Lorem ipsum dolor sit amet, consectetur adipiscing elit. Aliquam leo elit, vestibulum nec rhoncus scelerisque, molestie vel justo. Aenean non turpis at nunc rutrum congue vitae quis velit. Proin fermentum faucibus sapien, sed scelerisque dolor lobortis nec. Suspendisse ac quam dignissim elit egestas mattis a at eros. Suspendisse molestie magna libero, fringilla facilisis nisl accumsan eget. Nunc vel pulvinar ante. Proin vel porttitor metus. Mauris quis consectetur dolor. Nunc orci nisi, facilisis quis imperdiet scelerisque, venenatis eget augue. Curabitur egestas ullamcorper mauris, auctor aliquam urna porttitor vel. Pellentesque ornare ultrices urna. Phasellus in rutrum quam. Nulla adipiscing id nulla vitae posuere. Aliquam rhoncus hendrerit ante, at vestibulum lectus venenatis sed. In vestibulum risus vel est varius, a tempor purus porttitor. Aliquam eu dapibus magna.
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Aliquam leo elit, vestibulum nec rhoncus scelerisque, molestie vel justo. Aenean non turpis at nunc rutrum congue vitae quis velit. Proin fermentum faucibus sapien, sed scelerisque dolor lobortis nec. Suspendisse ac quam dignissim elit egestas mattis a at eros. Suspendisse molestie magna libero, fringilla facilisis nisl accumsan eget. Nunc vel pulvinar ante. Proin vel porttitor metus. Mauris quis consectetur dolor. Nunc orci nisi, facilisis quis imperdiet scelerisque, venenatis eget augue. Curabitur egestas ullamcorper mauris, auctor aliquam urna porttitor vel. Pellentesque ornare ultrices urna. Phasellus in rutrum quam. Nulla adipiscing id nulla vitae posuere. Aliquam rhoncus hendrerit ante, at vestibulum lectus venenatis sed. In vestibulum risus vel est varius, a tempor purus porttitor. Aliquam eu dapibus magna.
33,4 Minutes
45 SMS
source : ARCEP
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Aliquam leo elit, vestibulum nec rhoncus scelerisque, molestie vel justo. Aenean non turpis at nunc rutrum congue vitae quis velit. Proin fermentum faucibus sapien, sed scelerisque dolor lobortis nec. Suspendisse ac quam dignissim elit egestas mattis a at eros. Suspendisse molestie magna libero, fringilla facilisis nisl accumsan eget. Nunc vel pulvinar ante. Proin vel porttitor metus. Mauris quis consectetur dolor. Nunc orci nisi, facilisis quis imperdiet scelerisque, venenatis eget augue. Curabitur egestas ullamcorper mauris, auctor aliquam urna porttitor vel. Pellentesque ornare ultrices urna. Phasellus in rutrum quam. Nulla adipiscing id nulla vitae posuere. Aliquam rhoncus hendrerit ante, at vestibulum lectus venenatis sed. In vestibulum risus vel est varius, a tempor purus porttitor. Aliquam eu dapibus magna.
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Aliquam leo elit, vestibulum nec rhoncus scelerisque, molestie vel justo. Aenean non turpis at nunc rutrum congue vitae quis velit. Proin fermentum faucibus sapien, sed scelerisque dolor lobortis nec. Suspendisse ac quam dignissim elit egestas mattis a at eros. Suspendisse molestie magna libero, fringilla facilisis nisl accumsan eget. Nunc vel pulvinar ante. Proin vel porttitor metus. Mauris quis consectetur dolor. Nunc orci nisi, facilisis quis imperdiet scelerisque, venenatis eget augue. Curabitur egestas ullamcorper mauris, auctor aliquam urna porttitor vel. Pellentesque ornare ultrices urna. Phasellus in rutrum quam. Nulla adipiscing id nulla vitae posuere. Aliquam rhoncus hendrerit ante, at vestibulum lectus venenatis sed. In vestibulum risus vel est varius, a tempor purus porttitor. Aliquam eu dapibus magna.
?
Kim, Y., Telang, R., Vogt, W. B., et Krishnan, R. (2010)
Méthode
Modèle Structurel
Prix
Résultats
Faibles substituts
Andersson, K., Foros, Ø., et Steen, F. (2009).
