Econométrie L3 2023-2024. Chap1-1

Université Thomas Sankara
----------
Unité de Formation et de Recherche
en Sciences Economiques et de Gestion
----------
L3 2023-2024
----------
Econométrie
Dr OUEDRAOGO S. Robert
Dr DONDASSE Amédée Pascal
Chapitre I :
Introduction à la démarche économétrique
1
Chapitre I :
Introduction à la démarche
économétrique
1.1. Définition de l’économétrie

1.2. La démarche en économétrie
1.3. Structure d’un modèle économétrique
2
Traduction littérale
« Econométrie » donne « mesure des phénomènes
économiques ».
Par phénomène économique on désigne un fait ou
une manifestation d’un fait concernant la
production, l’échange ou la consommation de
biens et services, et se traduisant par des relations
entre des variables.
3
Définition historique
L’économétrie s’intéresse au traitement
mathématique des données statistiques concernant
l’économie.
4
Définition restrictive
Le domaine de l’économétrie est celui de
l’utilisation des méthodes de l’induction
statistique, en particulier de la théorie des tests et
de la théorie de l’estimation, pour la vérification
de relations énoncées sous la forme d’hypothèses
par la théorie économique.
5
Définition extensive
Le domaine de l’économétrique est celui donné
par la définition restrictive auquel s’ajoute la
recherche opérationnelles et ses techniques
dérivées.
6
De manière synthétique, on peut définir

l’économétrie comme l’application des méthodes
statistiques et mathématiques à l’analyse des
données économiques dans le but de donner un
contenu empirique aux théories économiques et de
les vérifier en les confirmant ou en les réfutant.
7
L’économétrie est utile à une meilleure

compréhension des phénomènes économiques et à
l’orientation des décisions des agents économiques
et des décideurs chargés de la conception et de la
mise en œuvre des politiques économiques.
8
L’objet de ce cours concerne l’économétrie dans sa

définition restrictive.
L’économétrie sera abordée comme l’alliance de la
théorie économique, de la statistique et des
mathématiques, dans l’objectif d’aboutir à une
quantification empirique des lois économiques.
Il s’agira de tester de manière rigoureuse les lois
découlant des postulats économiques, aux moyens
de la formalisation mathématique et de l’inférence
statistique. 9
Comment l’économétrie procède-t-elle pour

