Introduction à l'Econométrie Appliquée

355 Pages·2022·4.774 MB·French

by  Moad El kharrim

Collection L’ESPRIT ÉCONOMIQUE Collection L’ESPRIT ÉCONOMIQUE
SÉRIE COURS PRINCIPAUX SÉRIE COURS PRINCIPAUX
e
é
u
Introduction à l’Économétrie Appliquée
q
i
l
p
Cette Introduction à L’Économétrie Appliquée est conçue pour un premier cours p
d’économétrie de premier cycle. Pour que l’économétrie soit pertinente dans A

un cours d’introduction, des applications intéressantes doivent faire appel à la e
i
théorie qui doit elle aussi correspondre aux applications. r
t
é
m
Cet ouvrage fournit aux étudiants de premier cycle un aperçu des techniques
économétriques utilisées par les économistes aujourd’hui. Le texte se concentre o
n
sur des techniques économétriques standards et aussi sur les développements
o
récents dans le domaine. c
É
Moad El kharrim
’
l
Un aspect très utile de cet ouvrage est l’utilisation de données pour illustrer
à
l’application des différentes techniques. Cette approche rend le texte vivant et
n
très pertinent pour les étudiants et les chercheurs. Avec la grande disponibilité o
des progiciels économétriques tels que EViews, Stata, etc., les lecteurs peuvent i
t
c
acquérir une expérience pratique en les maniant dans certains exercices fournis
u
dans le texte. Il est essentiel que les lecteurs comprennent les principes sous- d
jacents qui guident l’utilisation de la gamme de procédures des tests statistiques o
Introduction
r
produites par ces programmes économétriques. L’objectif de ce livre est de t
n
préparer les étudiants à effectuer des travaux économétriques appliqués.
I
à l’Économétrie Appliquée
é
Moad El kharrim est professeur à la faculté des sciences économiques
et gestion de l’Université Abdelmalek Essaâdi à Tétouan. Il y enseigne
l’économétrie appliquée et la modélisation statistique appliquée en

économie et finance en Licence et Master. Coordonnateur de master Gestion m
Informatique de l’Entreprise, ses travaux de recherche portent sur l’économétrie ri
r
a
financière, la gestion de portefeuille et choix optimal d’actifs financiers.
h
k

El

d
a
o
M
ISBN : 978-2-14-026703-1
36 €
Collection « L’esprit économique »
fondée par Sophie Boutillier et Dimitri Uzunidis en 1996
dirigée par Sophie Boutillier, Blandine Laperche, Dimitri Uzunidis
Si l’apparence des choses se confondait avec leur réalité, toute réflexion,
toute Science, toute recherche serait superflue. La collection « L’esprit
économique » soulève le débat, textes et images à l’appui, sur la face
cachée économique des faits sociaux : rapports de pouvoir, de production
et d’échange, innovations organisationnelles, technologiques et
financières, espaces globaux et microéconomiques de valorisation et de
profit, pensées critiques et novatrices sur le monde en mouvement...
Ces ouvrages s’adressent aux étudiants, aux enseignants, aux chercheurs
en sciences économiques, politiques, sociales, juridiques et de gestion,
ainsi qu’aux experts d’entreprise et d’administration des institutions.
La collection est divisée en six séries :
Dans la série Economie et Innovation sont publiés des ouvrages
d’économie industrielle, financière et du travail et de sociologie
économique qui mettent l’accent sur les transformations économiques et
sociales suite à l’introduction de nouvelles techniques et méthodes de
production. L’innovation se confond avec la nouveauté marchande et
touche le cœur même des rapports sociaux et de leurs représentations
institutionnelles.
La série Economie formelle a pour objectif de promouvoir l’analyse des
faits économiques contemporains en s’appuyant sur les approches
critiques de l’économie telle qu’elle est enseignée et normalisée
mondialement. Elle comprend des livres qui s’interrogent sur les choix des
acteurs économiques dans une perspective macroéconomique, historique
et prospective.
Dans la série Le Monde en Question sont publiés des ouvrages
d’économie politique traitant des problèmes internationaux. Les économies
nationales, le développement, les espaces élargis, ainsi que l’étude des
ressorts fondamentaux de l’économie mondiale sont les sujets de
prédilection dans le choix des publications.
La série Krisis a été créée pour faciliter la lecture historique des problèmes
économiques et sociaux d’aujourd’hui liés aux métamorphoses de
l’organisation industrielle et du travail. Elle comprend la réédition
d’ouvrages anciens, de compilations de textes autour des mêmes
questions et des ouvrages d’histoire de la pensée et des faits
économiques.
La série Clichés a été créée pour fixer les impressions du monde
économique. Les ouvrages contiennent photos et texte pour faire ressortir
les caractéristiques d’une situation donnée. Le premier thème directeur
est : mémoire et actualité du travail et de l’industrie ; le second : histoire et
impacts économiques et sociaux des innovations.
La série Cours Principaux comprend des ouvrages simples,
fondamentaux et/ou spécialisés qui s’adressent aux étudiants en
licence et en master en économie, sociologie, droit, et gestion. Son
principe de base est l’application du vieil adage chinois : « le plus
long voyage commence par le premier pas ».
Moad El kharrim
Introduction à l’Économétrie Appliquée
© L’Harmattan, 2022
5-7, rue de l’École-Polytechnique ; 75005 Paris

