Cette thèse regroupe trois travaux d'économétrie liés par l'application du machine learning et de la statistique en grande dimension à l'évaluation de politiques publiques. La première partie propose une alternative paramétrique au contrôle synthétique (Abadie and Gardeazabal, 2003; Abadie et al., 2010) sous la forme d'un estimateur reposant sur une première étape de type Lasso, dont on montre qu'il est doublement robuste, asymptotiquement Normal et ``immunisé'' contre les erreurs de première étape. La seconde partie étudie une version pénalisée du contrôle synthétique en présence de données de nature micro-économique. La pénalisation permet d'obtenir une unité synthétique qui réalise un arbitrage entre reproduire fidèlement l'unité traitée durant la période pré-traitement et n'utiliser que des unités non-traitées suffisamment semblables à l'unité traitée. Nous étudions les propriétés de cet estimateur, proposons deux procédures de type ``validation croisée'' afin de choisir la pénalisation et discutons des procédures d'inférence par permutation. La dernière partie porte sur l'application du Generic Machine Learning (Chernozhukov et al., 2018) afin d'étudier l'hétérogénéité des effets d'une expérience aléatoire visant à comparer la fourniture publique et privée d'aide à la recherche d'emploi. D'un point de vue méthodologique, ce projet discute l'extension du Generic Machine Learning à des expériences avec compliance imparfaite. / This dissertation is comprised of three essays that apply machine learning and high-dimensional statistics to causal inference. The first essay proposes a parametric alternative to the synthetic control method (Abadie and Gardeazabal, 2003; Abadie et al., 2010) that relies on a Lasso-type first-step. We show that the resulting estimator is doubly robust, asymptotically Gaussian and ``immunized'' against first-step selection mistakes. The second essay studies a penalized version of the synthetic control method especially useful in the presence of micro-economic data. The penalization parameter trades off pairwise matching discrepancies with respect to the characteristics of each unit in the synthetic control against matching discrepancies with respect to the characteristics of the synthetic control unit as a whole. We study the properties of the resulting estimator, propose data-driven choices of the penalization parameter and discuss randomization-based inference procedures. The last essay applies the Generic Machine Learning framework (Chernozhukov et al., 2018) to study heterogeneity of the treatment in a randomized experiment designed to compare public and private provision of job counselling. From a methodological perspective, we discuss the extension of the Generic Machine Learning framework to experiments with imperfect compliance.

Cette thèse adopte une approche analytique interrégionale de trois régions économiques pour évaluer les connaissances productives et la diplomatie dans le contexte d’intégration régionale, et en parallèle, les déterminants de la création d'entreprises. Du point de vue de l'intégration européenne, nous introduisons une nouvelle méthodologie de contrôle synthétique pour évaluer l'impact de l'adhésion à l'UE sur l'indice de complexité économique des nouveaux États membres d'Europe centrale et orientale. Nos résultats indiquent que l'adhésion à l'UE a joué un rôle catalyseur pour la connaissance productive des pays portant de faibles niveaux de complexité avant l'adhésion, permettant un taux de développement plus élevé dans la sophistication de l'espace d'exportation de leurs produits. En élargissant notre analyse à tous les pays européens et aux États d’Afrique du Nord, nous procédons dans un deuxième temps à l’analyse des déterminants du commerce des infrastructures institutionnelles et logistiques en élargissant le modèle de Gravité pour y incorporer des éléments de diplomatie (notamment la présence d’ambassades et d’ambassadeurs). Nos résultats démontrent les avantages des infrastructures immatérielles et matérielles ainsi que de l'activité diplomatique sur le commerce bilatéral des PECO et de l'Afrique du Nord, confirmant l'importance de ces variables en tant que moteurs de l'intégration régionale. Dans une dernière partie, nous concentrons notre analyse sur Fédération de Russie en tant que région géographique en introduisant une régression panel des déterminants de l’entrée et de la sortie d’entreprises. Cette évaluation empirique conclut que les défaillances institutionnelles et l’environnement politico-économique ont des effets significatifs sur la création et la destruction d’entreprises russes, avec une estimation robuste du prix mondial du pétrole (quelle que soit la différence entre les régions cibles) suggérant une forte exposition de chaque région russe à une crise mondiale. / This thesis takes a cross-regional analytical approach of three distinct economic areas to evaluate productive knowledge and diplomacy in the context of regional integration alongside determinants of business creation. From the angle of European integration, we introduce a new synthetic control methodology to evaluate the impact of EU accession on the economic complexity index of new CEE member states its results indicating that accession to the EU acted as a catalyst for the productive knowledge of countries with low levels of complexity before accession, allowing a higher rate of development in the sophistication of their product export space. Expanding our analysis to include all European countries and North African states, we proceed in a second stage to analyse institutional and logistical infrastructure determinants of trade by extending the traditional Gravity model to incorporate elements of diplomacy (including the presence of embassies and ambassadors). Our results demonstrate the benefits of soft and hard infrastructure as well as diplomatic activity on the bilateral trade fixed effect CEE and North African countries, validating their importance of these variables as powerful drivers of regional integration. In a final part, we turn our analysis to the Russian Federation as a regional geography with a panel regression analysis of the determinants of firm entry and exit. The empirical evaluation concludes that institutional failures and the politico-economic environment exhibit statistically significant and economically meaningful effects both on the creation and destruction of Russian firms, with a robust estimate of the world oil price (irrespective of the difference in target regions) suggesting a possible high exposure of each Russian region to a global crisis.