• Aide
  • Eurêkoi Eurêkoi

Livre

Économétrie des données de panel : théorie et applications

Résumé

Au fil des années, l'économétrie des données de panel s'est imposée comme un champ essentiel de l'économétrie. Parallèlement, elle est devenue un support prépondérant pour toutes les analyses microéconomiques mais également une approche pertinente pour répondre à des questions de nature macroéconomique. L'originalité de cet ouvrage repose sur deux orientations : la première vise à présenter les modèles et les méthodes d'estimation usuels appliqués sur données de panel, sans pour autant négliger les avancées récentes. Ce manuel se divise en douze chapitres, qui couvrent des thèmes aussi divers que les spécificités des données de panel, les modèles à erreurs composées et à effets fixes, les tests d'hypothèses sur données de panel, l'autocorrélation et l'hétéroscédasticité des perturbations, les modèles dynamiques, les systèmes d'équations, le modèle à coefficients aléatoires, les panels incomplets, les variables qualitatives, la non stationnarité ou encore les panels spatiaux; la seconde orientation de ce manuel se traduit par un souci constant d'illustration des méthodes d'estimation de l'économétrie des données de panel. Pour cela, de nombreux exemples sont traités. Certains d'entre eux ont été réalisés en utilisant les logiciels SAS, Eviews et STATA. D'autres exemples reposent sur des articles d'économie appliquée tirés de revues nationales et internationales particulièrement adaptés pour illustrer la pertinence des modèles et des méthodes d'estimation décrits.
Ouvrage qui présente les fondements théoriques des modèles déconométrie appliqués aux données de panel et en fournit les méthodes destimation et dapplication. Lauteur illustre son propos à laide dexemples extraits darticles déconomie appliquée ou réalisés à laide des logiciels SAS, Eviews et STATA.


  • Éditeur(s)
  • Date
    • DL 2011
  • Notes
    • Bibliogr. p. 249-268. Index
    • Bibliogr. Index
  • Langues
    • Français
  • Description matérielle
    • 1 vol. (XIV-278 p.) : graph., couv. ill. en coul. ; 26 cm
  • Collections
  • Sujet(s)
  • ISBN
    • 978-2-7178-5927-0
  • Indice
    • 330.14 Analyse économique, méthodes statistiques et économétriques
  • Quatrième de couverture
    • Économétrie des Données de Panel

      Théorie et applications

      Au fil des années, l'économétrie des données de panel s'est imposée comme un champ essentiel de l'économétrie. Parallèlement, elle est devenue un support prépondérant pour toutes les analyses microéconomiques mais également une approche pertinente pour répondre à des questions de nature macroéconomique.

      L'originalité de cet ouvrage repose sur deux orientations :

      • la première vise à présenter les modèles et les méthodes d'estimation usuels appliqués sur données de panel, sans pour autant négliger les avancées récentes. Ce manuel se divise en douze chapitres, qui couvrent des thèmes aussi divers que les spécificités des données de panel, les modèles à erreurs composées et à effets fixes, les tests d'hypothèses sur données de panel, l'autocorrélation et l'hétéroscédasticité des perturbations, les modèles dynamiques, les systèmes d'équations, le modèle à coefficients aléatoires, les panels incomplets et processus de sélection, les variables qualitatives et censurées, la non stationnarité ou encore les panels spatiaux ;
      • la seconde orientation de ce manuel se traduit par un souci constant d'illustration des méthodes d'estimation de l'économétrie des données de panel. Pour cela, de nombreux exemples sont traités. Certains d'entre eux ont été réalisés en utilisant les logiciels SAS, Eviews et STATA. D'autres exemples reposent sur des articles d'économie appliquée tirés de revues nationales et internationales particulièrement adaptés pour illustrer la pertinence des modèles et des méthodes d'estimation décrits.

      Ce manuel s'adresse tout spécialement aux étudiants de Master et de Doctorat des facultés de Sciences Économiques et de Gestion, mais également aux étudiants des grandes écoles, aux enseignants-chercheurs, aux directions des études des administrations publiques et privées ainsi qu'aux organismes nationaux et internationaux qui travaillent sur données désagrégées.


