Master Économie | Parcours type : Econométrie, big data, statistique

RESPONSABLE

OBJECTIF

Ce parcours a pour objectif de former les étudiants à l’utilisation des méthodes statistiques et économétriques en vue de contribuer à l’élaboration de réponses pertinentes et robustes aux questions que peuvent se poser les entreprises et les administrations dans leurs prises de décision.

Au-delà des connaissances solides des méthodes économétriques et de leurs conditions d’utilisation, les étudiants seront formés à leur mise en œuvre sur données réelles et à la présentation des résultats, sous forme orale ou écrite, à des publics divers. Les étudiants seront formés à l’utilisation de l’anglais dans un contexte professionnel quel qu’il soit : converser en anglais, utiliser le vocabulaire technique, comprendre la documentation et articles, et savoir rédiger

FORMATION ET RECHERCHE

Ce master fait partie de l'Ecole Universitaire de Recherche (EUR) AMSE regroupant près de cent chercheurs d’AMU, du CNRS, de l’EHESS et de l’ECM. Les enseignants sont sélectionnés par rapport à leur expertise au sein de ces entités. L’équipe enseignante est par ailleurs complétée par des professionnels du secteur.

PRÉ-REQUIS OBLIGATOIRES

Deux enseignements d’économétrie validés.

PRÉ-REQUIS RECOMMANDÉS

Avoir suivi des enseignements : de statistiques (estimation, tests, intervalles de confiance) et d’économétrie des modèles linéaires et non linéaires. Des enseignements de logiciels statistiques et économétriques et langages de programmation.

Le M1 du master Economie du département AMSE de la Faculté d'économie et de gestion d’Aix-Marseille Université offre un accès privilégié à ce parcours. Des entrées parallèles en M2 peuvent toutefois être envisagées pour les étudiants ayant validé 60 crédits de niveau M1 Economie dans un parcours à forte dominante quantitative.

SITE WEB LA FORMATION

Site WEB de la formation

PLAQUETTE DE LA FORMATION

T�l�charger la plaquette de la formation au format PDF

COMPÉTENCES VISÉES

Nos étudiants disposeront en fin de M2 de compétences sur les principaux outils permettant de gérer et d’analyser les données massives et d’accéder à une grande partie des offres d’emploi concernant le recrutement d’analystes de données. L’enseignement est en partie effectué en salle informatique, pour s’approprier et mettre en œuvre les outils enseignés. La pédagogie est fondée sur la réalisation de projets. La capacité d'analyse des étudiants est développée grâce un stage de fin d’études complété par la rédaction d'un rapport.

Compétences professionnelles visées à la fin du M2 :

  • Déterminer les données statistiques utiles à l’estimation économétrique de modèles permettant de répondre à la question posée.
  • Savoir manipuler et analyser des données tant quantitatives que qualitatives quelle que soit la taille de la base de données.
  • Choisir des outils statistiques et économétriques pertinents et les mettre en œuvre afin d’obtenir des réponses fiables et robustes, permettant de contribuer à une création de valeur pour l’entreprise ou d’apporter des analyses utiles aux administrations publiques ou privées dans la conduite de leurs actions.
  • Communiquer oralement et par écrit les résultats d’analyses statistiques et économétriques à divers publics.

STAGES ET PROJETS ENCADRÉS

A la fin de l’année, les étudiants effectuent un stage et écrivent un rapport de stage de Master. L’objectif du rapport est de faire la preuve de la capacité de mobilisation des outils conceptuels acquis à des questions émanant du monde professionnel. L’étudiant doit donc identifier la question, mettre en œuvre les outils, et savoir communiquer les résultats à un public tant professionnel qu’académique. L’encadrement est assuré par un universitaire et un maître de stage (membre de l’entreprise). Le rapport est soutenu devant un jury constitué du responsable académique, du maître de stage et deux autres personnes reconnues pour leur compétence (dont au moins un universitaire).

PLAQUETTE DE LA FORMATION

T�l�charger la plaquette de la formation au format PDF

MODALITÉS PÉDAGOGIQUES PARTICULIÈRES

Chaque cours est évalué par un examen écrit et/ou par la réalisation d'un dossier présenté éventuellement lors d'une soutenance orale. Afin de limiter le nombre de projets personnels à réaliser par l'étudiant, les enseignants proposent des projets transversaux lorsque cela est possible.

Parcours type Econométrie, Big Data, Statistique (EBDS) - Formation classique (120 crédits)

Master 1 mention Economie - Formation classique (60 crédits)

Semestre 1 M1 mention Economie - Formation classique (30 crédits)

Microéconomie I et II (6 crédits)

Microéconomie I

CONTENU

L'objectif de ce cours est de fournir aux étudiants les bases des outils de la micro économie. Le cours couvre la théorie du consommateur et du producteur.

Sommaire :

Le cours suit le manuel Microeconomic Analysis de Hal Varian. Les chapitres couverts sont :

  • Technology,
  • Profit Maximization,
  • Profit Function,
  • Cost minimization,
  • Cost Function,
  • Duality,
  • Utility Maximization,
  • Choice,
  • Demand.

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Microéconomie II

CONTENU

L’objectif de ce cours est de revenir sur certains fondements de la théorie microéconomique. Ce cours traite essentiellement de problématiques liées à la théorie de l’équilibre général : les économies d’échange, les questions relatives à l’introduction de la production, du temps et de l’incertitude et la problématique de l’efficience au sens de Pareto et les questions de Bien-être

Plan du cours détaillé :

Le cours porte sur les chapitres 17 à 22 de « Analyse microéconomique » Hall Varian, Deboeck

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Macroéconomie I et II (6 crédits)

Macroéconomie I

CONTENU

L’objectif de ce cours est de fournir aux étudiants un cadre théorique leur permettant d’analyser les grandes questions de la macroéconomie internationale. Nous aborderons notamment les déséquilibres des comptes courants et la mobilité du capital entre les pays, ainsi que le rôle de la politique fiscale dans un modne intégré. Sur toutes ces questions, le cours complète l’approche théorique des principaux résultats de la littérature empirique.

Plan

• Fondements du commerce intertemporel

• Derivation du Compte Courant

• Transmission des chocs dans les pays

• Applications et Questions

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Macroéconomie II

CONTENU

Apprendre les modèles de base à fondements microéconomiques qui servent à l’analyse macroéconomique moderne.

Maitriser l’analyse dynamique.

Comprendre la notion d’efficience dynamique et le rôle des dépenses publiques.

Plan du cours détaillé :

1. Introduction avec rappel sur le modèle de Solow

2. Le modèle de Ramsey

2.1. Présentation du modèle

2.2. Existence et caractéristiques de l’état stationnaire

2.3. Analyse de la dynamique

2.4. Extension : dépenses publiques

3. Le modèle à générations imbriquées

3.1. Présentation du modèle avec capital

3.2. Equilibre intertemporel, états stationnaires et dynamique

3.3. Optimalité

3.4. Extensions : dépenses publiques ; bulles rationnelles

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Econométrie I et II (6 crédits)

Econométrie I - Modèles linéaires

CONTENU

  • Fournir aux étudiants les bases de l’économétrie des données de panel (modèles à effets fixes et à erreurs composées).
  • Identifier et traiter les problèmes d’endogénéité dans les modèles économétriques (méthode des variables instrumentales, GMM, Tests).

Plan du cours détaillé :

1. Introduction aux données de panel et aux modèles de panel

2. Le modèle à effets fixes

  • Spécification
  • Estimateurs Within et LSDV
  • Test de l’absence d’hétérogénéité non observée.

3. Le modèle à erreurs composées

  • Spécification
  • Estimateurs GLS et FGLS
  • Test de l’absence d’hétérogénéité non observée
  • Test d’Hausman : corrélation entre effets spécifiques et variables explicatives

4. Problèmes d’endogénéité

  • Causes de l’endogénéité dans les modèles économétriques : erreurs de mesures, modèles dynamiques, hétérogénéité non observée, etc.
  • Estimateur des variables instrumentales
  • Estimateur GMM
  • Choix des instruments (cas de séries temporelles, cas des données en coupes et des données de panel)
  • Test de la validité des instruments
  • Test d’exogénéité des régresseurs

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Econométrie II - Modèles non linéaires : variables qualitatives et données de comptage

CONTENU

Fournir aux étudiants les bases de l’économétrie des modèles non linéaires pour des variables dépendantes de nature qualitative - qu’elles soient binaires, multinomiales, ou ordonnées -, pour des variables de comptage ou encore pour des variables dépendantes faisant l’objet de censure ou de troncature.

Course outline :

1. Introduction aux modèles non lineaires et rappel du Maximum de Vraisemblance.

2. Modèles pour les variables dépendantes binaires.

  • Le modèle de Probabilité Linéaire.
  • Le modèle Logit.
  • Le modèle Probit.

3. Modèles pour les variables dépendantes multinomiales et ordonnées.

4. Modèles pour les données de comptage.

5. Modèles pour les variables censurées et tronquées.

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Economie du travail, risque et incitations (6 crédits)

Economie du travail

CONTENU

Le cours poursuit deux objectifs. D’une part, dispenser des connaissances théoriques et empiriques solides en économie du travail. D’autre part, donner le goût de la modélisation pour comprendre les phénomènes spécifiques au marché du travail. Le cours complète naturellement le cours d’économie du travail dispensé en L3, le premier chapitre en rappelant l’essentiel.

