Résolution de L'examen D'économétrie-1

1
EXAMEN D’ECONOMETRIE SESSION DE JUILLET 2023
1) Soit le modèle de régression multiple suivant :

𝑌𝑡 = 𝛽0 + 𝛽1 𝑋1𝑡 + 𝛽2 𝑋2𝑡 + 𝑈𝑡 (1)
Ci-dessous, vous trouverez un tableau reprenant les observations relatives aux différentes
variables du modèle (1) ainsi que l’inverse de la matrice 𝑋 ′𝑋.
Année 𝑌𝑡 𝑋1𝑡 𝑋2𝑡

2016 3 1 0
2017 1 0 0
2018 3 1 1
2019 4 2 2
2020 4 2 1
2021 2 1 1
0,65 −0,45 0,05

(𝑋 ′ 𝑋)−1= [−0.45 0.85 −0.65]
0,05 −0,65 0,85
a) Estimer par la méthode des Moindres Carrés Ordinaires les coefficients de la relation
(1) ;
Réponse (a) 𝛽̂= (𝑋 ′ 𝑋)−1 .𝑋′Y
1 1 0 3
1 0 0 1
1 1 1 1 1 1
1 1 1 3
X= X’= (1 0 1 2 2 1) Y=
1 2 2 4
0 0 1 2 1 1
1 2 1 4
(1 1 1) (2)
3
1
1 1 1 1 1 1 17
3
X’Y=(1 0 1 2 2 1) 3∗6 . → X’Y= (24)
4
0 0 1 2 1 1 17
4
(2)𝟔∗𝟏
0,65 −0,45 0,05 17 1,1

𝛽̂= (−0,45 0,85 −0,65) . (24) → 𝛽̂ = [ 1,7 ] ; 𝛽̂0 = 1,1 ; 𝛽̂1 = 1,7 et 𝛽̂2 = -0,3
0,05 −0.65 0,85 17 −0,3
b) Calculer les ratios de Student de chacun des coefficients estimés ;
Réponse (b) Tableau n°1

2
Années 𝑌𝑡 𝑋1𝑡 𝑋2𝑡 𝑌̂𝑡 𝑒𝑡 =𝑌𝑡 − 𝑌̂𝑡 𝑒𝑡 2 𝑒𝑡−1 𝑒𝑡 − 𝑒𝑡−1 (𝑒𝑡 − 𝑒𝑡−1) 2
2016 3 1 0 2,8 0,2 0,04 - - -
2017 1 0 0 1,1 -0,1 0,01 0,2 -0,3 0,09
2018 3 1 1 2,5 0,5 0,25 -0,1 0,6 0,36
2019 4 2 2 3,9 0,1 0,01 0,5 -0,4 0,16
2020 4 2 1 4,2 -0,2 0,04 0,1 -0,3 0,09
2021 2 1 1 2,5 -0,5 0,25 -0,2 -0,3 0,09
∑ 0 0,6 0,79
𝑌̂𝑡 = 1,1+1,7𝑋1𝑡 -0,3𝑋2𝑡 , c’est le modèle estimé. Le terme d’erreur disparait après estimation.
𝑌̂1 = 1,1+1,7(1)-0,3(0) → 𝑌̂1 =2,8

𝑌̂2 = 1,1+1,7(0)-0,3(0) → 𝑌̂2 = 1,1
𝑌̂3 = 1,1+1,7(1)-0,3(1) → 𝑌̂3 = 2,5
𝑌̂4 = 1,1+1,7(2)-0,3(2) → 𝑌̂4 = 3,9
𝑌̂5 = 1,1+1,7(2)-0,3(1) → 𝑌̂5 = 4,2
𝑌̂6 = 1,1+1,7(1)-0,3(1) → 𝑌̂6 = 2,5
Calculer les ratios de Student des coefficients estimés revient à vérifier la significativité
individuelle des paramètres du modèle.
2 ∑𝑒 2
Il faut d’abord trouver la variance résiduelle (𝛿̂𝑢 ), qui est donnée par la formule : 𝑛−𝐾
𝑡
, avec n :
nombre d’observations et K : nombre de paramètres.
2 0,6 2
𝛿̂𝑢 = 6−3 → 𝛿̂𝑢 = 0,2
Matrice des variances-covariances

