05300004 - Econométrie appliquée

L’économétrie est l’étude unifiée de modèles, d’applications de la statistique mathématique et de données. Elle a pour objectif d’estimer et de tester des modèles.  Ce cours est une introduction mettant l’accent sur les données en coupes transversales et la mise en pratique.

CONNAISSANCES ET COMPETENCES CIBLES

Connaître les outils et les méthodes de base en économétrie (modèle linéaire, moindres carrés, tests, détection et correction de l’hétéroscédasticité, etc.)
Se servir du logiciel Gretl en écrivant ses propres codes
Poser une question et proposer un modèle permettant d’y répondre
Transformer le modèle précédent en modèle économétrique
Préparer et présenter les données utilisées par le modèle économétrique
Estimer et tester le modèle économétrique
Interpréter les résultats obtenus et répondre à la question de départ
Réaliser des prédictions

PLAN DE COURS

1- Qu’est-ce que l’économétrie ?
2- Le modèle linéaire ordinaire
3- Estimation par les moindres carrés ordinaires
4- Tests de contraintes linéaires
5- Problèmes classiques
6- Finaliser une étude économétrique

BIBLIOGRAPHIE DE BASE

Wooldridge, J. « Introduction à l’économétrie 3e édition » De Boeck, 2023
Dormont, B. « Introduction à l’économétrie 2e édition » Montchrestien, 2007

Les étudiants doivent réaliser une étude comportant une analyse économétrique. Ce travail est fait en binômes, éventuellement en trinômes, principalement en dehors des heures de CM et de TD. Il aboutit à un code Gretl commenté et à un article. L’un et l’autre font l’objet d’une note et chaque note a le même coefficient.

MODALITES PEDAGOGIQUES

Cours magistral avec diaporama et manipulations Gretl. Le support de cours est disponible sur Moodle. Le logiciel Gretl est gratuit et multiplateforme
Travaux dirigés. Le fascicule d’exercices est disponible sur Moodle. Certains d’entre eux sont à travailler en autonomie (les corrections sont fournies)
Le guide du projet à rendre est disponible sur Moodle, de même que les données

PRE-REQUIS EN TERMES DE CONNAISSANCES ET COMPETENCES

Appétence pour l’informatique, les statistiques et la modélisation
Idéalement, avoir suivi le cours « matrices et applications » au semestre 5