ECTS
6 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS), Département Informatique et Mathématiques Appliquées aux Sciences Sociales (IMSS)
Période
Semestre 6
Liste des enseignements
Économie des contrats et des relations verticales
ECTS
4 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Période de l'année
Printemps (janv. à avril/mai)
Le cours est consacré à l’étude des relations contractuelles entre firmes en présence d’asymétrie d’informations (opportunisme, aléa moral, antisélection). Après avoir posé les fondements de la prise de décision des agents en environnement incertain (critère d’utilité espérée, risque et partage des risques), la première partie du cours s’intéresse aux contrats incitatifs entre un principal et son agent (ou entre employeur et employé). La seconde partie du cours s’appuie sur certains concepts de la première partie (tout en en introduisant d’autres) pour les contrats entre firmes à la fois dans leurs relations horizontales (jeux répétés et collusion) et verticales (modèle de double marge, restrictions verticales de base). Le cours est illustré par applications numériques, des exemples, des études de cas issues des autorités de la concurrence.
Econométrie 2
Composante
Faculté d'Economie de Grenoble (FEG), UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Printemps (janv. à avril/mai)
On étudie dans une 1ère partie (Modèles linéaires pour données en coupe) le problème posé par la présence d’endogénéité et son traitement par la méthode des variables instrumentales (VIs). Comme prolongement de l’étude du problème d’endogénéité traité par VIs nous étudierons les modèles à équations simultanées. On étudie dans une seconde partie (Modèles linéaires pour données de panel) les principales méthodes utilisées dans les modèles linéaires pour données de panel (modèles statiques et modèles dynamiques). En termes méthodologiques, ces deux parties nous permettront d’étudier la méthode des moments généralisés, et d’utiliser des résultats classiques de la statistique asymptotique. Le cours sera illustré par des applications et exercices empiriques avec le langage Python (remarque : le cours n’est pas un cours de Python et vous pouvez utiliser le langage de votre choix).