Méthode
Modèle log-lineaire
2SLS
Résultats
Substituts
Andersson, K., Foros, Ø., et Steen, F. (2009).
Méthode
Modèle log-lineaire
2SLS
Résultats
Substituts
Compléments
Grzybowski et Pereira, (2008)
AGCOM
Kim, Telang, Vogt, et Krishnan (2010)
ARCEP
Pr
ép
ay
éP
os
tp
ay
é
1
Grzybowski et Pereira, (2008)
AGCOM
Kim, Telang, Vogt, et Krishnan (2010)
ARCEP
Pr
ép
ay
éP
os
tp
ay
é
Type de contrat ?
1
Problème de maximisation
Dans le modèle initié par Larson et al. (1990), les auteurs font l’hypothèsed’une utilité quasi-linéaire 15 par rapport au bien composite et normalisent leprix de ce dernier à 1. Cette hypothèse paraît raisonnable, car une faible por-tion du revenu est utilisé pour la téléphonie mobile (Economides et al., 2008;Park et al., 1983). La portion du revenu serait encore plus faible dans le casprésent, puisque seule la communication entre deux individus est modélisée.
Le problème d’optimisation auquel le consommateur i fait face dans sarelation ij est alors :
Max U
i
(Iij
;Xi
)
s.l.c I
ij
= f(qij
, q
ji
)
R
i
= p
i
(qij
) +X
i
(3)
En substituant X
i
dans la fonction d’utilité grâce à la contrainte de re-venu, la quantité émise par l’individu i vers j va être optimale lorsque :
@f
@q
ij
=p
i
Ce qui implique que la quantité optimale de communication (Voix ouSMS) émise par l’individu i dans sa relation ij va donc dépendre du prixde la communication (p
i
) mais également de la quantité de communicationémise de j vers i (q
ji
) :
q
⇤ij
= q
⇤ij
(q⇤ji
, p
i
) (5)
15. Une utilité est quasi-linéaire lorsque que sa fonction peut s’exprimer de façon linéairepar rapport à l’une des variables la composant tel que : U(x1, x2, ..., xn) = x1+u(x2, ..., xn).L’utilisation de ce type d’utilité permet de s’affranchir de l’effet revenu.
9
i
Problème de maximisation
Dans le modèle initié par Larson et al. (1990), les auteurs font l’hypothèsed’une utilité quasi-linéaire 15 par rapport au bien composite et normalisent leprix de ce dernier à 1. Cette hypothèse paraît raisonnable, car une faible por-tion du revenu est utilisé pour la téléphonie mobile (Economides et al., 2008;Park et al., 1983). La portion du revenu serait encore plus faible dans le casprésent, puisque seule la communication entre deux individus est modélisée.
Le problème d’optimisation auquel le consommateur i fait face dans sarelation ij est alors :
Max U
i
(Iij
;Xi
)
s.l.c I
ij
= f(qij
, q
ji
)
R
i
= p
i
(qij
) +X
i
(3)
En substituant X
i
dans la fonction d’utilité grâce à la contrainte de re-venu, la quantité émise par l’individu i vers j va être optimale lorsque :
@f
@q
ij
=p
i
Ce qui implique que la quantité optimale de communication (Voix ouSMS) émise par l’individu i dans sa relation ij va donc dépendre du prixde la communication (p
i
) mais également de la quantité de communicationémise de j vers i (q
ji
) :
q
⇤ij
= q
⇤ij
(q⇤ji
, p
i
) (5)
15. Une utilité est quasi-linéaire lorsque que sa fonction peut s’exprimer de façon linéairepar rapport à l’une des variables la composant tel que : U(x1, x2, ..., xn) = x1+u(x2, ..., xn).L’utilisation de ce type d’utilité permet de s’affranchir de l’effet revenu.
