Nguyen-Van Phu, chercheur au laboratoire
BETA qui se trouve dans les locaux de la faculté, a récemment obtenu la médaille de bronze du CNRS qui récompense un chercheur pour la qualité de ses travaux scientifiques. Phu, est aujourd'hui un expert internationalement reconnu dans le domaine de l'économétrie de l'environnement. Il a effectué l'intégralité de ses études universitaires à la FSEG de Strasbourg, il revient sur son parcours d'étudiant et le cours qu'il y enseigne aujourd'hui.
Mon premier contact avec l'économétrie m'a donné l'impression qu'il s'agissait d'une matière assez abstraite et un peu ennuyeuse. Mais au bout d'un certain temps, j'ai compris que c'était plutôt le contraire. L'économétrie fait appel à des données réelles pour étudier des questions diverses allant de la microéconomie à la macroéconomie, en passant par la finance, le marketing, etc.
La différence principale entre la statistique et l'économétrie réside dans le fait que la statistique peut permettre de régresser x sur y ou, au contraire, régresser y sur x sans aucun problème alors que l'économétrie utilise les théories économiques pour nous guider dans le choix de la relation entre x et y (appelé « modèle »). C'est aussi les théories économiques qui nous éclairent sur les hypothèses de cette relation. La confrontation de ce modèle aux données réelles à l'aide des méthodes économétriques de régression nous permettra de tester ces hypothèses, ce qui nous amènera à valider ou invalider les théories économiques.
L'économétrie effectue sans cesse l'aller-retour entre la théorie économique et les données réelles. C'est là où se trouve la clé pour mieux comprendre les phénomènes économiques.
Ce que j'ai aimé et continue à aimer en économétrie, c'est l'importance accordée aux « erreurs du modèle » ou « erreurs de la régression », également connues sous l'appellation « résidus de la régression ». Malgré son nom qui caractérise le reste, l'erreur, ce qui n'est pas observable, ou le résidu d'une relation entre différentes variables, ce terme occupe toujours une place centrale en économétrie. Toute l'économétrie tourne autour de lui. Par exemple, si les résidus ne sont pas corrélés avec les variables explicatives du modèle, alors nous pouvons utiliser les méthodes des moindres carrés ordinaires pour estimer les coefficients du modèle, sinon il faut utiliser d'autres méthodes d'estimation comme les variables instrumentales, les méthodes de moments, etc.
Ainsi, dans le cadre du cours d' « Econométrie non paramétrique » en M2 spécialité « Econométrie et statistique », tout en gardant le rôle centrale des résidus de la régression, les étudiants découvrent des modèles non spécifiés (ou non connus) a priori entre x et y afin d'éviter des erreurs de spécification souvent rencontrées avec l'économétrie paramétrique.