http://www.editions-harmattan.fr/

ISBN : 978-2-14-026703-1
EAN : 9782140267031
Préface
L’introduction à l’Économétrie Appliquée est conçue pour un pre-
mier cours d’économétrie de premier cycle. D’après notre expérience,
pour que l’économétrie soit pertinente dans un cours d’introduction, des
applications intéressantes doivent motiver la théorie qui doit elle aussi
correspondre aux applications. Ce principe simple représente un écart
important par rapport à l’ancienne génération des livres d’économétrie,
dans laquelle les modèles théoriques et les hypothèses ne correspondent
pas aux applications. Il n’est pas étonnant que certains étudiants re-
mettent en question la pertinence de l’économétrie après avoir passé une
grande partie de leur temps à apprendre les hypothèses qu’ils réalisent
par la suite sont irréalistes, de sorte qu’ils doivent ensuite apprendre
des «solutions» aux «problèmes» qui surviennent surtout lorsque les ap-
plications ne correspondent pas aux hypothèses. Nous pensons qu’il est
préférable de motiver le besoin d’outils avec une application concrète,
puis de fournir quelques hypothèses simples qui correspondent à l’appli-
cation. Bien que les méthodes soient immédiatement pertinentes pour
les applications, cette approche peut donner vie à l’économétrie.
Cet ouvrage fournit aux étudiants de premier cycle un aperçu des
techniques économétriques utilisées par les économistes aujourd’hui. Le
texte se concentre sur des techniques économétriques standards et aussi
sur les développements récents dans le domaine.
Un aspect très utile de cet ouvrage est l’utilisation de données pour
illustrer l’application des différentes techniques. Cette approche rend le
texte vivant et très pertinent pour les étudiants et les chercheurs. Avec
la grande disponibilité des progiciels économétriques tels que EViews,
Stata, etc., les lecteurs peuvent acquérir une expérience pratique en les
manipulantdanscertainsexercicesfournisdansletexte.Ilestcependant
très important que les lecteurs comprennent les principes sous-jacents
quiguidentl’utilisationdelagammedeprocéduresdestestsstatistiques
produites par ces programmes économétriques. De plus, l’utilisation et
l’interprétationcorrectesdesdifférentestechniquesetprocéduresdetest
5
sont essentielles à la bonne pratique économétrique. Le bon mélange de
la théorie et de l’application fourni dans ce texte devrait être utile aux
économistes appliqués et aux étudiants.
Ce livre a deux objectifs. Le premier, et le plus important des deux,
est de préparer les étudiants à effectuer des travaux économétriques
appliqués. C’est en grande partie pour cette raison que presque tous
les concepts théoriques introduits sont illustrés à l’aide de données et
des progiciels économétriques très populaires et faciles à utiliser tel que
EViews et Stata.
Malgré l’accent mis sur l’application, l’ouvrage est solidement fondé
sur la théorie économétrique. En effet, c’est le deuxième objectif de ce