9
@f
@qij= pi
i
�ln(Vij,t) = ↵1�ln(Vji,t) + ↵2�ln(Sji,t) + ↵4�ln(Sij,t)+ ↵3�ln(Sij,t) ⇤ prepayei + ↵5�ln(V lagi,t)+ ↵6�ln(Slagi,t) + ↵7�ln(V exi,t) + ↵8�ln(V ini,t)+
P25z=1 ⇡Dz +�✏ij,t
Finalement
�ln(Vij,t) = ↵1�ln(Vji,t) + ↵2�ln(Sji,t) + ↵4�ln(Sij,t)+ ↵3�ln(Sij,t) ⇤ prepayei + ↵5�ln(V lagi,t)+ ↵6�ln(Slagi,t) + ↵7�ln(V exi,t) + ↵8�ln(V ini,t)+
P25z=1 ⇡Dz +�✏ij,t
Finalement
�ln(Vij,t) = ↵1�ln(Vji,t) + ↵2�ln(Sji,t) + ↵4�ln(Sij,t)+ ↵3�ln(Sij,t) ⇤ prepayei + ↵5�ln(V lagi,t)+ ↵6�ln(Slagi,t) + ↵7�ln(V exi,t) + ↵8�ln(V ini,t)+
P25z=1 ⇡Dz +�✏ij,t
Finalement
�ln(Vij,t) = ↵1�ln(Vji,t) + ↵2�ln(Sji,t) + ↵4�ln(Sij,t)+ ↵3�ln(Sij,t) ⇤ prepayei + ↵5�ln(V lagi,t)+ ↵6�ln(Slagi,t) + ↵7�ln(V exi,t) + ↵8�ln(V ini,t)+
P25z=1 ⇡Dz +�✏ij,t
Finalement
�ln(Vij,t) = ↵1�ln(Vji,t) + ↵2�ln(Sji,t) + ↵4�ln(Sij,t)+ ↵3�ln(Sij,t) ⇤ prepayei + ↵5�ln(V lagi,t)+ ↵6�ln(Slagi,t) + ↵7�ln(V exi,t) + ↵8�ln(V ini,t)+
P25z=1 ⇡Dz +�✏ij,t
Finalement
Résultats
4.5. Résultats 179
une estimation sans la prise en compte de l’endogénéité des variables Sij, Vji et
Sji (FE). Dans les colonnes suivantes, l’endogénéité est contrôlée à l’aide de la
méthode des variables instrumentales sur l’ensemble des individus (IVFE 19)
et par type de contrat des deux interlocuteurs (postpost, postpre, prepre,
prepost) 20.
Tableau 4.4 – Résultats des estimation du modèles
FE IVFE postpost prepre postpre prepostln(Vji) 0.149⇤⇤⇤ 0.289⇤⇤⇤ 0.401⇤⇤⇤ 0.250⇤⇤⇤ 0.273⇤⇤⇤ 0.304⇤⇤⇤
(0.000280) (0.000827) (0.00144) (0.00114) (0.00114) (0.00156)
ln(Sij) 0.447⇤⇤⇤ 1.535⇤⇤⇤ 0.408⇤⇤⇤ -0.00229 0.319⇤⇤⇤ -0.0696⇤⇤⇤(0.00155) (0.0225) (0.00634) (0.00445) (0.00646) (0.00496)
ln(Sij) ⇤ prepayei -0.253⇤⇤⇤ -2.260⇤⇤⇤(0.00171) (0.0358)
ln(Sji) 0.0887⇤⇤⇤ -0.119⇤⇤⇤ -0.246⇤⇤⇤ -0.0863⇤⇤⇤ -0.0175⇤⇤⇤ -0.168⇤⇤⇤(0.00107) (0.00319) (0.00609) (0.00421) (0.00502) (0.00568)
ln(V lagi) 0.0413⇤⇤⇤ 0.0478⇤⇤⇤ 0.0282⇤⇤⇤ 0.0390⇤⇤⇤ 0.0440⇤⇤⇤ 0.0375⇤⇤⇤(0.000298) (0.000288) (0.000471) (0.000369) (0.000514) (0.000336)
ln(Slagi) -0.0335⇤⇤⇤ -0.00373⇤⇤⇤ -0.0320⇤⇤⇤ 0.00932⇤⇤⇤ -0.0394⇤⇤⇤ 0.0169⇤⇤⇤(0.000522) (0.000565) (0.000957) (0.000819) (0.00101) (0.000742)
V exi 0.187⇤⇤⇤ 0.168⇤⇤⇤ 0.151⇤⇤⇤ 0.259⇤⇤⇤ 0.137⇤⇤⇤ 0.243⇤⇤⇤(0.00114) (0.000522) (0.000792) (0.000439) (0.000769) (0.000402)
V ini -0.0283⇤⇤⇤ -0.0449⇤⇤⇤ -0.0545⇤⇤⇤ -0.0460⇤⇤⇤ -0.0301⇤⇤⇤ -0.0596⇤⇤⇤(0.000635) (0.000339) (0.000572) (0.000484) (0.000578) (0.000523)
Dummies Temps Oui Oui Oui Oui Oui OuiObservations 25506825 25506825 9974175 6952900 8579750 8579750R
2 0.250 -0.013 0.082 0.129 0.083 0.079ll -52223894.5 -54183913.4 -20951310.3 -14020000.2 -17939818.8 -17424092.5
Écart-type Robustes entre parenthèses ⇤p < 0.05, ⇤⇤
p < 0.01, ⇤⇤⇤p < 0.001
19. Nos estimations ont été réalisées à l’aide du module Stata (?) permettant d’estimer un
modèle à l’aide de la méthode des variables instrumentales en données de panel et utilisant
des variables robustes.20. L’estimation de ce modèle a également été réalisée en utilisant la méthode des moments
généralisés (GMM). Les estimations disponibles dans le tableau D.4 en annexe donnent les
mêmes résultats que l’estimation par les variables instrumentales.