Plan du cours détaillé :

Chapitre d’introduction :

  • Présentation du cours
  • Modalités d’évaluation
  • Les institutions du marché du travail

Chapitre 1 : Offre et demande de travail

  • Faits
  • Offre de travail
  • Demande de travail
  • Equilibre

Chapitre 2 : Salaire minimum

  • Faits
  • Analyse classique
  • Le cas du monopsone
  • Marché du travail dual
  • Evaluation
  • Salaire minimum et confiance

Chapitre 3. Cotisations sociales

  • Faits
  • Cas classique
  • Rigidités salariales
  • Evaluation

Chapitre 4. Les syndicats

  • Faits
  • Objectifs syndicaux
  • Modèles de négociation collective
  • Modèles de grève

Chapitre 4. Discrimination

  • Faits
  • Discrimination par les goûts
  • Discrimination par les clients ou les collègues
  • Discrimination statistique
  • Mesurer la discrimination

Chapitre 5. Education et formation de capital humain

  • Faits
  • Théorie du capital humain
  • Théorie du signal
  • Education et revenu
  • Rendements privés vs rendements sociaux

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Risque et incitations

CONTENU

L’objectif principal de ce cours est de fournir aux étudiants un cadre de synthèse théorique afin qu’ils puissent faire face aux difficultés de l’étude des décisions microéconomique en environnement incertain. Deux grands sujets généraux seront abordés : (1) La théorie de la décision dans l’incertain et (2) Les problèmes d’actions cachées entre plusieurs agents économiques.

Plan du cours détaillé :

Chapitre 1 : Risque, incertitude et stratégies

  • Introduction des principaux concepts (risque, incertitude, probabilité, action cachée, anti-sélection)
  • Le cadre probabiliste (espace des états, variables aléatoires)
  • Critère de décision numérique (préférences, représentation par un critère numérique)
  • Théorie des Jeux, Modèles Principal-Agent

Chapitre 2 : L’utilité espérée

  • Les vertus de l’espérance mathématique (paradoxe de Saint-Pétersbourg)
  • L’axiomatique de l’utilité espérée (utilité espérée objective et subjective)
  • Les limites de l’utilité espérée (paradoxe de Allais, d’Ellsberg)
  • Généralisations de l’utilité espérée (l’utilité espérée dépendante du rang, l’utilité espérée de Choquet)

Chapitre 3 : L’aversion au risque et les mesures de risque

  • Approche qualitative (équivalent certain, prime de risque, attitudes face au risque)
  • Approche quantitative (mesures locales de l’aversion au risque)
  • Dominance stochastique (premier et second ordre)

Chapitre 4 : Introduction aux problèmes d’action cachée

  • Partage des risques dans le cas du mode de faire-valoir
  • Crédit avec aversion au risque de l’emprunteur

Chapitre 5 : Autres applications

  • Épargne risquée
  • Application de l’utilité espérée au choix statique de portefeuille

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Méthodologie I (6 crédits)

Logiciel pour économistes I

CONTENU

Donner aux étudiants les capacités d’acquérir, par la maitrise du logiciel SAS, les bases de traitement statistiques et économétriques des données, de la gestion préalable des données et de la description statistique des données à l’implémentation des techniques d’estimation pour les modèles linéaires and non-linéaires. models.

Descriptif du cours

1. Introduction à SAS : Importation et lecture des données, gestion des données – proc import, proc contents, proc format, proc sort, proc surveyselect – et introduction aux macros SAS.

2. Décrire les données : Statistiques descriptives avec SAS – proc means, proc univariate, proc freq, proc tabulate, proc gplot.

3. Estimer and tester les modeles linéaires : proc reg, proc glm, proc model, proc panel.

4. Estimer and tester les modeles non linéaires : proc logistic, proc probit, proc model, proc genmod, proc nlmixed.

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Travaux dirigés : 24 heures

Mathématiques pour économistes

CONTENU

Revoir la théorie de l’optimisation avec une approche géométrique.

Introduire dans une seconde partie l’étude des systèmes dynamiques

Plan du cours détaillé :

I. Optimisation sous contraintes mixtes a. Cône tangent et conditions de KKT

b. Problèmes avec contraintes mixtes c. Conditions de qualification des contraintes d. Problèmes convexes e. Point-selle et dualité

II. Systèmes dynamiques a. Introduction b. Systèmes d’équations différentielles linéaires

  • Coefficients constants : résolution, exponentielle de matrice
  • Dynamique des solutions : équilibre, stabilité, classification et portrait de phase
  • Systèmes non homogènes c. Systèmes non linéaires d’équations différentielles
  • Théorème d’existence et d’unicité
  • Système linéarisé, Théorème de Hartman-Grobman

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

UE supplémentaires : 1 UE à choisir sur les deux

Mise à niveau en économie (0 crédits)

CONTENU

Ce mini-cours est destiné aux étudiants venant d’autres filières que l’économie. Son objectif est de leur apporter une remise à niveau rapide concernant les principaux concepts de base de la microéconomie : choix du consommateur, maximisation profit, équilibre.

Plan du cours détaillé :

1. Principes et concepts essentiels de l’Economie

2. Fondements de la Microéconomie : choix du consommateur et maximisation de l’utilité

3. Fondements de la Microéconomie : maximisation du profit du producteur et équilibre de marché en concurrence parfaite

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 6 heures

Mise à niveau en mathématiques et statistique (0 crédits)

CONTENU

Révisions des prérequis pour les cours de mathématiques du Master et de quelques notions de base en probabilité et statistique.

Plan du cours détaillé :

1. Algèbre linéaire

2. Analyse et optimisation

3. Diagonalisation des matrices

4. Equations différentielles d’ordre 1

5. Notions de base en probabilité et statistique

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 6 heures

Semestre 2 M1 mention Economie - Formation classique (30 crédits)

Microéconomie III et IV (6 crédits)

Microéconomie III - Théorie des jeux

CONTENU

Introduire les concepts de base de la théorie des jeux.

Plan du cours détaillé :

1/ Jeu à information complète (forme normale, exemples simples, analyse)

2/ Extension mixte (loteries, gain espéré, équilibre mixte)

3/ Jeux à espaces d’actions continus (externalités, concurrence imparfaite)

4/ Jeux à information incomplète (forme extensive, sous jeux parfait, exemples)

5/ Exemples supplémentaires

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Microéconomie IV - Economie publique

CONTENU

L'objectif de ce cours est d'étudier le rôle de l'État dans l'économie. Il offre aux étudiants un large aperçu des problèmes étudiés en économie publique. Nous examinerons les fondements de l'intervention publique et nous explorerons certaines outils utilisés par le gouvernement pour agir : les taxes et les transferts, la conception de régimes de protection sociale. La plupart des sujets seront abordés du point de vue théorique et empirique.

Plan du cours détaillé :

Chapitre 1 – Introduction à l’économie publique

  • Fondement de l’intervention publique – économie publique normative / positive – faits stylisés – Méthodes empiriques

Chapitre 2 – Choix social et bien-être social

  • Approche axiomatique du choix social – fonctions de bien-être social

Chapitre 3 – Biens publics et externalités

  • Biens publics – externaliltés

Chapitre 4 – Taxation des biens

  • Incidence fiscal – taxation optimale des biens

Chapitre 5 – Taxation du travail

  • Taxation optimale du travail – études empiriques sur la taxation du travail

Chapitre 6 – Taxation du capital

  • Taxes dans un contexte intertemporel – taxation optimale du capital – taxation des héritages

Chapitre 7 – Assurance sociale

Assurance chômage et compensation des travailleurs – assurance handicap – assurance santé

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Macroéconomie III et IV (6 crédits)

Macroéconomie III

CONTENU

L’objectif du cours est de présenter des concepts avancés de théorie macroéconomique liés à la consommation agrégée, l’investissement agrégé, et l’analyse moderne du cycle économique avec la Théorie des Cycles Réels (Real Business Cycle model).

Plan du cours détaillé :

Chap. 1 : Théorie de la consommation

1. Consommation au cours de la vie : les modèles de revenu permanent et de cycle de vie

2. Introduction de l’incertitude – l’hypothèse de marche aléatoire

3. Imperfections de marché : le rôle des contraintesd’endettement4. Extensions : aversion au risqué, épargne de précaution

Chap. 2 : Théorie de l’investissement

1. Le modèle néoclassique de demande de capital

2. Investissement avec ou sans coûts d’ajustement : Q-theory models

3. Rôle des chocs : chocs réels, chocs d’information, chocs bruités

Chap. 3 : Le modèle des cycle réels

1. Mesure du cycle économique : décompositions tendance-cycle et faits stylisés des fluctuations

2. Le modèle RBC canonique

3. Evaluation du modèle

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Macroéconomie IV

CONTENU

Dans la continuité de Macroéconomie II, ce cours vise à décrire les modèles macroéconomiques micro-fondés en introduisant des frictions de marché. L’introduction des rigidités nominales est une extension naturelle du modèle RBC pour analyser la politique monétaire / politique fiscale. Bien que ce cours soit principalement théorique, les cours seront motivés par des faits stylisés et les performances empiriques des modèles de fluctuations seront abordées.

Plan du cours détaillé :

Chapitre 1 : Les rigidités nominales (1) Introduction de la monnaie dans le modèle RBC

(2) Concurrence monopolistique (3) Rigidité des prix (4) Exercices

Chapitre 2 : Politique monétaire et budgétaire (1) Analyse de la politique monétaire (2) Analyse de la politique budgétaire (3) Nouveaux sujets en macroéconomie (ZLB, forward guidance…)

(4) Exercices

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Méthodologie II (10 crédits)

Séries temporelles

CONTENU

Ce cours expose les outils théoriques de base pour l’analyse et l’estimation des modèles de séries temporelles univariées. Il aborde notamment les concepts de stationnarité et de non-stationnarité, les tests de racine-unité et les méthodes d’estimation, de prévision et de test des modèles ARMA en s’appuyant sur des exemples concrets. Il présente enfin quelques éléments de modélisation non-linéaire.

