INSTITUT SUPERIEUR DE MANAGEMENT (ISM)-DAKAR

PROGRAMME: MBA 2- INGENIERIE FINANCIERE

UE: TECHNIQUES INFORMATIQUES DE GESTION

MODELISATION ET ECONOMETRIE FINANCIERE

Dr. A. DIOMPY
Maître de Conférences UCAD
Téléphone: 775254961
Courriel: albertdiompy@yahoo.fr
 MODELISATION ECONOMETRIQUE
DEFINITION:
« C’est l’unification de la théorie économique, des mathématiques et de la statistiques. L’économétrie n’est pas assimilable
uniquement à la statistique économique ou aux méthodes mathématiques appliquées à l’économie: c’est la conjonction de
théorie économique, des statistiques et des mathématiques »
Ragnar FRISCH, 1933
HISTORIQUE ET EVOLUTION:

- Premières études empiriques entre XVII-XVIII Siècle avec l’avènement de la statistique descriptive et arithmétique
politique;

- 29 Décembre 1930 mise en place de la première SOCIETE D’ECONOMETRIE par FRISCH;

- 1950-1960 Apparition des premiers modèles macro-économétriques: modèles à retard échelonné KOYCK, 1954 et des
modèles de BOX et JENKINS avec l’estimation des processus univariés;

- Années 70: Fin de l’âge d’or de la macro-économétrie: premier choc pétrolier, quadruplement des prix et effondrement
de tous les modèles macro-économétriques. Naissance des modèles Vecteurs Auto Régressifs (VAR) et les analyses de
la causalité;

- 1980 l’avènement de l’économétrie des séries temporelles suite au deuxième choc pétrolier. ARMA, ARCH, GARCH,
PROBIT-LOGIT, BOOSTRAP.......
 NOTION DE MODELE

A- Définition:

« Il est délicat de fournir une définition unique de la notion modèle.

Dans le cadre de l’économétrie, nous pouvons considérer qu’un
modèle consiste en une présentation formalisée d’un phénomène sous
forme d’équations dont les variables sont des grandeurs économiques.
L’objectif du modèle est de représenter les traits les plus marquants
d’une réalité qu’il cherche à styliser. Le modèle est dont l’outil que le
modélisateur utilise lorsqu’il cherche à comprendre et à expliquer des
phénomènes. Pour se faire il émet des hypothèses et explicite des
relations »
Régis BOURBONNAIS, Introduction à l’économétrie, 9ième édition DUNOD, 2015
 B- La construction des modèles en économétrie
Dans les sciences sociales, et particulièrement en économie, les phénomènes
étudiés concernent le plus souvent des comportement afin de mieux comprendre
la nature et le fonctionnement des systèmes économiques. L’objectif du
modélisateur, dans le cadre de l’économétrie et au travers d’une mesure
statistique de permettre aux agents économiques (ménages, entreprises, Etats...)
d’intervenir de manière plus efficace. La construction d’un modèle comporte un
certains nombre d’étapes qui sont toutes importantes. En effet, en cas de
faiblesse d’un des « maillons », le modèle peut se trouver invalidé pour
hypothèses manquantes, de données non représentatives ou observées avec des
erreurs, etc.
Examinons les différentes étapes à suivre à partir du modèle Keynésien
simplifié.
 1- Référence à une théorie
Un théorie s’exprime travers d’hypothèses auxquelles le modèle fait
référence. Dans la théorie Keynésienne, quatre propositions sont
fondamentales:
- La consommation et le revenu sont liés;
- Le niveau d’investissement privé et le taux d’intérêt
sont également liés;
- Il existe un investissement autonome public;
- Le produit national est égal à la consommation plus
l’investissement public et privé.
 2- Formalisation des relations et choix de la forme des fonctions

A partir des propositions suivantes, nous pouvons construire des relations:

- La consommation est une fonction du revenu: ;

- l’investissement privé dépend du taux d’intérêt: ;

- Il existe un investissement autonome public: Ῑ;

