Essays in applied microeconometrics with applications to risk-taking and savings decisions

Cette thèse présente trois chapitres qui utilisent et développent des méthodes microéconométriques pour l’analyse de microdonnées en économique. Le premier chapitre étudie comment les interactions sociales entre entrepreneurs affectent la prise de décisions en face de risque. Pour ce faire, nous menons deux expériences permettant de mesurer le niveau d’aversion au risque avec de jeunes entrepreneurs ougandais. Entre les deux expériences, les entrepreneurs participent à une activité sociale dans laquelle ils peuvent partager leur connaissance et discuter entre eux. Nous recueillons des données sur la formation du réseau de pairs résultant de cette activité et sur les choix des participants avant et après l’activité. Nous trouvons que les participants ont tendance à faire des choix plus (moins) risqués dans la seconde expérience si les pairs avec qui ils ont discuté font en moyenne des choix plus (moins) risqués dans la première expérience. Ceci suggère que même les interactions sociales à court terme peuvent affecter la prise de décisions en face de risque. Nous constatons également que les participants qui font des choix (in)cohérents dans les expériences ont tendance à développer des relations avec des individus qui font des choix (in)cohérents, même en conditionnant sur des variables observables comme l’éducation et le genre, suggérant que les réseaux de pairs sont formés en fonction de caractéristiques difficilement observables liées à la capacité cognitive. Le deuxième chapitre étudie si les politiques de comptes d’épargne à avantages fiscaux au Canada conviennent à tous les individus étant donné l’évolution de leur revenu et les différences dans la fiscalité entre les provinces. Les deux principales formes de comptes d’épargne à avantages fiscaux, les TEE et les EET, imposent l’épargne à l’année de cotisation et de retrait respectivement. Ainsi, les rendements relatifs des deux véhicules d’épargne dépendent des taux d’imposition marginaux effectifs au cours de ces deux années, qui dépendent à leur tour de la dynamique des revenus. J’estime un modèle de dynamique des revenus à l’aide d’une base de données administrative longitudinale canadienne contenant des millions d’individus, ce qui permet une hétérogénéité substantielle dans l’évolution des revenus entre différents groupes. Le modèle est ensuite utilisé, conjointement avec un calculateur d’impôt et de transferts gouvernementaux, pour prédire comment les rendements des EET et des TEE varient entre ces groupes. Les résultats suggèrent que les comptes de type TEE génèrent en général des rendements plus élevés, en particulier pour les groupes à faible revenu. La comparaison des choix d’épargne optimaux prédits par le modèle avec les choix d’épargne observés dans les données suggère que les EET sont en général trop favorisées dans la population, surtout au Québec. Ces résultats ont d’importantes implications sur les politiques de « nudge »qui sont actuellement mises en oeuvre au Québec, obligeant les employeurs à inscrire automatiquement leurs employés dans des comptes d’épargne de type EET. Ceux-ci pourraient produire des rendements très faibles pour les personnes à faible revenu, qui sont connues pour être les plus sensibles au « nudge ». Enfin, le troisième chapitre étudie les problèmes méthodologiques qui surviennent fréquemment dans les modèles de régression par discontinuité (RD). Il considère plus précisément le problème des erreurs d’arrondissement dans la variable déterminant le traitement, ce qui rend souvent la variable de traitement inobservable pour certaines observations autour du seuil. Alors que les chercheurs rejettent généralement ces observations, je montre qu’ils contiennent des informations importantes, car la distribution des résultats se divise en deux en fonction de l’effet du traitement. L’intégration de cette information dans des critères standard de sélection de modèles améliore la performance et permet d’éviter les biais de spécification. Cette méthode est prometteuse, en particulier pour améliorer les estimations des effets causaux dans les très grandes bases de données, où le nombre d’observations rejetées peut être très important, comme le LAD utilisé au chapitre 2.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.