EC Méthodes économétriques d'évaluation

L’objectif de ce cours est de fournir aux étudiants de M1 un aperçu des méthodes empiriques principales utilisées pour l’évaluation de politiques publiques. Des articles clés issus de la littérature seront étudiés (analysant la mise en place de programmes de santé, d’éducation ou d’accès à l’emploi) et des exercices de mis en pratique sur STATA seront proposés au fil de séances. Nous discuterons les avantages et les inconvénients de chaque méthode utilisée ainsi que les clés conditionnant  le choix de la méthode d’évaluation appropriée.

Plan du cours détaillé :

Introduction :
1.    Pourquoi évaluer ? - Qu’évaluons-nous ? - Quels sont les enjeux et les objectifs de l’évaluation ?
2.    La formation du problème d’évaluation : le cadre de Rubin
3.    Le problème fondamental de l’inférence causale
4.    Définition des paramètres : effets de traitements, contrefactuel
5.    Effets de sélection et challenges

Partie 1 : Les expériences aléatoires contrôlées 
1.    Le principe de l’allocation aléatoire
2.    Hypothèses identifiantes
3.    Etude de 2 articles empiriques
4.    En pratique
Exemple : exercice sur les données National Supported Work (NSW)

Partie 2 : Les expériences naturelles : la méthode de différences de différences
1.    Modèle et hypothèses identifiantes
2.    Etude de 2 articles empiriques
3.    Utilisation des données de panel
4.    Extensions : Triple différences, Ashenfelter dip, dans un cadre non-linéaire, matching et différences de différences
5.    En pratique
Exemple : exercice sur les données National Supported Work (NSW)

Cette approche pédagogique fournira aux étudiants des outils économétriques de base de l’évaluation des politiques publiques avec l’objectif de leur permettre d’élaborer un projet final sur Stata et d’être capable de mobiliser ces compétences dans un cadre aussi bien académique que professionnel.

Manuels de référence :
•    Angrist & Pischke (2009), ‘Mostly Harmless Econometrics: An Empiricist’s Companion’, Princeton University Press
•    Wooldridge, ‘Introductory Econometrics: A Modern Approach’, 4th edition (2009), 5th edition (2013)
•    Cameron and Trivedi (2010), ‘Microeconometrics using Stata’, Stata Press
•    Angrist & Pischke (2015), ‘Mastering Metrics’, Princeton University Press

Articles de référence :
•    Angrist, J., Bettinger, E., Bloom E., King, E. and Kremer, M. “Vouchers for Private Schooling in Colombia: Evidence from a Randomized Natural Experiment”, The American Economic Review, vol. 95, no. 5, 2002, pp. 1535-1558.
•    Ashenfelter, O., Ashmore, D. and Deschênes, O. “Do Unemployment Insurance Recipients Actively Seek Work? Evidence from Randomized Trials in Four US States”. Journal of Econometrics, vol. 125, no. 1-2, 2005, pp. 53-75.
•    Heckman J., Pinto R. and P. Savelyev. “Understanding the Mechanisms Through Which an Influence Early Childhood Program Boosted Adult Outcomes”. The American Economic Review, vol. 103, no. 6, 2013, pp. 2052-2086.
•    Card, D., Mas, A., Moretti, E. and Saez, E. “Inequality at Work: The Effect of Peer Salaries on Job Satisfaction”, The American Economic Review, vol. 102, no. 6, 2012, pp. 2981-3003.
•    Duflo, E., Dupas, P. and Kremer, M. “Peer Effects, Teacher Incentives, and the Impact of Tracking: Evidence from a Randomized Evaluation in Kenya”, vol. 101, no. 5, 2011, pp. 1739-74.
•    Card, D., and Krueger, A.B. (1994). “Minimum Wages and Employment: A Case Study of the Fast-Food Industry in New Jersey and Pennsylvania.” The American Economic Review, vol. 84, no. 4, 1994, pp. 772–793.
•    Card, D. (1990): “The Impact of the Mariel Boatlift on the Miami Labor Market,” Industrial and Labor Relations Review, vol. 43, no. 2, pp. 245–257.
•    Qian, N. “Missing Women and The Price of Tea in China: The Effect of Sex-Specific Income on Sex Imbalance”, The Quarterly Journal of Economics, vol. 123, no. 3, 2008, pp. 12551-1285.
•    Dumont E., Fortin, B., Jacquemet, N. and Shearer B. “Physicians’ Multitasking and Incentives: Empirical Evidence from a Natural Experiment”, Journal of Health Economics, vol. 27, no. 6, 2008, pp. 1436-1450.
•    Blundell, R., Costa Dias, M., Meghir, C. and Van Reenen, J. “Evaluating the Employment Impact of a Mandatory Job Search Assistance Program”, Journal of European Economic Association, vol. 2, no. 4, 2010, pp. 569-606.
•    Abadie, A., A. Diamond, et J. Hainmueller (2012): “Synthetic Control Methods for Comparative Case Studies: Estimating the Effect of California’s Tobacco Control Program,” Journal of American Statistical Association, 105 (490).
•    Duflo, E., R. Glennerster, et M. Kremer (2006): “Using Randomization in Development Economics Research: A Toolkit,” NBER Working Paper, T0333.
•    Heckman, James, Robert Lalonde and Jeffrey Smith. (1999). “The economics and econometrics of active labor market programs.” in Ashenfelter, O. and D. Card (eds), Handbook of Labor Economics. Vol. III. North Holland, Amsterdam.
•    Bertrand, M., E. Duflo, et S. Mullainathan (2004): “How much should we trust differences-in-differences estimates?,” The Quarterly Journal of Economics, 119, 249–275.
•    Athey, S., et G. W. Imbens (2006): “Identification and Inference in Nonlinear Difference-in-differences Models,” Econometrica, 74, 431–497.

Econométrie de base (modèles de régression linéaire, tests statistiques) et compétences de base en informatique.