Économétrie — TD 1

Introduction & EViews : prise en main

Pierre Beaucoral

1 Objectifs

  • Comprendre la base de l’économétrie
  • Prendre en main EViews
  • Préparer la base pour les futurs TDs

2 Introduction

  • L’économétrie s’inscrit dans une démarche scientifique dite hypothético-déductive (Popper)

  • L’économétrie est une méthode d’analyse des données des phénomènes économiques qui, par l’utilisation de la statistique et des mathématiques, établit des corrélations entre les variables.

  • Objectifs :

    ▶ Tester la véracité empirique d’une théorie

    ▶ Prévoir l’évolution d’un phénomène

    ▶ Calculer la valeur de paramètres des modèles théoriques

2.1 Corrélation et causalité

Corrélation n’est pas synonyme de causalité, or l’économétrie ne mesure que des corrélations!

Note

Preuve, ce site web (cliquer si temps disponible)

2.2 Principe de l’économétrie

Principe : Vous disposez d’une variable à expliquer (le nombre de buts) et d’une [ou plusieurs] variable[s] explicative[s] (poste du joueur, taille, club) et vous essayez de savoir s’il existe une relation entre celles-ci.

Tip

Avec un apport théorique préalable, une corrélation peut être suspectée de causale.

Cours:

▶ Présentation des concepts en CM (M. Brun)

▶ Mise en pratique sur EViews en TD

2.3 Plan du cours

Nos séances de TD :

▶ TD 1 : Présentation et prise en main d’EViews

▶ TD 2 : Gestion et explorations de la base de données

▶ TD 3 : Modèle linéaire (MCO) et conditions de validité.

▶ TD 4 : Tests d’hypothèses économétriques : homoscédasticité (Goldfeld–Quandt, Breusch–Pagan, White) et corrections pour l’hétéroscédasticité (White).

▶ TD 5 : Tests d’hypothèses économiques : stabilité des coefficients et pertinence de l’estimation & autocorrélation.

▶ TD 6 : Variables instrumentales (2SLS) : identification, exogénéité et instrumentation (test de Hausman — principe Nakamura & Nakamura).

▶ TD 7: Variables instrumentales (2SLS) : avancé.

▶ TD 8 : Normalité des erreurs : normalité (Jarque–Bera).

▶ TD 9: Simulation de Monte Carlo.

2.4 Les données utilisées en économétrie

Les données utilisées en économétrie sont de trois types :

1. Données transversales :

Données sur plusieurs individus à un instant donné

2. Données temporelles :

Données sur un seul individu à des périodes différentes

3. Données de panel :

Données enregistrées pour différents individus à différentes périodes

Important

Dans le cadre de ce cours, nous travaillerons uniquement sur des données transversales.

3 Travailler sous EViews

3.1 EViews — Environnement

EViews est un logiciel développé par Quantitative Micro Software

Il existe de nombreux autres logiciels d’économétrie.

Les plus utilisés sont stata ou R

Avantages d’EViews :

▶ Simple d’utilisation (fonctionnement avec une interface)

▶ Performant pour les séries temporelles

Inconvénients :

▶ Il s’agit uniquement d’un logiciel d’économétrie

La traitement de données doit être fait au préalable

▶ Peu flexible

3.2 Environnement et logique de fonctionnement

3.3 Environnement et logique de fonctionnement

Trois manières de travailler sous EViews :

  • 1. Par l’interface graphique

  • 2. En rentrant le nom de la commande dans la fenêtre de commande

  • 3. En regroupant les commandes dans un programme

Important

Dans le cadre de ce cours, nous utiliserons les deux premières méthodes

3.4 Les différents types de fichiers

  1. Fichier texte (.txt) ou Excel (.xls) : contient la base de données
  2. Fichier workfile (.wf1) : enregistre le travail
  3. Fichier programme (.prg) : enregistre le programme (non utilisé ici)

3.5 Les différents types d’objets

Un objet est un élément stockant différents types d’informations, rassemblés dans le workfile.
Double-cliquer sur l’icône pour l’ouvrir.