appliquer les méthodes statistiques et
mathématiques à l’analyse des phénomènes
économiques ?
Quels sont les rôles des mathématiques, des
statistiques et de la théorie économique dans la
démarche économétrique ?
10
La démarche économétrique comprend
essentiellement trois phases :
• Phase de spécification : elle consiste à la
formulation du modèle économétrique ;
• Phase d’inférence : elle consiste à l’estimation et
au test du modèle avec des observations
empiriques et des techniques appropriées ;
• Phase d’utilisation du modèle : utilisation à des
fins de prédiction ou d’analyse de politiques
économiques.
11
Chacune de ces phases fait appel à la théorie
économique, aux mathématiques et aux
statistiques selon la pertinence.
12
1.2.1. Rôle de la théorie
économique dans l’économétrie
La théorie économique sert de base d’appui à la
démarche économétrique.
Les investigations économiques et économétriques
doivent partir d’une théorique économique bien
établie.
Les lois issues de cette théorie économique suggèrent
les comportements des agents économiques sous
forme d’hypothèses. Celles-ci peuvent se révéler
justes ou s’avérer infirmées par les observations
empiriques. 13
La théorie économique permet donc de suggérer les
variables pertinentes qui déterminent le comportement
des agents économiques (expliquent le phénomène
économique étudié).
Elle permet de définir le sens des relations entre les
variables.
Eventuellement, elle peut indiquer la forme de la
relation entre les variables et faire des restrictions sur
le niveau d’influence des variables.
L’application de l’économétrie devient nécessaire à
l’issue de ces éclairages théoriques. 14
Exemple de théories économiques
• La théorie keynésienne de la consommation postule
une relation positive entre la consommation et le
revenu.
15
• La théorie keynésienne de l’investissement suppose
une relation négative entre l’investissement (privé)
et le taux d’intérêt.
16
• La théorie néoclassique de la demande de monnaie
suggère une diminution des encaisses monétaires
d’un agent économique rationnel lorsque le taux
d’intérêt augmente.
17
• La théorie néokeynésienne de la demande de
monnaie met en avant le phénomène d’anticipation
comme déterminant essentiel de la demande de
monnaie. La demande de monnaie d’un agent
économique rationnel diminue lorsque le taux
d’intérêt augmente et augmente lorsque son revenu
augmente.
18
Autres exemple de théories économiques
• Théories du commerce international………………
• Théories de la croissance…………………………
• Théorie du producteur-consommateur……………
• Théorie de la régulation……………………………
• Théorie des incitations……………………………
• Etc.
19
La vérification de ces lois par le recours à des données
empiriques et par l’utilisation de la formalisation
mathématique et de l’inférence statistique, relève du
domaine de l’économétrie.
L’application de l’économétrie peut départager les
théories concurrentes (par exemple pour la demande
de monnaie, théorie néoclassique vs théorie
néokeynésienne).
20
Tout modèle économétrique doit être utilisé en
référence à une base théorique appropriée en l’absence
de laquelle il peut être inconsistant, invalide, ou
donner des résultats non interprétables
économiquement (sans interprétations économiques
valables).
21
1.2.2. Rôle des mathématiques
dans l’économétrie
Après avoir retenu une théorie économique pour
expliquer le phénomène à étudier, on s’intéresse à
l’utilisation des mathématiques.
Les mathématiques permettent la formalisation de la
relation entre les variables dans l’explication du
phénomène économique étudié. Elles servent à
traduire de manière opérationnelle la théorie
économique et à définir la forme fonctionnelle de la
relation entre les variables.
22
Transcription mathématique de la théorie
économique
• Transcription de la théorie keynésienne de la
consommation.
C = f (Y ) ou C = C (Y ) (1)
dC
0 (2)
dY
23
économique
• Transcription de la théorie keynésienne de
l’investissement.
I = f (r ) ou I = I (r ) (1)
dI
0 (2)
dr
24
économique
• Transcription de la théorie néoclassique de la
demande de monnaie.
M = f (r ) ou M = M (r ) (1)
dM
0 (2)
dr
25
économique
• Transcription de la théorie néokeynésienne de la
demande de monnaie
M = f (Y , r ) ou M = M (Y , r ) (1)
dM
0 (2)
dr
dM
0
dY (3)
26
économique
Les relations (1) indiquent seulement que la
consommation est fonction du revenu, que la demande
de monnaie est fonction du revenu et/ou du taux
d’intérêt, et que l’investissement est fonction du taux
d’intérêt.
27
économique
Les relations (2) et (3) indiquent que pour les agents
économiques, la consommation et la demande de