Plan du cours détaillé :

• Rappels des concepts nécessaires de statistique et de probabilité

• Processus stochastiques et stationnarité

• Les processus stationnaires classiques, AR, MA et ARMA

• Techniques d’estimation des processus classiques

• Méthodes de prévision des processus ARMA

• Tests de bruit blanc et de stabilité

• L’identification des processus ARMA

• Les processus non-stationnaires et la notion de cointégration

• Modélisation de la non-linéarité de l’espérance conditionnelle

• Modélisation de la volatilité des processus univariés

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Logiciel pour économistes II

CONTENU

Les objectifs de ce cours sont : (i) d’apprendre à utiliser Stata et y manipuler des bases de données, et (ii) y appliquer les méthodes d’analyse et estimation étudiées pendant les cours de séries temporelles et de méthodes économétriques d’évaluation. Après une courte introduction à Stata, le cours sera divisé en séances de travail (avec des exercices et mini-projets) pendant lesquelles les étudiants réaliseront des analyses empiriques à l’aide de bases de données telles que : World Values Survey, Enquête Emploi en continu, National Supported Work, etc.

Plan du cours détaillé :

Chapitre 1 : Introduction à Stata et à la manipulation de bases de données

Pourquoi utiliser Stata – Comment Stata est organisé – Importer et lire les données dans Stata – Examiner les données – Sauver la base de données – Garder une trace de ce que l’on fait – Organiser les bases de données – Créer de nouvelles variables – Manipulation des données de panel

Chapitre 2 : Graphiques et régressions linéaires

Histogrammes – Graphiques à 2 dimensions – Régressions linéaires – Post-estimation – Extraire les résultats – Tests d’hypothèses – Termes d’interaction – Non-linéarité – Effets fixes

Chapitre 3 : Endogénéité et économétrie des politiques publiques

Expérience aléatoire contrôlée – Difference-in-differences – Contrôles de validité

Chapitre 4 : Séries temporelles

Processus stationnaires et non-stationnaires

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Travaux dirigés : 24 heures

Mathématiques pour la finance

CONTENU

Objectifs :

Maitriser les outils nécessaires à l’analyse des processus stochastiques, en temps discret et continu.

Plan du cours détaillé :

1. Chaînes de Markov

1.1. Exemples : marches aléatoires

1.2. Chaines de Markov sur un ensemble fini

1.3. Chaines de Markov sur ensemble dénombrable

1.3.1. Classification des états

1.3.2. Théorèmes limites

2. Processus Markovien en temps continu

2.1. Processus de Poisson

2.2. Chaines de Markov en temps continu

2.3. Modèles de files d’attente

3. Processus stochastiques en temps discret

3.1. Filtration et espérance conditionnelle

3.2. Martingales

3.3. Temps d’arrêt

3.4. Théorème de convergences

3.5. Applications

4. Introduction aux processus stochastiques en temps continu : le mouvement Brownien

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Méthodes économétriques d'évaluation

CONTENU

L’objectif de ce cours est de fournir aux étudiants de M1 un aperçu des méthodes empiriques principales utilisées pour l’évaluation de politiques publiques. Des articles clés issus de la littérature seront étudiés (analysant la mise en place de programmes de santé, d’éducation ou d’accès à l’emploi) et des exercices de mis en pratique sur STATA seront proposés au fil de séances. Nous discuterons les avantages et les inconvénients de chaque méthode utilisée ainsi que les clés conditionnant le choix de la méthode d’évaluation appropriée.

Plan du cours détaillé :

Introduction :

1. Pourquoi évaluer ? - Qu’évaluons-nous ? - Quels sont les enjeux et les objectifs de l’évaluation ?

2. La formation du problème d’évaluation : le cadre de Rubin

3. Le problème fondamental de l’inférence causale

4. Définition des paramètres : effets de traitements, contrefactuel

5. Effets de sélection et challenges

Partie 1 : Les expériences aléatoires contrôlées

1. Le principe de l’allocation aléatoire

2. Hypothèses identifiantes

3. Etude de 2 articles empiriques

4. En pratique

Exemple : exercice sur les données National Supported Work (NSW)

Partie 2 : Les expériences naturelles : la méthode de différences de différences

1. Modèle et hypothèses identifiantes

2. Etude de 2 articles empiriques

3. Utilisation des données de panel

4. Extensions : Triple différences, Ashenfelter dip, dans un cadre non-linéaire, matching et différences de différences

5. En pratique

Exemple : exercice sur les données National Supported Work (NSW)

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Unités d'enseignement optionnelles (2 UE à choisir parmi 3) (8 crédits)

Gestion de projet, économie de la santé et de l'environnement (4 crédits)

Gestion de projet

CONTENU

Concevoir et gérer des projets d’aide au développement selon les standards internationaux.

Plan du cours détaillé :

Les étudiants apprendront et pratiqueront les techniques d’élaboration de programmes internationaux (cf organisation).

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 18 heures

Economie de la santé et de l'environnement

CONTENU

Ce cours vise à faire acquérir les connaissances et les outils nécessaires pour comprendre et évaluer les enjeux de la santé et de l’environnent et leurs interactions avec l’économie. L’enseignement énonce les principes fondamentaux de l’analyse économique et en propose des applications directes dans le domaine de la santé et de l’environnement. Le cours s'articule autour de trois parties. Il présente en premier lieu les typologies recensant les biens publics, les caractéristiques économiques communes et distinctes de la santé et de l'environnement. L’enseignement présente en suite deux parties distinctes consacrées à l'économie de la santé et à l'économie de l'environnement. Chaque partie présente les concepts et les méthodes utilisées par les économistes pour explorer des questions spécifiques relatives aux deux sous-domaines. L’accent sera mis sur les problématiques des modélisations économiques et les évaluations des politiques publiques en matière de santé et d'environnement.

Plan du cours détaillé :

Partie I (4 heures) : Les liens et les interactions entre santé, environnement et économie.

• Propriétés économiques de la santé et de l'environnement :

  • Qu'est-ce qui distingue les biens et services de santé des biens environnementaux ?
  • Typologie des biens : biens publics purs vs. impurs, biens commun vs. publics ; biens locaux vs. biens mondiaux.

• L'approche de l'évaluation économique :

  • La théorie des externalités
  • Le welfarisme et l’analyse extra-welfariste
  • Analyse coûts-bénéfice, analyse coût-efficacité, analyse coût-utilité.
  • Méthodes des préférences déclarées et méthodes des préférences révélées

• Intervention du gouvernement et réglementation :

  • Pourquoi les gouvernements fournissent-ils des biens qui ne sont pas de biens publics purs ? Le cas des services de santé.
  • Quelles sont les caractéristiques et les défis particuliers des biens publics mondiaux ? Le cas du changement climatique global ?
  • Dispositifs du rationnement des biens publics
  • Les conditions d'efficacité pour les biens publics : La demande collective et la fourniture de biens publics.

Partie II (7 heures) : Economie de la santé

• L'économie de la santé comme champ d'investigation.

• Structure de l'offre et demande des soins de santé :

  • La loi de l'offre et de la demande s'applique-t-elle à la santé et aux soins de santé ?
  • Qu'est-ce qui différencie la santé et les soins de santé ?
  • La demande de santé et de soins de santé.
  • L’offre de soins de santé : Production, fourniture et coûts des soins de santé.
  • Le marché de l'assurance maladie : Les régimes d'assurance-maladie publics et privés.
  • La réforme du système de santé : Efficience et équité, extension de la couverture d'assurance.

Partie III (7 heures) : Economie de l’environnement

• L’interactions entre l’économie et l’environnement.

• Les biens communs mondiaux.

• Le cadre d'analyse microéconomique et macroéconomique de l’environnement.

• Economie écologique et l'analyse économique des questions environnementales :

  • Les méthodes de valorisation de l'environnement, les coûts environnementaux, internaliser les coûts environnementaux, la pollution optimale, le théorème de Coase.
  • Comptes nationaux environnementaux : Intégration de la dimension environnementale dans la comptabilité nationale.
  • Les indicateurs de comptabilité nationale environnementale : Genuine progress indicator, the better life index and the environmental assets accounts.

• Évaluer les politiques environnementales :

  • Analyse économique et évaluation de la performance des politiques publiques dans des domaines tels que le changement climatique, la pollution de l'air et de l'eau et l'assainissement.

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 18 heures

Introduction à la finance d'entreprise, économétrie de la finance (4 crédits)

Introduction à la finance d'entreprise

CONTENU

Notions pratiques de finance d’entreprise, parallèle et lien avec la finance de marché.

Notion de valorisation d’entreprise. Introduction au Venture Capital

Plan du cours détaillé :

  • Introduction à la finance d’entreprise
  • Les métiers concernés au sein des banques, et des entreprises
  • Rappel de comptabilité
  • Méthode de Valorisation
  • Focus sur les montages LBO
  • Introductions au Venture Capital

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 18 heures

Econométrie de la finance

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 18 heures

Logiciel pour économistes III, commercial international (4 crédits)

Logiciel pour économistes III

CONTENU

Cette unité d’enseignement (UE) a pour but de donner les bases fondamentales de l’utilisation du logiciel R (ou RStudio) et de la programmation R. Les séances de TD seront illustrées au moyen d’exercices réalisés sous l’environnement statistique R (http://www.r-project.org/) qui est libre, gratuit et multiplateforme, ou via l’IDE RStudio. L’organisation générale du cours rend progressive l’acquisition des connaissances et la maîtrise de l’outil statistique R. Il vise à rendre l’étudiant autonome face à un problème classique de modélisation ou d’analyse statistique de données que l’on peut retrouver notamment en économie.

Plan du cours détaillé :

  • Introduction (historique).
  • Manipulations élémentaires (traitement des données sous R).
  • Créations de fonctions R.
  • Boucles, tests, calcul vectoriel.
  • Les graphiques sous R.
  • Applications à la modélisation (régression/classification).

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Travaux dirigés : 18 heures

Commerce international

CONTENU

Objectifs :

Le but de ce cours est de fournir aux étudiants les outils analytiques essentiels pour comprendre les causes et les conséquences du commerce international. Nous nous concentrerons sur quelques questions clés comme pourquoi les nations commercent, ce qu'elles commercent et qui profite (ou non) du commerce. Nous analyserons ensuite les raisons pour lesquelles les pays limitent ou réglementent les échanges de biens et étudierons les effets de ces politiques sur le développement et l'inégalité. Nous aborderons également certains aspects du processus de mondialisation tels que les normes internationales, les normes du travail, l'organisation des entreprises, etc. Nous comptons beaucoup sur la modélisation économique formelle pour nous aider à comprendre les enjeux du commerce international.

