Cette thèse est une contribution à l'analyse économique des institutions. Ces dernières années, de nombreux travaux ont permis de montrer que le retard des pays en développement (PED) en matière de développement économique, serait dû en particulier à l'inefficacité de leurs institutions. Il se dégage ainsi un consensus sur la nécessité de réformer les institutions dans les PED. Cependant, la littérature prend rarement en compte les coûts éventuels associés à l'amélioration de la qualité des institutions. De plus, on peut considérer que l'amélioration de la qualité des institutions peut induire des coûts à court terme, alors que ses bénéfices ne vont se matérialiser qu'à long terme. Ainsi, le décalage temporel des effets positifs de l'amélioration de la qualité des institutions pourrait réduire les incitations des PED à réformer leurs institutions. Par ailleurs, la littérature aborde très peu la question des facteurs susceptibles de favoriser la réforme des institutions dans les PED. Cette thèse tente d'apporter des éléments d'éclaircissement sur ces différents points et poursuit deux principaux objectifs. Notre premier objectif consiste à analyser la rationalité économique du choix d'une stratégie de développement économique basée sur l'amélioration de la qualité des institutions dans les PED. Autrement dit, en dépit d'un possible décalage temporel des effets positifs de l'amélioration de la qualité des institutions, nous cherchons à savoir s'il est économiquement justifié de réformer les institutions dans les PED. Notre second objectif consiste à analyser les facteurs susceptibles de favoriser la réforme des institutions dans les PED. Les principaux résultats issus d'analyses empiriques à base de données couvrant la période 1960-2005, confirment l'idée selon laquelle il est dans l'intérêt des PED de choisir une stratégie de développement économique basée sur la réforme de leurs institutions. De même, cette thèse montre qu'une combinaison efficace de facteurs internes -existence dans les PED d'institutions efficaces de contraintes sur l'exécutif- et de facteurs externes - participation des PED aux échanges internationaux d'investissements directs étrangers (IDE)- contribuerait à la réforme des institutions de droits de propriété privée dans les PED. En effet, nos analyses empiriques montrent que : (1) Une amélioration de la qualité des institutions démocratiques, des institutions de droits de propriété, et particulièrement des institutions de régulation est favorable à la soutenabilité de la croissance économique dans les PED. (2) L'amélioration de la qualité des institutions engendre des coûts à court terme et des bénéfices à long terme, mais les bénéfices de long terme l'emporteraient sur les coûts de court terme. Nous mettons en exergue un tel résultat à travers une comparaison des effets de court et de long terme des institutions démocratiques sur la croissance économique dans les PED. (3) La probabilité de réformer les institutions de droits de propriété privée augmente avec les flux entrants d'IDE dans les PED dotés d'institutions efficaces de contraintes sur l'exécutif.

Doctorat en philosophie et lettres / info:eu-repo/semantics/nonPublished

Ce travail porte sur l'enseignement et l'apprentissage des intégrales multiples pour les calculs d'aires et de volumes, dans des universités brésiliennes et les classes préparatoires technologiques françaises. L'objectif est de mieux comprendre les difficultés rencontrées par les étudiants, avec ces calculs et d'étudier dans quelle mesure l'utilisation d'un logiciel comme Maple peut les aider à surmonter ces difficultés, en favorisant les interactions entre représentation graphique et représentation analytique des objets concernés. <br />En nous appuyant sur l'approche instrumentale de l'intégration des outils informatiques à l'enseignement, nous partons de l'hypothèse que la réussite de ce type de tâche mathématique avec Maple nécessite, au-delà de la connaissance des commandes pertinentes et de leur syntaxe, l'apprentissage de techniques instrumentées spécifiques, un apprentissage qui doit être pris en charge par l'institution. Dans la thèse, une technique de représentation dite de crible géométrique occupe de ce point de vue une place centrale, en étant vue comme un moyen de forcer l'interaction entre représentations graphique et analytique.<br /><br />Le travail comprend une analyse institutionnelle (étude écologique de programmes et de manuels) du point de vue de l'enseignement des intégrales multiples et de celui de l'intégration de l'outil Maple, et deux expérimentations sans et avec Maple.