livre d’ancrer l’étudiant dans la théorie afin qu’il puisse procéder, en
utilisant les éléments acquis ici comme base, pour faire un programme
d’études supérieures plus avancé en théorie et pratique économétriques
avec une certaine facilité.
Moad El kharrim
Professeur à L’Université AbdelMalek ESSAADI
Faculté des Sciences Économiques et Gestion, Tétouan, Maroc
[email protected]
6
Table des matières
Préface 5
Table des matières 7
Chapitre 1 C’est quoi l’Économétrie? 11
1.1 C’est quoi l’Économétrie? . . . . . . . . . . . . . . . . . . 11
1.2 Modèles Économiques et Modèles Économétriques . . . . 12
1.3 Portée et Méthodologie de l’Économétrie . . . . . . . . . . 14
1.4 Structure des Données Économiques . . . . . . . . . . . . 17
1.5 Causalité et Notion de « Ceteris Paribus » en Analyse
Économétrique . . . . . . . . . . . . . . . . . . . . . . . . 20
1.6 Qu’est-ce qui constitue un Test pour une Théorie Écono-
mique? . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.7 Résumé . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
Chapitre 2 Modèle de Régression Linéaire Simple 23
2.1 Relations entre Variables . . . . . . . . . . . . . . . . . . . 23
2.1.1 Relation Fonctionnelle entre Deux Variables . . . . 24
2.1.2 Relation Statistique entre Deux Variables . . . . . 25
2.2 Modèles de Régression et leurs Utilisations. . . . . . . . . 27
2.2.1 Origines Historiques . . . . . . . . . . . . . . . . . 27
2.2.2 Concepts de Base . . . . . . . . . . . . . . . . . . . 27
2.2.3 Construction des Modèles de Régression . . . . . . 29
2.2.4 Fins d’Analyse de Régression . . . . . . . . . . . . 31
2.2.5 Régression et Causalité . . . . . . . . . . . . . . . 32
2.2.6 Utilisation des Ordinateurs . . . . . . . . . . . . . 32
2.3 Modèle de Régression Linéaire Simple avec Distribution
des Termes d’Erreur Non Spécifiés . . . . . . . . . . . . . 33
2.3.1 Présentation Formelle du Modèle . . . . . . . . . . 33
2.3.2 EstimationdesMoindresCarrésetlesHypothèses
Classiques . . . . . . . . . . . . . . . . . . . . . . . 35
2.3.3 PropriétésStatistiquesdesEstimateursdesMoindres
Carrés . . . . . . . . . . . . . . . . . . . . . . . . . 42
7
TABLE DES MATIÈRES
2
2.3.4 Estimation de la Variance des Erreurs σ . . . . . 46
ε
2.3.5 Conséquences de la Normalité des Erreurs . . . . . 47
2.3.6 Estimation par Méthode de Maximum de Vrai-
semblance . . . . . . . . . . . . . . . . . . . . . . . 50
2.4 Inférences dans la Régression et Analyse de Corrélation . 51
2.4.1 Intervalles de Confiance . . . . . . . . . . . . . . . 53
2.4.2 Les Tests de Signification des Paramètres de Ré-
gression . . . . . . . . . . . . . . . . . . . . . . . . 54
2.4.3 Inférence sur le Coefficient de Corrélation . . . . . 56
2.4.4 Analyse de la Variance ANOVA et Mesure de la
Qualité d’Ajustement . . . . . . . . . . . . . . . . 58
2.4.5 Exemple Numérique : Impact de l’Education sur
les Salaires . . . . . . . . . . . . . . . . . . . . . . 63
2.4.6 Prévision dans le Modèle de Régression Simple . . 66
