Chap 1 Économétrie Dauphine

Télécharger au format pdf ou txt
Télécharger au format pdf ou txt
Vous êtes sur la page 1sur 19

Econométrie 1

Chapitre 1
Qu’est-ce que l’économétrie ?

Sylvain Benoit
Introduction

Présentation
• Discipline née dans les années 30 ( +/- en même temps que la
macroéconomie)
• Permettant :
1 De quantifier et prévoir un phénomène
2 D’établir une relation entre plusieurs variables
3 De valider empiriquement une théorie
• Apportant beaucoup de réponses à de nombreuses questions :
1 La hausse du prix du pétrole a-t-elle un impact sur les ventes de
voitures ?
2 Quel est l’impact des “35 heures” sur le chômage ?

Semestre 2 - 2023/2024 Econométrie 1 - Chapitre 1


Sylvain Benoit - Université Paris Dauphine - PSL 2/19
Introduction

Plan
I. La notion de modèle
II. Le rôle de l’économétrie
III. La théorie de la corrélation

Semestre 2 - 2023/2024 Econométrie 1 - Chapitre 1


Sylvain Benoit - Université Paris Dauphine - PSL 3/19
I. La notion de modèle

A. Définition
• Présentation d’un phénomène sous forme d’équation(s) (variables =
grandeurs économiques)
• Difficulté : choix des variables
B. La construction des modèles en économétrie (5 étapes)
1 Référence à une théorie
2 Formalisation des relations théoriques et choix de la forme des fonctions
3 Sélection et mesure des variables
4 Décalages temporels
5 Validation du modèle (estimations et tests statistiques)

Semestre 2 - 2023/2024 Econométrie 1 - Chapitre 1


Sylvain Benoit - Université Paris Dauphine - PSL 4/19
I. La notion de modèle

Semestre 2 - 2023/2024 Econométrie 1 - Chapitre 1


Sylvain Benoit - Université Paris Dauphine - PSL 5/19
I. La notion de modèle

Exemple
La construction du modèle keynésien simplifié

1) Référence à une théorie


Dans la théorie keynésienne, 4 propositions fondamentales :
1 La consommation et le revenu sont liés
2 Le niveau d’investissement privé et le taux d’intérêt sont liés
3 Il existe un investissement autonome public
4 Produit national = consommation + investissement
2) Formalisation des relations et choix de la forme des fonctions
1 C = f (Y ) avec f ′ > 0
2 I = g (r ) avec g ′ < 0
3 I¯
4 Y = C + I + I¯

Semestre 2 - 2023/2024 Econométrie 1 - Chapitre 1


Sylvain Benoit - Université Paris Dauphine - PSL 6/19
I. La notion de modèle

Forme fonctionnelle
C = a0 + a1 Y
avec a0 > 0 et 0 < a1 < 1, où a0 = la consommation incompressible et
a1 = la propension marginale à consommer

I = b0 + b1 r

avec b0 > 0 et b1 < 0


Y = C + I + I¯
Forme fonctionnelle
Attention à l’interprétation de la forme sélectionnée :

C = a 0 Y a1

Semestre 2 - 2023/2024 Econométrie 1 - Chapitre 1


Sylvain Benoit - Université Paris Dauphine - PSL 7/19
I. La notion de modèle
3) Sélection et mesure des variables (= collecte des données)
3 types de données :
• Séries temporelles = variables observées à intervalles de temps
régulier

Exemple
La consommation annuelle en France de 1985 à 2015
• Coupe instantannée = variables observées au même instant et qui
concernent un groupe d’individus spécifiques

Exemple
La consommation des cadres supérieurs en France en 2015
• Données de panel = variables qui concernent un groupe d’individus
spécifiques et qui sont mesurées à des intervalles de temps réguliers

Exemple
La consommation des cadres supérieurs en France en de 1985 à 2015
Semestre 2 - 2023/2024 Econométrie 1 - Chapitre 1
Sylvain Benoit - Université Paris Dauphine - PSL 8/19
I. La notion de modèle

4) Décalages temporels
Spécificité des modèles spécifiés en ST : les relations entre variables
ne sont pas toujours synchrones ⇒ spécification à l’aide d’indice de
temps
Exemple
Ct = a0 + a1 Yt−1

Semestre 2 - 2023/2024 Econométrie 1 - Chapitre 1


Sylvain Benoit - Université Paris Dauphine - PSL 9/19
I. La notion de modèle

5) Validation du modèle
Ecriture du modèle sous sa forme définitive :

Ct = a0 + a1 Yt−1

avec a0 > 0 et 0 < a1 < 1

It = b0 + b1 r

avec b0 > 0 et b1 < 0

Yt = Ct + It + I¯

Dernière étape = validation du modèle (tests statistiques)


• Les relations spécifiées sont-elles valides ?
• Les coefficients sont-ils stables ?

Semestre 2 - 2023/2024 Econométrie 1 - Chapitre 1


Sylvain Benoit - Université Paris Dauphine - PSL 10/19
I. La notion de modèle

Semestre 2 - 2023/2024 Econométrie 1 - Chapitre 1


Sylvain Benoit - Université Paris Dauphine - PSL 11/19
II. Le rôle de l’économétrie

A. L’économétrie comme validation de la théorie


Exemples
a) Modèle keynésien (application sur Gretl)
b) Efficience informationnelle des marchés financiers
B. L’économétrie comme outil d’investigation
• Induction statistique ou l’inférence statistique
• La prévision

Exemple
La consommation de produits bio améliore-t-elle significativement l’état de
santé ?

