Dynamique économétrique (projet tuteuré)

Ce cours d'économétrie est spécifiquement orienté sur les outils économétriques des séries temporelles. Des cas pratiques sont également développés dans chaque chapitre pour documenter l’importance de ces outils dans un cadre empirique.

PLAN DE COURS :
Chapitre 1 : Les séries temporelles non-stationnaires
Chapitre 2 : La théorie de la cointégration
Chapitre 3 : VAR structurels et analyse des réponses impulsionnelles
Chapitre 4 : Introduction à la méthode des projections locales 
Chapitre 5 : Introduction à la non-causalité

Ce cours a pour objectif d’apporter aux étudiants des connaissances avancées concernant la modélisation des séries temporelles et l'identification des chocs économiques. En parallèle des concepts théoriques développés dans le cours, des applications sont proposées sous afin de confronter les étudiants à des cas pratiques.

SESSION 1 :
Contrôle Terminal
• Type : Dossier

Régime Dérogatoire
• Type : Dossier

SESSION 2 :
• Type : Dossier

Utilisation de l'intelligence artificielle :
Dans le cadre de cet EC, l’usage de l’IA pour aider à la réalisation des travaux soumis à évaluation est autorisé pour les tâches suivantes :
*** recherche d’idées
*** édition (correction de fautes d’orthographe et de syntaxe, mise en forme des références, traduction de citations et d’extraits).
*** code

Il est interdit pour les tâches suivantes :
*** construction (problématisation, suggestion de plan)
*** rédaction (amélioration du style, réécriture de passages, rédaction de résumés)
Les résultats fournis par l’IA doivent constituer un matériau pour votre réflexion, et toujours faire l’objet d’une réappropriation et d’une reprise critique.
Tous les usages doivent être documentés dans une section dédiée à la fin de votre travail. Cette section doit permettre à votre lecteur d’évaluer la manière dont vous avez travaillé avec l’IA et mobilisé cette ressource au service d’un travail personnel.
L’intégration directe de contenus engendrés par l’IA doit être faite sous le régime de la citation.

Le cours exige un niveau M1 en probabilités, statistiques, économétrie des séries temporelles.

• Maîtriser les fondamentaux en modélisation des séries non-stationnaires,
• estimation par maximum de vraisemblance,
• identification des chocs structurels. 

• Franses, P., Dijk D. (2008). Non-linear time series models in empirical finance. Cambridge University Press.
• Hamilton, J. (1994). Time Series Analysis. Princeton University Press.
• Lütkepohl, H. (2005). New introduction to multiple time series analysis. Springer Science & Business Media.
• Kilian, L. and Lütkepohl, H. (2017). Structural Vector Autoregressive Analysis. Cambridge University Press.
• Jordà (2026). https://sites.google.com/site/oscarjorda/home/local-projections 
  

Classe interactive