2.4.7 Analyse Résiduelle . . . . . . . . . . . . . . . . . . 69
2.4.8 La Régression à Travers l’Origine . . . . . . . . . . 70
2.4.9 Quelques Considérations sur les Inférences sur les
Paramètres β0 et β1 de la Régression Simple . . . 73
2.4.10 Exemple Numérique : Impact du Revenu sur la
Consommation . . . . . . . . . . . . . . . . . . . . 79
2.5 Annexe . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
2.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
Chapitre 3 Modèle de Régression Linéaire Multiple 113
3.1 Présentation Formelle du Modèle . . . . . . . . . . . . . . 114
3.2 Modèle de Régression Linéaire Général . . . . . . . . . . 114
3.2.1 Présentation Matricielle du Modèle de Régression
Linéaire Général . . . . . . . . . . . . . . . . . . . 115
3.3 Estimation des Coefficients de Régression . . . . . . . . . 117
3.3.1 Matrice Hat . . . . . . . . . . . . . . . . . . . . . 119
3.4 Hypothèses de Régression . . . . . . . . . . . . . . . . . . 120
3.4.1 Hypothèses Stochastiques . . . . . . . . . . . . . . 120
3.4.2 Hypothèses Structurelles . . . . . . . . . . . . . . . 120
3.5 Estimation du Maximum de Vraisemblance (EMV) . . . . 121
3.6 Analyse de la Variance ANOVA et Coefficient de Déter-
mination Multiple . . . . . . . . . . . . . . . . . . . . . . 123
3.7 Les Tests de Signification des Paramètres de Régression . 129
3.7.1 Intervalle de Confiance de βk . . . . . . . . . . . . 130
3.7.2 Intervalle de Confiance de la Variance de l’Erreur . 130
3.7.3 Test de Signification d’un Seul Coefficient βk = 0 . 131
3.7.4 Test de Signification de plusieurs Coefficients βk . 132
3.7.5 Autres Tests . . . . . . . . . . . . . . . . . . . . . 133
8
TABLE DES MATIÈRES
3.7.6 Coefficients de Détermination Partielle . . . . . . . 135
3.7.7 Coefficients de Corrélation Partielle . . . . . . . . 137
3.7.8 InterprétationdesCoefficientsdeCorrélationSimples
et Partiels . . . . . . . . . . . . . . . . . . . . . . 138
3.8 Tests de Stabilité . . . . . . . . . . . . . . . . . . . . . . . 140
3.8.1 Tests d’Analyse de Variance . . . . . . . . . . . . . 140
3.8.2 Tests Prédictifs de Stabilité . . . . . . . . . . . . . 141
3.8.3 Test de Spécification de Ramsey (Ramsey’s RE-
SET Test) . . . . . . . . . . . . . . . . . . . . . . . 146
3.9 Estimation de la Réponse Moyenne et Prévision de Nou-
velles Observations . . . . . . . . . . . . . . . . . . . . . . 149
3.9.1 Estimation d’Intervalle de E(Yh) . . . . . . . . . . 149
3.9.2 Prévision de Nouvelle Observation Yh(nouvelle) . . . 150
3.9.3 Prédiction de la Moyenne de p Nouvelles Obser-
vations à Xh . . . . . . . . . . . . . . . . . . . . . 150
3.9.4 Précautions Concernant des Extrapolations Ca-
chées . . . . . . . . . . . . . . . . . . . . . . . . . 151
3.10 Variables Indicatrices (Dummy Variables) . . . . . . . . . 151
3.11 Exemple Empirique. . . . . . . . . . . . . . . . . . . . . . 157
3.12 Modèle de Régression Multiple Standardisé . . . . . . . . 165
