Académique Documents
Professionnel Documents
Culture Documents
net/publication/358128764
CITATIONS READS
0 8,859
1 author:
Islem Khefacha
University of Monastir Faculty of Economics and Management of Mahdia
80 PUBLICATIONS 112 CITATIONS
SEE PROFILE
All content following this page was uploaded by Islem Khefacha on 26 January 2022.
Econométrie
des Données de Panel
2èmes Années Masters de Recherche
Finance & Banque et Finance Internationale
Chapitre 5:
Les Modèles de Panel Dynamique
individu à la date t non seulement des valeurs prises par les variables
© Islem KHEFACHA
Introduction
Y it i X it Y it 1 it
© Islem KHEFACHA
Introduction
© Islem KHEFACHA
Estimateur des Variables Instrumentales
© Islem KHEFACHA
Estimateur des Variables Instrumentales
Pour autant, Yit-2, lui, n’est théoriquement pas corrélé avec ∆εit tout
en demeurant fortement corrélée avec ∆Yt-1
Yit-2 présente donc à ce titre toutes les qualités attendues d’un bon
instrument
© Islem KHEFACHA
Estimateur des Variables Instrumentales
© Islem KHEFACHA
Estimateur des Variables Instrumentales
© Islem KHEFACHA
Estimateur des Variables Instrumentales
© Islem KHEFACHA
Méthode des Moments Généralisés
Y it X it Y it 1 it
© Islem KHEFACHA
Méthode des Moments Généralisés
© Islem KHEFACHA
Méthode des Moments Généralisés
© Islem KHEFACHA
Méthode des Moments Généralisés
GMM en Différences Premières
L'estimateur GMM en différences premières d'Arellano et Bond (1991)
consiste à prendre pour chaque période la première différence de l'équation à
estimer pour éliminer les effets spécifiques individuels. On obtient :
Y it X it Y it 1 it
GMM en Système
Y it X it Y it 1 it
Y it X it Y it 1 it
© Islem KHEFACHA
Méthode des Moments Généralisés
GMM en Système
© Islem KHEFACHA
Méthode des Moments Généralisés
1) Une première estimation se fait sous l’hypothèse d’absence de corrélation des erreurs et
leur homoscédasticité.
2) Ensuite, le vecteur des résidus issu de cette première estimation est utilisé pour estimer
de façon convergente une matrice variance-covariance des erreurs, dans une deuxième
étape d’estimation. A cette deuxième étape, l’hypothèse d’absence de corrélation des
erreurs et de leur homoscédasticité est vérifiée.
Cela fait de l’estimateur GMM estimé en deux étapes plus efficace que l’estimateur
GMM estimé en une seule étape ((Roodman (2009a, 2009b)).
© Islem KHEFACHA
View publication stats