INTRODUCTION

Complment a u es ti ma ti on D eu x pa r ti es : x c ou r s dc onomtr i e s u r le mod le li na i r e et s on

1. Les modles linaires quations simultanes :  dfinition des notions dexognit et dendognit des variables  rinterprtation des mthodes variables instrumentales de faon structurelle (dans le cadre dun modle conomique) 2. Lanalyse des donnes de panel : observations rptes, plusieurs dates (individus, mnages, entreprises ou pays)

Modles linaires quations simultanes

Importance des noti ons dexognit et dendognit des v di sti ncti on pri nci pale entre stati sti q C E es noti ons reposent su xem p l e : ne f oncti on de demande, reli ant la q u anti t consomm e r la s tr u c tu u e et conom tri e r e du n m od l e c onom iq u e ari ab les :

esti mati on du du n produ

i t son pri x ppose q u e ce pri x rb est d termi n par l q u i li b re du

l conomi ste su march O

( li ntersecti on des cou

es de demande et dof f re) u e et non la relati on pu rement

n si nt resse la relati on conomi q stati sti q u e entre deu x v ari ab les

emple de param tre stru

ctu

rel : l lasti ci t -pri x

de la demande

But de l c o len M o a n C o o uv n v i ro n n em

o en

tri e : prdire le r s ulta t de c h t c o en elm n o m i q ue o u le r s ulta t de p p a ra m C o w tres les C

a n o

em

en ues u n

ts

da n n o

s m i q ues a t

li ti q

c o s a

yen ert p es rrl a v n v n

dy p a r H 50) t io

a rv a a v

i r : m o

es urer les

di ts o m m

de c a i s s i o

l it (d b s les

et s a

s ui te la

, da n

n nes t les un

pa

c a

s a

l it : da n n p a r ex

un em p n

e rela ti o le o e s t no m n

n n

s ta ti s ti q e p t r i q e c o m eut p u m e

ue en a s v o

tre i r un e

deux rela ti o A li n rela ti o dem L a des P c o ro m b p a n

a ri a b

e c o

rr la ti o ui s q

de c a us e ef f et p ers e, o en de) a rti e du c o n s urs en i n n i n terp

ue la r e lat i o t io s n c o ri x

s y m iq u

r te un

e rel a n

e un a ri a ti o

e n s de la

tre un

e c a us e (v

a ri a ti o

du p

) et un

ef f et (v

1re p rela ti o lm a ti b

s i s tera tre v

s ur les les c o t io

pro n ns o m

l m i q u

es ues s a l es

dident if ic a

t io

c a us a les u a v

a ri a b

e : m les

l t ipl ic it dint erprt a ec les m m es do n n es

c a

des

dles

Donnes de panel
A p li n di m E n   q r i o r i u n e n n i n de u q u t e s t e s i li a le s r m q u a t i o t e s n e n da n AD n s S s p p u r o b l m t e m de s e t lu m le s di v m s t h o do lo g i q u e : C b n o m m e n t e s t i m s e r u de s n e m o d le s a i r e s e n u s i o t e s e n e n f a m F  e n o q t i li s a n di v a n de s u i v de s Q u r e g i du donnes dou u n e n a t i o e p n di m lu s (S e n c o s i o u l e i ndi c e, da n t e m t e s , N c a t i v a g n n e n u r s e s p : i e ls e n e s , p (e n o m t e m q n a i n p s u ) r o f e s s i o E n s e u E v M m n p de n lo V e lle s , i , i e ) o r e lle e lle p s o t e l de c o a n i n n r a n di p du n

e c o

t r a j e c t o i du s n li n e t P v

i r e s m

de s r o

t e s di t i o do (AC

a li f i c a t i o i s t r a n e n t

f e s s i o

e lle , C t , la du

e s t i s s e m a u c o

r e , le s M O ,

s a la i r e s B  c o a u R m c o N p u , D

de s ) de t r e n

t r e p

r i s e s

i la t i o r s

do t e

e s

a c r o a n n

c o e s

o (P

i q e n n

e s W o

s u

di f f r e n a b

t s

a y

de s

de r n

i r e s

r ld T

le s )

Deux f a o

e t r a i t er

l es

s er v

a t i o

r p

t es

1. Utiliser lapproche introduite pour les donnes en coupe transversale: les perturbations correspondant au mme individu sont sans doute corrles entre elles:  problme dhtroscdaticit  biais dans les cart-types des estimations des coefficients (proprits de convergence non affectes)  mthodes dites erreurs composes 2. Profiter de la multiplicit dobservations individuelles pour essayer de contrler les facteurs individuels non observs:  Si ces facteurs omis sont corrls avec les variables explicatives, les estimateurs obtenus sont biaiss  Besoin dune interprtation causale  contrle de toutes les causes possibles (principe de lanalyse toutes choses gales par ailleurs)  Mthodes dites effets fixes

Profiter de la modles dy  la v n a

dis p mi q

on u

ib

ilit

dob

s erv

a tion

r p

t es

ou

r form

ler des

es : en da n te es t a ffec t e p v a ria b t) r t p p t er me et de lon g orelles rob l m es li s t er me, a r des v p les ex a r i a b les es (ex em p le:

a ria b en da

le d p n

d p m 

t es r et a ec s s c o en ts

r d es et des da j u flu en s tem c es en

lic a tiv

od le a v dis tin c om m s c tion e da n c es dog m n

tre in a ly

de c ou tem les

la n

s e de s ries retrou a ria b les v era

da n len

od les , on i t n des r a v

m t h

ode g

li s e des momen

t s

Plan du cours
1. Rappels sur les mthodes de moindres carrs et variables instrumentales 2. Equations linaires simultanes; dfinition des notions dexognit des variables; tude des proprits des estimateurs des doubles et triples moindres carrs 3. Procdures de tests dexognit et de restriction sur-identifiantes (recherche de spcification dun bon modle) 4. Mthodes danalyse de la variance et de la covariance; mthode effets fixes 5. Modles erreurs composes 6. Modle effets alatoires ou modle effets fixes; modle de Mundlak 7. Modles de panel dynamiques; mthode gnralise des moments
7