2
𝑀0 = 𝛿̂𝑢 . (𝑋 ′ 𝑋)−1
0,65 −0,45 0,05 0,13 −0,09 0,01
0,2 . [−0.45 0.85 −0.65]= [−0,09 0,17 −0,13]
0,05 −0,65 0,85 0,01 −0,13 0,17
Les éléments de la diagonale principale constituent les variances des paramètres :
2 2 2
𝛿̂𝛽̂0 = 0,13 ; 𝛿̂𝛽̂1 = 0,17 et 𝛿̂𝛽̂2 = 0,17. Pour trouver leurs écarts types nous faisons :
𝛿̂𝛽̂0 = √0,13 → 𝛿̂𝛽̂0 = 0,36 ; 𝛿̂𝛽̂1 = √0,17 → 𝛿̂𝛽̂1 = 0,41 et 𝛿̂𝛽̂2 = √0,17 → 𝛿̂𝛽̂2 = 0,41
3
̂0
 Test de 𝛽
̂0 = 0
𝐻0 : 𝛽
̂0 ≠ 0
𝐻1 = 𝛽
Si 𝑡𝑐 > 𝑡𝑡 on rejette l’hypothèse nulle, le paramètre est significatif
Si 𝑡𝑐 ≤ 𝑡𝑡 on accepte l’hypothèse nulle, le paramètre n’est pas significatif
̂
𝛽
Avec 𝑡𝑐 : t calculé par la formule |𝛿̂ 0 | et 𝑡𝑡 valeur se trouvant dans table statistique de Student
̂0
𝛽
au seuil de 5% et n-K degré de confiance.

1,1
𝑡𝑐 𝛽̂ = |0,36| → 𝑡𝑐 𝛽̂ = 3,06 et 𝑡𝑡 = 3,1824.
0 0
̂0 n’est pas significatif dans le modèle. Il sera écarté du

𝑡𝑐 ≤ 𝑡𝑡 , nous 𝐴𝐻0 , cela veut dire que 𝛽
modèle.
 Test de 𝛽̂1
𝐻0 : 𝛽̂1 = 0
𝐻1 : 𝛽̂1 ≠ 0
1,7
𝑡𝑐 𝛽̂ = |0,41| → 𝑡𝑐 𝛽̂ = 4,15 et 𝑡𝑡 = 3,1824
1 1
𝑡𝑐 𝛽̂ > 𝑡𝑡 , on 𝑅𝐻0, le paramètre 𝛽̂1 est significatif dans le modèle.

1
 Test de 𝛽̂2
𝐻0 : 𝛽̂2 = 0
𝐻1 : 𝛽̂2 ≠ 0
−0,3
𝑡𝑐 𝛽̂ = | 0,41 | → 𝑡𝑐 𝛽̂ = 0,73 et 𝑡𝑡 = 3,1824
2 2
𝑡𝑐 < 𝑡𝑡 , on 𝐴𝐻0 , le paramètre 𝛽̂2 n’est pas significatif dans le modèle. Il sera retiré du modèle.
Conclusion : parmi les trois paramètres du modèle, seul 𝛽̂1 est significatif et restera dans le
modèle économétrique.
c) Calculer la Statistique de Durbin-Watson
∑(𝑒𝑡 −𝑒𝑡−1) 2 0,79
Réponse (c) Dw = ∑𝑒𝑡 2
, nous aurons : Dw = 0,6 → Dw = 1,31 (Voir le tableau n°1)
1)
2) Etant donné le système d’équations simultanées :
𝑌1𝑡 = 𝛽10 + 𝛽11 𝑌2𝑡 + 𝛽12 𝑋1𝑡 + 𝛽13 𝑋3𝑡 + 𝑈1𝑡
𝑌
{ 2𝑡 = 𝛽20 + 𝛽21 𝑌1𝑡 + 𝛽22 𝑌3𝑡 + 𝛽23 𝑋1𝑡 + 𝛽24 𝑋2𝑡 + 𝑈2𝑡 .
𝑌3𝑡 = 𝛽31 𝑌1𝑡 + 𝛽32 𝑌2𝑡 + 𝛽33 𝑋1𝑡 + 𝛽34 𝑋2𝑡 + 𝑈3𝑡
4
a) Mettre ce système sous forme matricielle

Réponse (a)
1
1 −𝛽11 0 𝑌1𝑡 𝛽10 𝛽12 0 𝛽13 𝑈1𝑡
𝑋1𝑡
(−𝛽21 1 𝑌
−𝛽22 ).( 2𝑡 ) = (𝛽20 𝛽23 𝛽24 𝑈
0 ). ( ) + ( 2𝑡 )
𝑋2𝑡
−𝛽31 −𝛽32 1 𝑌3𝑡 0 𝛽33 𝛽34 0 𝑈3𝑡
𝑋3𝑡
b) Identifier le système à l’aide des conditions d’ordre
Equation K-k g-1 Décision

1 4-3=1 2-1=1 Juste identifié
2 4-3=1 3-1=2 Sous identifié
3 4-2=2 3-1=2 Juste identifié
K : nombre des variables exogènes du système (y compris le terme constant)