Résultats
4.5. Résultats 179
une estimation sans la prise en compte de l’endogénéité des variables Sij, Vji et
Sji (FE). Dans les colonnes suivantes, l’endogénéité est contrôlée à l’aide de la
méthode des variables instrumentales sur l’ensemble des individus (IVFE 19)
et par type de contrat des deux interlocuteurs (postpost, postpre, prepre,
prepost) 20.
Tableau 4.4 – Résultats des estimation du modèles
FE IVFE postpost prepre postpre prepostln(Vji) 0.149⇤⇤⇤ 0.289⇤⇤⇤ 0.401⇤⇤⇤ 0.250⇤⇤⇤ 0.273⇤⇤⇤ 0.304⇤⇤⇤
(0.000280) (0.000827) (0.00144) (0.00114) (0.00114) (0.00156)
ln(Sij) 0.447⇤⇤⇤ 1.535⇤⇤⇤ 0.408⇤⇤⇤ -0.00229 0.319⇤⇤⇤ -0.0696⇤⇤⇤(0.00155) (0.0225) (0.00634) (0.00445) (0.00646) (0.00496)
ln(Sij) ⇤ prepayei -0.253⇤⇤⇤ -2.260⇤⇤⇤(0.00171) (0.0358)
ln(Sji) 0.0887⇤⇤⇤ -0.119⇤⇤⇤ -0.246⇤⇤⇤ -0.0863⇤⇤⇤ -0.0175⇤⇤⇤ -0.168⇤⇤⇤(0.00107) (0.00319) (0.00609) (0.00421) (0.00502) (0.00568)
ln(V lagi) 0.0413⇤⇤⇤ 0.0478⇤⇤⇤ 0.0282⇤⇤⇤ 0.0390⇤⇤⇤ 0.0440⇤⇤⇤ 0.0375⇤⇤⇤(0.000298) (0.000288) (0.000471) (0.000369) (0.000514) (0.000336)
ln(Slagi) -0.0335⇤⇤⇤ -0.00373⇤⇤⇤ -0.0320⇤⇤⇤ 0.00932⇤⇤⇤ -0.0394⇤⇤⇤ 0.0169⇤⇤⇤(0.000522) (0.000565) (0.000957) (0.000819) (0.00101) (0.000742)
V exi 0.187⇤⇤⇤ 0.168⇤⇤⇤ 0.151⇤⇤⇤ 0.259⇤⇤⇤ 0.137⇤⇤⇤ 0.243⇤⇤⇤(0.00114) (0.000522) (0.000792) (0.000439) (0.000769) (0.000402)
V ini -0.0283⇤⇤⇤ -0.0449⇤⇤⇤ -0.0545⇤⇤⇤ -0.0460⇤⇤⇤ -0.0301⇤⇤⇤ -0.0596⇤⇤⇤(0.000635) (0.000339) (0.000572) (0.000484) (0.000578) (0.000523)
Dummies Temps Oui Oui Oui Oui Oui OuiObservations 25506825 25506825 9974175 6952900 8579750 8579750R
2 0.250 -0.013 0.082 0.129 0.083 0.079ll -52223894.5 -54183913.4 -20951310.3 -14020000.2 -17939818.8 -17424092.5
Écart-type Robustes entre parenthèses ⇤p < 0.05, ⇤⇤
p < 0.01, ⇤⇤⇤p < 0.001
19. Nos estimations ont été réalisées à l’aide du module Stata (?) permettant d’estimer un
modèle à l’aide de la méthode des variables instrumentales en données de panel et utilisant
des variables robustes.20. L’estimation de ce modèle a également été réalisée en utilisant la méthode des moments
généralisés (GMM). Les estimations disponibles dans le tableau D.4 en annexe donnent les
mêmes résultats que l’estimation par les variables instrumentales.
