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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

• Cours magistraux : 24 heures

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

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

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

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

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

• Cours magistraux : 24 heures

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

• Cours magistraux : 24 heures

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

• Cours magistraux : 24 heures

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

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

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

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

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

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

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

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

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

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

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

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

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

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

• Cours magistraux : 6 heures

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

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

• Cours magistraux : 24 heures

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

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

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

• Cours magistraux : 24 heures

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

• Cours magistraux : 24 heures

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

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

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

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

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

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

• Cours magistraux : 12 heures

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

• Cours magistraux : 12 heures

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

• Cours magistraux : 12 heures

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

• Cours magistraux : 12 heures

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

• Travaux dirigés : 6 heures

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

• Travaux dirigés : 6 heures

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

• Cours magistraux : 24 heures

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

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

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

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

• Cours magistraux : 24 heures

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

• Cours magistraux : 24 heures

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

• Cours magistraux : 24 heures

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

• Cours magistraux : 24 heures

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

• Cours magistraux : 24 heures

Contenu non disponible.

VOLUME DES ENSEIGNEMENTS

• Cours magistraux : 24 heures

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

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

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