La structure des données économiques

En économie on rencontre une grande variété de données.  Généralement l’analyste dispose de données brutes extraites des fichiers de tailles et de formes différentes. L’analyste doit donc comprendre la structure des données et faire les traitements et les corrections nécessaires pour qu’elles soient exploitables et interprétables.

-          Des données individuelles ou en coupe transversale

Les données en coupe transversale se composent d’un échantillon d’individus, de ménages, de sociétés, de villes, d’états, de pays, ou d’autres unités statistiques, prise à un instant donné.

Une caractéristique importante  liée aux données en coupe transversale est que nous pouvons souvent supposer qu’elles ont été obtenues par  échantillonnage aléatoire  de la population mère. Par exemple, si nous obtenons l’information sur des salaires, l’éducation, l’expérience, et d’autres caractéristiques en tirant aléatoirement 100 personnes de la population active, alors nous avons un échantillon aléatoire représentant la population de toutes les personnes actives.

Des données en coupe transversale sont largement répandues dans les sciences économiques ainsi que dans d’autres sciences sociales.

Dans les sciences économiques, l’analyse des données en coupe transversale est étroitement liée aux questions  micro-économiques, tels que les sciences de travail, l’organisation industrielle, les sciences économiques urbaines, la démographie, les sciences économiques de santé. Les données sur  des individus, des ménages, des sociétés, et des villes à une période donnée sont importantes dans l’évaluation  des hypothèses  micro-économiques et ainsi que les politiques économiques.

Les données en coupe transversale sont présentées sous la forme suivante

Individus	Variable 1	………………	Variable j	Variable K
1
2
i	.
.	.
.
N	.

 

On note que les variables peuvent être quantitative ou qualitative (Voir cours Statistiques descriptives). Il est important de souligner que le traitement économétrique des variables diffère selon qu’il s’agit d’une variable qualitative ou qualitative.

 

-          Des données en séries temporelles ou chronologiques

Les séries temporelles dites aussi, chronologiques  se composent des observations d’une variable ou d’un ensemble de variables dans le temps.

Les exemples des données de série chronologique incluent les cours des actions, la masse monétaire, l’indice de prix à la consommation,  le produit intérieur brut,  les chiffres d’affaires ou les coûts  relatifs à une activité.

Dans cette conception, le temps est considéré comme une variable clé dans l’analyse des phénomènes économiques. En effet ; les variables ainsi que leurs retards permettent d’expliquer ou d’influencer les observations futures du phénomène étudié.

A la différence des données en coupe transversale l’arrangement des observations dans une série temporelle donne des informations potentiellement importantes, il est donc nécessaire d’ordonner les observations dans le temps. Les données peuvent être journalières, mensuelles, annuelles….

Les séries chronologiques se présentent sous la forme suivante :

 

temps	Variable 1	………………	Variable j	Variable K
1
2
t	.
.	.
.
T	.

 

 

-          Des données en panel ou  longitudinales

Les données de panel sont des series chronologiques d’une ou plusieurs variables observées pour les différentes unités statistiques ou individus de la population étudiée. On peut aussi les définir comme étant des données en coupe transversale observées dans le temps.

À titre d’exemple, supposons que nous avons un ensemble de variables (le salaire, le niveau d’éducation, l’emploi) pour un ensemble d’individus suivis sur une période de cinq ans. Ou encore l’investissement, les dividendes distribuées, des données financières relatives à un ensemble homogène de sociétés  sur une période de dix ans. Des données en panel peuvent également être rassemblées sur les unités géographiques ; par exemple le nombre de véhicules de tourisme ou les voitures utilitaires qui circulent dans les 24 gouvernorats de la Tunisie sur la période s’étalant entre 1995 et 2010.

Les données de panel se présentent sous la forme suivante :

Individu	Temps	Variable 1	……	Variable  j	Variable K
1	1
2	2
i	t	.
.	.	.
.	.
N	T	.

Bibliographie

Greene W.  (2005), Econométrie, Pearson Education.

Valerie M. (2008), Économétrie théories et applications, Economica.

Question du jour

Quels sont les principes de l’assurance?

Réponse:

Premier Principe: L’inversion du cycle de production

La compagnie d’assurance reçoit le versement des cotisations, en contre partie des services proposés, et cela avant la réalisation des risques.

Les primes collectées sont investies en titres financiers à plus au moins longues échéances jusqu’à ce que des sinistres doivent être remboursés, puisque le montant des sinistres qui se réaliseront n’est pas connu lors de la conclusion des contrats. 

Au moment de la conclusion du contrat, l’assureur ne connaît pas le montant des sinistres qui se réaliseront.

L’inversion du cycle de l’assurance est à la base de tous les enjeux des compagnies d’assurance…..

Deuxième Principe:  La mutualisation des risques

En référence à la loi des grands nombres, seul un portefeuille constitué d’un très grand nombre de contrats peut obtenir la mutualisation des risques et par la suite en cas de survenance des sinistres à quelques assurés, ils seront compensés par la non-survenance de sinistres pour les plus nombreux. 

Définition de l’assurance

L’assurance est par définition « l’opération par laquelle une entreprise d’assurance organise en mutualité un ensemble d’assurés exposés aux mêmes risques et répartit ces risques et les compense selon les lois de la statistique, à l’aide d’un fonds alimenté par des primes ou des cotisations qu’elle collecte préalablement »[1]

---

 

 

[1] Landel.J, Charée-Serveau.M, Lexique des termes d’assurance, L’Argus (2000), p.20

Simulation (histoire)

Modern Monte Carlo methods have their roots in the 1940s when Fermi,
Ulam, von Neumann, Metropolis and others began considering the use of
random numbers to examine different problems in physics from a stochastic
perspective (Cooper (1989)[1]…..

 

 

 

---

[1]  A guide to Monte Carlo Simulations in Statistical Physics, David P. Landau, Kurt Binder, p. 48

Invitation

Ce site est conçu pour vous donner de la formation et de l’information gratuite portant sur différents thèmes de l’économie et de la gestion quantitative.

Il est destiné plus particulièrement aux étudiants, aux chercheurs et aux professeurs des universités et des écoles d’économie, de Gestion,  et des approches quantitatives…

Nous souhaitons échanger des informations avec les différents intervenants.

Nous comptons énormément sur vos commentaires.