Semestre 2 - 2023/2024 Econométrie 1 - Chapitre 1


Sylvain Benoit - Université Paris Dauphine - PSL 12/19
III. La théorie de la corrélation

A. Présentation générale
• La corrélation simple mesure le degré de liaison entre 2 phénomènes
représentés par des variables
• La corrélation simple positive : augmentation ou diminution simultanée
des valeurs des 2 variables
• La corrélation simple négative : quand les valeurs de l’une augmente,
les valeurs de l’autre diminue
• La corrélation linéaire simple : tous les points du couple de valeurs
(x,y) semblent alignés sur une droite
• La corrélation non linéaire simple : le couple de valeurs se trouve sur
une même courbe d’allure quelconque
• La corrélation multiple : relation entre 3 variables ou plus
• Absence de corrélation : aucune relation entre les variations de valeurs
des variables

Semestre 2 - 2023/2024 Econométrie 1 - Chapitre 1


Sylvain Benoit - Université Paris Dauphine - PSL 13/19
III. La théorie de la corrélation

Semestre 2 - 2023/2024 Econométrie 1 - Chapitre 1


Sylvain Benoit - Université Paris Dauphine - PSL 14/19
III. La théorie de la corrélation
B. Mesure et limite du coefficient de corrélation
1) Le coefficient de corrélation linéaire simple
PN
cov(x, y ) i=1 (xi − µx ) (yi − µy )
rxy = = qP qP
σx σy N 2 N 2
i=1 (x i − µ x ) i=1 (yi − µy )
PN PN PN
N i=1 xi yi − i=1 xi i=1 yi
= r P 2 r P P 2
PN N N N
N i=1 xi2 − i=1 xi N 2
i=1 yi − i=1 yi
PN
xi yi
i=1
N − µx µy
= q PN q PN
xi2 yi2
i=1
N − µ2x i=1
N − µ2y

Son estimation associée à un échantillon de taille n est notée ρxy


Pn
sxy i=1 (xi − x̄)(yi − ȳ )
ρxy = = qP qP
sx sy n
− 2 n 2
i=1 (x i x̄) i=1 (yi − ȳ )

Semestre 2 - 2023/2024 Econométrie 1 - Chapitre 1


Sylvain Benoit - Université Paris Dauphine - PSL 15/19
III. La théorie de la corrélation

Propriétés :
• −1 < rxy < 1
• Si rxy ≈ 1 les variables sont corrélées positivement
• Si rxy ≈ −1, les variables sont corrélées négativement
• Si rxy ≈ 0, les variables ne sont pas corrélées
Remarques :
• Le coefficient est rarement proche d’une des 3 bornes
• L’interprétation du coefficient est difficile
• Utilisation de la théorie des tests pour tester la significativité
statistique du coefficient

Semestre 2 - 2023/2024 Econométrie 1 - Chapitre 1


Sylvain Benoit - Université Paris Dauphine - PSL 16/19
III. La théorie de la corrélation
Test de significativité du coefficient de corrélation simple
L’estimation empirique du coefficient de corrélation théorique rxy associée
à un échantillon de taille n est notée ρxy
1 Jeu d’hypothèses

H0 : rxy = 0 test bilatéral
H1 : rxy ̸= 0
2 Statistique de test
ρ
Sous H0 on sait que r xy 2 ∼ St(n−2)
(1−ρxy ) H0
n−2
La statistique de test est alors donné par le t de Student empirique
ρxy
t∗ = q
(1−ρ2xy )
n−2

3 Règle de décision
−1
Si |t ∗ | > |t(n α
− 2) ( 2 )| ⇒ Rejet de H0 (dans W la région critique)
Semestre 2 - 2023/2024 Econométrie 1 - Chapitre 1
Sylvain Benoit - Université Paris Dauphine - PSL 17/19
III. La théorie de la corrélation

2) Limites de la notion de corrélation


• Détecte uniquement la corrélation linéaire

Exemple
Un cercle de centre (x1 , y1 ) et de rayon R :
(x − x1 )2 + (y − y1 )2 = R 2 ⇒ rxy = 0

• Corrélation n’est pas causalité


Possibilité de corrélation fortuite : une valeur statistiquement
significative n’implique pas nécessairement une relation économique
entre les variables
Exemple
Existence d’une corrélation linéaire significative entre le nombre de tâches solaires
et le taux de criminalité aux Etats-Unis

Semestre 2 - 2023/2024 Econométrie 1 - Chapitre 1


Sylvain Benoit - Université Paris Dauphine - PSL 18/19
Exercice et rappels

1 Exercice C1EX1
2 Variable nominale vs. variable réelle
3 Définitions et propriétés des opérateurs espérance, variance et
covariance appliqués à une variable aléatoire

Semestre 2 - 2023/2024 Econométrie 1 - Chapitre 1


Sylvain Benoit - Université Paris Dauphine - PSL 19/19

Vous aimerez peut-être aussi