Intro 2016-17
Économétrie des Données de Panel
Pr. Philippe Polomé, Université Lumière Lyon 2
M1 APE Analyse des Politiques Économiques
M1 RISE Gouvernance des Risques Environnementaux
2016 – 2017
Intro 2016-17
Chapter 0. Introduction
I PrésentationI MotivationI Organisation
Intro 2016-17
Moi-même
I Toutes les diapos sont dispo via cette page
Intro 2016-17
Master RISE http://risques-environnement.universite-lyon.frParcours “Gouvernance des Risques Environnementaux”
Intro 2016-17
Vous
Juste une discussionI Que pensez-vous trouver dans ce cours ?
I Que voulez-vous en faire ?I Quelles problématiques économétriques vous intéressent le
plus ?I Lesquelles pensez-vous trouver dans votre vie professionnelle ?
I Environnement ?I Politiques publiques ? Territoriales ?I Financier, macro, entreprise ?
Intro 2016-17
Contenu du cours & motivation
Table des matières
Contenu du cours & motivation
Organisation & Évaluation
Intro 2016-17
Contenu du cours & motivation
Données de panel
I = observations répétées sur la même coupe transversaleI Avec possible attrition
I P.e. individus ou firmesI Autres dénominations : données longitudinales ou mesures
répétéesI Ce cours : données de panels courts
I Grandes coupes transversales d’agents observés quelques foisI Pas assez de périodes pour bien tester les questions
temporellesI Panel long : moins étudié, pas dans ce cours
I Quelques pays sur beaucoup de périodesI Primauté des questions chronologiques
Intro 2016-17
Contenu du cours & motivation
1º avantage des données de panel : Précision
I Réplique la coupe transversaleI
Mélange (pooling) de plusieurs périodes par agentI Hypothèse : coefficients constants entre périodes
I Pour une inférence statistique valideI Tenir compte
I Hétéroscédasticité entre agentsI Corrélation entre périodes pour un même agent
I La formule habituelle de MCO var
⇣�̂⌘= �2 (X 0
X )�1 enrégression “pooled”
I Exagère les gains de précision =)I sur-estime les écarts-typesI gonfle les t-stats
Intro 2016-17
Contenu du cours & motivation
2º avantage des données de panel : Hétérogénéité inobservée
I Hétérogénéité inobservée : p.e. régresseurs omis
I Cause inconsistance de MCO lorsque corrélé avec régresseursnon-omis
I Peut être “corrigée” par variable instrumentale (VI / MC2E)I Mais : Les instruments sont difficiles à trouver
I Avec des données de panel, possible estimation consistante
par MCOI Alternative à IVI Au moyen de constantes individuelles “effets”
Intro 2016-17
Contenu du cours & motivation
Exemple
Une seule période
Intro 2016-17
Contenu du cours & motivation
Exemple
Plusieurs périodes : les conclusions peuvent être inversées
Intro 2016-17
Contenu du cours & motivation
3º avantage des données de panel : Dynamique
I Mieux comprendre les dynamiquesI P.e. une coupe transversale peut révéler un taux de pauvreté
de 20% dans une populationI Il faut un panel pour déterminer si ce sont les mêmes 20%
chaque annéeI Si c’est le cas : un panel peut permettre de déterminer si une
importante corrélation sérielle des revenus indidividuels est dueà
I Un trait individuel
I hétérogénéité inobservée ou observée (p.e. éducation)I Une conséquence de revenus passés bas
I “vraie” corrélation sérielle
Intro 2016-17
Contenu du cours & motivation
Chapitres
I Ch 1 : régression linéaire
I Ch 2 : extensions pour des régresseurs Endogènes
I Panels dynamiques : incluant des valeurs passées de lavariable dépendante
I Estimation par Méthode Généralisée des Moments GMM
I On ne regarde pas les questions de racines unitairesI Ch 3 : extensions pour les modèles à variables dépendantes
binaires
I Thèmes persistentsI
Effets Fixes et Effets Aléatoires
I Selon le traitement de l’hétérogénéité inobservéeI Importance d’une inférence adaptée au panel
I Dite “robuste”
Intro 2016-17
Organisation & Évaluation
Table des matières
Contenu du cours & motivation
Organisation & Évaluation
Intro 2016-17
Organisation & Évaluation
Organisation du CM
I 5 premières sessions : théorieI Dernière session :
I Présentation partielle du rapportI Rapport
I Par groupes auto-organisés de 3 étudiantsI Logiciel : STATA
Intro 2016-17
Organisation & Évaluation
RéférencesI Cameron, A.C. & P.K. Trivedi, Microeconometrics, Cambridge,
2005, 2006I Référence principale
I Wooldridge, J. Econometric Analysis of Cross Section andPanel Data, MIT Press, 2001
I Autre excellent livreI G. de Oliveira & G. de Vargas Mores, Convergence in per
capita carbon dioxide emissions : a panel data approach,Department of economics, FEA-USP, working paper series no2015-35
I Article pour l’exemple principalI A. Marquetti, Extended Penn World Tables : Economic Growth
Data assembled from the Penn World Tables and other sources
I https ://sites.google.com/a/newschool.edu/duncan-foley-homepage/home/EPWT
I Données de l’exemple principal
Intro 2016-17
Organisation & Évaluation
TD : avancement du rapport
I TD 1. poser le problèmeI en fonction de données disponibles, ou selon une
connaissance/intérêt préalableI Problématique doit être validée par le chargé de TD
I TD 2. Littérature, pour construire un modèleI TD 3. Obtenir les données
I conversion de formatsI TD 4. Choix des modèles économétriques
I cours, livres de texte, manuels des logiciels. . .I TD 5. Tests
I Hausman pour FE/REI endogénéité
I TD 6. Format du rapport, qualité de la présentation.
