10.08.2013 Views

Libéralisation financière, efficacité du système financier et ...

Libéralisation financière, efficacité du système financier et ...

Libéralisation financière, efficacité du système financier et ...

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

L'estimateur MCO est plus approprié que les autres quand il s’agit des longues périodes<br />

comme dans notre cas où on ne s’intéresse pas à l'étude année par année mais à l'exploitation<br />

des différences entres les indivi<strong>du</strong>s de l’échantillon.<br />

L'estimateur MCO est utile quand il s’agit d’étudier l’échantillon d’un grand nombre de pays<br />

où l’intérêt est de montrer les différences entre ces pays <strong>et</strong> pas seulement d'analyser leurs<br />

eff<strong>et</strong>s indivi<strong>du</strong>els. Mais si l’étude inclut un p<strong>et</strong>it nombre de pays, supposons 3 ou 4, dans ce<br />

cas, il sera plus juste d’appliquer l'estimateur (Within) dans un modèle à eff<strong>et</strong>s fixes. Etant<br />

donné l’échantillon de 58 pays, nous préfèrons analyser les différences entre (b<strong>et</strong>ween) ces<br />

pays <strong>et</strong> non pas en dedans (within) où l'estimateur de MCO est mieux adapté que le second.<br />

Enfin, il faut souligner que notre échantillon n’est pas homogène <strong>et</strong> notre panel non équilibré<br />

(unbalanced panel). En eff<strong>et</strong>, le panel non équilibré (unbalanced panel) est provoqué par des<br />

données absentes (missing data) <strong>et</strong> par des erreurs de mesure (measurement errors). Les<br />

données absentes peuvent être un problème considérable quand on utilise les séries<br />

temporelles, en particulier dans les PVD. Alors, élaborer un panel qui inclut une seule<br />

observation par pays peut éviter ce problème. Mais il faut souligner que la dimension<br />

temporelle de notre panel ne peut être négligée surtout si les valeurs moyennes ne<br />

représentent pas la plupart des réalisations (observations), c'est-à-dire lorsque les réalisations<br />

sont loin de leur moyenne indivi<strong>du</strong>elle (dans le cas où la plupart des observations se trouvent<br />

à l'extérieur de l'intervalle de confiance ''IC'').<br />

171

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!