El objetivo principal de esta tesis es evaluar la efectividad de un programa de gestión de casos frente a un programa de atención estándar en personas con esquizofrenia. El objetivo principal se operacionalizó en tres objetivos consecutivos. Del objetivo preliminar surge el Estudio 1 que revisa la literatura sobre la gestión de casos. La gestión de casos ha experimentado importantes cambios y los modelos tradicionales están en desuso. Los resultados de las revisiones metanalíticas sobre la eficacia de la gestión de casos son heterogéneos. Las características de los pacientes y la fidelidad al programa podrían estar asociadas a los efectos de la gestión de casos. Se sugiere el desarrollo de estrategias de gestión de casos que ofrezcan diferentes grados de intensidad según las necesidades del paciente. Del objetivo intermedio surgen los estudios 2, 3 y 4. Estos estudios se han centrado en la validación, en población con esquizofrenia, de la World Health Organization Quality of Life Brief Version, la Disability Assessment Schedule Short Form y la DUKE-UNC Functional Social Support Questionnaire. Las tres escalas muestran puntuaciones fiables y válidas, y son instrumentos útiles para la valoración psicosocial de esta población. Del objetivo específico se derivan los estudios 5 y 6. El estudio 5 incide en el conocimiento de las necesidades de los pacientes con esquizofrenia asignados a un programa de gestión de casos. Se hace una propuesta de criterios y de variables a considerar cuando se incluya a un paciente en dicho programa así como de reconfiguración del mismo. El estudio 6 analiza la efectividad de un programa de gestión de casos frente a un programa de atención estándar. El grupo de pacientes en gestión de casos muestra peor funcionamiento y mayor uso de servicios que el grupo en programa estándar en la evaluación inicial. Al seguimiento, ambos grupos mejoran y el grupo en gestión de casos alcanza niveles similares a los del grupo en atención estándar en la mayoría de variables. Esta tesis profundiza en el conocimiento de dos modalidades de tratamiento comunitario del Servicio Catalán de Salud. Ambas son efectivas y podrían ofrecerse consecutivamente según necesidades del paciente. / The psychiatric deinstitutionalization leaded to an increase of community resources for persons with Severe Mental Illness (SMI). These resources include the so-called case management programs that aim to organize, coordinate and integrate the resources available for patient care through continuous contact with one or more key workers. The Mental Health Strategy of the Spanish National Health System (2007) recommends case management programs for the coordination, access and use of mental health resources. However, these programs are not implemented throughout and there are differences between Autonomous Communities. In Catalonia, these programs are available at Adult Mental Health Mental Health Care Centres of the State Mental Health Network of the Catalan Health Service. Specifically, the Severe Mental Illness Specific Care Program, known as PAE-TMS, covers the health care for most patients with SMI so it is particularly important to assess its effectiveness. This PhD thesis addresses this issue and its main objective is to assess the effectiveness of the PAE-TMS versus a standard treatment program (STP) in persons with schizophrenia. This objective was operationalized in three consecutive objectives: 1) preliminary objective: literature review of case management; 2) intermediate objective: validation of assessment instruments in persons with schizophrenia, and 3) specific objective: to improve knowledge of the needs of patients with schizophrenia included in the PAE-TMS and analyze its effectiveness. Each goal is associated with one or more studies. The preliminary objective leads to study 1. It reviews the literature regarding the origins, principles, tasks, models and effects of case management programs. This study shows that case management has undergone major changes over time and that the traditional models seem not to be in use, as evidenced by the most recent models. The results of meta-analytic reviews of the effectiveness of case management programs are diverse. Recent studies suggest that some variables, such as patient characteristics and fidelity to the program, may be associated with the effectiveness of case management. It is suggested, therefore, the development of case management strategies that may offer different degrees of intensity depending on patients’ needs. The intermediate goal leads to studies 2, 3 and 4. These studies are psychometric and have focused on the validation in persons with schizophrenia of the following instruments: the World Health Organization Quality of Life Brief Version, the Disability Assessment Schedule Short Form and the DUKE-UNC Functional Social Support Questionnaire. The three instruments showed good psychometric properties. Their scores are reliable and valid and, therefore, are useful and appropriate for the assessment of quality of life, disability and social support in persons with schizophrenia. The specific goal leads to studies 5 and 6. The study 5 provides a better understanding of the needs of patients with schizophrenia assigned to the PAE-TMS or the STP. We suggest criteria and variables that may be considered when assigning a patient to the PAE-TMS. Considering these variables, we suggest a reconfiguration of the program by means of the addition of evidence-based elements. The study 6 assesses the effectiveness of the PAE-TMS versus the STP. At baseline, the group of patients in the PAE-TMS showed a profile characterized by worse clinical and psychosocial functioning and greater use of services than patients in the STP. At one year follow-up, both groups improved and the group in the PAE-TMS achieved a similar level to that in the STP group in most outcomes. This PhD thesis provides a deeper insight into two modalities of care that target the care of most of persons with SMI in the Catalan Health Service. The PAE-TMS and the STP are effective and could be offered consecutively according to patients’ needs.

