séminaire disciplinaire "Econométrie avancée"

Date :10, 11 et 12 décembre 2025
Durée : 12h
Horaires : selon les sessions
Format : Présentiel
Lieu : selon les sessions
Nombre de participants maximum : 20
Public visé : doctorants d' Economix
Type de formation : formation disciplinaire
Pré-requis pour la formation : aucun
Nom des intervenant.e.s : Valérie MIGNON, Elena DUMITRESCU et Gilles de TRUCHIS
Peut-on suivre uniquement certains modules de cette formation ? NON

Econométrie approfondie (coord. Valérie MIGNON).
Intervenants : Elena Dumitrescu, Valérie Mignon et Gilles de Truchis.

Le séminaire vise à présenter aux doctorants les développements les plus récents dans trois grands champs en économétrie : (I) économétrie des séries temporelles et des données de panel non stationnaires, (II) économétrie non causale et (III) méthodes de prévision et bootstrap. A l’issue de ce cours de formation doctorale, les doctorants bénéficieront de connaissances approfondies et de toutes les compétences nécessaires pour la réalisation de leurs travaux doctoraux d’économétrie appliquée à l’économie et la finance.

PROGRAMME

Économétrie avancée (coord. Valérie MIGNON)

Le séminaire « Économétrie avancée » vise à présenter aux doctorants les développements les plus récents dans trois grands champs en économétrie : (i) économétrie des séries temporelles et des données de panel non stationnaires, (ii) économétrie non causale et (iii) méthodes de prévision et bootstrap. A l’issue de ce cours de formation doctorale, les doctorants bénéficieront de connaissances approfondies et de toutes les compétences nécessaires pour la réalisation de leurs travaux doctoraux d’économétrie appliquée à l’économie et la finance.

Contenu du séminaire et intervenants :

• Séance 1 : 10 décembre 2025, 9H30-12H30, bâtiment G Maurice Allais, Salle G303 - Méthodes de prévision et bootstrap (Elena DUMITRESCU)

Les méthodes de prévision et le bootstrap sont des outils indispensables de l'analyse économique empirique. D'une part, la prédiction est une dimension fondamentale de la politique économique, des études macroéconomiques et de l'analyse des marchés financiers et, en particulier, du risque. D'autre part, la nature finie des bases données économiques (bien que de plus en plus fournies) se heurte à l'argument asymptotique des théories économétriques. A travers cette partie du cours, il s'agira d'apporter aux étudiants un socle de connaissances indispensable à la mise en place d'outils d'inférence en échantillons finis, mais également d'appréhender les techniques fondamentales de prévision des modèles économétriques.

• Séances 2 : 11 décembre 2025, 8H30-12H30, bâtiment G Maurice Allais, Salle G108 - Économétrie non stationnaire (Valérie Mignon)

En partant des modèles linéaires et en rappelant qu'une solution stationnaire existe en temps inversé (non-causal) en présence de racines explosives, on montre que sous une hypothèse d'innovation non-Gaussienne, on peut générer des dynamiques hautement non-linéaires et anticipatives (le modèle est conditionné sur le futur inobservé). Des méthodes de modélisation, de simulation et d'estimation sont proposées et apportent une solution linéaire parcimonieuse et économiquement fondée à des problématiques empiriques trop souvent traitées à l'aide de modèles complexes d'un point de vue économétrique et peu justifiables sur le plan de la théorie économique.

• Séance 3 et 4 : 12 décembre 2025, 9H30-12H30 et 13H30-15H30, bâtiment G Maurice Allais, Salle G303 - Économétrie non causale (Gilles de Truchis)

La plupart des variables économiques et financières étant non stationnaires, cette partie du cours vise à présenter les méthodes adaptées au traitement et à la modélisation de telles séries, que ce soit sur données temporelles ou sur données de panel. Des approches spécifiques doivent en effet être mobilisées, les techniques usuelles de l’économétrie ne s’appliquant pas dans le cas de séries non stationnaires. Les développements théoriques sont systématiquement illustrés par des applications empiriques à l’économie et la finance.