Économétrie

L'économétrie est une branche de la science économique qui a pour objectif d'estimer et de tester les modèles économiques^[1], à partir de données issues de l'observation du fonctionnement réel de l'économie ou provenant d'expériences contrôlées.

Histoire

On considère généralement que l'économétrie naît dans les années 1930 avec la création de la société d'économétrie et de la Cowles commission aux États-Unis d'une part et au département d'économie appliquée de l'université de Cambridge au Royaume-Uni d'autre part^[2]. Néanmoins, certains auteurs comme Mary Morgan^[3] ou Philippe Le Gall^[4] se sont attachés à montrer qu'il a existé avant les années 1930 des programmes scientifiques qui se rapprochent de l'économétrie, notamment par la volonté de rapprocher l'économie et les statistiques.

Préhistoire de l'économétrie

En Angleterre, William Stanley Jevons avait tenté de combiner ainsi l'économie et les statistiques^[4]. Aux États-Unis, Henry Ludwell Moore avait effectué un effort similaire en 1908^[4].

En France, Le Gall voit dans les travaux d'Augustin Cournot, de Jean-Edmond Briaune et de Jules Regnault des précurseurs de l'économétrie au XIX^e siècle^[5]. Ensuite, il considère une seconde génération au début du XX^e siècle avec Lucien March, Henry Bunle et Marcel Lenoir^[6].

Société d'économétrie et Cowles Commission

C'est avec la création de la société d'économétrie et de la Cowles Commission que l'économétrie se dote d'un cadre institutionnel^[7].

La société d'économétrie est fondée le 29 décembre 1930 à Cleveland^[8].

En 1930, Ragnar Frisch et Irving Fisher fondent la Société d'économétrie (Econometric society) dont l'objet essentiel est de « favoriser les études à caractère quantitatif qui tendent à rapprocher le point de vue théorique du point de vue empirique dans l’exploration des problèmes économiques », puis en 1933, Frisch crée la revue Econometrica qui devient le principal véhicule de la pensée économétrique.

Les travaux de la Cowles Commission for Research in Economics (groupe de recherche créé en 1932 à l'université du Colorado, qui s'installe à l'université de Chicago puis à l'université Yale.

On attribue l'origine du terme économétrie à Ragnar Frisch. Dans son éditorial du premier numéro de la revue Econometrica, il définit les objectifs de l'économétrie : « Son principal objectif devrait être de promouvoir les études qui visent à l'unification des approches quantitatives théoriques et empiriques des problèmes économiques et qui sont mues par une pensée constructive et rigoureuse similaire à celle qui domine dans les sciences naturelles(Frisch 1933)^[9]. »

Jan Tinbergen propose en 1939 un premier modèle économétrique.

En 1935, Jan Tinbergen présente au meeting de la société d'économétrie de Namur un premier modèle économétrique. Il est ensuite embauché par la société des Nations pour tester la pertinence de la théorie du cycle des affaires et publie ses résultats en 1939^[10],[8]. John Maynard Keynes s'oppose vivement à la méthode de Tinbergen^[11].

La première avancée importante de l'économétrie provient d'une solution formelle au problème d'identification. On dit qu'un modèle est identifiable si tous ses paramètres peuvent être obtenus à partir de la distribution jointe des variables observables^[2].

Les travaux de la Cowles commission portent essentiellement sur l'identification et l'estimation du modèle à équations simultanées^[2].

En 1944, Trygve Haavelmo publie un article fondamental dans Econometrica intitulé The Probability Approach in Econometrics dans lequel il défend l'idée que les modèles économiques doivent être probabilistes de manière à pouvoir être cohérents avec les données^[12].

• 1945/1950 : Lawrence Klein présente les premiers modèles dont la solution est obtenue par la méthode du maximum de vraisemblance.
• 1949 : Tjalling Koopmans détermine les conditions de solvabilité dans le cas d'un modèle linéaire.
• 1954 : Henri Theil et Robert Basmann introduisent la méthode des doubles moindres carrés.
• 1955 : premier modèle prévisionnel conçu par Klein/Goldberger.
• Dans les années 1960 et années 1970, l'avancée des technologies de l'information entraîne l'apparition de modèles macroéconomiques conçus à des fins de prévision. Par exemple, le modèle de Brookings comprend 400 équations. Après 1970 furent utilisés des modèles standards comme celui de Wharton.

