-ECL-ENTPE-Mines-INSA-IEPI Parcours M2 RISE “Gouvernance” Droit-économie-ingénierieI M1 Analyse Politiques Économiques (APE) - économétrie
Économétrie II
Ch. 0. Introduction
Organisation du cours
Table des matières
Ch. 0. IntroductionMoi-mêmeOrganisation du coursObjectifs du cours
Économétrie II
Ch. 0. Introduction
Organisation du cours
OrganisationI Cours
I Supports en ligneI Vous voyez les supports par vous-mêmeI Environ 11p/hI En cours : résumé + exercises pratiques
I 30h CMI + TD N. Havet
I Quelques devoirs sur logiciel chez soiI Ne sont pas corrigés en CMI Seront vus en TD si vous le demandezI Sont matière d’examen (vu en TD ou pas)
I ÉvaluationI CM 2/3 – TD 1/3 (CC)I CM : QCM ou autre
I Devoirs, pratiques en coursI Questions de compréhension, sans calcul, sans logiciel
Économétrie II
Ch. 0. Introduction
Organisation du cours
Emploi du temps CMMardi 14-17h15 Risque26 janv. 2016
Thémis 702 fév. 2015 x9 fév. 2016 x16 fév. 201623 fév. 2016 Vacances1 mar. 2016
Thémis 70
x8 mar. 201615 mar. 201622 mar. 201629 mar. 20165 avr. 2016 Préfa P112 avr. 2016 Thémis 70 x19 avr. 2016 Vacances26 avr. 2016 Thémis 70
Économétrie II
Ch. 0. Introduction
Organisation du cours
Stratégie
Médiane : de 8.2 à 10.3 selon les années
Économétrie II
Ch. 0. Introduction
Organisation du cours
Logiciels
I Logiciels économétriques :I Tableur OOCalc : gratuit et similaire à MSExcelI Gretl : similaire à Stata et sorties “standards”I R, SAS, Stata, eviews, LimDep, Gauss...
I Avantages de GretlI Gratuit et open source, peut être téléchargé et installé sur vos
ordinateurs perso. @ gretl.sourceforge.net/I Multiples langues dont français, chinois, espagnol et anglaisI Jeux de données inclusI Bons outils graphiquesI Connecte avec divers autres logiciels pour analyse plus poussée
ou sorties de présentation
Économétrie II
Ch. 0. Introduction
Organisation du cours
Références
I Introductory Econometrics, J. WooldridgeI Beaucoup d’exemples, large public – pas en français
I Econométrie, R. Bourbonnais, Dunod, 2002I Bonne vision très synthétique en français – peu
d’exemples/intuition
I Introductory Econometrics : Using Monte Carlo Simulationwith Microsoft Excel®, H. Barreto & F. Howland, 2005
I Aussi info sur site MS Windows
Économétrie II
Ch. 0. Introduction
Objectifs du cours
Table des matières
Ch. 0. IntroductionMoi-mêmeOrganisation du coursObjectifs du cours
Économétrie II
Ch. 0. Introduction
Objectifs du cours
Rappel d’économétrieI 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’emploiI alors que l’économie mondiale évolue
I Effet sur d’une taxe sur les engraisI alors que tous les prix agricoles changent
I Les facteurs de réussite scolaire alors chaque élève est différentI 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 pasI Résumer les observations
Économétrie II
Ch. 0. Introduction
Objectifs du cours
MRL & MCOModèle de Régression Linéaire [MRL]
yi = �0 + �1X1i + ...+ �kXki + ✏i
Hypothèses principales du MRLI
Sphéricité des erreurs : Terme aléatoire ✏ “sympa”I
Exogénéité : Pas de facteur confondant Z ⇢ y et Z ⇢ X
ISpécification du MRL :
I Variable dép. continue, bon ensemble de X, linéarité
Sous ces hypothèses, MCO est très bonI Pas de biaisI PrécisI Convergent/consistant
Économétrie II
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’estimationI Transformation des données...
Économétrie II
Ch. 0. Introduction
Objectifs du cours
Données réelles
I Ma page de courswww.gate.cnrs.fr/perso/polome/DataLinks.xhtml
I liste de quelques sources bien connues
I Gretl contient des bases de données réelles utilisées dans destextes de références
I Questions et méthodes spécifiques suivant le type de données(p. suivante)
Trois types de données réelles
ICoupe transversale (Cross-section)
I Beaucoup d’agents i , une période t ; principal objet de ce coursI Strike duration data, Choix de plan de pension, Nombre de
visites chez le médecin
ISéries temporelles/chronologiques (Time series)
I Un i , bcp de t ; MCO inadaptés - on fera une introI 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
IPanel
I Beaucoup de i , quelques t ; MCO souvent inadaptés !I Manufacturing companies over several yearsI Employment and schooling history for a sample of men for
some years
Économétrie II
Ch. 0. Introduction
Objectifs du cours
Plan du cours
1. Modèle de régression linéaire & estimateur MCO2. Inférence : Classique & bootstrap3. H. Sphéricité
3.1 Espérance non-nulle du terme d’erreur3.2 Hétéroscédasticité3.3 Autocorrélation + intro séries temporelles
4. H. Endogénéité & méthodes des moments5. H. Spécification
5.1 Ensemble des X5.2 Modèle de choix dichotomique & maximum de vraisemblance