monnaie augmentent lorsque le revenu augmente, que
la demande de monnaie et l’investissement diminuent
avec une augmentation du taux d’intérêt.
28
économique
Lorsque le revenu augmente, la consommation
alimentaire à tendance augmenter ; la consommation
de bien non alimentaires durables et de biens de luxes
apparaît ou augmente.
Avec une augmentation du taux d’intérêt, il apparaît
un phénomène de substitution de l’encaisse monétaire
par d’autres types de portefeuilles (obligation par
exemple). 29
économique
Les formalisations (1), (2) et (3) sont insuffisantes
pour l’application économétrique. Elles doivent être
explicitées à l’aide d’une forme fonctionnelle et
éventuellement de restrictions sur les paramètres.
Le choix de la forme fonctionnelle traduisant le mieux
le phénomène économique est une étape déterminante
et difficile.
30
Spécification fonctionnelle de la relation
En supposant une forme linéaire, les relations (1) et
(2) et (3) s’écrivent de façon explicite en (4), (5) et (6)
comme suit :
31
Fonction de consommation keynésienne linéaire
C = a + bY (4)
dC (5)
=b0
dY
Si la théorie de référence s’avère juste avec une forme
fonctionnelle linéaire, alors b doit être positif.
32
Fonction d’investissement keynésienne linéaire
I = a + br (4)
dI (5)
=b0
dr
fonctionnelle linéaire, alors b doit être négatif.
33
Demande de monnaie néoclassique linéaire
M = a + br (4)
dM (5)
=b0
dr
fonctionnelle linéaire, alors b doit être négatif.
34
Demande de monnaie néokeynésienne linéaire
M = a + br + cY (4)
dM (5)
=b0
dr
dM
=c0 (6)
dY
35
La difficulté principale de l’utilisation des maths en
économétrie réside dans la spécification de la forme
fonctionnelle.
La forme fonctionnelle retenue doit satisfaire les lois
et les hypothèses de la théorie économique. Celle-ci
n’est pas nécessairement linéaire.
La spécification de la forme fonctionnelle est
également complexe de par les difficultés de prise en
compte de l’ensemble des variables impliquées. 36
La théorie économique donne souvent une idée des
variables susceptibles d’être impliquées dans les
relations économiques, sans toute fois révéler
entièrement la nature réelle des relations entre les
variables (la forme du lien entre ces variables), d’où la
délicatesse du choix de la forme fonctionnelle.
37
Par exemple, on sait que la demande alimentaire d’un
ménage dépend de son revenu, du prix relatif des biens
alimentaires, de la taille du ménage, de sa composition
par âge et par sexe, du niveau d’éducation du chef de
ménage (décideur), du degré d’urbanisation du
ménage, etc.
Mais il est souvent difficile d’indiquer comment
interviennent ces variables.
38
En accordant une importance particulière au revenu Y
et au prix P, on peut considérer les autres variables en
les regroupant dans une variable synthétique Z.
On peut alors écrire :
C = C (Y , P, Z ) (7)
Si l’on n’a aucun doute sur la validité de la théorie
économique, on peut utiliser plusieurs formes
fonctionnelles afin de retenir la forme la plus
pertinente pour expliquer la théorie considérée. 39
Exemple de choix d’une forme fonctionnelle
Considérons la consommation alimentaire des
ménages telle que représentée par la relation (7).
Le comportement de consommation alimentaire des
ménages peut être apprécié à l’aide d’indicateurs tels
que la part du revenu consacrée à la consommation
alimentaire (propension moyenne à consommer PMC),
la part du revenu additionnel consacrée à la
consommation alimentaire (propension marginale à
consommer pmc) ou l’élasticité revenu de la
consommation alimentaire. 40
Théoriquement, on sait que le revenu influence
positivement la consommation alimentaire, mais que
la part du revenu consacrée à la consommation
alimentaire a tendance à diminuer lorsque le revenu
augmente.
Il en est de même pour la part du revenu additionnel
consacrée à la consommation alimentaire.
41
On peut donc dire que l’influence du revenu sur la
consommation alimentaire a tendance à baisser
lorsque le revenu augmente.
Donc, l’impact d’une variation du revenu sur la
consommation alimentaire est plus élevé pour les
ménages à faible revenu (ménages pauvres)
comparativement aux ménages à revenu élevé
(ménages riches) qui ressentiront un impact plus
fiable.
42
Par conséquent, l’élasticité-revenu de la
consommation alimentaire (qui est attendue positive)
doit être de plus en plus faible au fur et à mesure que
le revenu augmente. Elle est donc plus élevée pour les
ménages pauvres et plus faible pour les ménages
riches.
43
La relation (7) peut faire l’objet de plusieurs formes
fonctionnelles mathématiques, chaque forme