Résultats
4.5. Résultats 179
une estimation sans la prise en compte de l’endogénéité des variables Sij, Vji et
Sji (FE). Dans les colonnes suivantes, l’endogénéité est contrôlée à l’aide de la
méthode des variables instrumentales sur l’ensemble des individus (IVFE 19)
et par type de contrat des deux interlocuteurs (postpost, postpre, prepre,
prepost) 20.
Tableau 4.4 – Résultats des estimation du modèles
FE IVFE postpost prepre postpre prepostln(Vji) 0.149⇤⇤⇤ 0.289⇤⇤⇤ 0.401⇤⇤⇤ 0.250⇤⇤⇤ 0.273⇤⇤⇤ 0.304⇤⇤⇤
(0.000280) (0.000827) (0.00144) (0.00114) (0.00114) (0.00156)
ln(Sij) 0.447⇤⇤⇤ 1.535⇤⇤⇤ 0.408⇤⇤⇤ -0.00229 0.319⇤⇤⇤ -0.0696⇤⇤⇤(0.00155) (0.0225) (0.00634) (0.00445) (0.00646) (0.00496)
ln(Sij) ⇤ prepayei -0.253⇤⇤⇤ -2.260⇤⇤⇤(0.00171) (0.0358)
ln(Sji) 0.0887⇤⇤⇤ -0.119⇤⇤⇤ -0.246⇤⇤⇤ -0.0863⇤⇤⇤ -0.0175⇤⇤⇤ -0.168⇤⇤⇤(0.00107) (0.00319) (0.00609) (0.00421) (0.00502) (0.00568)
ln(V lagi) 0.0413⇤⇤⇤ 0.0478⇤⇤⇤ 0.0282⇤⇤⇤ 0.0390⇤⇤⇤ 0.0440⇤⇤⇤ 0.0375⇤⇤⇤(0.000298) (0.000288) (0.000471) (0.000369) (0.000514) (0.000336)
ln(Slagi) -0.0335⇤⇤⇤ -0.00373⇤⇤⇤ -0.0320⇤⇤⇤ 0.00932⇤⇤⇤ -0.0394⇤⇤⇤ 0.0169⇤⇤⇤(0.000522) (0.000565) (0.000957) (0.000819) (0.00101) (0.000742)
V exi 0.187⇤⇤⇤ 0.168⇤⇤⇤ 0.151⇤⇤⇤ 0.259⇤⇤⇤ 0.137⇤⇤⇤ 0.243⇤⇤⇤(0.00114) (0.000522) (0.000792) (0.000439) (0.000769) (0.000402)
V ini -0.0283⇤⇤⇤ -0.0449⇤⇤⇤ -0.0545⇤⇤⇤ -0.0460⇤⇤⇤ -0.0301⇤⇤⇤ -0.0596⇤⇤⇤(0.000635) (0.000339) (0.000572) (0.000484) (0.000578) (0.000523)
Dummies Temps Oui Oui Oui Oui Oui OuiObservations 25506825 25506825 9974175 6952900 8579750 8579750R
2 0.250 -0.013 0.082 0.129 0.083 0.079ll -52223894.5 -54183913.4 -20951310.3 -14020000.2 -17939818.8 -17424092.5
Écart-type Robustes entre parenthèses ⇤p < 0.05, ⇤⇤
p < 0.01, ⇤⇤⇤p < 0.001
19. Nos estimations ont été réalisées à l’aide du module Stata (?) permettant d’estimer un
modèle à l’aide de la méthode des variables instrumentales en données de panel et utilisant
des variables robustes.20. L’estimation de ce modèle a également été réalisée en utilisant la méthode des moments
généralisés (GMM). Les estimations disponibles dans le tableau D.4 en annexe donnent les
mêmes résultats que l’estimation par les variables instrumentales.