Diffusion des travaux de la société d'économétrie en France

Marianne Fischman et Emeric Lendjel ont analysé l'intérêt que portent les membres du groupe X-CRISE à l'économétrie dès les années 1930. Ils partagent en effet avec les membres de la société d'économétrie le souci de comprendre la crise économique. Robert Gibrat constitue avec Georges Guillaume au sein de X-crise un groupe de travail sur l'économétrie. Il propose régulièrement des "Notes sur l'économétrie" permettant aux membres d'X-crise de se tenir au courant. François Divisia participe à la société d'économétrie. Toutefois, les auteurs expliquent qu'X-crise a davantage été un lieu de diffusion des travaux économétriques qu'un lieu de recherche^[13].

Débuts de l'économétrie des séries temporelles

Parallèlement aux travaux de la Cowles commission sur les modèles à équations simultanées, les économistes du département d'économie appliquée de l'université de Cambridge fondent l'économétrie des séries temporelles^[2].

Critique de Lucas et développements de la macroéconométrie

Les années 1970 consacrent également la remise en cause des modèles macroéconométriques traditionnels. Notamment parce que, à la suite de leur inefficacité à expliquer et prévoir la stagflation consécutive aux chocs pétroliers, ils seront accusés de ne pas posséder suffisamment de fondations microéconomiques. Lucas montre par exemple dès 1972 le lien entre les anticipations des agents économiques et la variation des coefficients structurels des modèles macroéconométriques. Sa conclusion est alors que toute mesure de politique économique conduit à un changement dans le comportement des agents, et que par conséquent, ces agents sont à même de contrer les politiques gouvernementales en les anticipant. Ce qui réduit considérablement l'intérêt des politiques budgétaires et monétaires.

Développement de la microéconométrie

James Heckman joue un rôle important dans le développement de la microéconométrie et obtient le prix Nobel d'économie en 2000.

Le développement de la puissance de calcul des ordinateurs et de bases de données microéconomiques ont permis le développement de la microéconométrie avec les travaux de James Tobin sur le modèle Tobit, de Mundlak sur les modèles à effets fixes (1961), les travaux de James Heckman sur les modèles de sélection^[14], les travaux de Daniel McFadden sur les modèles de choix discret et les travaux de James Heckman et Burton Singer sur les modèles de durée (1984)^[15],[2].

À partir des années 1960, on assiste à la naissance de l'économétrie des panels. On appelle panel des données dans lesquelles on observe une unité statistique (individu, entreprise, ménage, État) à différents moments dans le temps. Ces données permettent de contrôler l'hétérogénéité individuelle qui ne peut être mesurée par les variables observées^[16].

Importance croissante de l'économétrie dans le champ de la science économique

Dans une étude publiée en 2006, les économistes Kim, Morse et Zingales ont classifié les articles publiés dans les principales revues d'économie et ayant reçu un grand nombre de citations selon que leur contribution principale était théorique, empirique ou méthodologique. Au début des années 1970, seulement 11 % des articles les plus cités étaient empiriques alors qu'à la fin des années 1990, 60 % des articles les plus cités sont des études empiriques^[17] et quantitatives. Cette évolution témoigne d'une transformation profonde de la science économique qui a été critiquée notamment en n'étant pas aussi descriptive qu'elle pourrait le laisser croire ^[18].

Méthodologie

Approche structurelle et approche en forme réduite

On oppose souvent l' approche structurelle à l' approche en forme réduite. Dans la première, l'économètre part d'un modèle économique formel et cherche à identifier et estimer les paramètres du modèle. Par exemple, dans un modèle de demande, il s'agit souvent d'identifier les paramètres de la fonction d'utilité du consommateur ou dans un modèle d'offre d'identifier les paramètres de la fonction de production. Par opposition à l'approche structurelle, on parle d'approche en forme réduite lorsqu'au lieu d'estimer toutes les équations d'un modèle, l'économètre estime un modèle simplifié^[19],[18].

