Économétrie avancée

About This Course

Ce cours approfondit les limites du modèle de régression classique et fournit les outils pour y remédier dans des contextes empiriques réels et complexes.

Le problème central est celui de l'endogénéité : lorsque la variable explicative est corrélée avec le terme d'erreur par causalité inverse, variable omise ou erreur de mesure , l'estimateur MCO est biaisé et inconsistant. Les variables instrumentales (IV) et la méthode des doubles moindres carrés (2SLS) permettent d'identifier l'effet causal à condition de trouver un instrument Z corrélé avec X mais orthogonal à ε. La méthode des moments généralisés (GMM) généralise cette approche en exploitant un ensemble de conditions de moments E[Z'ε] = 0, avec le test J de Hansen pour valider leur suridentification.

Les données de panel (individus × temps) permettent de contrôler l'hétérogénéité inobservée via les effets fixes αᵢ ou les effets aléatoires, le test de Hausman guidant ce choix. La cointégration de Engle-Granger et les modèles à correction d'erreur (ECM) traitent les séries non stationnaires liées à long terme.

Enfin, l'inférence causale est abordée via la différence-en-différences (DID), qui compare traitéss et contrôles avant et après un choc et la régression sur discontinuité (RDD), qui exploite un seuil exogène d'assignation au traitement.