Résultats
4.5. Résultats 179
une estimation sans la prise en compte de l’endogénéité des variables Sij, Vji et
Sji (FE). Dans les colonnes suivantes, l’endogénéité est contrôlée à l’aide de la
méthode des variables instrumentales sur l’ensemble des individus (IVFE 19)
et par type de contrat des deux interlocuteurs (postpost, postpre, prepre,
prepost) 20.
Tableau 4.4 – Résultats des estimation du modèles
FE IVFE postpost prepre postpre prepostln(Vji) 0.149⇤⇤⇤ 0.289⇤⇤⇤ 0.401⇤⇤⇤ 0.250⇤⇤⇤ 0.273⇤⇤⇤ 0.304⇤⇤⇤
(0.000280) (0.000827) (0.00144) (0.00114) (0.00114) (0.00156)
ln(Sij) 0.447⇤⇤⇤ 1.535⇤⇤⇤ 0.408⇤⇤⇤ -0.00229 0.319⇤⇤⇤ -0.0696⇤⇤⇤(0.00155) (0.0225) (0.00634) (0.00445) (0.00646) (0.00496)
ln(Sij) ⇤ prepayei -0.253⇤⇤⇤ -2.260⇤⇤⇤(0.00171) (0.0358)
ln(Sji) 0.0887⇤⇤⇤ -0.119⇤⇤⇤ -0.246⇤⇤⇤ -0.0863⇤⇤⇤ -0.0175⇤⇤⇤ -0.168⇤⇤⇤(0.00107) (0.00319) (0.00609) (0.00421) (0.00502) (0.00568)
ln(V lagi) 0.0413⇤⇤⇤ 0.0478⇤⇤⇤ 0.0282⇤⇤⇤ 0.0390⇤⇤⇤ 0.0440⇤⇤⇤ 0.0375⇤⇤⇤(0.000298) (0.000288) (0.000471) (0.000369) (0.000514) (0.000336)
ln(Slagi) -0.0335⇤⇤⇤ -0.00373⇤⇤⇤ -0.0320⇤⇤⇤ 0.00932⇤⇤⇤ -0.0394⇤⇤⇤ 0.0169⇤⇤⇤(0.000522) (0.000565) (0.000957) (0.000819) (0.00101) (0.000742)
V exi 0.187⇤⇤⇤ 0.168⇤⇤⇤ 0.151⇤⇤⇤ 0.259⇤⇤⇤ 0.137⇤⇤⇤ 0.243⇤⇤⇤(0.00114) (0.000522) (0.000792) (0.000439) (0.000769) (0.000402)
V ini -0.0283⇤⇤⇤ -0.0449⇤⇤⇤ -0.0545⇤⇤⇤ -0.0460⇤⇤⇤ -0.0301⇤⇤⇤ -0.0596⇤⇤⇤(0.000635) (0.000339) (0.000572) (0.000484) (0.000578) (0.000523)
Dummies Temps Oui Oui Oui Oui Oui OuiObservations 25506825 25506825 9974175 6952900 8579750 8579750R
2 0.250 -0.013 0.082 0.129 0.083 0.079ll -52223894.5 -54183913.4 -20951310.3 -14020000.2 -17939818.8 -17424092.5
Écart-type Robustes entre parenthèses ⇤p < 0.05, ⇤⇤
p < 0.01, ⇤⇤⇤p < 0.001
19. Nos estimations ont été réalisées à l’aide du module Stata (?) permettant d’estimer un
modèle à l’aide de la méthode des variables instrumentales en données de panel et utilisant
des variables robustes.20. L’estimation de ce modèle a également été réalisée en utilisant la méthode des moments
généralisés (GMM). Les estimations disponibles dans le tableau D.4 en annexe donnent les
mêmes résultats que l’estimation par les variables instrumentales.
