Académique Documents
Professionnel Documents
Culture Documents
Semestre 1
Économétrie appliquée
DEVOIR1
Exercice 1 :
1. Montrer que r² défini par la formule ci-dessous varie entre 0 et 1. Vous pouvez utiliser l’inégalité de Cauchy-Schwarz,
qui stipule que pour toutes les variables aléatoires X et Y, la relation suivante est vraie : [E(XY)]² ≤ E(X²)E(Y²).
2. Soit âYX et âXY les pentes de la régression de Y sur X et X sur Y, respectivement ; montrer que âYX * âXY = r²
Exercice 2 : Supposons qu’on vous donne le modèle : Yi = β1 + ui . Utilisez la méthode OLS pour trouver l’estimateur de β1. Quel
est sa variance et SCRES ? Le β1 estimé a-t-il un sens intuitif ? Considérons maintenant le modèle à deux variables Yi = β1 + β2Xi +
ui . Vaut-il la peine d’ajouter Xi au modèle ? Si ce n’est pas le cas, pourquoi s’embêter avec l’analyse de régression ?
Exercice 3 : Le tableau 5.1donne des données sur les indices de la production par heure (X) et de la rémunération réelle par heure
(Y) pour les secteurs d’activité et non agricoles de l’économie américaine pour la 1959-1997. L’année de base des indices est
1982 = 100 et les indices sont corrigés des variations saisonnières.
a. Tracer un graphique Y contre X pour les deux secteurs séparément.
b. Quelle est la théorie économique derrière la relation entre les deux variables ? Le scattergramme soutient-il la théorie
?
c. Estimer la régression OLS de Y sur X.
d. Etablissez les tableaux ANOVA et testez l’hypothèse selon laquelle il n’y a pas de relation entre la productivité et la
rémunération salariale réelle. Faites-le pour les secteurs des entreprises et des entreprises non agricoles
Table 5.1
obs Y1 Y2 X1 X2
Exercice 4 :Le tableau 6.1 donne des données sur les prix de l’or, l’indice des prix à la consommation (IPC) et l’indice de la
Bourse de New York (NYSE) pour les États-Unis pour la période 1977-1991. L’indice NYSE comprend la plupart des actions
cotées à la NYSE, environ 1500 plus.
a. Placez dans le même scattergram les prix de l’or, l’IPC et l’indice NYSE.
b. Un investissement est censé être une couverture contre l’inflation si son prix et/ou son taux de rendement suit au moins le
rythme de l’inflation.
c. Pour tester cette hypothèse, supposons que vous décidiez d’adapter le modèle suivant, en supposant que le nuage de
points réaliser dans le premier point suggère que cela est approprié :
Prix de l’or t = β1 + β2 CPIt + ut ; indice NYSE t = β1 + β2 CPIt + ut
d. Estimer les deux régressions qui y sont données, en obtenant des erreurs-types et l’autre résultat habituel.
e. Testez l’hypothèse selon laquelle les perturbations dans les deux modèles de régression sont normalement distribuées.
f. Dans la régression du prix de l’or, testez l’hypothèse selon laquelle β2 = 1, c’est-à-dire qu’il existe une relation un-à-un
entre les prix de l’or et l’IPC (c’est-à-dire que l’or est une couverture parfaite). Quelle est la valeur p de la statistique de
test estimée ?
g. Répétez l’étape c pour la régression de l’indice NYSE. L’investissement en bourse est-il une couverture parfaite contre
l’inflation ? Quelle est l’hypothèse nulle que vous testez ? Quelle est sa valeur p ?
h. Entre l’or et les actions, quel investissement choisiriez-vous ? Quel est le fondement de votre décision ?
Table 6.1