Intro 2016-17
Organisation & Évaluation
Le contenu du rapport
I Rapport de recherche
I Recherche doit être économétriquement correcteI Présentez vos données adéquatementI Présentez une régression qui a du sens
I Une théorie qui puisse se modéliser dans une équationI Pourquoi votre estimateur est-il meilleur qu’un autre ?
I Selon la théorie économétrique : pourquoi est-il consistant ?I Tous les outils utilisés : Tests, estimateurs...
I qui ne seraient pas présentés en coursI doivent être présentés en détail dans le rapport
I RéférenceI Justifier l’usage
Intro 2016-17
Organisation & Évaluation
Le contenu du rapport
I Peut être un travail originalI Il faut pouvoir le répliquer
I Comment trouver les données ?I La séquence des commandes dans STATA
I Peut-être sur le même sujet que votre TER ou qu’un travailprécédent
I Peut être basé sur un papier publiéI Citer correctement ce papier et joignez-le à votre rapportI Répliquer au moins certains résultats
I Commentez les différences, s’il y en aI Ne répétez pas tout ce que les auteurs ont fait, quelque chose
de plus simple est ok
I Dans les autres cas, utilisez des données de l’Open-Sourcefrançais (prochaine diapo)
Intro 2016-17
Organisation & Évaluation
Sources des données pour le rapportI Open-source français http ://www.data.gouv.fr/fr/
I ExemplesI Accidents corporels, Équipements publics, Aides perçues de la
Politique Agricole Commune, Effectifs policiersI Sélectionner un indicateur
I Que vous connaissez un peu, vous avez vu un papier...I On souhaite comprendre son comportement, de quoi il dépendI Les régresseurs proviennent de la même baseI Ayez de bonnes idées
I Google pour lire et convertir les fichiers de donnéesI Les groupes
I Peuvent travailler sur un même jeu de donnéesI mais doivent se coordonner pour présenter des modèles
différentsI Pas la même variable dépendante
I Pas de jeux de données artificiels (Monte-Carlo)
Intro 2016-17
Organisation & Évaluation
Un exemple
I Entrepôt d’indicateurs et de données sur l’environnement («Eider »)
I https ://www.data.gouv.fr/fr/datasets/entrepot-d-indicateurs-et-de-donnees-sur-l-environnement-eider/
I p.e. Rejets de polluants dans l’air par les principaux émetteursindustriels
I Au niveau départementalI À régresser p.e.
ICourbe de Kuznetz Environnementale CKE
I Couleur politique du départementI ...
Intro 2016-17
Organisation & Évaluation
Courbe de Kuznetz Environnementale
I Relation quadratique entre le revenu (départemental) et leniveau de polluant
yt = �0
+ �1
GDPht + �2
GDPh
2
t + �xt + ✏t
Intro 2016-17
Organisation & Évaluation
Dernière session du CM : échanges & présentations
I Présenter une ébauche du rapportI Vous devez avoir trouvé
I une baseI un sujet - c’est-à-dire une régression potentielle
I Vous devez venir avec des questionsI Vérification en TD
I GroupesI Tous les groupes sont par 3I 1 ou 2 groupes de 2 selon le nombre d’étudiants
I Sujets : Pas de doublon
Intro 2016-17
Organisation & Évaluation
Format du rapportI Cliquer sur GUIDELINESI Un rapport / groupe
I Pas plus long que 10 pagesI Pas d’introduction : 1. données, 2. modèle théorique, 3.
estimateurs utilisés (pourquoi), 4. présentation des résultatsI + page(s) de garde, biblio, annexes
IUniquement en pdf
I Envoyez à [email protected] Objet : “Rapport M1 RAE”I / Détection du plagiat
I Savez-vous ce qu’est le plagiat ?I Vous pouvez “citer”
IÉchéance 2 janvier
I Nom du fichier Vos3Noms.pdf
I Non-respect = pénalités
Intro 2016-17
Organisation & Évaluation
Évaluation du CM
I 10 points pour le partiel finalI Si le rapport est renduI Questions de cours, ouvertesI Questions sur votre rapport
I Peuvent baisser la note du rapport
I 10 points pour le rapport2 Documentation des données & présentation, y-compris graphiques2 Construction du modèle économique & documentation (références)3 Qualité économétrique : modèle correct, éléments plus avancés2 Présentation & discussion des résultats économétriques, avec graphiques1 Identification de voies de recherches futures (pas de voie = 0)1 Format de qualité professionnelle
-2 si absent Code STATA en annexe du rapport-2 si absent Données en fichier à part au format STATA
Intro 2016-17
Organisation & Évaluation
Évaluation
I Évaluation : contrôle continu intégralI 1º semestre
I CM 2/3I Partiel final janvier 1/3I Rapport 1/3
I TD 1/3 – Chaque TD = un oralI 3 points / séance : Présence, participation, préparationI Ramené à 20I Note TD influe sur note du rapportI 0 en TD = 0 au rapport = rattrapage
I Rattrapage en juin : épreuve écrite seuleI Sans rapport : automatiquement en rattrapage
Top Related