Licences

Ce cours a pour objectif de permettre à l'étudiant d'acquérir la maîtrise d'un outil de quantification des phénomènes économiques réels qu'il a étudiés tout au long de son parcours du premier cycle. Afin de permettre à l'étudiant de comprendre les formules économétriques utilisées, ce cours fait appel à l'outil de l'analyse statistique et de développement mathématique. Toutefois, nous essayons dans ce cours de nous concentrer également sur l'aspect pratique à travers la proposition d'un ensemble de problèmes permettant aux étudiants de confronter les modèles économiques aux données réelles. Ces exercices permettent également de vérifier empiriquement la validité des relations pouvant exister entre les phénomènes économiques fournis par la théorie économique. Dès lors nous cherchons à préparer l'étudiant à se servir de cet outil lors de la préparation de son mémoire de fin d'études. Ce cours contient trois chapitres. Dans le premier chapitre nous commençons par présenter la définition de l'économétrie ainsi que sa méthodologie. Nous essayons également de présenter les différentes étapes de modélisation et d'estimation MCO d'une régression simple. Nous terminons par montrer à l'étudiant l'utilité de ce modèle dans le sens où il permet de nous fournir des prévisions que nous utilisons dans la prise de décision. Dans le deuxième chapitre, nous généralisons la modélisation présentée dans le chapitre précédent à travers une formalisation matricielle afin que l'étudiant puisse faire le lien entre les deux chapitres. Cela lui permettra de déduire dans le cas d'une régression multiple tous les tests de spécifications déjà vu dans le chapitre précédent. Dans le troisième chapitre, nous commençons par évoquer à l'étudiant les problèmes pratiques qui découlent de la confrontation du modèle avec les données réelles. Nous nous focalisons sur deux principaux problèmes à savoir le problème de l'hétéroscédasticité et le problème d'autocorrélation des erreurs. Nous présentons les principaux tests spécifiques à ces problèmes ainsi que la méthode d'estimation généralisée dans les deux cas.