Aujourd'hui la détection des COV et autres polluants anthropiques à l'état de trace est un enjeu de plus en plus important pour la surveillance de la qualité de l'air. La spectroscopie infrarouge, permettant de sonder des régions spectrales riches en absorption moléculaire, est une technique appropriée pour une mesure in-situ de la pollution atmosphérique. Ce travail de thèse a ainsi consisté à développer des instruments lasers de mesure multi-polluants de terrain. Un premier projet a consisté à profiter de la disponibilité des lasers des télécommunications émettant dans l'IR proche. Cet instrument a été réalisé sur la base d'une diode laser à cavité étendue (1500 - 1640 nm), couplée à une cellule à réflexions multiples (100 m). La sensibilité de détection a été optimisée en employant une détection balancée et une procédure de moyenne de spectres. La compacité et la sensibilité (< 10-7 cm-1Hz-1/2) obtenues ont permis la quantification de composés, en laboratoire ou in-situ, tels que CO2, CO, C2H2, CH4 et également la détermination du rapport isotopique 13CO2/12CO2 résultant de la combustion de bois. Le deuxième projet a consisté à mélanger deux lasers du proche IR (lasers à fibre dopée) dans un cristal non linéaire (PPLN) afin de produire un rayonnement laser par génération de différence de fréquences dans l'IR moyen (3,15 - 3,43 µm), là où les bandes d'absorption des molécules visées, sont les plus intenses. Les premières études avec cette source montrent la possibilité de détection de l'éthylène (C2H4) et du benzène (C6H6). Les développements, caractérisations et applications de ces instruments, aussi bien dans l'IR proche que moyen, sont détaillés et montrent les avantages de sonder les 2 gammes spectrales.

En aquesta tesi presentem un mètode general per al reconeixement automàtic d’instruments musicals partint d’un senyal d’àudio. A diferència de molts enfocs relacionats, el nostre evita restriccions artificials o artificioses pel que fa al disseny algorísmic, les dades proporcionades al sistema, o el context d’aplicació. Per tal de fer el problema abordable, limitem el procés a l’operació més bàsica consistent a reconèixer l’instrument predominant en un breu fragment d’àudio. Així ens estalviem la separació de fonts sonores en la mescla i, més específicament, predim una font sonora a partir del timbre general del so analitzat. Per tal de compensar aquesta restricció incorporem, addicionalment, informació derivada d’una anàlisi musical jeràrquica: primer incorporem context temporal a l’hora d’extraure etiquetes dels instruments, després incorporem aspectes formals de la peça que poden ajudar al reconeixement de l’instrument, i finalment incloem informació general gràcies a l’explotació de les associacions entre gèneres musicals i instruments. / In this dissertation we present a method for the automatic recognition of musical instruments from music audio signal. Unlike most related approaches, our specific conception mostly avoids laboratory constraints on the method’s algorithmic design, its input data, or the targeted application context. To account for the complex nature of the input signal, we limit the basic process in the processing chain to the recognition of a single predominant musical instrument from a short audio fragment. We thereby prevent resolving the mixture and rather predict one source from the timbre of the sound. To compensate for this restriction we further incorporate information derived from a hierarchical music analysis; we first incorporate musical context to extract instrumental labels from the time-varying model decisions. Second, the method incorporates information regarding the piece’s formal aspects into the process. Finally, we include information from the collection level by exploiting associations between musical genres and instrumentations.