Plan du cours détaillé :

1. Introduction

2. Le modèle de Ricardo

3. Le modèle à Facteurs Spécifiques

4. Le modèle Hecksher-Ohlin

5. Les modèles avec hétérogénéité des firmes

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 18 heures

Master 2 Economie Parcours type Econométrie, Big Data, Statistique (EBDS) - Formation classique (60 crédits)

Semestre 3 M2 Economie Parcours type Econométrie, Big Data, Statistique (EBDS) - Formation classique (30 crédits)

Econométrie avancée I : théorie et applications (6 crédits)

Méthodes non paramétriques en économétrie

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Méthodes de réduction de l'information

CONTENU

L’objectif de ce cours est d’introduire des méthodes quantitatives permettant de réduire l’information. Ces méthodes couvrent différents champs des statistiques et s’appuie sur des méthodes économétriques classiques (OLS, MLE) ou des méthodes classificatoires ou part composantes principales. L’objectif ultime est d’étudier des méthodes permettant de faire de la sélection automatique de variables dans des problèmes à grande dimension et de les appliquer sur données réelles.

Plan du cours détaillé :

  • Les méthodes de classification
  • Les modèles à facteur économiques
  • Les modèles à facteurs statistiques
  • Les méthodes Lasso
  • La méthode dite « Général au spécifique » (Méthodologie à la Hendry, Gets ou Autometrics)

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Econométrie avancée II : théorie et applications (6 crédits)

Méthodologie des études économétriques et statistiques

CONTENU

Donner aux étudiants un ensemble de règles à suivre aux différentes étapes de la réalisation d’une étude statistique ou économétrique à destination d’une organisation (entreprise, administration publique ou privée, ONG, etc.).

Plan du cours détaillé :

  • Appels d’offres, contrats de gré à gré et projets internes à une organisation.
  • L’identification de la question à traiter. Problèmes de modélisation.
  • Du modèle économique au modèle économétrique.
  • Collecte, inspection et gestion des données.
  • Le choix de la méthode statistique ou économétrique pertinente.
  • L’analyse des résultats et de leurs implications en termes d’aide à la décision. Le rôle de l’éthique.
  • Communication orale et écrite sur les résultats.

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Économétrie approfondie

CONTENU

L’objectif est de présenter les méthodes avancées en économétrie pour l’analyse des distributions, des modèles de régression et de classification. Les fondements théoriques des différentes méthodes sont présentés, ainsi que les intuitions sous-jacentes. Elles sont illustrées empiriquement.

Plan du cours détaillé :

1. Méthodes de rééchantillonnage

  • Générateur de nombres pseudo-aléatoires
  • Expériences de Monte Carlo
  • Tests bootstrap et tests de permutation

2. Econométrie Non-paramétrique

  • Estimation de la densité
  • Modèles de régression et splines
  • Modèles de mélange

3. Econométrie et Machine Learning

  • Philosophie et principe général
  • Méthodes basées sur le rééchantillonnage et algorithmes
  • Détection de la mauvaise spécification

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Langages, logiciels et outils pour les big data (6 crédits)

Programmation pour les big data

CONTENU

Ce cours vise à former aux bases de la programmation informatique, en mettant l’accent sur son utilisation dans le cadre des Big Data. Les étudiants se familiariseront avec la gestion de base de données dans un premier temps, puis appréhenderons les notions élémentaires de programmation avec le langage informatique Python.

Plan du cours détaillé :

1. Bases de données (modèle relationnel, algèbre relationnel, langage SQL, etc.)

2. Introduction à Python

3. Création de fonctions

4. Introduction à Numpy

5. Manipulation de données avec Pandas

6. Visualisation

7. Programmation parallèle

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Logiciels pour les big data

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Machine learning : théorie et applications (6 crédits)

Méthodes de prévision

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Machine learning et statistical learning

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Applications des big data : unités d'enseignement optionnelles, 2 UE à choisir parmi 4 (6 crédits)

Big data et marketing quantitatif (3 crédits)

Big data et marketing quantitatif

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Big data et finance (3 crédits)

Big data et finance

CONTENU

Ce cours présente les derniers développements autour de l’utilisation des big data en finance. La première partie propose un aperçu des diverses applications récentes des méthode Big data en finance d’entreprise et en termes de réglementation financière. La seconde se concentre sur l’utilisation des big data et des modèles associés en finance de marché. Enfin, la troisième partie met en évidence l’intérêt de ces méthodes en assurance et en réassurance.

Plan du cours détaillé :

Partie 1 : Aperçu des applications des Big data en finance (6h, Pierre Bittner)

1 – L’intérêt des big data en finance

1.1 – Rappels sur le Big data

1.2 – Big data et décision

1.3 – Big data et supervision de marché

2 – Cas pratiques en finance

2.1 – Applications en banque de financement

2.2 – Les enjeux réglementaires

Partie 2 : Big data et finance de marché (12h, Yoann Bourgeois)

1- Realized Volatility

1.1- Continuous time pricing fundamentals

1.1.1 Brownian motion and random walk

1.1.2 Stochastic Differential Equation/ Stochastic Integrals

1.1.3 Quadratic Variation

1.1.4 Implied volatility in Black Scholes

1.2- Realized Volatility

1.2.1 Unbiased estimators

1.2.3 Confidence intervals

1.2.3 Application FX market

1.3-RV and integrated variance

1.3.1 Seasonality

1.3.2 The impact of periodic events on the RV.

1.3.3 Application FX market

2- Bonds portfolio automatic engine

2.1 Definitions (Yields, Bond, Duration, P&L of a bond etc.)

2.2 Bonds clustering (PCA+KMeans)

2.3 The reference curve construction

2.3.1 Regression

2.3.2 Cubic Splines

2.4 Z-Score and momentum to sort bonds

2.5 Reference bonds replication

2.6 Application France 10Y reference bond.

3- Intraday hedging of FX options

3.1 SABR model

3.2 Gatheral parametric local volatility model

3.3 Intraday model calibrations

3.4 Tichonov Regularization

3.5 The use of risk neutral distribution quantiles and moments

3.6 Application FX vanilla options

Partie 3 : Big data et assurance (6h, Serdar Coskun)

Cette partie présente, via des cas récents, l’utilité des big data sur les marchés de l’assurance et de la réassurance. Elle présente également les avancées récentes sur le marché des « insurtech ».

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Big data : autres applications (3 crédits)

Big data : autres applications

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Big data et économie (3 crédits)

Big data et économie

CONTENU

Ce cours a pour objectif de présenter aux étudiants les enjeux que représentent les big data dans les politiques publiques, afin de pouvoir identifier les questions autour de ce sujet, d'en comprendre quelles opportunités les big data peuvent représenter pour repenser/redesigner nos politiques publiques, les évaluer, ainsi que d'en connaitre les limites.

Plan du cours détaillé :

Partie I. Données publiques et développement des territoires

I. Open data, Smart Région et projet d'innovation

II. Aspects contractuels et modèle économique et juridique de la plateforme FlexGrid sur la transition énergétique

Partie II. Big data et Sécurité

I. Sécurité publique et sécurité des villes

II. Données publiques et cybersécurité

Partie III. Big Data, un outil d'aide à la décision

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Semestre 4 M2 Economie Parcours type Econométrie, Big Data, Statistique (EBDS) - Formation classique (30 crédits)

Modèles non linéaires et multivariés : théorie et applications (9 crédits)

Modèles de transitions et de durées

CONTENU

Nous étudierons les modèles de transitions et de durées, ainsi que leur estimation en utilisant de données réelles et le logiciel R.

Plan du cours détaillé :

Le cours donne une introduction aux modèles de transition (dans un état d’intérêt comme la transition entre l’état de chômage et emploi) et aux modèles de durée (comme la durée de chômage, la survie d’un patient après une intervention médicale, ou la survie d’un entreprise après la crise financière). Nous commencerons avec les éléments basiques (processus de Poisson, la transition Markov, les modèles de hasard), et puis nous développerons méthodes d’estimation fondé sur le maximum de vraisemblance. Souvent, les données en forme d’une durée sont incomplètes (censurées) puisque il peut être que nous n’observons pas une sortie / transition. En outre, l’hétérogénéité non-observée nous confronte avec de problèmes profonds d’identification.

Toutes méthodes seront illustrées en utilisant le logiciel R, et nous discuterons plusieurs articles tirés de la littérature appliquée. Plusieurs exercices théoriques aideront les étudiants d’approfondir leur maitrise de la théorie.

(I) Introduction au processus de Poisson et les processus de comptage

Le processus de Poisson est le processus de comptage classique qui est utilisé afin de modéliser l’arrivée d’un nouveau événement et donc d’une transition ou un incrément, et une durée (le temps entre deux transitions). Ce modèle est doté de plusieurs propriétés intéressantes, telle que l’indépendance entre les incréments et un manque de mémoire (il s’agit donc d’un processus de Markov).

Illustrations et réplications avec R : Le nombre de consultations médicales après une réforme du système de santé (régression de Poisson), modèles de recherche de chômage.

(II) Introduction aux processus de Markov

Les incréments dans le processus de Poissons sont indépendants, donc ils observent la propriété de Markov (le manque de mémoire). Nous généralisons cet idée, examinerons les transitions entre les états d’une perspective temporelle, et étudierons l’évolution temporelle d’une chaine de Markov.

Applications et illustrations : nous étudierons plusieurs exemples numériques en utilisant R, et plusieurs articles comme Nakajima (2007, ReStud), “Measuring Peer Effects on Youth Smoking Behaviour”, and Topa (2001, ReStud), “Social Interactions, Local Spillovers and Unemployment.”

