Thèse soutenue

Modèles dynamiques à erreurs composées avec autocorrélation : étude et application à la demande de travail
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Alain Serge Matondzi-Ngouma
Direction : Pietro Balestra
Type : Thèse de doctorat
Discipline(s) : Sciences économiques. Economie mathémathique et économétrie
Date : Soutenance en 1997
Etablissement(s) : Dijon

Mots clés

FR

Mots clés contrôlés

Résumé

FR  |  
EN

Nous avons dans ce travail étendu l'étude des modèles dynamiques à erreurs composées introduit dans la littérature économétrique par Balestra-Nerlove au cas où l'autocorrélation est présente dans les résidus. Notre objectif était d'analyser le comportement des estimateurs face à cette nouvelle structure. Il ressort de notre étude que : - lorsque les deux dimensions n et tendent vers l'infini, la nouvelle structure des résidus ne modifie pas les résultats obtenus par Sevestre et Trognon (1983 et 1985). Les estimateurs within, des mcg et mcqg sont convergents et asymptotiquement équivalents alors que les autres estimateurs sont asymptotiquement biaises. Cependant, lorsque seule la dimension individuelle n tend vers l'infini, tous les estimateurs sont asymptotiquement biaises contrairement au modèle sans autocorrélation ou l'estimateur des mcg converge sous l'hypothèse d'une non corrélation entre les observations initiales et les erreurs du modèle ; - les conditions d'orthogonalité de Anderson et Hsiao, Arellano et Bond, Holtz-Aakin, Newey et Rosen et celle de Ahn et Schmidt (1993) proposées dans le cadre du modèle sans autocorrélation ne sont plus valides lorsqu'il y a autocorrélation des résidus, alors que celles de Balestra-Nerlove, Liviatan et Ahn et Schmidt (1995) gardent leur validité. Une autre condition d'orthogonalité que nous avons qualifiée de liviatan ii basée sur le modèle en différences premières est proposée. Les conditions d'orthogonalité valides sont utilisées pour proposer des méthodes d'estimations de tous les paramètres du modèle basées sur la technique des variables instrumentales ; - la méthode classique d'estimation du coefficient d'autocorrélation n'est pas ici convergente. Nous proposons deux méthodes d'estimation de ce coefficient en plus de celle proposée par Baltagi et Li que nous généralisons. Ce travail se termine par une partie empirique consacrée à l'estimation de deux modèles de demande travail avec couts d'ajustements et contraintes de débouchés. Nous avons voulu montrer par cette application, l'applicabilité des méthodes d'estimation que nous avons développé dans ce travail.