impliquant des comportements différents.
En ignorant la variable P et la variable synthétique Z et
en considérant l’évolution de l’élasticité-revenu
comme indicateur du comportement de consommation
alimentaire des ménages, la ou lesquelles des formes
fonctionnelles suivantes traduisent correctement
(fidèlement, le mieux) le comportement de
consommation alimentaire des ménages ? 44
Modèle 1 : C = a1 + b1Y b1  0
Modèle 2 : Ln(C ) = a2 + b2 Ln(Y ) b2  0
Modèle 3 : Ln(C ) = a + b3 b3  0
3
Y
Modèle 4 : Ln (C ) = a + b Y b4  0
4 4
Modèle 5 : C = a5 + b5 Ln(Y ) b5  0
45
Ces relations illustrent des comportements plus ou
moins différents du consommateur par rapport à la
variation du revenu, comportements qui peuvent être
appréciés par l’élasticité-revenu (E1, …, E5).
46
C Y Y b1 b1
E1 = = b1 = =
Y C C C / Y PMC
C
C Y C Ln(C )
E2 = = = = b2
Y C Y Ln(Y )
Y
47
C
C Y C Ln(C ) b3 b3
E3 = = = Y =− Y =−
Y C Y Y 2 Y
Y
Y
C
C Y C Ln(C )
E4 = = = Y = b4Y
Y C Y Y
Y 48
C C
C Y C C
E5 = = =
Y C Y Ln(Y )
Y
C 1 C 1 b5 b5
E5 = = = =
C Ln(Y ) Ln(Y ) C C a5 + b5 Ln(Y )
49
Les modèles 1, 3, 4 et 5 impliquent des élasticités
revenus non constantes tandis que la relation 2
implique une élasticité constante.
50
Dans le modèle 1, E1 diminue lorsque la PMC
augmente (lorsqu’on est de plus en plus pauvre) et
augmente lorsque la PMC diminue (lorsqu’on est de
plus en plus riche). L’élasticité-revenu des riches est
donc plus élevée que celle des pauvres. Ceci est
contraire à l’hypothèse selon laquelle les riches ont
une élasticité-revenu de la demande alimentaire plus
faible que les pauvres.
Le modèle 4 conduit à une conclusion similaire.
51
Dans le modèle 2 la constance de l’élasticité-revenu
implique que les ménages riches et les ménages
pauvres ont la même réponse face à un changement du
revenu à la marge. Une telle conclusion est trop
restrictive et non réaliste.
52
Dans le modèle 3, E3 diminue lorsque le revenu
augmente et augmente lorsque le revenu diminue. Un
tel comportement est plus conforme aux anticipations
théoriques et empiriques.
Le modèle 5 conduit à une conclusion similaire.
53
Au regard de l’évolution de l’élasticité-revenu, on
conclut que les modèles 1, 2 et 4 ne donnent pas une
bonne représentation du comportement de
consommation alimentaire des ménages.
Seules les formes fonctionnelles représentées par les
modèles 3 et 5 traduisent correctement (fidèlement, le
mieux) le comportement de consommation alimentaire
des ménages.
54
1.2.3. Rôle de la statistique dans
l’économétrie
Après avoir choisir la forme fonctionnelle
mathématique appropriée pour représenter la relation
entre les variables, l’économétrie fait appel à la
statistique en trois étapes essentielles.
La première étape consiste à trouver des données
empiriques pour chaque variable intervenant dans la
relation.
La deuxième étape consiste à trouver la meilleure
technique pour estimer les paramètres de la relation.
55
l’économétrie
La troisième étape consiste à tester la validité du
modèle à l’aide de l’inférence statistique. Cette
validité peut concerner les signes des paramètres, leur
robustesse (significativité individuelle ou d’ensemble)
et la capacité (pouvoir) de prédiction du modèle.
56
l’économétrie
La statistique permet d’estimer le modèle
économétrique à l’aide de données empiriques et de
technique d’estimation appropriées. Elle permet de
tirer des conclusions sur la validité du modèle et son
utilité dans la prédiction et l’analyse de politique
économique.
La phase statistique doit être basée sur un modèle
théorique approprié sans lequel l’utilisation des
méthodes statistiques est susceptible de produire des
résultats insensés sur le plan économique.
57
1.2.4. Schéma de la démarche
économétrique
La démarche économétrique a évolué avec le temps.
On peut distinguer deux périodes essentiels. Dans une
première période de cette évolution, l’accent est mis
sur la phase d’inférence au détriment de la
spécification.
Dans une deuxième période, avec le développement de
l’informatique et la mise en place de puissants
logiciels d’économétrie, l’attention s’est tournée vers
la phase de spécification des modèles qui occupe
désormais un rôle central.
58
1.2.4. Schéma de la démarche économétrique
Schéma de la démarche économétrique
Théorie économique
Modèle économétrique
Données
Estimation du modèle
Tests de spécification
Le modèle n’est pas adéquat Le modèle est adéquat
Tests d’hypothèses
Utilisation du modèle : prédiction et analyse de politique économique
59
1.2.4. Schéma de la démarche
économétrique
Ce schéma se caractérise par un certain nombre de

