Descriptif
Dans ce cours, nous allons étudier comment les méthodes économétriques peuvent aider à répondre aux problématiques de causalité. Nous analyserons les raisons pour lesquels il est difficile d'établir des liens de causalité crédibles dans les sciences sociales et comment surmonter certains défis. Nous nous appuirons sur les outils vus en Econométrie Appliquées 1 (régressions linéaires) pour plusieurs méthodes centrales à la pratique de l'économétrie moderne : expériences, variables instrumentales, conceptions de régression de discontinuité, estimations d'effets fixes, différences dans les différences, études d'évènements, appariement et contrôle synthétique. Nous utiliserons des exemples concrets et pertinants pour illustrer les hypothèses et les limites de chaque méthode. Nous découvrirons également l'expérience des conférenciers invités qui ont étudiés l'économétrie au niveau du doctorat et qui appliquent désormais les outils économétriques dans leurs activités (non-académiques) quotidiennes.
Evaluation :
L'évaluation comporte trois parties :
- Participation active pendant les CM et les PC (note individuelle)
- Présentaion orale (note individuelle)
- Travail de semestre (note de groupe)
Références :
Les diapositives sont indépendantes. Les élèves intéressés peuvent consulter les livres suivants pour plus de détails techniques et d'exemples :
- Introduction to econometrics, Stock and Watson
- Mastering metrics, Angrist and Pischke
- Mostly harmless econometrics, Angrist and Pischke
Dans les exemples d'application, nous examinerons en détail les articles suivants :
- Bandiera O, Burgess R, Das J, Gulesci S, Rasul I and Sulaiman (2017) “Labor markets and poverty in village economies”, Quarterly Journal of Economics
- Duflo, E (2001) “Schooling and labor market consequences of school construction in Indonesia: Evidence from an unusual policy experiment”, American Economic Review
- Ozier O (2017) “The Impact of Secondary Schooling in Kenya: A Regression Discontinuity Analysis”, Journal of Human Resources.
- Bleakley H (2003). “Disease and Development: Evidence from the American South.” Journal of the European Economic Association.
- Acemoglu, D and S Johnson (2007). “Disease and Development: The Effect of Life Expectancy on Economic Growth”, Journal of Political Economy.
Objectifs pédagogiques
Lors des PC, les étudiants vont travailler en groupe pour critiquer les articles de recherche qui répondent à une problématique de causalité. Ils procéderont en cinq étapes :
- Formuler une problématique de causalité et expliquer de pourquoi elle est intéressante/importante.
- Trouver deux articles de recherche qui utilise une des méthodes étudiées en cours afin de répondre à la problématique.
- Analyser les méthodes utilisées dans chaque article.
- Examiner les résultats des deux articles.
- Résumer les conclusions dans une présentation et un travail de semestre.
Objectifs pédagogiques de ce cours :
- Expliquer quand et pourquoi l'économétrie est utile
- Localiser la recherche empirique de pointe en économie
- Evaluer les défauts et limites du travail empirique
- Evaluer les décisions et les politiques publiques des entreprises
effectifs minimal / maximal:
/60Diplôme(s) concerné(s)
- Programmes d'échange internationaux
- Non Diplomant
- M1 Mathématiques Appliquées et Statistiques
- MScT-Economics for Smart Cities and Climate Policy
- MScT-Economics, Data Analytics and Corporate Finance
- Titre d’Ingénieur diplômé de l’École polytechnique
- MScT-Data and Economics for Public Policy (DEPP)
Parcours de rattachement
Pour les étudiants du diplôme Titre d’Ingénieur diplômé de l’École polytechnique
Vous devez avoir validé l'équation suivante : UE ECO552A
prerequisite ECO552A
Format des notes
Numérique sur 20Littérale/grade réduitPour les étudiants du diplôme M1 Mathématiques Appliquées et Statistiques
L'UE est acquise si Note finale >= 10- Crédits ECTS acquis : 5 ECTS
Pour les étudiants du diplôme MScT-Economics, Data Analytics and Corporate Finance
Le rattrapage est autorisé (Note de rattrapage conservée)- Crédits ECTS acquis : 4 ECTS
La note obtenue rentre dans le calcul de votre GPA.
Pour les étudiants du diplôme Programmes d'échange internationaux
Pour les étudiants du diplôme MScT-Economics for Smart Cities and Climate Policy
Le rattrapage est autorisé (Note de rattrapage conservée)- Crédits ECTS acquis : 4 ECTS
La note obtenue rentre dans le calcul de votre GPA.
Pour les étudiants du diplôme Non Diplomant
Le rattrapage est autorisé (Note de rattrapage conservée)- Crédits ECTS acquis : 5 ECTS
Pour les étudiants du diplôme Titre d’Ingénieur diplômé de l’École polytechnique
Le rattrapage est autorisé (Note de rattrapage conservée)- Crédits ECTS acquis : 5 ECTS
La note obtenue rentre dans le calcul de votre GPA.
Pour les étudiants du diplôme MScT-Data and Economics for Public Policy (DEPP)
Le rattrapage est autorisé (Note de rattrapage conservée)- Crédits ECTS acquis : 4 ECTS
La note obtenue rentre dans le calcul de votre GPA.