Les écrits de Monsieur Haroun BOUCHETA, rassemblés en vue de l’obtention du titre de Docteur en droit, portent sur le droit financier. Depuis 2005, en prenant appui sur ses expériences professionnelles, l’auteur publie régulièrement des articles à destination tant des praticiens que des universitaires. Les écrits rassemblés sont de deux ordres. Premièrement, l’auteur s’intéresse à l’encadrement juridique de certains acteurs des marchés financiers ainsi qu’à celui d’instruments financiers et techniques financières.Parmi les acteurs étudiés, les contreparties centrales tiennent une place importante. Les études de l’auteur portant sur ce thème permettent d’appréhender l’environnement juridique et réglementaire spécifique et de comprendre ses récentes évolutions aux niveaux européen et français. Quant aux instruments financiers et techniques financières ayant fait l’objet de publications, l’auteur s’est essentiellement concentré sur les dérivés et les matières premières. Deuxièmement, d’autres écrits sont plus transversaux, voire prospectifs, puisqu’ils ont trait à des réformes européennes incontournables en matière de réglementation financière. A côté du règlement EMIR, l’auteur a consacré plusieurs études approfondies sur la réforme de la directive concernant les marchés d’instruments financiers (MIF). Ces écrits de droit financier sont accompagnés d’une introduction générale. La première partie s’appuie sur quinze articles publiés et a vocation à mettre en exergue certaines des lacunes de la régulation financière post-crise. Dans la seconde partie, l’auteur s’interroge sur la physionomie actuelle des sources du droit financier et sur le processus d’élaboration des textes. / The writings of Mr. Haroun BOUCHETA, gathered for the title of Doctor of Laws, deal with financial law. Since 2005, drawing on his professional experience, the author regularly publishes articles for both practitioners and academics. The collected writings are of two kinds.First, the author is interested in the legal framework of certain players in the financial markets as well as those of financial instruments and financial techniques.Among the actors studied, central counterparties play an important role. The author's studies on this subject make it possible to understand the specific legal and regulatory environment and to understand its recent developments at European and French levels.As for financial instruments and financial techniques that have been the subject of publications, the author concentrated mainly on derivatives and commodities.Secondly, other writings are more cross-cutting and even forward-looking, as they relate to unavoidable European reforms in financial regulation. In addition to the EMIR regulation, the author devoted several in-depth studies on the reform of the Markets in Financial Instruments Directive (MiFID).These writings of financial law are accompanied by a general introduction. The first part is based on fifteen published articles from the author and is intended to highlight some of the shortcomings of post-crisis financial regulation. In the second part, the author examines the current physiognomy of the sources of financial law and the process of drafting the texts.