RobustesseTableau 5 – Estimations du modèle par la méthode 3SLS
postpost prepre postpreln(Vij)
ln(Vji) 0,452⇤⇤⇤ (0,0013) 0,243⇤⇤⇤ (0,0010) 0,270⇤⇤⇤ (0,0011)ln(Sij) 1,257⇤⇤⇤ (0,0057) -0,0389⇤⇤⇤ (0,0043) 0,670⇤⇤⇤ (0,0058)ln(Sji) -1,224⇤⇤⇤ (0,0056) -0,133⇤⇤⇤ (0,0041) -0,364⇤⇤⇤ (0,0047)ln(V lagi) 0,0278⇤⇤⇤ (0,0004) 0,0391⇤⇤⇤ (0,0003) 0,0419⇤⇤⇤ (0,0004)ln(Slagi) -0,0163⇤⇤⇤ (0,0008) 0,00408⇤⇤⇤ (0,0007) -0,0310⇤⇤⇤ (0,0009)V exi 0,115⇤⇤⇤ (0,0002) 0,248⇤⇤⇤ (0,0003) 0,118⇤⇤⇤ (0,0002)V ini 0,0178⇤⇤⇤ (0,0003) 0,00977⇤⇤⇤ (0,0004) 0,0243⇤⇤⇤ (0,0003)ln(Vji)
ln(Vij) 0,456⇤⇤⇤ (0,0013) 0,243⇤⇤⇤ (0,0010) 0,300⇤⇤⇤ (0,0014)ln(Sji) 1,290⇤⇤⇤ (0,0057) -0,0625⇤⇤⇤ (0,0043) -0,0265⇤⇤⇤ (0,0046)ln(Sij) -1,240⇤⇤⇤ (0,0056) -0,118⇤⇤⇤ (0,0041) -0,394⇤⇤⇤ (0,0054)ln(V lagj) 0,0286⇤⇤⇤ (0,0004) 0,0398⇤⇤⇤ (0,0003) 0,0370⇤⇤⇤ (0,0003)ln(Slagj) -0,0164⇤⇤⇤ (0,0008) 0,00265⇤⇤⇤ (0,0007) 0,0148⇤⇤⇤ (0,0007)V exj 0,115⇤⇤⇤ (0,0002) 0,248⇤⇤⇤ (0,0003) 0,228⇤⇤⇤ (0,0003)V inj 0,0166⇤⇤⇤ (0,0003) 0,0113⇤⇤⇤ (0,0004) 0,0118⇤⇤⇤ (0,0004)ln(Sij)
ln(Sji) 0,713⇤⇤⇤ (0,0011) 0,645⇤⇤⇤ (0,0008) 0,602⇤⇤⇤ (0,0008)ln(Vij) 0,0682⇤⇤⇤ (0,0003) 0,0144⇤⇤⇤ (0,0003) 0,0389⇤⇤⇤ (0,0003)ln(Vji) -0,0657⇤⇤⇤ (0,0003) -0,0135⇤⇤⇤ (0,0003) -0,0196⇤⇤⇤ (0,0002)Sexi 0,0138⇤⇤⇤ (0,0000) 0,0323⇤⇤⇤ (0,0001) 0,0176⇤⇤⇤ (0,0000)Sini 0,00335⇤⇤⇤ (0,0001) -0,00392⇤⇤⇤ (0,0001) 0,00173⇤⇤⇤ (0,0001)ln(Sji)
ln(Sij) 0,714⇤⇤⇤ (0,0011) 0,645⇤⇤⇤ (0,0008) 0,716⇤⇤⇤ (0,0012)ln(Vij) -0,0658⇤⇤⇤ (0,0003) -0,0142⇤⇤⇤ (0,0003) -0,0413⇤⇤⇤ (0,0003)ln(Vji) 0,0682⇤⇤⇤ (0,0003) 0,0137⇤⇤⇤ (0,0003) 0,0168⇤⇤⇤ (0,0002)Sexj 0,0136⇤⇤⇤ (0,0000) 0,0322⇤⇤⇤ (0,0001) 0,0278⇤⇤⇤ (0,0000)Sinj 0,00336⇤⇤⇤ (0,0001) -0,00351⇤⇤⇤ (0,0001) -0,00108⇤⇤⇤ (0,0001)
Dummies Temps Oui Oui Oui
Observations 9974175 6952900 8579750
(Écart-type Robustes) ⇤p < 0.05, ⇤⇤
p < 0.01, ⇤⇤⇤p < 0.001
28
3SLS
