Dynamic Panel Data Models
From 27 juin 2016 to 28 juin 2016 | Orléans - Hôtel Dupanloup
> Formateur(s) : Christophe Hurlin
> 1 day

Durée et langue d'enseignement

La formation sera dispensée en une journée en français.

Objectif de la formation

Le premier objectif est de comprendre l'origine et la nature du biais de panel dynamique (biais de Nickell, 1981) associé aux estimateurs des moindres carrés ordinaires (LSDV) dans le cadre de modèle de régression de panel autorégressifs à effets individuels. Le second objectif de la formation est de présenter différentes solutions de correction de ces biais : méthode de correction ex-post (Kiviet, 1995), méthode de variables instrumentales (Anderson et Hsiao, 1982), approches GMM (Arenallo et Bover, 1995 ; Arenallo et Bond, 1991 ; Ahn et Schmidt, 1995) ainsi que les approches GMM en système (Blundell et Bond, 2000).

Enseignant

Christophe Hurlin (Université d'Orléans): CV

Titulaire d’un doctorat de l’Université Paris I Panthéon-Sorbonne, Christophe Hurlin est actuellement professeur à l’Université d’Orléans et directeur adjoint du Laboratoire d’Économie d’Orléans (UMR CNRS 7322). Auparavant, il a été maître de conférences à l’Université Paris Dauphine et a enseigné à HEC Lausanne et à l’Université de Genève. Ses domaines de recherche portent sur l’économétrie financière, la mesure des risques financiers et l’économétrie de panel. Ses travaux sont parus dans des revues académiques telles que le Journal of Financial Econometrics, Review of Finance, European Journal of Operational Research, Journal of Banking and Finance, Journal of Empirical Finance. 

Contenu de la formation

La formation se déroulera selon le plan suivant

    • Introduction : définition  d'un modèle de régression de panel dynamique. Quels sont les problèmes d’estimation spécifiques à ces modèles ? Notion de biais de panel dynamique.
    • Biais de panel dynamique : Démonstration du biais de panel dynamique associé à l’estimateur Within (LSDV) dans un modèle de panel autorégressif avec effets individuels
    • Evaluation de l’importance du biais de panel dynamique en fonction de la taille temporelle de l’échantillon. Introduction de variables exogènes dans le modèle de régression.
    • Les approches de type correction du biais ex-post (corrected LSDV, Kiviet, 1995) et les approches de variables instrumentales (Anderson et Hsiao, 1982).
    • Les approches GMM. Rappel sur l’estimateur des moments généralisés (GMM). Application aux modèles de panel dynamique (Arenallo et Bover, 1995 ; Arenallo et Bond, 1991 ; Ahn et Schmidt, 1995). Présentation des approches GMM en système (Blundell et Bond, 2000).

Logiciel

Les illustrations numériques du cours se feront sur différents logiciels (Eviews, Stata, etc.).

Pré-requis

Connaissance des modèles de régression de base (non dynamique) et des méthodes d’estimation associées : modèle à effets individuels, estimateur Within (LSDV) et estimateur GLS. Voir par exemple :

  Hsiao, C., (2003), Analysis of Panel Data, second edition, Cambridge University Press

  Wooldridge J.M., (2001), Econometric Analysis of Cross Section and Panel Data, The MIT Press.

Lectures conseillées

Ouvrages généraux

    Hsiao, C., (2003), Analysis of Panel Data, second edition, Cambridge University Press. 

    Wooldridge J.M., (2001), Econometric Analysis of Cross Section and Panel Data, The MIT Press.

Articles

    Ahn, S.C., and P. Schmidt (1995). Efficient Estimation of Models for Dynamic Panel Data, Journal of Econometrics, 68, 5-27.

    Anderson, T.W., and C. Hsiao (1982). Formulation and Estimation of Dynamic Models Using Panel Data, Journal of Econometrics, 18, 47-82.

    Arellano, M., and S. Bond (1991). Some Tests of Specification for Panel Data: Monte Carlo Evidence and an Application to Employment Equations, Review of Economic Studies, 58, 277-229.

    Arellano, M., and O. Bover (1995). Another Look at the Instrumental Variable Estimation of Error-Components Models, Journal of Econometrics, 68, 29-51.

    Blundell R., and S. Bond (2000).  GMM Estimation with persistent panel data: an application to production functions. Econometric Reviews, 19(3), 321-340.

    Kiviet, J.F., (1995). On bias, inconsistency, and efficiency of various estimators in dynamic panel data models, Journal of Econometrics, 68(1), 53-78.