feedback :
• les résultats du modèle peuvent servir à améliorer

la théorie économique ;
• les résultats des tests de spécification peuvent
conduire à la révision du modèle ;
• le modèle économétrique peut fournir des
orientations sur la façon d’utiliser les données.
60
1.3. Structure d’un modèle
économétrique
Un modèle est une représentation simplifiée de la
réalité. On peut avoir différentes représentations
de la même réalité selon le contexte ou la
perception de l’auteur de la représentation. Dire
par exemple que la quantité demandée d’un bien
dépend de son prix est une représentation simplifié
dans la mesure où une multitude d’autres variables
peuvent être trouvées pour expliquer la demande
du bien.
61
1.3. Structure d’un modèle
économétrique
Dans la démarche économétrique, on distingue les
modèles économiques (modèles statistiques) des
modèles économétriques en fonction de leur nature
déterministe ou aléatoire.
62
1.3.1. Modèle économique et
modèle économétrique
Considérons la consommation alimentaire des
ménages telle que représentée par la relation (7).
C = C (Y , P, Z )
Supposons que l’on accorde une importance
particulière au revenu Y et au prix P, les autres
variables regroupées sous une variable synthétique
Z étant considérés comme peu importantes.
63
Supposons que cette relation peut s’écrire sous la
forme :
C = a + b Y + dP + g (Z ) (8)
Dans ce modèle, la connaissance des niveaux de Y,
P, Z, des paramètres a et b, d et de la fonction g,
détermine de manière exacte le niveau de la
consommation C.
Une telle relation déterministe désigne un modèle
économique. 64
Un modèle économique est un ensemble
d’hypothèses qui décrivent de manière
fonctionnelle un phénomène économique. Il se
caractérise par la nature exacte des relations entre
les variables qui suffisent à expliquer entièrement
le phénomène considéré.
La construction d’un modèle économique est
préalable à celle du modèle économétrique.
65
Dans le modèle économétrique, la connaissance de
Y, P, Z, de a, b, d et de la fonction g, n’est pas
suffisante pour déterminer le niveau de C. D’autres
facteurs non maîtrisables, non identifiables,
influencent aussi le niveau de la consommation C.
Le modèle économétrique prend en compte ces
facteurs non maîtrisables à l’aide d’un terme de
perturbation stochastique (aléatoire) désigné par  .
66
Le modèle économétrique s’écrit alors :
C = a + b Y + dP + g (Z ) +  (9)
Le caractère stochastique de  fait du modèle
économétrique un modèle stochastique (aléatoire)
par opposition au modèle économique
déterministe.
Un modèle économétrique consiste
essentiellement en 2 composantes :
67
• Une équation ou un ensemble d’équations de
comportement dérivées du modèle économique
et comprenant des variables observées et des
perturbations synthétisées dans le terme
aléatoire  .
• Une spécification de la distribution de
probabilité du terme aléatoire  . A l’aide de cette
distribution, on peut procéder au test de validité
du modèle et l’utiliser à des fins de prédiction
ou d’analyse de politiques économiques. 68
1.3.2. Variables et paramètres du
Dans un modèle économétrique, on distingue les
variables économiques et la variable aléatoire.
Soit le modèle économétrique de consommation
alimentaire en fonction du revenu et du prix :
C = a + b Y + dP +  (10)
Dans ce modèle, les variables économiques sont C,
Y, et P.
La variable aléatoire est .
69
Les variables économiques peuvent être classées
en deux catégories : les variables explicatives et
les variables expliquées.
Les variables explicatives sont des données du
modèle et sont indépendantes du phénomène
représenté par le modèle. Elles sont aussi appelées
variables exogènes ou variables indépendantes.
70
Les variables expliquées quant à elles sont
déterminées par le modèle, i.e. par les variables
explicatives. Elles sont aussi appelées variables
endogènes ou variables dépendantes.
Une variable exogène dans un modèle peut être
endogène dans un autre modèle et vis versa.
71
Les paramètres sont les coefficients du modèle,
inconnus, associés ou non à une variable
explicative. Le paramètre représente l’influence de
la variable explicative (à laquelle il est associée)
