Thèse de doctorat en Science économique
Sous la direction de Pietro Balestra.
Soutenue en 1996
à Dijon .
Réalisée à partir de l'enquête "suivi des chômeurs", la thèse propose une analyse économétrique des durées de chômage en France. Cette analyse suit une approche réduite et repose essentiellement sur la théorie des modèles de durée. Elle utilise les dernières techniques mises au point. Ainsi, il est possible d'intégrer dans les modèles les différentes sorties rencontrées après le chômage: emploi stable, emploi précaire ou inactivité. Il est surtout permis de tenir compte du biais d'échantillonnage issu de l'enquête, dont on montre l'importance et l'influence. L'objectif principal de la thèse est de s'inscrire comme une suite logique aux nombreux travaux entrepris jusque-là. En ce sens, le travail reprend des modélisations connues et éprouvées. C'est ainsi qu'il est fait appel aux modèles de hasard proportionnel et a un modèle de vie accélérée. La thèse montre également comment étendre la méthode pour corriger le biais de sélection sur ce dernier modèle. De plus, en voulant analyser l'effet du montant des allocations chômage, la thèse propose une modélisation intégrant des variables temporelles.
Duration models : application for micro-economic processing of unemployment duration
Made from the survey entitled "suivi des chômeurs", this thesis suggests an econometric analysis of unemployment duration in France. This analysis follows a reduced form and rests essentially on the theory of duration models. It uses the most recent techniques. Thus, it is possible to integrate into models the different exits met after unemployment: regular job, marginal job or inactivity. Most of all, it is possible to take into account the stock sampling from the survey, whose importance and influence are underlined. The main objective of this thesis is to be a logical continuation to the numerous studies undertaken until now. That's why this study resumes known and tested buildings. It also uses proportional hazard models and a model of accelerated life. This thesis also shows how this method could be extended to correct the length biased sampling on the model referred to. Moreover, by analyzing the effects of unemployment benefits, it also suggests a modelisation integrating temporal variables.