Économétrie 1 : introduction
Objectifs pédagogiques
- Comprendre les fondements de la démarche économétrique
- Mettre en œuvre des méthodes appropriées pour estimer des modèles économétriques dans le cadre d’études quantitatives.
Programme détaillé
La formation introduit aux méthodes fondamentales de l’économétrie qui permettent de mesurer les relations entre des phénomènes économiques et/ou sociologiques sur la base d’observations. Tout en privilégiant les aspects pratiques (application des techniques et pièges à éviter lors de leur mise en œuvre), l’introduction de concepts théoriques simples permettra d’apporter les bases indispensables à la compréhension de toute formation ultérieure en économétrie. Cette formation porte essentiellement sur le modèle linéaire classique, ses propriétés statistiques ainsi qu’une explication détaillée de son utilisation pratique. Elle est illustrée par des études de cas dans différents domaines de l’économie. Les applications seront réalisées à partir d’un logiciel libre (R) et les stagiaires pourront également réaliser les exercices en utilisant le logiciel avec lequel ils sont le plus familier (Sas, Stata, R, EViews, Excel).
Introduction à l’économétrie : objet, méthodes et sources statistiques 2h
Le modèle de régression linéaire multiple : description 4h
- Régression : mise en œuvre et interprétation
- Spécification, hypothèses, estimation, propriétés
- Applications
Le modèle de régression linéaire multiple : inférence 5h
- Les tests d’hypothèses dans un modèle économétrique
- Les prévisions à partir d’un modèle économétrique
- Applications
Le modèle de régression linéaire multiple : prolongements 5h
- Unités de mesure, formes fonctionnelles
- Choix de modèles et critères de sélection des régresseurs
- Modélisation et test de changement structurel, test de stabilité (test de Chow)
- Applications
Régression linéaire et prédictions avec variables explicatives qualitatives 2h
Public visé
Data analysts, chargés d’études statistiques
Prérequis
Bonnes connaissances en statistique inférentielle (formation Statistique inférentielle : estimation ponctuelle, intervalle de confiance et test statistique)
Approche pédagogique
Calculés à partir de 28 avis recueillis depuis 20/05/2016, lors de 8 sessions de cette formation.
Économétrie : comment la régression est devenue l'outil des économistes
Le mot « économétrie » a été forgé en 1926 par l’économiste norvégien Ragnar Frisch pour désigner un projet alors neuf : confronter la théorie économique aux données, au moyen des mathématiques et de la statistique. Un siècle plus tard, la régression linéaire multiple en reste le socle, et les questions posées dès les débuts n’ont pas changé.
Une discipline fondée en 1930
En décembre 1930, Frisch, l’Américain Irving Fisher et une poignée de chercheurs fondent à Cleveland l’Econometric Society, dont la revue Econometrica paraît à partir de 1933. Leur conviction : ni la théorie seule ni les statistiques seules ne permettent de comprendre l’économie, il faut les unir. En 1936, le Néerlandais Jan Tinbergen construit le premier modèle macroéconométrique d’une économie nationale, celle des Pays-Bas, puis, pour la Société des Nations, un modèle des cycles économiques américains (1939). Frisch et Tinbergen recevront en 1969 le premier prix de la Banque de Suède en sciences économiques en mémoire d’Alfred Nobel.
La critique de Keynes, toujours d’actualité
En 1939, John Maynard Keynes publie une recension sévère des travaux de Tinbergen. Toutes les causes pertinentes figurent-elles dans l’équation ? Les coefficients restent-ils stables d’une période à l’autre ? Une relation mesurée sur le passé vaut-elle pour l’avenir ? Ces objections sont devenues des chapitres de tout cours d’économétrie : spécification du modèle, choix des régresseurs, tests de changement structurel. Le test de stabilité le plus utilisé porte le nom de Gregory Chow, qui l’a publié en 1960.
Haavelmo : le modèle devient probabiliste
La réponse décisive vient d’un élève de Frisch, Trygve Haavelmo. Dans The Probability Approach in Econometrics (1944), il montre qu’un modèle économique doit être écrit comme un modèle probabiliste, avec un terme d’erreur explicite, pour que l’on puisse estimer ses paramètres, mesurer leur précision et tester des hypothèses. Ce cadre, récompensé par le prix Nobel en 1989, est celui du modèle linéaire classique : hypothèses, estimation par les moindres carrés ordinaires, tests et prévisions.
Reste la question que Keynes posait déjà : un coefficient de régression mesure-t-il un effet causal ? Elle est au cœur de la suite du parcours, Économétrie 2, et de la formation à l’évaluation d’impact des politiques publiques.