(III) Les durées et l’analyse de la survie : modèles de hasard

Le processus de Poisson nous donne un modèle de durée assez simple mais très limité puisque le taux de sortie d’état d’intérêt est constant. Par contre, le taux empirique de sortie est souvent une fonctionne de la durée, par exemple le taux de sortie du chômage se baisse avec la durée de chômage (dépendance de durée). Nous étudierons les objet basiques de la modélisation (le taux d’hasard, la fonctionne de survie), nous examinerons plusieurs modèles paramétriques (comme le modèle de Weibull). Une façon d’accommoder l’hétérogénéité observée parmi les individus est le modèle de Cox (le modèle de hasard proportionnelle, « PH ») ; afin d’accommoder l’hétérogénéité non-observable, nous considérons l’extension nommée le modèle de hasard proportionnelle mixe « MPH ». Cette hétérogénéité introduit un problème profond d’identification, car la dépendance de durée pure risque d’être confondu par un tri dynamique (un individu de type latent « forte » a tendance de quitter l’état plus rapidement qu’un individu de type latent « bas »). Puisque les modèles sont spécifiés d’une manière paramétrique, il est donc naturel de les estimer par la méthode du maximum de vraisemblance. Un challenge empirique est que les données de durée sont souvent censurées si on ne peut pas observer une transition, mais il faut les tenir en compte afin d’éviter un biais.

Applications en utilisant R : la survie de fumeurs, le récidivisme criminel.

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Modèles pour variables tronquées et censurées

CONTENU

L’objectif principal de ce cours est de fournir aux étudiants un cadre de synthèse afin qu’ils puissent comprendre en profondeur et appliquer efficacement à des cas concrets les principales techniques d’estimation ou de tests de modèles à variables dépendantes limitées avec censures ou troncatures.

Plan du cours détaillé :

1. Brefs rappels de fondement de la spécification et de l’estimation de modèles économétriques (GMM, Maximum de vraisemblance, Simulations)

2. Présentation des données censurées et tronquées, variables dépendantes limitées et leur distributions

3. Biais de sélection, perte d’efficacité, identification ponctuelle et partielle

4. Modèles à variable dépendante censurée ou tronquée

5. Modèle de Roy et extensions

6. Modèles à hétérogénéité inobservée en données de panel, et modèles à erreur composées

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Séries temporelles multivariées et non linéaires

CONTENU

Familiariser l’étudiant avec l’analyse multivariée et non-linéaire

Plan du cours détaillé :

  • Introduction aux séries temporelles
  • Modèles non-linéaires (TAR, STAR, MS, tests, prévisions)
  • Modèles multivariés (VAR, SVAR, cointégration)
  • Modèles factoriels (Macro, fondamentaux, ACP)
  • Modèles de volatilité multivariés (VEC, BEKK, DCC, OGARCH)

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Stage de fin d'études avec rapport et soutenance (21 crédits)

Contenu non disponible.

Parcours type Econométrie, Big Data, Statistique (EBDS) - Option Magistère (144 crédits)

Master 1 mention Economie - option Magistère (72 crédits)

Semestre 1 M1 mention Economie - Option Magistère (36 crédits)

Microéconomie I et II (6 crédits)

Microéconomie I

CONTENU

L'objectif de ce cours est de fournir aux étudiants les bases des outils de la micro économie. Le cours couvre la théorie du consommateur et du producteur.

Sommaire :

Le cours suit le manuel Microeconomic Analysis de Hal Varian. Les chapitres couverts sont :

  • Technology,
  • Profit Maximization,
  • Profit Function,
  • Cost minimization,
  • Cost Function,
  • Duality,
  • Utility Maximization,
  • Choice,
  • Demand.

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Microéconomie II

CONTENU

L’objectif de ce cours est de revenir sur certains fondements de la théorie microéconomique. Ce cours traite essentiellement de problématiques liées à la théorie de l’équilibre général : les économies d’échange, les questions relatives à l’introduction de la production, du temps et de l’incertitude et la problématique de l’efficience au sens de Pareto et les questions de Bien-être

Plan du cours détaillé :

Le cours porte sur les chapitres 17 à 22 de « Analyse microéconomique » Hall Varian, Deboeck

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Macroéconomie I et II (6 crédits)

Macroéconomie I

CONTENU

L’objectif de ce cours est de fournir aux étudiants un cadre théorique leur permettant d’analyser les grandes questions de la macroéconomie internationale. Nous aborderons notamment les déséquilibres des comptes courants et la mobilité du capital entre les pays, ainsi que le rôle de la politique fiscale dans un modne intégré. Sur toutes ces questions, le cours complète l’approche théorique des principaux résultats de la littérature empirique.

Plan

• Fondements du commerce intertemporel

• Derivation du Compte Courant

• Transmission des chocs dans les pays

• Applications et Questions

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Macroéconomie II

CONTENU

Apprendre les modèles de base à fondements microéconomiques qui servent à l’analyse macroéconomique moderne.

Maitriser l’analyse dynamique.

Comprendre la notion d’efficience dynamique et le rôle des dépenses publiques.

Plan du cours détaillé :

1. Introduction avec rappel sur le modèle de Solow

2. Le modèle de Ramsey

2.1. Présentation du modèle

2.2. Existence et caractéristiques de l’état stationnaire

2.3. Analyse de la dynamique

2.4. Extension : dépenses publiques

3. Le modèle à générations imbriquées

3.1. Présentation du modèle avec capital

3.2. Equilibre intertemporel, états stationnaires et dynamique

3.3. Optimalité

3.4. Extensions : dépenses publiques ; bulles rationnelles

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Econométrie I et II (6 crédits)

Econométrie I - Modèles linéaires

CONTENU

  • Fournir aux étudiants les bases de l’économétrie des données de panel (modèles à effets fixes et à erreurs composées).
  • Identifier et traiter les problèmes d’endogénéité dans les modèles économétriques (méthode des variables instrumentales, GMM, Tests).

Plan du cours détaillé :

1. Introduction aux données de panel et aux modèles de panel

2. Le modèle à effets fixes

  • Spécification
  • Estimateurs Within et LSDV
  • Test de l’absence d’hétérogénéité non observée.

3. Le modèle à erreurs composées

  • Spécification
  • Estimateurs GLS et FGLS
  • Test de l’absence d’hétérogénéité non observée
  • Test d’Hausman : corrélation entre effets spécifiques et variables explicatives

4. Problèmes d’endogénéité

  • Causes de l’endogénéité dans les modèles économétriques : erreurs de mesures, modèles dynamiques, hétérogénéité non observée, etc.
  • Estimateur des variables instrumentales
  • Estimateur GMM
  • Choix des instruments (cas de séries temporelles, cas des données en coupes et des données de panel)
  • Test de la validité des instruments
  • Test d’exogénéité des régresseurs

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Econométrie II - Modèles non linéaires : variables qualitatives et données de comptage

CONTENU

Fournir aux étudiants les bases de l’économétrie des modèles non linéaires pour des variables dépendantes de nature qualitative - qu’elles soient binaires, multinomiales, ou ordonnées -, pour des variables de comptage ou encore pour des variables dépendantes faisant l’objet de censure ou de troncature.

Course outline :

1. Introduction aux modèles non lineaires et rappel du Maximum de Vraisemblance.

2. Modèles pour les variables dépendantes binaires.

  • Le modèle de Probabilité Linéaire.
  • Le modèle Logit.
  • Le modèle Probit.

3. Modèles pour les variables dépendantes multinomiales et ordonnées.

4. Modèles pour les données de comptage.

5. Modèles pour les variables censurées et tronquées.

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Economie du travail, risque et incitations (6 crédits)

Economie du travail

CONTENU

Le cours poursuit deux objectifs. D’une part, dispenser des connaissances théoriques et empiriques solides en économie du travail. D’autre part, donner le goût de la modélisation pour comprendre les phénomènes spécifiques au marché du travail. Le cours complète naturellement le cours d’économie du travail dispensé en L3, le premier chapitre en rappelant l’essentiel.

Plan du cours détaillé :

Chapitre d’introduction :

  • Présentation du cours
  • Modalités d’évaluation
  • Les institutions du marché du travail

Chapitre 1 : Offre et demande de travail

  • Faits
  • Offre de travail
  • Demande de travail
  • Equilibre

Chapitre 2 : Salaire minimum

  • Faits
  • Analyse classique
  • Le cas du monopsone
  • Marché du travail dual
  • Evaluation
  • Salaire minimum et confiance

Chapitre 3. Cotisations sociales

  • Faits
  • Cas classique
  • Rigidités salariales
  • Evaluation

Chapitre 4. Les syndicats

  • Faits
  • Objectifs syndicaux
  • Modèles de négociation collective
  • Modèles de grève

Chapitre 4. Discrimination

  • Faits
  • Discrimination par les goûts
  • Discrimination par les clients ou les collègues
  • Discrimination statistique
  • Mesurer la discrimination

Chapitre 5. Education et formation de capital humain

  • Faits
  • Théorie du capital humain
  • Théorie du signal
  • Education et revenu
  • Rendements privés vs rendements sociaux

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Risque et incitations

CONTENU

L’objectif principal de ce cours est de fournir aux étudiants un cadre de synthèse théorique afin qu’ils puissent faire face aux difficultés de l’étude des décisions microéconomique en environnement incertain. Deux grands sujets généraux seront abordés : (1) La théorie de la décision dans l’incertain et (2) Les problèmes d’actions cachées entre plusieurs agents économiques.