  • Tables des matières
      • Économétrie des données de panel

      • Théorie et applications

      • Hubert Kempf

      • Alain Pirotte

      • Economica

      • Introduction1
      • Chapitre 1 Les données de panel : des spécificités fortes9
      • 1 La richesse de l'information : des avantages mais aussi des inconvénients9
      • 2 Variabilités et données de panel16
      • 2.1 Décomposition de la variabilité totale des observations16
      • 2.2 Variabilités et nature des variables : une étude sur données régionales et d'entreprises françaises21
      • 3 La modélisation de l'hétérogénéité, un enjeu primordial32
      • Chapitre 2 Le modèle à erreurs composées41
      • 1 Le modèle à erreurs composées42
      • 2 Les différents estimateurs46
      • 3 Prédiction51
      • 4 Un exemple d'application : la demande de carburant sur un panel de pays de l'OCDE52
      • Chapitre 3 Le modèle à effets fixes57
      • 1 Le modèle à effets fixes individuels et temporels58
      • 2 Le modèle à effets fixes individuels61
      • 3 Le modèle à effets fixes temporels62
      • 4 Un exemple d'application : la demande de carburant des régions françaises63
      • Chapitre 4 Tests d'hypothèses sur données de panel73
      • 1 Homogénéité versus hétérogénéité ?75
      • 2 Un exemple d'application : pressions salariales et activité économique76
      • 3 Tests d'absence d'effets spécifiques individuels aléatoires78
      • 4 Un exemple d'application : la demande de carburant sur un panel de pays de l'OCDE (suite)80
      • 5 Effets fixes versus effets aléatoires ?81
      • 5.1 Le test de Mundlak82
      • 5.2 Le test d'Hausman84
      • 6 Un exemple d'application : la demande de carburant sur un panel de pays de l'OCDE (suite)85
      • 7 L'approche de Chamberlain86
      • 8 Un exemple d'application : les déterminants de la criminalité en Caroline du Nord87
      • 9 Les méthodes d'estimation avec effets spécifiques individuels corrélés89
      • 10 Un exemple d'application : l'estimation d'une fonction de gain sur un panel extrait du PSID92
      • Chapitre 5 Hétéroscédasticité et autocorrélation des perturbations99
      • 1 Hétéroscédasticité des perturbations100
      • 1.1 La variance de l'effet spécifique individuel alphai est hétéroscédastique100
      • 1.2 La variance de la perturbation ui,t est hétéroscédastique103
      • 1.3 Les variances de l'effet spécifique individuel alphai et de la perturbation ui,t sont hétéroscédastiques106
      • 1.4 Les tests de détection de l'hétéroscédasticité107
      • 2 Un exemple d'application : la demande de carburant sur un panel de pays de l'OCDE (suite)108
      • 3 Autocorrélation des perturbations110
      • 3.1 Processus autorégressif d'ordre 1111
      • 3.2 Processus de moyenne mobile d'ordre 1113
      • 3.3 Les tests de détection de l'autocorrélation114
      • 3.4 Prédiction115
      • 4 Un exemple d'application : la demande de carburant sur un panel de pays de l'OCDE (suite et fin)116
      • Chapitre 6 Les modèles dynamiques119
      • 1 Le modèle autorégressif à erreurs composées120
      • 2 Les méthodes d'estimation convergentes du modèle autorégressif à erreurs composées121
      • 3 Le modèle autorégressif à effets fixes130
      • 4 Les méthodes d'estimation convergentes du modèle autorégressif à effets fixes132
      • 5 Les tests de spécification132
      • 6 Deux exemples d'application : l'estimation de la consommation d'eau potable sur un panel de communes françaises et l'estimation de la demande de travail sur un panel d'entreprises françaises134
      • Chapitre 7 Les systèmes d'équations143
      • 1 Le modèle SURE à erreurs composées144
      • 2 Un exemple d'application : les dépenses de consommation de cinq postes budgétaires146
      • 3 Le modèle à équations simultanées à erreurs composées151
      • 3.1 L'estimateur des Doubles Moindres Carrés152
      • 3.2 L'estimateur des Triples Moindres Carrés154
      • 4 Un exemple d'application : la modélisation des échanges extérieurs sur un panel de pays en voie de développement154
      • Chapitre 8 Le modèle à coefficients aléatoires159
      • 1 Le modèle de Swamy (1970)160
      • 2 L'estimateur des MCG161
      • 3 L'estimateur du Maximum de Vraisemblance162
      • 4 L'approche bayésienne163
      • 5 Tester l'homogénéité des coefficients165
      • 6 Un exemple d'application : le q de Tobin sur un panel d'entreprises américaines166
      • Chapitre 9 Panels incomplets et processus de sélection173
      • 1 Panel incomplet et modèle à erreurs composées174
      • 2 Tests d'absence d'effets spécifiques individuels aléatoires176
      • 3 Panel incomplet et modèle à effets fixes176
      • 4 Tester l'existence d'un biais de cylindrage177
      • 5 Panel incomplet et sélection endogène178
      • 6 Deux exemples d'application : l'estimation de fonctions de gains sur deux panels français183
      • Chapitre 10 Variables qualitatives, censurées et données de panel197
      • 1 Les modèles Probit198
      • 1.1 Le modèle Probit à erreurs composées201
      • 1.2 Le modèle Probit à effets fixes202
      • 2 Les modèles Tobit204
      • 3 Deux exemples d'application : la participation des femmes au marché du travail et le nombre de médailles aux Jeux Olympiques d'été207
      • Chapitre 11 Non stationnarité et données de panel213
      • 1 Les tests de racine unitaire214
      • 1.1 Les tests de racine unitaire sous l'hypothèse d'indépendance des individus214
      • 1.2 Les tests de racine unitaire sous l'hypothèse de dépendance entre les individus219
      • 2 Les tests de co-intégration222
      • 3 La co-intégration : estimation et inférence225
      • 4 Un exemple d'application : la soutenabilité des finances publiques sur un panel de 15 pays de l'Union Européenne227
      • Chapitre 12 Les panels spatiaux231
      • 1 Le modèle à erreurs composées avec perturbations spatialement autocorrélées232
      • 2 Le modèle à effets fixes individuels avec perturbations spatialement autocorrélées236
      • 3 Le modèle spatial autorégressif à erreurs composées236
      • 4 Le modèle spatial autorégressif à effets fixes individuels238
      • 5 Tester l'autocorrélation spatiale des perturbations238
      • 6 Prédiction239
      • 7 Un exemple d'application : la consommation d'alcool, le cas des États américains240
      • Références bibliographiques249
      • Index des noms cités269
      • Index des matières275

  • Origine de la notice:
    • FR-751131015
  • Disponible - 330.14 PIR

    Niveau 3 - Economie