- Le revenu national ou produit national

Question: quelle est la forme particulière des fonctions

 2- Formalisation des relations et choix de la forme des fonctions (suite)
Autant les considérations théoriques nous renseignent sur le signe des dérivées, il existe une multitude de fonctions de forme
très différentes et ayant des signes de dérivées identiques.
Par exemple supposons que:

On remarque que ces deux relations ne reflètent pas le même comportement: une augmentation du revenu provoque un
accroissement proportionnel pour la première relation, alors due, dans la seconde l’effet s’estompe avec l’augmentation du
revenu si .
Nous appelons « forme fonctionnelle » ce choix arbitraire ou fondé de spécification précise du modèle.
Dans notre exemple, le modèle explicité s’écrit:

- avec et .

Remarque: les deux premières équations reflètent des relations de comportement alors que la troisième alors que la troisième
est une identité (aucun paramètre n’est à estimer).
 3-Sélection et mesure des variables

Le modèle étant spécifié, il convient de collecter les variables représentatives du phénomènes économiques. Ce
choix n’est pas neutre et peut conduire à des résultats différents, les questions qu’il convient de poser par
exemple sont:
- Les données sont-elles brutes ou CVS;
- Quel taux d’intérêt faut-il retenir ( taux au jour le jour, taux directeur de la banque centrale)....
Nous distinguons plusieurs types de données selon que le modèle est spécifié:
- Séries temporelles: c’est le cas le plus fréquent en économétrie, il s’agit de variables observées à intervalle de
temps régulier ( l’évolution journalière du prix actif financier);
- Coupe instantanée: les données sont observées au même instant et concerne les valeurs prises par la variable
pour un groupe d’individus spécifiques ( Résultat net des entreprises de télécommunications de la zone
UEMOA en 2019);
- Panel: la variable représente les valeurs prises par un échantillon d’individus à intervalles réguliers (PIB des
pays de la zone de 1999 à 2019);
- Cohorte: très proche des données de panel, les données de cohorte se distingue de la précédente par la
constance de l’échantillon, les individus sondés sont les mêmes d’une période sur l’autre.
 4- Validation du modèle

La dernière étape est celle de la validation du modèle:

- Les relations spécifiées sont-elles valides ?

- Peut-on estimer avec suffisamment de précision les coefficients ?

- Le modèle est-il vérifié sur la totalité de la période ?

- Les coefficients sont-ils stables ? Etc

A toutes ces questions, les techniques économétriques s’efforcent d’apporter des

réponses.
 MODELE LINEAIRE GENERAL
L’analyse de la régression est une méthode statistique qui permet d’étudier le type de relation
pouvant exister entre une certaine variable (dépendante ou endogène) dont on veut expliquer
les valeurs et une ou plusieurs autres variables qui servent à cette explication (variables
indépendantes ou exogènes). Le modèle linéaire est dit simple si la variable dépend d’une
seule variable exogène.
Cependant il est extrêmement rare qu’un phénomène économique ou social puisse être
appréhendé par une seule variable.
En d’autres termes, l’analyse de la régression permet d’étudier les variations de la variable
dépendante en fonction des variations connues des variables indépendantes.
Exemple
 MODELE LINEAIRE GENERAL
A: Présentation
Le modèle linéaire général s’écrit:

Avec:
: Variable à expliquer à la date t;
: Variable explicative 1 à la date t;
Variable explicative k à la date t;
: Erreur de spécification du modèle (différence ente le modèle vrai et le modèle spécifié),
cette erreur est inconnue et restera inconnue;
n: nombre d’observations.
 B: Forme matricielle

L’écriture précédente du modèle est d’un maniement peu pratique. Afin d’alléger l’écriture et de faciliter l’expression de
certains résultats, on a habituellement recours à la forme matricielle.
B: Forme matricielle
HYPOTHESES DU GLM
 Equation d’analyse de la variance et qualité d’un ajustement
Equation fondamentale d’analyse de la variance est:
Equation d’analyse de la variance et qualité d’un ajustement
ANOVA ET TEST DE SIGNIFICATIVITE GLOBAL
STATISTIQUE DE FISCHER
ANOVA