Plan du cours détaillé :

Chapitre 1 : Risque, incertitude et stratégies

  • Introduction des principaux concepts (risque, incertitude, probabilité, action cachée, anti-sélection)
  • Le cadre probabiliste (espace des états, variables aléatoires)
  • Critère de décision numérique (préférences, représentation par un critère numérique)
  • Théorie des Jeux, Modèles Principal-Agent

Chapitre 2 : L’utilité espérée

  • Les vertus de l’espérance mathématique (paradoxe de Saint-Pétersbourg)
  • L’axiomatique de l’utilité espérée (utilité espérée objective et subjective)
  • Les limites de l’utilité espérée (paradoxe de Allais, d’Ellsberg)
  • Généralisations de l’utilité espérée (l’utilité espérée dépendante du rang, l’utilité espérée de Choquet)

Chapitre 3 : L’aversion au risque et les mesures de risque

  • Approche qualitative (équivalent certain, prime de risque, attitudes face au risque)
  • Approche quantitative (mesures locales de l’aversion au risque)
  • Dominance stochastique (premier et second ordre)

Chapitre 4 : Introduction aux problèmes d’action cachée

  • Partage des risques dans le cas du mode de faire-valoir
  • Crédit avec aversion au risque de l’emprunteur

Chapitre 5 : Autres applications

  • Épargne risquée
  • Application de l’utilité espérée au choix statique de portefeuille

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Méthodologie I (6 crédits)

Logiciel pour économistes I

CONTENU

Donner aux étudiants les capacités d’acquérir, par la maitrise du logiciel SAS, les bases de traitement statistiques et économétriques des données, de la gestion préalable des données et de la description statistique des données à l’implémentation des techniques d’estimation pour les modèles linéaires and non-linéaires. models.

Descriptif du cours

1. Introduction à SAS : Importation et lecture des données, gestion des données – proc import, proc contents, proc format, proc sort, proc surveyselect – et introduction aux macros SAS.

2. Décrire les données : Statistiques descriptives avec SAS – proc means, proc univariate, proc freq, proc tabulate, proc gplot.

3. Estimer and tester les modeles linéaires : proc reg, proc glm, proc model, proc panel.

4. Estimer and tester les modeles non linéaires : proc logistic, proc probit, proc model, proc genmod, proc nlmixed.

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Travaux dirigés : 24 heures

Mathématiques pour économistes

CONTENU

Revoir la théorie de l’optimisation avec une approche géométrique.

Introduire dans une seconde partie l’étude des systèmes dynamiques

Plan du cours détaillé :

I. Optimisation sous contraintes mixtes a. Cône tangent et conditions de KKT

b. Problèmes avec contraintes mixtes c. Conditions de qualification des contraintes d. Problèmes convexes e. Point-selle et dualité

II. Systèmes dynamiques a. Introduction b. Systèmes d’équations différentielles linéaires

  • Coefficients constants : résolution, exponentielle de matrice
  • Dynamique des solutions : équilibre, stabilité, classification et portrait de phase
  • Systèmes non homogènes c. Systèmes non linéaires d’équations différentielles
  • Théorème d’existence et d’unicité
  • Système linéarisé, Théorème de Hartman-Grobman

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Big data I (6 crédits)

Enjeux des big data

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 6 heures

Programmation pour les big data : introduction à Python et SQL

CONTENU

Ce cours vise à former aux bases de la programmation informatique, en mettant l’accent sur son utilisation dans le cadre des Big Data. Les étudiants se familiariseront avec la gestion de base de données (relationnelle ou non) dans un premier temps, puis appréhenderons les notions élémentaires de programmation avec le langage informatique Python.

Plan du cours détaillé :

Chapitre 1 : Bases de données relationnelles

1. Introduction

2. Le modèle relationnel

3. L'algèbre relationnelle

4. Langage SQL

5. Schémas Entité-Association

Chapitre 2 : Bases de données non relationnelles

1. Introduction

2. Calculs parallèles

3. Schémas et bases non relationnelles

4. MongoDB

Chapitre 3 : Introduction à Python

1. Variables et calculs

2. Chaînes, listes, tuples, dictionnaires

3. Conditions if, else

4. Boucles

5. Création de fonctions

6. Introduction à Numpy

7. Manipulation de données avec Pandas

8. Visualisation

9. Programmation parallèle

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Outils informatiques des big data

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Semestre 2 M1 mention Economie - Option Magistère (36 crédits)

Microéconomie III et IV (6 crédits)

Microéconomie III - Théorie des jeux

CONTENU

Introduire les concepts de base de la théorie des jeux.

Plan du cours détaillé :

1/ Jeu à information complète (forme normale, exemples simples, analyse)

2/ Extension mixte (loteries, gain espéré, équilibre mixte)

3/ Jeux à espaces d’actions continus (externalités, concurrence imparfaite)

4/ Jeux à information incomplète (forme extensive, sous jeux parfait, exemples)

5/ Exemples supplémentaires

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Microéconomie IV - Economie publique

CONTENU

L'objectif de ce cours est d'étudier le rôle de l'État dans l'économie. Il offre aux étudiants un large aperçu des problèmes étudiés en économie publique. Nous examinerons les fondements de l'intervention publique et nous explorerons certaines outils utilisés par le gouvernement pour agir : les taxes et les transferts, la conception de régimes de protection sociale. La plupart des sujets seront abordés du point de vue théorique et empirique.

Plan du cours détaillé :

Chapitre 1 – Introduction à l’économie publique

  • Fondement de l’intervention publique – économie publique normative / positive – faits stylisés – Méthodes empiriques

Chapitre 2 – Choix social et bien-être social

  • Approche axiomatique du choix social – fonctions de bien-être social

Chapitre 3 – Biens publics et externalités

  • Biens publics – externaliltés

Chapitre 4 – Taxation des biens

  • Incidence fiscal – taxation optimale des biens

Chapitre 5 – Taxation du travail

  • Taxation optimale du travail – études empiriques sur la taxation du travail

Chapitre 6 – Taxation du capital

  • Taxes dans un contexte intertemporel – taxation optimale du capital – taxation des héritages

Chapitre 7 – Assurance sociale

Assurance chômage et compensation des travailleurs – assurance handicap – assurance santé

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Big data II (6 crédits)

SAS avancé

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Introduction au machine learning

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Méthodologie (9 crédits)

Logiciel pour économistes II

CONTENU

Les objectifs de ce cours sont : (i) d’apprendre à utiliser Stata et y manipuler des bases de données, et (ii) y appliquer les méthodes d’analyse et estimation étudiées pendant les cours de séries temporelles et de méthodes économétriques d’évaluation. Après une courte introduction à Stata, le cours sera divisé en séances de travail (avec des exercices et mini-projets) pendant lesquelles les étudiants réaliseront des analyses empiriques à l’aide de bases de données telles que : World Values Survey, Enquête Emploi en continu, National Supported Work, etc.

Plan du cours détaillé :

Chapitre 1 : Introduction à Stata et à la manipulation de bases de données

Pourquoi utiliser Stata – Comment Stata est organisé – Importer et lire les données dans Stata – Examiner les données – Sauver la base de données – Garder une trace de ce que l’on fait – Organiser les bases de données – Créer de nouvelles variables – Manipulation des données de panel

Chapitre 2 : Graphiques et régressions linéaires

Histogrammes – Graphiques à 2 dimensions – Régressions linéaires – Post-estimation – Extraire les résultats – Tests d’hypothèses – Termes d’interaction – Non-linéarité – Effets fixes

Chapitre 3 : Endogénéité et économétrie des politiques publiques

Expérience aléatoire contrôlée – Difference-in-differences – Contrôles de validité

Chapitre 4 : Séries temporelles

Processus stationnaires et non-stationnaires

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Travaux dirigés : 24 heures

Mathématiques pour la finance

CONTENU

Objectifs :

Maitriser les outils nécessaires à l’analyse des processus stochastiques, en temps discret et continu.

Plan du cours détaillé :

1. Chaînes de Markov

1.1. Exemples : marches aléatoires

1.2. Chaines de Markov sur un ensemble fini

1.3. Chaines de Markov sur ensemble dénombrable

1.3.1. Classification des états

1.3.2. Théorèmes limites

2. Processus Markovien en temps continu

2.1. Processus de Poisson

2.2. Chaines de Markov en temps continu

2.3. Modèles de files d’attente

3. Processus stochastiques en temps discret

3.1. Filtration et espérance conditionnelle

3.2. Martingales

3.3. Temps d’arrêt

3.4. Théorème de convergences

3.5. Applications

4. Introduction aux processus stochastiques en temps continu : le mouvement Brownien

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Méthodes économétriques d'évaluation

CONTENU

L’objectif de ce cours est de fournir aux étudiants de M1 un aperçu des méthodes empiriques principales utilisées pour l’évaluation de politiques publiques. Des articles clés issus de la littérature seront étudiés (analysant la mise en place de programmes de santé, d’éducation ou d’accès à l’emploi) et des exercices de mis en pratique sur STATA seront proposés au fil de séances. Nous discuterons les avantages et les inconvénients de chaque méthode utilisée ainsi que les clés conditionnant le choix de la méthode d’évaluation appropriée.

Plan du cours détaillé :

Introduction :

1. Pourquoi évaluer ? - Qu’évaluons-nous ? - Quels sont les enjeux et les objectifs de l’évaluation ?

2. La formation du problème d’évaluation : le cadre de Rubin

3. Le problème fondamental de l’inférence causale

4. Définition des paramètres : effets de traitements, contrefactuel

5. Effets de sélection et challenges

Partie 1 : Les expériences aléatoires contrôlées

1. Le principe de l’allocation aléatoire

2. Hypothèses identifiantes

3. Etude de 2 articles empiriques

4. En pratique

Exemple : exercice sur les données National Supported Work (NSW)

Partie 2 : Les expériences naturelles : la méthode de différences de différences

1. Modèle et hypothèses identifiantes

2. Etude de 2 articles empiriques

3. Utilisation des données de panel

4. Extensions : Triple différences, Ashenfelter dip, dans un cadre non-linéaire, matching et différences de différences

5. En pratique

Exemple : exercice sur les données National Supported Work (NSW)

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Macroéconomie III et IV (6 crédits)

Macroéconomie III

CONTENU

L’objectif du cours est de présenter des concepts avancés de théorie macroéconomique liés à la consommation agrégée, l’investissement agrégé, et l’analyse moderne du cycle économique avec la Théorie des Cycles Réels (Real Business Cycle model).