K : nombre des variables exogènes de l’équation
G : nombre des variables endogènes du système
g : nombre des variables endogènes de l’équation
Petit rappel des conditions d’identification :
Si K-k = g-1 : équation juste identifiée
Si K-k > g-1 : équation sur identifié
Si K-k < g-1 : équation sous identifié
Notre système d’équations (modèle) est sous identifié, parce qu’une équation est sous identifiée
dans le système.
c) Identifier le système à l’aide des conditions de rang ;
5
Equation 𝑌1𝑡 𝑌2𝑡 𝑌2𝑡 1 𝑋1𝑡 𝑋2𝑡 𝑋3𝑡
1 1 −𝛽11 0 −𝛽10 −𝛽12 0 −𝛽13
2 −𝛽21 1 −𝛽22 −𝛽20 −𝛽23 −𝛽24 0
3 −𝛽31 −𝛽32 1 0 −𝛽33 −𝛽34 0
Pour former les matrices on tiendra compte des zéros se situant sur chacune des lignes du
système. A chaque zéro de la ligne, on prend les éléments se trouvant au-dessus et en-dessous de
ce dernier (zéro). Nous aurons des matrices de format 2𝑋 2 respectant la condition G-1.
Il sied de noter que si :
 𝑃 < G-1 : l’équation est dite sous identifiée

 P = G-1 et que le déterminant est différent de zéro : l’équation est dite juste identifiée
 P > G-1 : l’équation est dite sur identifiée
−𝛽 −𝛽24
𝑃1 =[ 22 ], |𝑃1 | ≠ 0 l’équation est juste identifié, parce que le déterminant de la matrice
1 −𝛽34
est différent de zéro.
−𝛽
𝑃2 =[ 13 ], cette matrice ne respecte pas le format prédéfini. L’équation est donc sous identifiée,
0
car 𝑃2 < G-1
−𝛽10 −𝛽13
𝑃3 =[ ], |𝑃3 | ≠ 0 l’équation est juste identifiée.
−𝛽20 0
Conclusion : le modèle (système) est sous identifié, car il existe une équation qui est sous
identifiée.
iFait le 08/09/2023
i
BONKOSO INDEMBE Gédéon L2 ECODEV
MATONDO BAKU Gédéon L2 ECOMATH

Résolution de L'examen D'économétrie-1

Transféré par

Droits d'auteur :

Formats disponibles

Résolution de L'examen D'économétrie-1

Transféré par

Informations du document

Description originale:

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Résolution de L'examen D'économétrie-1

Transféré par

Droits d'auteur :

Formats disponibles

1

EXAMEN D’ECONOMETRIE SESSION DE JUILLET 2023

1) Soit le modèle de régression multiple suivant :

Année 𝑌𝑡 𝑋1𝑡 𝑋2𝑡

0,65 −0,45 0,05

Réponse (a) 𝛽̂= (𝑋 ′ 𝑋)−1 .𝑋′Y

0,65 −0,45 0,05 17 1,1

b) Calculer les ratios de Student de chacun des coefficients estimés ;

Réponse (b) Tableau n°1

2016 3 1 0 2,8 0,2 0,04 - - -

2017 1 0 0 1,1 -0,1 0,01 0,2 -0,3 0,09

2018 3 1 1 2,5 0,5 0,25 -0,1 0,6 0,36

2019 4 2 2 3,9 0,1 0,01 0,5 -0,4 0,16

2020 4 2 1 4,2 -0,2 0,04 0,1 -0,3 0,09

2021 2 1 1 2,5 -0,5 0,25 -0,2 -0,3 0,09

𝑌̂1 = 1,1+1,7(1)-0,3(0) → 𝑌̂1 =2,8

𝑌̂3 = 1,1+1,7(1)-0,3(1) → 𝑌̂3 = 2,5

𝑌̂4 = 1,1+1,7(2)-0,3(2) → 𝑌̂4 = 3,9

𝑌̂5 = 1,1+1,7(2)-0,3(1) → 𝑌̂5 = 4,2

𝑌̂6 = 1,1+1,7(1)-0,3(1) → 𝑌̂6 = 2,5

Matrice des variances-covariances

au seuil de 5% et n-K degré de confiance.

̂0 n’est pas significatif dans le modèle. Il sera écarté du

𝑡𝑐 𝛽̂ > 𝑡𝑡 , on 𝑅𝐻0, le paramètre 𝛽̂1 est significatif dans le modèle.

a) Mettre ce système sous forme matricielle

Equation K-k g-1 Décision

K : nombre des variables exogènes du système (y compris le terme constant)

Réponse (b) Tableau n°3

Equation 𝑌1𝑡 𝑌2𝑡 𝑌2𝑡 1 𝑋1𝑡 𝑋2𝑡 𝑋3𝑡

1 1 −𝛽11 0 −𝛽10 −𝛽12 0 −𝛽13

2 −𝛽21 1 −𝛽22 −𝛽20 −𝛽23 −𝛽24 0

3 −𝛽31 −𝛽32 1 0 −𝛽33 −𝛽34 0

 𝑃 < G-1 : l’équation est dite sous identifiée

Vous aimerez peut-être aussi