sur la variable expliquée, ou la partie autonome de
la variable expliquée lorsqu’il n’est pas associé à
une variable explicative.
72
Dans le modèle (10),
C, Y, P sont les variables économiques,
 est la variable aléatoire,
C est la variable expliquée (endogène, dépendante)
Y et P sont les variables explicatives (exogènes,
indépendantes)
73
Dans le modèle (10),
a, b, et d sont les paramètres (coefficients)
a est la constante du modèle
b et d sont les paramètres associés respectivement
aux variables Y et P.
74
1.3.3. Types de données empiriques
et de modèles économétriques
Pour donner un contenu empirique aux théories
économiques, les modèles économétriques
utilisent principalement deux types de données
empiriques :
• les séries chronologiques (séries temporelles)
• les données en coupe instantanée (coupe
transversale).
75
Les séries temporelles sont des variables observées
à intervalles de temps régulier (annuel
généralement). Elles concernent généralement les
agrégats de l’économie nationale tels que le revenu
national, la consommation nationale, les prix aux
consommateurs, etc. Il s’agit généralement de
données macroéconomiques secondaires.
76
Les données en coupe instantanée sont
généralement obtenues à partir de collectes
d’informations concernant les conditions
économiques d’unités micro-économique
(ménage, firme, groupe socio-économique) à un
temps donné. Il s’agit généralement de données
microéconomiques primaires.
On peut distinguer aussi les données de panel qui
sont obtenues par le suivi d’un échantillon d’unités
micro-économiques sur plusieurs périodes. 77
On distingue plusieurs types de modèles
économétriques selon :
• le type de données utilisées,
• la forme fonctionnelle,
• le nombre de variables explicatives,
• le nombre de variables expliquées,
• le type (la nature) de variables expliquées,
• la différence de rang entre les variables. 78
Selon le type de données, on a les modèles des
séries temporelles, les modèle des données en
coupe instantanée et les modèle de données de
panel.
Selon la forme fonctionnelle, on a des modèles
linéaires, des modèles non linéaires, des modèles à
élasticité constante, des modèles à élasticité de
substitution constante.
79
Selon le nombre de variables explicatives, on a des
modèles de régression simple et des modèles de
régression multiple.
On a un modèle de régression simple s’il n’y a
qu’une seule variable explicative, par exemple :
C = a + bY + 
On a un modèle de régression multiple s’il y a
plusieurs variables explicatives, par exemple :
C = a + b Y + dP +  80
Selon le nombre de variables expliquées, on a des
modèles à une équation, des modèles à équations
multiples ou modèles à équations simultanées.
Selon le type (nature) de la variable expliquée, on
a des modèles à variable dépendante quantitative,
des modèles à variable dépendante qualitative
binaire et des modèles à variable dépendante
limitée.
81
Selon la différence de rang entre les variables, on a
des modèles statiques et des modèles dynamiques,
des modèles à décalage temporel (retard
échelonné) et des modèles d’anticipation.
82
1.4. Application : construction de
modèles économétriques
On recherche les déterminants de la demande de
motos au Burkina Faso.
1. Identifier au moins quatre facteurs qui
influencent la demande de motos.
2. Formuler un modèle de régression linéaire
expliquant la demande de motos par les
facteurs identifiés.
3. Dire comment obtenir les données nécessaires
à l’estimation du modèle formulé.
83

Econométrie L3 2023-2024. Chap1-1

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Econométrie L3 2023-2024. Chap1-1

Transféré par

Droits d'auteur :

Formats disponibles

Université Thomas Sankara

1.1. Définition de l’économétrie

De manière synthétique, on peut définir

L’économétrie est utile à une meilleure

L’objet de ce cours concerne l’économétrie dans sa

Comment l’économétrie procède-t-elle pour

Le modèle n’est pas adéquat Le modèle est adéquat

Utilisation du modèle : prédiction et analyse de politique économique

Ce schéma se caractérise par un certain nombre de

• les résultats du modèle peuvent servir à améliorer

Vous aimerez peut-être aussi