Plan du cours détaillé :

Chap. 1 : Théorie de la consommation

1. Consommation au cours de la vie : les modèles de revenu permanent et de cycle de vie

2. Introduction de l’incertitude – l’hypothèse de marche aléatoire

3. Imperfections de marché : le rôle des contraintesd’endettement4. Extensions : aversion au risqué, épargne de précaution

Chap. 2 : Théorie de l’investissement

1. Le modèle néoclassique de demande de capital

2. Investissement avec ou sans coûts d’ajustement : Q-theory models

3. Rôle des chocs : chocs réels, chocs d’information, chocs bruités

Chap. 3 : Le modèle des cycle réels

1. Mesure du cycle économique : décompositions tendance-cycle et faits stylisés des fluctuations

2. Le modèle RBC canonique

3. Evaluation du modèle

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Macroéconomie IV

CONTENU

Dans la continuité de Macroéconomie II, ce cours vise à décrire les modèles macroéconomiques micro-fondés en introduisant des frictions de marché. L’introduction des rigidités nominales est une extension naturelle du modèle RBC pour analyser la politique monétaire / politique fiscale. Bien que ce cours soit principalement théorique, les cours seront motivés par des faits stylisés et les performances empiriques des modèles de fluctuations seront abordées.

Plan du cours détaillé :

Chapitre 1 : Les rigidités nominales (1) Introduction de la monnaie dans le modèle RBC

(2) Concurrence monopolistique (3) Rigidité des prix (4) Exercices

Chapitre 2 : Politique monétaire et budgétaire (1) Analyse de la politique monétaire (2) Analyse de la politique budgétaire (3) Nouveaux sujets en macroéconomie (ZLB, forward guidance…)

(4) Exercices

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Enseignements professionnels (6 crédits)

Marketing quantitatif

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 12 heures

Informatique : R

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 12 heures

Politique économique II

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 12 heures

Mécanismes de l'assurance

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 12 heures

Colles d'économie

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

  • Travaux dirigés : 6 heures

Colles d'anglais

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

  • Travaux dirigés : 6 heures

Enseignements électifs (1 à choisir parmi 5) (3 crédits)

Introduction à la finance d'entreprise (3 crédits)

Introduction à la finance d'entreprise

CONTENU

Notions pratiques de finance d’entreprise, parallèle et lien avec la finance de marché.

Notion de valorisation d’entreprise. Introduction au Venture Capital

Plan du cours détaillé :

  • Introduction à la finance d’entreprise
  • Les métiers concernés au sein des banques, et des entreprises
  • Rappel de comptabilité
  • Méthode de Valorisation
  • Focus sur les montages LBO
  • Introductions au Venture Capital

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 18 heures

Gestion de projet (3 crédits)

Gestion de projet

CONTENU

Concevoir et gérer des projets d’aide au développement selon les standards internationaux.

Plan du cours détaillé :

Les étudiants apprendront et pratiqueront les techniques d’élaboration de programmes internationaux (cf organisation).

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 18 heures

Economie de la santé et de l'environnement (3 crédits)

Economie de la santé et de l'environnement

CONTENU

Ce cours vise à faire acquérir les connaissances et les outils nécessaires pour comprendre et évaluer les enjeux de la santé et de l’environnent et leurs interactions avec l’économie. L’enseignement énonce les principes fondamentaux de l’analyse économique et en propose des applications directes dans le domaine de la santé et de l’environnement. Le cours s'articule autour de trois parties. Il présente en premier lieu les typologies recensant les biens publics, les caractéristiques économiques communes et distinctes de la santé et de l'environnement. L’enseignement présente en suite deux parties distinctes consacrées à l'économie de la santé et à l'économie de l'environnement. Chaque partie présente les concepts et les méthodes utilisées par les économistes pour explorer des questions spécifiques relatives aux deux sous-domaines. L’accent sera mis sur les problématiques des modélisations économiques et les évaluations des politiques publiques en matière de santé et d'environnement.

Plan du cours détaillé :

Partie I (4 heures) : Les liens et les interactions entre santé, environnement et économie.

• Propriétés économiques de la santé et de l'environnement :

  • Qu'est-ce qui distingue les biens et services de santé des biens environnementaux ?
  • Typologie des biens : biens publics purs vs. impurs, biens commun vs. publics ; biens locaux vs. biens mondiaux.

• L'approche de l'évaluation économique :

  • La théorie des externalités
  • Le welfarisme et l’analyse extra-welfariste
  • Analyse coûts-bénéfice, analyse coût-efficacité, analyse coût-utilité.
  • Méthodes des préférences déclarées et méthodes des préférences révélées

• Intervention du gouvernement et réglementation :

  • Pourquoi les gouvernements fournissent-ils des biens qui ne sont pas de biens publics purs ? Le cas des services de santé.
  • Quelles sont les caractéristiques et les défis particuliers des biens publics mondiaux ? Le cas du changement climatique global ?
  • Dispositifs du rationnement des biens publics
  • Les conditions d'efficacité pour les biens publics : La demande collective et la fourniture de biens publics.

Partie II (7 heures) : Economie de la santé

• L'économie de la santé comme champ d'investigation.

• Structure de l'offre et demande des soins de santé :

  • La loi de l'offre et de la demande s'applique-t-elle à la santé et aux soins de santé ?
  • Qu'est-ce qui différencie la santé et les soins de santé ?
  • La demande de santé et de soins de santé.
  • L’offre de soins de santé : Production, fourniture et coûts des soins de santé.
  • Le marché de l'assurance maladie : Les régimes d'assurance-maladie publics et privés.
  • La réforme du système de santé : Efficience et équité, extension de la couverture d'assurance.

Partie III (7 heures) : Economie de l’environnement

• L’interactions entre l’économie et l’environnement.

• Les biens communs mondiaux.

• Le cadre d'analyse microéconomique et macroéconomique de l’environnement.

• Economie écologique et l'analyse économique des questions environnementales :

  • Les méthodes de valorisation de l'environnement, les coûts environnementaux, internaliser les coûts environnementaux, la pollution optimale, le théorème de Coase.
  • Comptes nationaux environnementaux : Intégration de la dimension environnementale dans la comptabilité nationale.
  • Les indicateurs de comptabilité nationale environnementale : Genuine progress indicator, the better life index and the environmental assets accounts.

• Évaluer les politiques environnementales :

  • Analyse économique et évaluation de la performance des politiques publiques dans des domaines tels que le changement climatique, la pollution de l'air et de l'eau et l'assainissement.

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 18 heures

Economométrie de la finance (3 crédits)

Econométrie de la finance

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 18 heures

Commerce international (3 crédits)

Commerce international

CONTENU

Objectifs :

Le but de ce cours est de fournir aux étudiants les outils analytiques essentiels pour comprendre les causes et les conséquences du commerce international. Nous nous concentrerons sur quelques questions clés comme pourquoi les nations commercent, ce qu'elles commercent et qui profite (ou non) du commerce. Nous analyserons ensuite les raisons pour lesquelles les pays limitent ou réglementent les échanges de biens et étudierons les effets de ces politiques sur le développement et l'inégalité. Nous aborderons également certains aspects du processus de mondialisation tels que les normes internationales, les normes du travail, l'organisation des entreprises, etc. Nous comptons beaucoup sur la modélisation économique formelle pour nous aider à comprendre les enjeux du commerce international.

Plan du cours détaillé :

1. Introduction

2. Le modèle de Ricardo

3. Le modèle à Facteurs Spécifiques

4. Le modèle Hecksher-Ohlin

5. Les modèles avec hétérogénéité des firmes

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 18 heures

Master 2 Economie Parcours type Econométrie, Big Data, Statistique (EBDS) - Option Magistère (72 crédits)

Semestre 3 M2 Economie Parcours type Econométrie, Big Data, Statistique (EBDS) - Option Magistère (36 crédits)

Econométrie avancée I : théorie et applications (6 crédits)

Méthodes non paramétriques en économétrie

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Méthodes de réduction de l'information

CONTENU

L’objectif de ce cours est d’introduire des méthodes quantitatives permettant de réduire l’information. Ces méthodes couvrent différents champs des statistiques et s’appuie sur des méthodes économétriques classiques (OLS, MLE) ou des méthodes classificatoires ou part composantes principales. L’objectif ultime est d’étudier des méthodes permettant de faire de la sélection automatique de variables dans des problèmes à grande dimension et de les appliquer sur données réelles.

Plan du cours détaillé :

  • Les méthodes de classification
  • Les modèles à facteur économiques
  • Les modèles à facteurs statistiques
  • Les méthodes Lasso
  • La méthode dite « Général au spécifique » (Méthodologie à la Hendry, Gets ou Autometrics)

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Econométrie avancée II : théorie et applications (6 crédits)

Méthodologie des études économétriques et statistiques

CONTENU

Donner aux étudiants un ensemble de règles à suivre aux différentes étapes de la réalisation d’une étude statistique ou économétrique à destination d’une organisation (entreprise, administration publique ou privée, ONG, etc.).

Plan du cours détaillé :

  • Appels d’offres, contrats de gré à gré et projets internes à une organisation.
  • L’identification de la question à traiter. Problèmes de modélisation.
  • Du modèle économique au modèle économétrique.
  • Collecte, inspection et gestion des données.
  • Le choix de la méthode statistique ou économétrique pertinente.
  • L’analyse des résultats et de leurs implications en termes d’aide à la décision. Le rôle de l’éthique.
  • Communication orale et écrite sur les résultats.

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Économétrie approfondie

CONTENU

L’objectif est de présenter les méthodes avancées en économétrie pour l’analyse des distributions, des modèles de régression et de classification. Les fondements théoriques des différentes méthodes sont présentés, ainsi que les intuitions sous-jacentes. Elles sont illustrées empiriquement.

