Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Guide Pratique d’Introduction à l’Econométrie sur EViews Rappels de cours et Il

Guide Pratique d’Introduction à l’Econométrie sur EViews Rappels de cours et Illustrations pratiques Tome 1 Yaya KEHO Enseignant à l’ENSEA d’Abidjan, Côte d’Ivoire Mars 2011 i AUX LECTEURS Ce guide vous servira d’outil de référence pour l’estimation de modèles économétriques à partir du logiciel Eviews. Il traite de façon pratique l’estimation des modèles de regression linéaires classiques, des modèles à décalages temporels, des modèles à équations simultannées, des modèles VAR, de la cointégration et des modèles à correction d’erreurs. Chaque chapitre traite d’un sujet particulier. Le principe des méthodes est d’abord présenté et ensuite illustré à partir d’exemple concret. Ce manuel est adapté à ceux qui n’ont jamais utilisé le logiciel Eviews, aussi bien qu’à ceux qui en ont déjà acquis quelques principes de base. Bien entendu, ce guide n’est pas exhaustif sur l’ensemble des fonctions qu’offre le logiciel Eviews. Les manuels officiels du logiciel restent donc indispensables. De plus, ce guide ne remplace pas les manuels de cours déjà existants, qui demeurent indispensables pour bien comprendre les notions théoriques de base et les principes des tests statistiques qui sont évoqués dans ce guide. Ce guide a été rédigé sur la base de la version 4 de Eviews, la configuration des écrans, les commandes ou les synthaxes peuvent ne pas être les mêmes sur les versions antérieures ou ultérieures du logiciel. Suggestion de citation : KEHO Y., 2008, Guide Pratique d’Introduction à l’Econometrie sur Eviews, Ecole Nationale Supérieure de Statistique et d’Economie Appliquée (ENSEA), Abidjan. ii Table des matières Avant-propos vi Introduction 1 Chapitre 1 : Présentation du logiciel Eviews 5 1.1 Présentation générale du fonctionnement du logiciel 5 1.2 Champs d’application de EViews 6 1.3 Objets types 7 1.4 Expressions mathématiques 8 Chapitre 2 : Manipulation de données 9 2.1 Création d’un workfile 9 2.2 Saisie directe des données 11 2.3 Importation des données 11 2.4 Création de variables 13 2.5 Graphiques 14 2.6 Statistiques descriptives de base 15 Chapitre 3 : Estimation des modèles linéaires à une équation 17 3.1 Spécification du modèle et hypothèses 17 3.2 Estimation d’une équation linéaire 19 3.3 Tests de diagnostic sur les résidus 22 3.3.1 Test de normalité 23 3.3.2 Test d’hétéroscédasticité 27 3.3.3 Test d’autocorrélation 29 3.4 Test d’erreur de spécification 32 3.5 Estimation en présence d’autocorrélation des erreurs 33 3.6 Tests de restrictions linéaires sur les coefficients 35 iii 3.6.1 Test de significativité globale 35 3.6.2 Test de significativité individuelle des coefficients 37 3.6.3 Test de stabilité des coefficients 39 3.7 Prévisions conditionnelles 42 3.7.1 Simulation historique et évaluation du pouvoir prédictif du modèle 42 3.7.2 Prévision sur l’horizon 2003-2010 45 3.8 Estimation d’équations non linéaires 47 Chapitre 4 : Modèles à décalages temporels 49 4.1 Spécification et estimation d’un modèle à décalages temporels 50 4.2 Tests de spécification 51 4.2.1 Test d’autocorrélation 51 4.2.2 Test d’hétéroscédasticité 53 4.2.3 Test d’erreur de spécification 53 4.3 Choix du nombre de retards 53 4.4 Interprétation des coefficients 55 4.5 Prévisions à court terme 56 Chapitre 5 : Problème d’endogénéité et estimation par la méthode des variables instrumentales 58 5.1 Estimation par la méthode des variables instrumentales 58 5.2 Test d’exogénéité d’Hausman 61 5.3 Test de validité des instruments 62 Chapitre 6 : Modèles à équations simultanées 64 6.1 Un exemple de modèle à équations simultanées 64 6.2 Le statut des variables du modèle 65 6.3 L’identification du modèle 66 6.4 Les méthodes d’estimation 67 iv Chapitre 7 : Stationnarité et modélisation VAR 72 7.1 Tests de stationnarité d’une série 73 7.1.1 Tests de Dickey et Fuller 74 7.1.2 Test de Phillips-Perron 76 7.1.3 Test de KPSS 76 7.1.4 Les tests de stationnarité en pratique 77 7.2 Modélisation VAR 7.2.1 Estimer un modèle VAR en pratique 80 80 7.2.2 Tests d’hypothèses sur les résidus 82 7.2.3 Détermination du nombre de retards 82 7.2.4 Tests de causalité de Granger 83 7.2.5 Analyse impulsionnelle et décomposition de la variance 86 Chapitre 8 : Cointégration et Modèles à Correction d’Erreurs 89 8.1 Séries cointégrées? 