The 1980s and early 1990s have set applied macroeconometrics on a new course because of advances in econometric theory and the development of ever more powerful computers and softwares. A thorough understanding of the fundamental statistical theory underlying the new techniques may be too involved for the needs and interests of most practitioners. Nonetheless, various new econometric tools can serve to reveal a better understanding and characterisation of the data, to build better forecasting equations, and to discriminate eventually between competing theories. The object of this guide is to provide an operational survey of some of the most useful tools encountered in modern applied macroeconomic research by making accessible a step-by-step presentation of many of these techniques. With an emphasis clearly practical in scope, it seeks to describe the motivation and the role of the techniques, to explain the steps one must perform to use them properly, and to point out the caveats one must be aware of when interpreting the results obtained from their application. Formal proofs are avoided as a rule, but heuristic and intuitive explanations of the statistical and econometric theoretical concepts underlying these methods are given. This is important to understand the strengths and weaknesses of these methods to do good applied work. Practical examples are also included to illustrate the use of the techniques, and various tables of critical values are assembled in the chapter's appendices. Chapter 2 first intuitively reviews the foundation of basic econometrics and highlights the role of the underlying statistical conventions that justify the use of least squares estimation methods. It then presents various tests that serve to look for evidence of violations of these conventions with respect to misspecifications, serial correlation, heteroskedasticity, nonnormality, and instability. Both individual and joint tests are discussed in the context of individual equations. Extensions to structural equations and non-nested tests are also presented. The use of these tests is finally motivated within Hendry's general-to-specific approach. The third chapter addresses the issues of identification, estimation and diagnostic checking of univariate ARIMA time-series models. Both visual and formal statistical tools are presented. Topics about the nonstationarity or integration of time series are covered. These include several unit root tests, their statistical properties, things that need to be known to make proper use of them, and the meaning of unit roots in macroeconomics. Chapter 4 builds on the previous chapters to address the construction of dynamic econometric models both for single equations and equations systems (including VAR and SVAR models). Various equivalent reparameterisations of dynamic models are discussed. Particular consideration is given to the issues of spurious versus fundamental long-run (or cointegrating) relationships between integrated variables. The consequences of building empirical models with integrated variables for identification, estimation and inference are discussed. Subjects treated in this chapter include: residual based tests of non cointegration, optimal and efficient estimation of cointegrating relationships in single equations and in systems, Johansen's methods for testing the dimension of a cointegrating space and for estimation, Granger non-causality tests. Finally, chapter 5 concludes by presenting how the uses of modern macroeconometric tools fit together within a self-contained and systematic econometric approach. <P> Les progrès en théorie économétrique et le développement d'ordinateurs et de logiciels plus puissants dans les années 80 et le début des années 90 ont permis à la macroéconométrie appliquée de s'engager sur de nouveaux chemins. Une compréhension approfondie de la théorie statistique fondamentale qui sous-tend ces techniques est généralement trop demandée pour les besoins et les intérêts de la plupart des praticiens de l'économie appliquée. Néanmoins, plusieurs nouveaux outils économétriques peuvent être utiles pour dégager une meilleure compréhension et caractérisation plus adéquate des données, pour construire des meilleures équations de prévisions et pour éventuellement discriminer entre des théories alternatives. Ce guide vise à fournir un survol opérationnel de certains outils utiles pour la recherche appliquée de pointe en macroéconomie en rendant accessible une présentation par étape de plusieurs de ces techniques. Son emphase est clairement pratique puisqu'il cherche à décrire la motivation et le rôle des techniques, à expliquer les étapes nécessaires pour les appliquer correctement et à faire ressortir les caveats nécessaires pour interpréter judicieusement les résultats obtenus par leur application. Des preuves rigoureuses sont évitées, mais des explications heuristiques et intuitives des concepts statistiques et économétriques théoriques sous-jacents sont présentées. Il est important de développer cette intuition afin de comprendre les forces et les faiblesses des méthodes pour faire du bon travail empirique. Des applications pratiques sont aussi incluses pour illustrer l'utilisation des techniques et de nombreuses tables de valeurs critiques sont rassemblées en appendice des chapitres. Le chapitre 2 revoit intuitivement les fondements de l'économétrie de base et fait ressortir les conventions statistiques sous-jacentes qui justifient l'usage des méthodes d'estimation des moindres carrés. Il présente ensuite plusieurs tests qui cherchent à établir des éléments d'évidence empirique révélant des violations des conventions en regard de problèmes de spécification, de dépendance temporelle, d'hétéroscédasticité, de non normalité et d'instabilité. Des tests d'hypothèses individuelles et jointes sont discutés pour des équations individuelles. Des extensions aux cas d'équations structurelles et des tests d'hypothèses non-emboîtées sont aussi présentées. L'utilisation de ces tests est finalement motivée dans le cadre de l'approche de Hendry qui recommande ces tests pour passer d'un modèle empirique général à un modèle plus spécifique et statistiquement adéquat. Le troisième chapitre s'intéresse aux questions d'identification, d'estimation et de tests de diagnostics pour des modèles univariés de séries chronologiques de type ARIMA. Des outils visuels et statistiques formels sont présentés. Les sujets pertinents aux séries chronologiques non-stationnaires, ou intégrées, sont discutés. Ceux-ci incluent: les tests de racines unitaires, leurs propriétés statistiques, les éléments nécessaires pour les appliquer convenablement et la signification des racines unitaires en macroéconomie. Le chapitre 4 utilise les développements des chapitres précédents pour discuter l'élaboration de modèles économétriques dynamiques dans le cadre d'équations individuelles et de systèmes d'équations (incluant les modèles VAR et SVAR). Plusieurs reparamétrisations équivalentes de modèles dynamiques sont présentées. Une attention particulière est accordée aux questions touchant les relations empiriques fictives versus les relations fondamentales de long terme (ou de cointégration) entre des variables intégrées. Les conséquences pour l'identification, l'estimation et l'inférence occasionnées par la présence de variables non-stationnaires dans les modèles empiriques sont abordées. Les sujets traités incluent: les tests de non-cointégration basés sur des résidus, l'estimation efficiente et optimale de relations de cointégration dans des équations individuelles et dans des systèmes d'équations, la méthode de Johansen pour tester la dimension de l'espace de cointégration et l'estimation, les tests de non causalité de Granger. Finalement, le chapitre 5 conclut par une présentation schématique d'une méthodologie économétrique globale et systématique qui fait usage des outils macroéconométriques modernes.
