MASTER ESA 2ème ANNEE

SEMESTRE 3

Semestre commun voie professionnelle et voie recherche

Techniques Econométriques (Applications SAS®)

UE 31 : Econométrie des Données de Panel
L’objectif du cours est de familiariser les étudiants à la pratique de l’économétrie des données de panel. Afin de couvrir l’ensemble des thèmes abordés, la progression du cours sera assez soutenue. En outre, une place importante sera accordée à l’application de ces méthodes sur des données réelles avec le logiciel SAS.
Plan : Chapitre 1 : Modèles Linéaires Simples de panels cylindrés Chapitre 2 : Modèles Linéaires Simples de panel non cylindrés. Chapitre 3 : Introduction aux panels non-stationnaires.
pré-requis : Modèles Linéaires sur séries temporelles
Bibliographie :
- Baltagi, Badi H. (1996), Analysis of panel data, Chichester; New York: Wiley.
- Maddala, G. and Wu, S. (1999), “A comparative study of unit root tests and a new simple test”, Oxford Bulletin of Economics and Statistics 61, 631-652.
- Matyas, Laszlo and Patrick Sevestre (ed.) (1996), The econometrics of panel data: a handbook of the theory with applications, Dordrecht; Boston: Kluwer Academic Publications.
- Pedroni, P. (2004), “Panel Cointegration; Asymptotic and Finite Sample Properties of Pooled Time Series Tests with an Application to the Purchasing Power Parity Hypothesis”, Econometric Theory, 20, 597-625.
- Rault, C. (2003), "The Balassa-Samuelson effect in Central and Eastern Europe: Myth or reality ? A panel data approach", (co-écrit avec Imed Drine, Balázs Égert, Kirsten Lommatzsch), Journal of Comparative Economics, n°3, septembre.
- Alain Trognon (2003), « L’économétrie des données de panel en perspective »,  Revue d’Economie Politique.

UE 32 : Macro-économétrie
Ce cours propose une présentation des méthodes de moments allant des méthodes de moments généralisées (GMM) aux moments simulés (EMM). Ces méthodes d’estimations constituent une généralisation des principales méthodes d’estimation usuelles (MCO, variables instrumentales, maximum de vraisemblance etc.) et sont fondées sur l’exploitation de conditions d’orthogonalité. En macro-économétrie et en macroéconomie financière, ces méthodes sont très largement utilisées dans le cadre des modèles à anticipations rationnelles. En dehors des applications macro-économiques, nous proposerons en outre dans ce cours des applications portant sur l’estimation de modèles financiers de volatilité stochastique.
Pré-requis : Cours d’économétrie des séries temporelles
Ressources pédagogiques :
- Polycopié de cours disponible sur le site http://www.univ-orleans.fr/deg/masters/ESA/CH/churlin_E.htm
- Examens corrigés disponibles sur le site http://www.univ-orleans.fr/deg/masters/ESA/CH/churlin_E.htm

UE 33 : Econométrie Semi et Non Paramétrique
La première partie, après un rappel sur les tests paramétriques usuels, porte sur les principaux  tests non paramétriques permettant de juger de l’adéquation à une distribution donnée ou de la comparaison d’échantillons. La mise en œuvre fait appel aux procédures SAS de type MEAN, UNIVARIATE, NPAR1WAY, FREQ. La seconde partie de ce cours porte sur les méthodes d’estimation non paramétriques et semi paramétriques. Un rappel sur les méthodes de lissage et les méthodes de lissage par opérateur à noyau (Kernel) est proposé. Dans ce contexte, les méthodes d’estimation Kernel d’une fonction densité ainsi que le principe d’une régression Kernel sont tout abordées. Les applications se font sous les procédures UNIVARIATE, KDE et INSIGHT de SAS®. Enfin, les méthodes de régression locales de type LOESS et LOWESS sont présentées et appliquées sous SAS® à divers exemples de régressions.
pré-requis : Cours d’économétrie approfondie et de statistique approfondie.
Bibliographie : Siegel et Castellan : NonParametric Statistics For the Behavorial Sciences