90 8.2 Spécification d’un modèle à correction d’erreurs 91 8.3 Tests de cointégration et estimation d’un modèle à correction d’erreurs 93 8.3.1 La méthode en deux étapes de Engle et Granger 93 8.3.2 La méthode en une étape de Banerjee et alii. 95 8.3.3 L’approche multivariée de Johansen 96 A. La procédure de test 96 B. Problème d’identification et interprétabilité des coefficients 99 C. Tests de restrictions linéaires 99 D. Interprétation des termes déterministes 101 E. Distorsions de niveau dans le test de Johansen 103 v 8.3.4 Test de cointegration de Pesaran et al. (2001) 104 8.4 Cas pratique 104 8.4.1 Test de cointégration 104 A. Test de Engle et Granger 104 B. Test de cointégration de Johansen 105 8.4.2 Estimation du modèle à correction d’erreurs 108 A. La méthode en une seule étape 108 B. La méthode en deux étapes de Engle et Granger 110 C. La méthode de Johansen 111 Chapitre 9 : Ecriture et résolution des modèles à plusieurs équations 114 9.1 Définition et principes d’écriture d’un modèle sous EViews 114 9.2 Création d’un modèle 116 9.3 Résolution d’un modèle 118 9.4 Utilisation des Add Factors 121 9.5 Simulation de scénarios 122 9.6 Création et gestion de bases de données 124 9.6.1 Créer une base de données 125 9.6.2 Stocker des objets dans une base de données 126 9.6.3 Récupérer des objets d’une base de données 126 Chapitre 10 : Introduction à la programmation 128 10.1 Création d’un éditeur de programme 128 10.2 Quelques commandes pour générer des séries et estimer des équations 129 10.2.1 Générer des séries 129 10.2.2 Estimer une équation par MCO 130 vi 10.2.3 Estimer une équation par la méthode des variables instrumentales 130 10.2.4 Faire des prévisions 131 10.3 Trois types de variables importants pour la programmation 131 10.3.1 Variables de contrôle 131 10.3.2 Variables de type string 132 10.3.3 Variables de remplacement 133 10.4 Les commandes IF, FOR et WHILE 133 10.4.1 La Commande IF 134 10.4.2 La boucle FOR …NEXT 135 A. La boucle FOR avec des variables de contrôle ou des scalaires 135 B. La boucle FOR avec des variables de type string 137 10.4.3 La boucle WHILE …THEN 138 10.4.4 Quelques applications des commandes IF et FOR 139 A. Appliquer des opérations identiques à des variables 139 B. Correction de l’autocorrélation 140 C. Test d’hétéroscédasticité de Gleisjer 140 D. Test d’exogénéité d’Hausman 141 10.5 Créer et travailler avec une base de données 142 10.6 Créer et gérer un modèle par programme 143 10.6.1 Les commandes APPEND et MERGE 143 10.6.2 La commande SOLVE 144 10.6.3 Les commandes ADDASSIGN et ADDINIT 144 Chapitre 11 : Exercices pratiques de synthèse 146 11.1 Exercice 1: Simulation du modèle de Klein 146 11.2 Exercice 2 : Cointégration et simulation d’un modèle à correction d’erreurs 160 Annexes : Les données 179 vii Références bibliographiques 182 viii Avant-propos L'économétrie désigne un ensemble de méthodes statistiques et mathématiques dont l’objectif est de quantifier les phénomènes économiques. Elle est pour ses utilisateurs un outil précieux d'analyse et d'aide à la décision. Aujourd’hui, avec le developpement de l’informatique et des logiciels statistques, l’économétrie appliquée connaît un essor spectaculaire. De plus en plus, les mémoires et thèses en sciences sociales font un usage intensif de modèles économétriques. En rédigeant ce livre, j’ai voulu répondre aux sollicitations d’étudiants et de chercheurs en économie appliquée. Mon but est de fournir aux lecteurs des compétences pour effectuer des travaux appliqués dans les différents domaines où ils pourront être amenés à utiliser les méthodes économétriques. Ce livre s’adresse donc à toute personne ayant à estimer et gérer des modèles économétriques: Etudiants en sciences économiques, Statisticiens, Enseignants, Chercheurs, Macroéconomistes praticiens, etc. J’ai voulu en faire un guide pratique d’économétrie, ce qui justifie l’absence de théories trop formalisées. L’ensemble du livre est accessible au lecteur ayant des connaissances de base en économie et en statistique mathématique. Il ne requiert pas un niveau mathématique particulièrement élevé, d’autant qu’il n’y a pas de démonstrations des formules présentées. Ce parti pris constitue, en quelque sorte, mon défi : essayer de faire comprendre et appliquer avec succès des éléments d’une discipline qui peut atteindre un niveau mathématique d’une très grande complexité. Cependant, si l'orientation "appliquée" est privilégiée, elle suppose d’abord quelques connaissances théoriques minimales en statistique et en économie. Avant d’aborder comment, de manière pratique, les différentes méthodes sont mises en œuvre, je fais des rappels sur quelques éléments théoriques nécessaires à la compréhension et à l’interprétation des résultats. Les exposés théoriques font l’objet de renvois à des ouvrages académiques spécialisés. Les modèles théoriques énoncés sont illustrés par des exercices pratiques commentés. Les applications seront faites essentiellement sur des données temporelles dont le traitement économétrique est plus complexe que celui des données en coupes instantanées. Ce livre reprend un ensemble de cours d’économétrie que je dispense à l’ENSEA depuis plusieurs années. Des parties ont servi de support à un enseignement, un cours, une formation ou un séminaire. Mes remerciements vont à l’endroit de tous ceux qui m’ont apporté un soutien important. Je remercie particulièrement M. Koffi N’Guessan, Directeur de l’ENSEA, uploads/Management/ yaya-keho-guide-d-x27-econometrie-sur-eviews.pdf