RobustesseTableau 5 – Estimations du modèle par la méthode 3SLS
postpost prepre postpreln(Vij)
ln(Vji) 0,452⇤⇤⇤ (0,0013) 0,243⇤⇤⇤ (0,0010) 0,270⇤⇤⇤ (0,0011)ln(Sij) 1,257⇤⇤⇤ (0,0057) -0,0389⇤⇤⇤ (0,0043) 0,670⇤⇤⇤ (0,0058)ln(Sji) -1,224⇤⇤⇤ (0,0056) -0,133⇤⇤⇤ (0,0041) -0,364⇤⇤⇤ (0,0047)ln(V lagi) 0,0278⇤⇤⇤ (0,0004) 0,0391⇤⇤⇤ (0,0003) 0,0419⇤⇤⇤ (0,0004)ln(Slagi) -0,0163⇤⇤⇤ (0,0008) 0,00408⇤⇤⇤ (0,0007) -0,0310⇤⇤⇤ (0,0009)V exi 0,115⇤⇤⇤ (0,0002) 0,248⇤⇤⇤ (0,0003) 0,118⇤⇤⇤ (0,0002)V ini 0,0178⇤⇤⇤ (0,0003) 0,00977⇤⇤⇤ (0,0004) 0,0243⇤⇤⇤ (0,0003)ln(Vji)
ln(Vij) 0,456⇤⇤⇤ (0,0013) 0,243⇤⇤⇤ (0,0010) 0,300⇤⇤⇤ (0,0014)ln(Sji) 1,290⇤⇤⇤ (0,0057) -0,0625⇤⇤⇤ (0,0043) -0,0265⇤⇤⇤ (0,0046)ln(Sij) -1,240⇤⇤⇤ (0,0056) -0,118⇤⇤⇤ (0,0041) -0,394⇤⇤⇤ (0,0054)ln(V lagj) 0,0286⇤⇤⇤ (0,0004) 0,0398⇤⇤⇤ (0,0003) 0,0370⇤⇤⇤ (0,0003)ln(Slagj) -0,0164⇤⇤⇤ (0,0008) 0,00265⇤⇤⇤ (0,0007) 0,0148⇤⇤⇤ (0,0007)V exj 0,115⇤⇤⇤ (0,0002) 0,248⇤⇤⇤ (0,0003) 0,228⇤⇤⇤ (0,0003)V inj 0,0166⇤⇤⇤ (0,0003) 0,0113⇤⇤⇤ (0,0004) 0,0118⇤⇤⇤ (0,0004)ln(Sij)
ln(Sji) 0,713⇤⇤⇤ (0,0011) 0,645⇤⇤⇤ (0,0008) 0,602⇤⇤⇤ (0,0008)ln(Vij) 0,0682⇤⇤⇤ (0,0003) 0,0144⇤⇤⇤ (0,0003) 0,0389⇤⇤⇤ (0,0003)ln(Vji) -0,0657⇤⇤⇤ (0,0003) -0,0135⇤⇤⇤ (0,0003) -0,0196⇤⇤⇤ (0,0002)Sexi 0,0138⇤⇤⇤ (0,0000) 0,0323⇤⇤⇤ (0,0001) 0,0176⇤⇤⇤ (0,0000)Sini 0,00335⇤⇤⇤ (0,0001) -0,00392⇤⇤⇤ (0,0001) 0,00173⇤⇤⇤ (0,0001)ln(Sji)
ln(Sij) 0,714⇤⇤⇤ (0,0011) 0,645⇤⇤⇤ (0,0008) 0,716⇤⇤⇤ (0,0012)ln(Vij) -0,0658⇤⇤⇤ (0,0003) -0,0142⇤⇤⇤ (0,0003) -0,0413⇤⇤⇤ (0,0003)ln(Vji) 0,0682⇤⇤⇤ (0,0003) 0,0137⇤⇤⇤ (0,0003) 0,0168⇤⇤⇤ (0,0002)Sexj 0,0136⇤⇤⇤ (0,0000) 0,0322⇤⇤⇤ (0,0001) 0,0278⇤⇤⇤ (0,0000)Sinj 0,00336⇤⇤⇤ (0,0001) -0,00351⇤⇤⇤ (0,0001) -0,00108⇤⇤⇤ (0,0001)
Dummies Temps Oui Oui Oui
Observations 9974175 6952900 8579750
(Écart-type Robustes) ⇤p < 0.05, ⇤⇤
p < 0.01, ⇤⇤⇤p < 0.001
28
3SLS