Dépendance inter-individuelle sur panels hétérogènes : estimation, inférence et prévision
Institution:
Paris 2Disciplines:
Directors:
Abstract EN:
The availability of panel data sets with comparable and large time and individual dimensions is rapidly increasing. This structure offers new possibilities to understand and characterize cross-sectional dependence. This thesis makes three contributions to the recent literature dealing with large heterogeneous panel data sets with cross-sectional dependence. The first chapter deals with estimation, inference and forecasting issues focusing on the comparison of heterogeneous, homogeneous and partially homogeneous panel data estimators in presence of cross-sectional dependence modeled by spatial error dependence and common factors. In the second chapter novel tests for equal predictive ability in panels of forecasts are proposed, allowing for different types and strength of cross-sectional dependence across units. Finally, the third chapter focuses on forecasts obtained using iterated and direct methods. A special emphasis is put on the predictors which contain terms related to interactions between panel units. Inflation forecasts for the OECD countries are compared empirically. The results show the importance of taking common factors into account to predict inflation.
Abstract FR:
La disponibilité de données de panel ayant des dimensions temporelle et individuelle comparables et importantes augmente rapidement. Cette structure offre de nouvelles perspectives pour appréhender et caractériser les dépendances inter-individuelles. Cette thèse, tout en s'appuyant sur la littérature récente liée aux panels hétérogènes de grande taille en présence de dépendances inter-individuelles, en propose trois prolongements. Le premier chapitre traite des problèmes d'estimation, d'inférence et de prévision, en se concentrant sur la comparaison d'estimateurs hétérogènes, homogènes et partiellement homogènes en présence de dépendances inter-individuelles. Ces dernières renvoient à des structures de dépendance spatiale sur les perturbations et à la présence de facteurs communs. Le deuxième chapitre se focalise sur l'élaboration de tests robustes à différentes structures de dépendance inter-individuelle afin d'évaluer la qualité prédictive de plusieurs panels. Enfin, le troisième chapitre se concentre sur les prévisions, obtenues sur la base d'approches itérée et directe, et l'introduction de termes spécifiques liés aux dépendances inter-individuelles dans les prédicteurs. La comparaison des prévisions de taux d'inflation sur un panel de pays de l'OCDE révèle notamment l'importance de la prise en compte des facteurs communs.