Plan du cours détaillé :

1. Méthodes de rééchantillonnage

  • Générateur de nombres pseudo-aléatoires
  • Expériences de Monte Carlo
  • Tests bootstrap et tests de permutation

2. Econométrie Non-paramétrique

  • Estimation de la densité
  • Modèles de régression et splines
  • Modèles de mélange

3. Econométrie et Machine Learning

  • Philosophie et principe général
  • Méthodes basées sur le rééchantillonnage et algorithmes
  • Détection de la mauvaise spécification

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Projet de fin d'études (6 crédits)

Contenu non disponible.

Big data III (6 crédits)

Outils des big data (Hadoop, Hive, Spark)

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Machine learning avancé

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Machine learning : théorie et applications (6 crédits)

Méthodes de prévision

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Machine learning et statistical learning

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Applications des big data : unités d'enseignement optionnelles, 2 UE à choisir parmi 4 (6 crédits)

Big data et marketing quantitatif (3 crédits)

Big data et marketing quantitatif

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Big data et finance (3 crédits)

Big data et finance

CONTENU

Ce cours présente les derniers développements autour de l’utilisation des big data en finance. La première partie propose un aperçu des diverses applications récentes des méthode Big data en finance d’entreprise et en termes de réglementation financière. La seconde se concentre sur l’utilisation des big data et des modèles associés en finance de marché. Enfin, la troisième partie met en évidence l’intérêt de ces méthodes en assurance et en réassurance.

Plan du cours détaillé :

Partie 1 : Aperçu des applications des Big data en finance (6h, Pierre Bittner)

1 – L’intérêt des big data en finance

1.1 – Rappels sur le Big data

1.2 – Big data et décision

1.3 – Big data et supervision de marché

2 – Cas pratiques en finance

2.1 – Applications en banque de financement

2.2 – Les enjeux réglementaires

Partie 2 : Big data et finance de marché (12h, Yoann Bourgeois)

1- Realized Volatility

1.1- Continuous time pricing fundamentals

1.1.1 Brownian motion and random walk

1.1.2 Stochastic Differential Equation/ Stochastic Integrals

1.1.3 Quadratic Variation

1.1.4 Implied volatility in Black Scholes

1.2- Realized Volatility

1.2.1 Unbiased estimators

1.2.3 Confidence intervals

1.2.3 Application FX market

1.3-RV and integrated variance

1.3.1 Seasonality

1.3.2 The impact of periodic events on the RV.

1.3.3 Application FX market

2- Bonds portfolio automatic engine

2.1 Definitions (Yields, Bond, Duration, P&L of a bond etc.)

2.2 Bonds clustering (PCA+KMeans)

2.3 The reference curve construction

2.3.1 Regression

2.3.2 Cubic Splines

2.4 Z-Score and momentum to sort bonds

2.5 Reference bonds replication

2.6 Application France 10Y reference bond.

3- Intraday hedging of FX options

3.1 SABR model

3.2 Gatheral parametric local volatility model

3.3 Intraday model calibrations

3.4 Tichonov Regularization

3.5 The use of risk neutral distribution quantiles and moments

3.6 Application FX vanilla options

Partie 3 : Big data et assurance (6h, Serdar Coskun)

Cette partie présente, via des cas récents, l’utilité des big data sur les marchés de l’assurance et de la réassurance. Elle présente également les avancées récentes sur le marché des « insurtech ».

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Big data : autres applications (3 crédits)

Big data : autres applications

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Big data et économie (3 crédits)

Big data et économie

CONTENU

Ce cours a pour objectif de présenter aux étudiants les enjeux que représentent les big data dans les politiques publiques, afin de pouvoir identifier les questions autour de ce sujet, d'en comprendre quelles opportunités les big data peuvent représenter pour repenser/redesigner nos politiques publiques, les évaluer, ainsi que d'en connaitre les limites.

Plan du cours détaillé :

Partie I. Données publiques et développement des territoires

I. Open data, Smart Région et projet d'innovation

II. Aspects contractuels et modèle économique et juridique de la plateforme FlexGrid sur la transition énergétique

Partie II. Big data et Sécurité

I. Sécurité publique et sécurité des villes

II. Données publiques et cybersécurité

Partie III. Big Data, un outil d'aide à la décision

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Semestre 4 M2 Economie Parcours type Econométrie, Big Data, Statistique (EBDS) - Option Magistère (36 crédits)

Big data IV (6 crédits)

Gestion des big data avec SAS

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Projet

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Modèles non linéaires et multivariés : théorie et applications (9 crédits)

Modèles de transitions et de durées

CONTENU

Nous étudierons les modèles de transitions et de durées, ainsi que leur estimation en utilisant de données réelles et le logiciel R.

Plan du cours détaillé :

Le cours donne une introduction aux modèles de transition (dans un état d’intérêt comme la transition entre l’état de chômage et emploi) et aux modèles de durée (comme la durée de chômage, la survie d’un patient après une intervention médicale, ou la survie d’un entreprise après la crise financière). Nous commencerons avec les éléments basiques (processus de Poisson, la transition Markov, les modèles de hasard), et puis nous développerons méthodes d’estimation fondé sur le maximum de vraisemblance. Souvent, les données en forme d’une durée sont incomplètes (censurées) puisque il peut être que nous n’observons pas une sortie / transition. En outre, l’hétérogénéité non-observée nous confronte avec de problèmes profonds d’identification.

Toutes méthodes seront illustrées en utilisant le logiciel R, et nous discuterons plusieurs articles tirés de la littérature appliquée. Plusieurs exercices théoriques aideront les étudiants d’approfondir leur maitrise de la théorie.

(I) Introduction au processus de Poisson et les processus de comptage

Le processus de Poisson est le processus de comptage classique qui est utilisé afin de modéliser l’arrivée d’un nouveau événement et donc d’une transition ou un incrément, et une durée (le temps entre deux transitions). Ce modèle est doté de plusieurs propriétés intéressantes, telle que l’indépendance entre les incréments et un manque de mémoire (il s’agit donc d’un processus de Markov).

Illustrations et réplications avec R : Le nombre de consultations médicales après une réforme du système de santé (régression de Poisson), modèles de recherche de chômage.

(II) Introduction aux processus de Markov

Les incréments dans le processus de Poissons sont indépendants, donc ils observent la propriété de Markov (le manque de mémoire). Nous généralisons cet idée, examinerons les transitions entre les états d’une perspective temporelle, et étudierons l’évolution temporelle d’une chaine de Markov.

Applications et illustrations : nous étudierons plusieurs exemples numériques en utilisant R, et plusieurs articles comme Nakajima (2007, ReStud), “Measuring Peer Effects on Youth Smoking Behaviour”, and Topa (2001, ReStud), “Social Interactions, Local Spillovers and Unemployment.”

(III) Les durées et l’analyse de la survie : modèles de hasard

Le processus de Poisson nous donne un modèle de durée assez simple mais très limité puisque le taux de sortie d’état d’intérêt est constant. Par contre, le taux empirique de sortie est souvent une fonctionne de la durée, par exemple le taux de sortie du chômage se baisse avec la durée de chômage (dépendance de durée). Nous étudierons les objet basiques de la modélisation (le taux d’hasard, la fonctionne de survie), nous examinerons plusieurs modèles paramétriques (comme le modèle de Weibull). Une façon d’accommoder l’hétérogénéité observée parmi les individus est le modèle de Cox (le modèle de hasard proportionnelle, « PH ») ; afin d’accommoder l’hétérogénéité non-observable, nous considérons l’extension nommée le modèle de hasard proportionnelle mixe « MPH ». Cette hétérogénéité introduit un problème profond d’identification, car la dépendance de durée pure risque d’être confondu par un tri dynamique (un individu de type latent « forte » a tendance de quitter l’état plus rapidement qu’un individu de type latent « bas »). Puisque les modèles sont spécifiés d’une manière paramétrique, il est donc naturel de les estimer par la méthode du maximum de vraisemblance. Un challenge empirique est que les données de durée sont souvent censurées si on ne peut pas observer une transition, mais il faut les tenir en compte afin d’éviter un biais.

Applications en utilisant R : la survie de fumeurs, le récidivisme criminel.

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Modèles pour variables tronquées et censurées

CONTENU

L’objectif principal de ce cours est de fournir aux étudiants un cadre de synthèse afin qu’ils puissent comprendre en profondeur et appliquer efficacement à des cas concrets les principales techniques d’estimation ou de tests de modèles à variables dépendantes limitées avec censures ou troncatures.

Plan du cours détaillé :

1. Brefs rappels de fondement de la spécification et de l’estimation de modèles économétriques (GMM, Maximum de vraisemblance, Simulations)

2. Présentation des données censurées et tronquées, variables dépendantes limitées et leur distributions

3. Biais de sélection, perte d’efficacité, identification ponctuelle et partielle

4. Modèles à variable dépendante censurée ou tronquée

5. Modèle de Roy et extensions

6. Modèles à hétérogénéité inobservée en données de panel, et modèles à erreur composées

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Séries temporelles multivariées et non linéaires

CONTENU

Familiariser l’étudiant avec l’analyse multivariée et non-linéaire

Plan du cours détaillé :

  • Introduction aux séries temporelles
  • Modèles non-linéaires (TAR, STAR, MS, tests, prévisions)
  • Modèles multivariés (VAR, SVAR, cointégration)
  • Modèles factoriels (Macro, fondamentaux, ACP)
  • Modèles de volatilité multivariés (VEC, BEKK, DCC, OGARCH)

Plaquette de l'enseignement.

VOLUME DES ENSEIGNEMENTS

  • Cours magistraux : 24 heures

Stage de fin d'études avec rapport et soutenance (21 crédits)

Contenu non disponible.

INFORMATIONS DIVERSES

Secrétariats pédagogiques :

- M1 : Sarah Wuillemot, sarah.wuillemot@univ-amu.fr

- M2 : Emilie Alpacca : emilie.alpacca@univ-amu.fr

MODALITÉS D'INSCRIPTION

RÉGIMES D'INSCRIPTION

Cette formation est accessible en

  • Formation initiale
  • Formation continue