UE 34 : méthode de prévision
A partir d’exemples concrets, exposé pratique des principales méthodes de prévision. Les aspects théoriques des tests de validation du système de prévision sont également traités. Une extension aux modèles non linéaires de prévision est enfin abordée.
pré-requis : Cours de séries temporelles 1 et 2.
Bibliographie : Prévision des Ventes de Bourbonnais et Sunnier, Economica. Forecasting Economic Time Series de Clements et Hendry, Cambridge University Press

Econométrie pour la Finance, Banque et Assurance (Applications SAS®)

UE 35 : Méthodes de Scoring
L’objectif du cours est de familiariser les étudiants à la pratique des techniques du Credit Scoring. Afin de couvrir l’ensemble des thèmes abordés, la progression du cours sera assez soutenue. En outre, une place importante sera accordée à l’application de ces méthodes sur des données réelles avec le logiciel SAS.
Plan :
Chapitre 1 : Principes du scoring.
Chapitre 2 : Les modèles classiques.
Chapitre 3 : Autres modèles.
Chapitre 4 : Performances d’un score, choix du seuil et suivi.
Chapitre 5 : Choix des données et biais de sélection.
Chapitre 6 : Traitement et sélection des variables. Chapitre 7 : Applications.
pré-requis : Econométrie des variables qualitatives, modèles de durée
Bibliographie :
- Celeux  G. (1990), Analyse discriminante sur variables continues, INRIA, collection didactique.
- Gourieroux C. (1989), Econométrie des variables qualitatives, Economica.
- Lollivier S. (1990), Modèles univariés et modèles de durée sur données individuelles, ENSAE.

UE 36 : Financial econometrics
L’objectif de ce cours est de présenter les principales approches économétriques permettant de modéliser la variance conditionnelle d’une série, et notamment d’une série financière. La première partie de ce cours propose un rappel sur les principales propriétés statistiques généralement observées sur les séries de rendements ou de cours d’un actif financier. La seconde partie est consacrée à l’exposé des modèles ARCH-GARCH univariés permettant notamment de modéliser la variance conditionnelle de ces séries financières. Trois types de modèles sont envisagés: les modèles GARCH linéaires, les modèles GARCH asymétriques et  les modèles permettant d’intégrer des phénomènes de mémoire longue. Enfin, dans la lignée des travaux de Engle (2001), toutes les applications de ces modèles traités dans le cours portent sur la modélisation de la Value at Risk d’un portefeuille de titres.
Pré-requis : Cours d’économétrie des séries temporelles
Ressources pédagogiques :
- Polycopié de cours disponible sur le site http://www.univ-orleans.fr/deg/masters/ESA/CH/churlin_E.htm
- Examens corrigés disponibles sur le site http://www.univ-orleans.fr/deg/masters/ESA/CH/churlin_E.htm

UE 37 : Modèles de Durée
Ce cours présente les principales modélisations employées dans l'analyse des durées de réalisation d'un ou de plusieurs évènements : approche non paramétrique (estimateur de Kaplan-Meier, tables de survie et méthode actuarielle), approche paramétrique et modèles à durée de vie accélérée, approche semi paramétrique avec le modèle à risques proportionnels de Cox. Les applications mobilisent les principales procédures disponibles sous SAS® : proc LIFETEST, SURVIVAL et PHREG.
pré-requis : Cours d’économétrie approfondie, connaissances de base en statistique non paramétrique.
Bibliographie : Lawless : Statistical Models and Methods for Lifetime Data Hosmer et Lemeshow : Applied Survival Analysis

Expression Orale et Options de Spécialisations

UE 38 : Option
UE 39 : Exposé Oral Atelier de Techniques de Recherche d’Emploi (CV, Lettre de Motivation, Entretien)