Évaluation des politiques publiques

Parmi les approches non-structurelles, un programme de recherche s'est développé autour de l'évaluation des politiques publiques. Dans ce programme de recherche, on considère un modèle économique très simple dans lequel on définit pour chaque individu deux variables d'intérêt, l'une qui correspond au cas où l'individu ne reçoit pas le traitement (ie la politique que l'on souhaite évaluer) et l'autre qui correspond au cas où l'individu reçoit ce traitement. Pour chaque individu, l'une des deux variables est observée et l'autre est contrefactuelle. On attribue généralement ce modèle à Donald Rubin et Jerzy Neyman. Dans ce programme de recherche, on cherche soit à organiser des expériences aléatoires à grande échelle pour évaluer l'effet du traitement, soit à trouver des situations quasi-expérimentales permettant d'évaluer l'effet du traitement de manière convaincante^[20],[21].

Bien que les deux approches puissent être considérées comme complémentaires, il existe des polémiques entre les tenants d'un programme d'économétrie structurelle au sens fort et les défenseurs des méthodes quasi-expérimentales. Par exemple en 2010 dans le Journal of Economic Perspectives, les économètres Joshua Angrist et Jörn-Stephen Pischke défendent l'idée que l'économétrie est devenue crédible grâce au développement des méthodes quasi-expérimentales et de l'approche de Neyman et Rubin^[20]. À l'inverse, Michael Keane défend l'ambition du programme structurel et l'idée qu'il est nécessaire d'avoir un modèle économique pour interpréter les paramètres estimés et faire des analyses ex ante des politiques publiques^[22].

Applications

L'économétrie s'applique à tous les domaines auxquels s'applique la science économique. L'ouvrage de Levitt et Dubner, Freakonomics, témoigne de la diversité des applications possibles de l'économétrie^[23]. Voici quelques exemples significatifs:

• En économie de la croissance, Gregory Mankiw, David Romer et David Weil utilisent un modèle de régression linéaire pour tester empiriquement la pertinence du modèle de Solow. Ils montrent que le modèle de Solow augmenté du capital humain est cohérent avec les données observées^[24].

• Daron Acemoglu, Simon Johnson et James Robinson utilisent une régression linéaire pour estimer l'effet des institutions sur le développement actuel des pays^[25].

• En économie de la criminalité, Steven Levitt utilise un modèle linéaire à variables instrumentales pour estimer l'effet du nombre de policiers sur la criminalité^[26].

• Keane et Wolpin estiment un modèle de choix d'éducation et d'occupation pour une cohorte d'hommes américains nés en 1979. Ils montrent que leur modèle permet d'obtenir des prédictions cohérentes avec les données^[27].

• Une importante part de littérature s'attache à l'estimation des fonctions de productions. On peut prendre l'exemple de l'article de Steven Olley et Ariel Pakes^[28].

Prix Nobel d'économie

Le Prix de la Banque de Suède en sciences économiques en mémoire d'Alfred Nobel (« prix Nobel » d'économie) a été décerné à plusieurs reprises pour des travaux économétriques :

• Jan Tinbergen et Ragnar Frisch ont reçu le premier « prix Nobel » d'économie décerné en 1969 (macroéconométrie).
• Leontieff en 1973, pour ses travaux sur l'analyse entrées-sorties, dite aussi des «Echanges inter-industriels»
• Lawrence Klein a reçu le prix en 1980.
• Trygve Haavelmo récompensé en 1989, a contribué à l'économétrie à travers l'article « The Probability Approach in Econometrics » (L'approche probabiliste en économétrie) publié en 1944 dans la revue Econometrica.
• Daniel McFadden et James Heckman partagent le prix en 2000 pour leurs travaux en microéconométrie.
• Robert Engle et Clive Granger ont reçu le prix en 2003 pour leurs analyses économiques des séries temporelles. Engle est un pionner de la méthode ARCH et Granger a développé la méthode de cointégration.
• Christopher A. Sims a reçu le prix en 2011 pour ses travaux sur la causalité en macroéconométrie et le développement des méthodes VAR.

