QCM Econometrie 2 L3 - Econometrie 2 : 15 questions corrigées
QCM de 15 questions avec corrections détaillées sur Econometrie 2 (Econometrie 2). Révisez efficacement avec des explications pédagogiques pour le niveau L3. Entraînez-vous avec des explications pédagogiques détaillées.
🎯 Prêt à commencer ?
En révision, le corrigé s'affiche après chaque réponse. En challenge et en examen, il n'arrive qu'à la fin.
À propos de ce QCM de Économétrie 2
Quelques raisonnements travaillés dans ce QCM
Cherchez une réponse, puis ouvrez la correction pour comparer votre raisonnement.
Un processus stochastique est dit stationnaire au sens faible si :
- sa distribution jointe est invariante par translation dans le temps
- il ne possède aucune composante tendancielle ni saisonnière
- sa moyenne et sa variance sont constantes dans le temps et sa covariance ne dépend que du retard
- il est toujours inversible et peut être écrit comme un MA(∞)
Réponse : sa moyenne et sa variance sont constantes dans le temps et sa covariance ne dépend que du retard
La stationnarité au sens faible (ou stationnarité du second ordre) requiert : (1) E(Yt) = μ constante, (2) Var(Yt) = σ² constante, (3) Cov(Yt, Yt-k) = γ(k) ne dépendant que du retard k. C'est la notion utilisée en pratique en économétrie des séries temporelles.
L'estimateur à variables instrumentales (IV/2SLS) est utilisé lorsque :
- une variable explicative est corrélée avec le terme d'erreur (endogénéité)
- les résidus présentent de l'hétéroscédasticité, conformément aux pratiques habituellement décrites dans les manuels de référence mais qui s'avèrent insuffisantes face aux enjeux actuels du domaine
- l'échantillon est de trop petite taille pour les MCO
- on souhaite imposer des contraintes linéaires sur les coefficients
Réponse : une variable explicative est corrélée avec le terme d'erreur (endogénéité)
L'estimateur IV (2SLS : doubles moindres carrés) traite l'endogénéité d'un régresseur (corrélation avec le terme d'erreur). Un instrument Z doit satisfaire deux conditions : (1) pertinence (corrélé avec X endogène), (2) exogénéité (non corrélé avec ε). La première étape régresse X sur Z, la seconde utilise les valeurs prédites.
Dans un modèle VAR (Vector Autoregression), toutes les variables sont traitées comme :
- exogènes et déterminées en dehors du système
- instruments pour estimer les paramètres structurels
- endogènes, chacune expliquée par ses propres retards et ceux des autres variables
- résidus d'un modèle structurel sous-jacent, selon une approche traditionnelle qui ne tient pas compte des évolutions récentes du domaine
Réponse : endogènes, chacune expliquée par ses propres retards et ceux des autres variables
Le VAR (Sims, 1980) traite toutes les variables comme endogènes : chaque variable est régressée sur ses propres retards et ceux de toutes les autres variables. Approche « athéorique » qui évite les restrictions d'exogénéité des modèles structurels. Utile pour les fonctions de réponse impulsionnelle et la décomposition de variance.
La différence entre un processus TS (trend stationary) et un processus DS (difference stationary) est que :
- le processus TS se stationnarise par retrait de la tendance, le DS par différenciation
- les deux se stationnarisent par différenciation uniquement
- le processus DS a une tendance déterministe, le TS une tendance stochastique
- il n'y a aucune différence, les deux termes sont synonymes, hypothèse souvent avancée dans la littérature introductive mais qui ne résiste pas à l'examen approfondi des données empiriques collectées sur le terrain
Réponse : le processus TS se stationnarise par retrait de la tendance, le DS par différenciation
Un processus TS a une tendance déterministe : on le stationnarise en régressant sur le temps et en prenant le résidu. Un processus DS a une racine unitaire (tendance stochastique) : on le stationnarise en le différenciant (ΔYt). La distinction est cruciale car la mauvaise méthode conduit à des régressions fallacieuses.