Modèles à changements de régimes et données de panel : de la non-linéarité à l'hétérogénéité

Panel threshold regression models : heterogeneity and nonlinearity

• Auteur / Autrice : Julien Fouquau
• Direction : Christophe Hurlin, Mélika Ben Salem
• Type : Thèse de doctorat
• Discipline(s) : Sciences économiques
• Date : Soutenance en 2008
• Etablissement(s) : Orléans
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'Economie d'Orléans (Orléans2008-2011)

Mots clés

Mots clés contrôlés

Okun, Arthur M. (1928-1980)

Panels

Modèles économétriques

Mots clés libres

Modèles à changements de régimes

Résumé

L'économétrie des données de panel a connu ces vingt dernières années un profond renouvellement lié à l'émergence des grandes problématiques des séries temporelles, telles la non stationnarité, la cointégration ou la causalité. Toutefois, force est de constater qu'il existe encore très peu de travaux relatifs à la prise en compte de la non-linéarité et plus spécifiquement du changement de régimes en panel. Dans ce contexte, la problématique générale de cette thèse consiste à mettre en évidence l'intérêt qu'il peut y avoir à modéliser le changement de régime sur données de panel. Les modèles à changements de régimes en panel constituent une extension directe des modélisations à seuils proposées en séries temporelles. Pour autant, l'introduction de la dimension individuelle permet d'enrichir fondamentalement leur interprétation économique. Dans cette thèse, nous étudions plus spécifiquement trois spécifications : les modèles à seuils à transition brutale (PTR), les modèles à seuils à transition lisse (PSTR), les modèles autorégressifs à seuils à transition lisse (PSTAR). Nous proposons trois applications de ces modèles portant successivement sur les effets de seuils dans la loi d'Okun, le paradoxe de Feldstein Horioka (1980) et la relation non-linéaire entre la consommation électrique et la température. Ces applications mettent en évidence divers avantages d'utiliser une modélisation à seuil en données de panel. Il ressort notamment que ces modèles forunissent une solution paramétrique simple pour tenir compte à la fois de la non-linéarité de l'hétérogénéité individuelle des paramètres. Les coefficients de pentes sont également autorisés à se modifier au cours du temps. Par ailleurs, nous montrons que l'accroissement de l'ensemble d'information permet d'identifier des effets de seuil qu'il n'aurait pas été possible d'identifier en séries temporelles.