Notes et références

Voir aussi

Bibliographie

Articles fondamentaux

• (en) Ragnar Frisch, « Editor's Note », Econometrica, vol. 1, n^o 1,‎ janvier 1933, p. 1-4 (lire en ligne)
• (en) Trygve Haavelmo, « The Probability Approach in Econometrics », Econometrica, vol. 12,‎ juillet 1944, iii-vi+1-115 (lire en ligne)
• (en) James Heckman, « Sample Selection Bias as a Specification Error », Econometrica,‎ 1979, p. 153-161
• (en) James Heckman et Burton Singer, « A Method for Minimizing the Impact of Distributional Assumptions in Econometric Models for Duration Data », Econometrica,‎ 1984, p. 271-320

Manuels et introductions

• Edmond Malinvaud, Méthodes statistiques de l'économétrie, Dunod Saint-Amand,‎ 1964, 1^e éd., 634 p.
• (en) Jeffrey Wooldridge, Econometric Analysis of Cross Section and Panel Data, Cambridge, MIT Press,‎ 2002, 7^e éd., 776 p. (ISBN 978-0-262-23219-7, LCCN 2001044263)
• (en) Fumio Hayashi, Econometrics, Princeton University Press,‎ 2000, 690 p.
• Luc Behaghel, Lire l'économétrie, Paris, La Découverte,‎ 7 août 2006 (ISBN 978-2-7071-4748-6)
• Brigitte Dormont, Introduction à économétrie, Paris, Montchrestien,‎ 2007 (ISBN 978-2-7076-1398-1)
• (en) Jeffrey Wooldridge, Introductory Econometrics : A Modern Approach, South-Western, Division of Thomson Learning,‎ 2008, 4^e éd. (ISBN 978-0-324-78890-7, LCCN 2008921832)
• (en) Colin Cameron et Pravin Trivedi, Microeconometrics: Methods And Applications, Cambridge University Press,‎ 2005, 1056 p. (ISBN 978-0-521-84805-3)
• (en) Joshua Angrist et Jörn-Steffen Pischke, Mostly Harmless Econometrics : An Empiricist's Companion, Princeton, Princeton University Press,‎ 2008, 392 p. (ISBN 978-0-691-12035-5, LCCN 2008027917)
• (en) William Greene, Econometric Analysis, Harlow (homonymie), Pearson Education,‎ 2011, 7^e éd., 1232 p. (ISBN 978-0-273-75356-8, OCLC 712554018)
• Claudio Araujo, Jean-François Brun et Jean-Louis Combes, Econométrie, Bréal,‎ 2008, 2^e éd., 312 p. (ISBN 978-2-7495-0301-1)

Sources

• (en) N. Kærgaard, « The earliest history of econometrics : Some neglected Danish contributions », History of Political Economy, vol. 16,‎ 1984, p. 437-444
• (en) R.J. Epstein, A History of Econometrics, Amsterdam, North Holland,‎ 1987
• (en) Mary Morgan, The history of econometric ideas, Cambridge, UK, Cambridge University Press,‎ 1990, 316 p. (ISBN 978-0-521-42465-3)
• Alain Desrosières, La politique des grands nombres : histoire de la raison statistique, Paris, La Découverte,‎ 1993, 2000 (ISBN 978-2-7071-3353-3)
• (en) CF Christ, « The Cowles Commission's contributions to econometrics at Chicago, 1939-1955 », Journal of Economic Literature, vol. XXXII,‎ mars 1994, p. 30-59
• (en) Mary Morgan et David Hendry, The Foundations of econometric analysis, Cambridge, UK, Cambridge University Press,‎ 1995 (ISBN 0521588707)
• Alain Pirotte, L'Économétrie : des origines aux développements récents, Paris, CNRS,‎ 2004, 242 p. (ISBN 978-2-271-06231-4)
• (en) Philippe Le Gall, A History of Econometrics in France : From Nature to Models, Londres, Routledge,‎ 2006, 1^e éd., 296 p. (ISBN 978-0-415-32255-3)
• (en) John Geweke, Joel Horowitz et Hashem Pasaran, « Econometrics: A Bird’s Eye View », CESifo Working Paper Series, n^o 1870,‎ 2006

Articles connexes

• Histoire de la pensée économique
• Méthode des moindres carrés
• Econometrica
• Régression linéaire

Liens externes

• (en) Société d'économétrie
• (en) Gretl logiciel libre d'économétrie pour Windows, MacOS, Linux.

• Portail de l’économie
• Portail des probabilités et de la statistique