3.13 Formes Fonctionnelles des Modèles de Régression . . . . . 171
3.13.1 Comment Mesurer l’Elasticité : le Modèle Log-
Linéaire . . . . . . . . . . . . . . . . . . . . . . . . 172
3.13.2 Modèles Semilog : Modèles Log-Lin et Lin-Log . . 176
3.13.3 Modèles Réciproques . . . . . . . . . . . . . . . . 179
3.14 Choix de la Forme Fonctionnelle . . . . . . . . . . . . . . 181
3.15 Annexe . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
3.16 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . 185
Chapitre 4 Violations des Hypothèses Classiques 223
4.1 La Multicolinéarité et Ses Effets . . . . . . . . . . . . . . 223
4.1.1 Variables Prédictives Non Corrélées . . . . . . . . 224
4.1.2 Nature du Problème lorsque les Variables Prédic-
tives sont Parfaitement Corrélées . . . . . . . . . 227
4.1.3 Effets de la Multicolinéarité . . . . . . . . . . . . 229
4.1.4 Diagnostic de Multicolinéarité - Facteur d’Infla-
tion de la Variance . . . . . . . . . . . . . . . . . . 241
4.1.5 Mesures Correctives . . . . . . . . . . . . . . . . . 246
4.2 Autocorrélation des Erreurs . . . . . . . . . . . . . . . . . 248
4.2.1 Qu’est-ce qui Cause l’Autocorrélation?. . . . . . . 249
4.2.2 Conséquences pour les Moindres Carrés Ordinaires 252
4.2.3 Détection de l’Autocorrélation . . . . . . . . . . . 254
9
TABLE DES MATIÈRES
4.2.4 Correction de l’Autocorrélation . . . . . . . . . . . 265
4.3 Hétéroscédasticité : Que se passe-t-il si la variance d’er-
reur n’est pas constante? . . . . . . . . . . . . . . . . . . 273
4.3.1 La Nature de l’Hétéroscédasticité . . . . . . . . . . 273
4.3.2 Estimation des MCO en Présence d’Hétéroscédas-
ticité . . . . . . . . . . . . . . . . . . . . . . . . . . 275
4.3.3 LaMéthodedesMoindresCarrésGénéralisés(MCG)276
4.3.4 Conséquences de l’Hétéroscédasticité pour les Es-
timateurs des MCO . . . . . . . . . . . . . . . . . 280
4.3.5 Détection de l’Hétéroscédasticité . . . . . . . . . . 283
4.3.6 Correction de l’Hétéroscédasticité . . . . . . . . . . 299
4.4 Questions et Exercices . . . . . . . . . . . . . . . . . . . . 303
4.5 Annexe . . . . . . . . . . . . . . . . . . . . . . . . . . . . 317
Chapitre 5 Modèles à Équations Simultanées 321
5.1 Le Biais Simultané . . . . . . . . . . . . . . . . . . . . . . 322
5.2 Le Problème d’Identification . . . . . . . . . . . . . . . . . 326
5.3 Estimation des Modèles à Équations Simultanées . . . . . 330
5.3.1 Estimation d’une Équation Identifiée avec Préci-
sion : La Méthode MCI . . . . . . . . . . . . . . . 330
5.3.2 Estimationd’uneÉquationSur-Identifiée:LaMé-
thode DMC . . . . . . . . . . . . . . . . . . . . . . 331
Annexes 337
A1. La Loi Normale Centrée Réduite . . . . . . . . . . . . . . . 338
A2. Table de la Loi de Fisher-Snedecor . . . . . . . . . . . . . . 339
A3. Table de La loi du Chi-Deux . . . . . . . . . . . . . . . . . 341
A4. Table de La loi de Student . . . . . . . . . . . . . . . . . . 342
A5. Table de Durbin-Watson . . . . . . . . . . . . . . . . . . . 343
Bibliographie 347
Index 349
10