  • Objets les plus fréquents :

    • Variables numériques

    • Liste d’éléments en texte

    • Équation

    • Graphique

    • Coefficients et résidus estimés

    • Scalaire et matrices

3.6 Création du workfile (.wf1)

Première étape avant d’importer une base de données.

Menu : File → New → Workfile

  • Trois structures possibles :

    1. Unstructured/Undated (données transversales)
    2. Dated–regular frequency (données temporelles)
    3. Balanced Panel (données de panel)

  • Noms des paramètres:

    • Data Range : nombre d’observations (ex. nombre de pays) - Frequency : fréquence des données (annuelle, …)
    • Start date : date initiale (ex. 1970)
    • End date : date de fin (ex. 2008)
    • Frequency, Start date, End date : cf. ci-dessus
    • Number of Cross-section : nombre d’individus

3.7 Création du workfile (.wf1)

Modules optionnels :

  • Name : nom du workfile

  • Page : numéro de page

Sauvegarde :

  • Première sauvegarde :

    File → Save as - Ensuite : File → Save ou Ctrl+S

  • Ouvrir un workfile existant :

    File → Open → Workfile →Choisir le fichier à ouvrir

3.8 Importation de données

Caution

Préalable : Seules les données sont acceptées (le fichier Excel ne doit pas contenir de formules).

Procédure:

  1. Fermer la feuille Excel
  2. File → Import → Import from file
  3. Sélectionner le fichier (base de données)

Une première fenêtre s’ouvre :

  • Predefined Range : aucun changement

  • Custom range : pour modifier la feuille, la première et la dernière cellule

Puis une deuxième fenêtre permet de modifier :

  • Nb de lignes définissant le statut (Column headers)

  • Nom et type des variables et leurs labels (Column info)

Une troisième fenêtre offre des opérations plus complexes (lier différentes bases de données).

Terminer puis sauvegarder le workfile (File → Save ou Ctrl+S).

3.9 Création du workfile et importation en une étape

Possible via : File → Open → Foreign Data as Workfile

Avantage :

  • Gain de temps

Inconvénient :

  • La base doit être parfaitement préparée.

4 Exercice

4.1 Q.0.1 — Types de données en économétrie

Question : Quelles sont les trois grandes catégories de données ?

Afficher la réponse
  • Transversales : plusieurs individus, une date donnée.
  • Temporelles : une unité observée sur plusieurs dates.
  • Panel : plusieurs individus suivis sur plusieurs dates.

4.2 Q.0.2 — Corrélation et causalité

Question : La corrélation implique-t-elle une causalité ?

Afficher la réponse

Non.
- Corrélation : deux variables évoluent ensemble.
- Causalité : une variable provoque l’évolution de l’autre.
Exemple : Fumer ↦ augmentation du risque de cancer du poumon.

4.3 Q1 — Création du Workfile

Question : Comment créer un workfile pour accueillir des données transversales dans EViews ?

Afficher la réponse
  1. Menu File → New → Workfile
  2. Choisir Unstructured / Undated
  3. Indiquer le nombre d’observations (ex. 94)
  4. File → Save as pour enregistrer.

4.4 Q2 — Importation de données Excel

Question : Quelle est la procédure pour importer un fichier Excel dans EViews ?

Afficher la réponse
  1. Fermer le fichier Excel.
  2. Dans EViews : File → Import → Import from file.
  3. Sélectionner le fichier TD1.xls.
  4. Vérifier la plage de données puis valider.
  5. Sauvegarder le workfile.

4.5 Q3 — Nature des variables

Question : Pourquoi la variable Compagnie apparaît en texte? La variable Public ?

Afficher la réponse
  • Compagnie : variable qualitative nominale (noms de compagnies).
  • Public : variable binaire (oui/non)

4.6 Q4 — Modifier la base

Question : Faites les modifications nécessaires afin de rendre la base de données exploitable.

Afficher la réponse
  • Public : variable binaire (oui/non) ⇒ à recoder en 0/1 si nécessaire.

genr dummy_public = @recode(public="yes", 1, 0)

  • Indice : Regarder la variable intercontinental.