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal. / Cette thèse a pour objectif de développer des méthodes d'inférence exacte dans les modèles structurels. Elle est motivée par les résultats reportés récemment dans la littérature économétrique concernant les problèmes des méthodes d'inférence usuelles en présence d'instruments faibles. Dans le premier essai, nous étudions le problème de construction de régions de confiance pour des transformations du vecteur des paramètres inconnus dans un modèle à équations simultanées linéaires. Plusieurs tests proposés pour l'inférence en présence d'instruments faibles présentent l'inconvénient de ne tester que des hypothèses spécifiant le vecteur entier des paramètres. C'est le cas notamment de la statistique d'Andersen-Rubin (1949, Ann. Math. Stat.) et des deux statistiques proposées récemment par Wang et Zivot (1998, Econometrica). En principe, ce problème peut être résolu en utilisant la technique de projection Dufour (1997, Econometrica), Dufour and Jasiak (2001, International Economie Review)]. Cependant, cette dernière exige, de façon générale, l'utilisation des méthodes numériques. Dans cet essai, nous fournissons une solution analytique complète au problème de construction d'intervalles de confiance par projection à partir de régions de confiance obtenues par inversion de statistiques de type Anderson-Rubin. Cette solution se base sur la théorie des quadriques et peut être perçue comme une extension des intervalles et des ellipsoïdes de confiance usuels. Les calculs requis sont semblables à ceux des moindres carrés ordinaires. Nous étudions également par des simulations Monte Carlo le degré de conservatisme des régions de confiance par projection. Enfin, nous illustrons les méthodes proposées par deux applications macroéconomiques: La relation entre le commerce international et la croissance économique et le problème des rendements d'échelle dans l'industrie américaine. Dans le deuxième essai, nous proposons des méthodes d'inférence exacte dans un modèle structurel non linéaire. Nous développons une approche simple pour construire des tests exacts. Cette approche généralise celle de Hartley (1964, Biometrika) pour le test d'hypothèses et la construction de régions de confiance dans les régressions non linéaires et la procédure d'Anderson-Rubin spécifique aux modèles structurels à équations linéaires. Nous abordons par la suite le problème d'optimalité des instruments utilisés dans le test. La notion d'optimalité réfère à la maximisation de la puissance du test proposé. Ceci contraste avec la notion d'optimalité typiquement considérée dans la littérature économétrique et qui réfère à la minimisation de la variance asymptotique d'un estimateur [Amemiya (1977, Econometrica)]. Les instruments optimaux que nous dérivons dépendent de l'hypothèse alternative, et donc nous qualifions ces derniers d'instruments "point-optimaux" [King (1988, Econometric Reviews). La matrice des instruments optimaux est inconnue de façon générale, nous proposons une méthode pour son estimation basée sur la technique du split-sample. Dans le troisième essai, nous examinons le problème de sélection d'instruments dans le cas d'un modèle structurel linéaire où la méthode 2SLS pour l'estimation et/ou le test d'Anderson-Rubin sont utilisés. Nous nous concentrons sur le cas d'une seule variable explicative endogène. Nous commençons par analyser les déterminants de la performance de ces méthodes et comment la matrice des instruments affecte la qualité de l'estimation et de l'inférence. Nous proposons par la suite une méthode de sélection d'instruments sur la base de ces résultats. Cette méthode est basée sur la maximisation séquentielle du paramètre de concentration. Nous étudions si les méthodes de diagnostic et de sélection d'instruments sont utiles en pratique ou comme conclu par Hall, Rudebusch and Wilcox (1996, International Economie Review) sont inutilisables. Nous comparons également, par des simulations Monte Carlo, les principales méthodes de sélection d'instruments proposées dans la littérature.

La dernière décennie a connu un intérêt croissant pour les problèmes posés par les variables instrumentales faibles dans la littérature économétrique, c’est-à-dire les situations où les variables instrumentales sont faiblement corrélées avec la variable à instrumenter. En effet, il est bien connu que lorsque les instruments sont faibles, les distributions des statistiques de Student, de Wald, du ratio de vraisemblance et du multiplicateur de Lagrange ne sont plus standard et dépendent souvent de paramètres de nuisance. Plusieurs études empiriques portant notamment sur les modèles de rendements à l’éducation [Angrist et Krueger (1991, 1995), Angrist et al. (1999), Bound et al. (1995), Dufour et Taamouti (2007)] et d’évaluation des actifs financiers (C-CAPM) [Hansen et Singleton (1982,1983), Stock et Wright (2000)], où les variables instrumentales sont faiblement corrélées avec la variable à instrumenter, ont montré que l’utilisation de ces statistiques conduit souvent à des résultats peu fiables. Un remède à ce problème est l’utilisation de tests robustes à l’identification [Anderson et Rubin (1949), Moreira (2002), Kleibergen (2003), Dufour et Taamouti (2007)]. Cependant, il n’existe aucune littérature économétrique sur la qualité des procédures robustes à l’identification lorsque les instruments disponibles sont endogènes ou à la fois endogènes et faibles. Cela soulève la question de savoir ce qui arrive aux procédures d’inférence robustes à l’identification lorsque certaines variables instrumentales supposées exogènes ne le sont pas effectivement. Plus précisément, qu’arrive-t-il si une variable instrumentale invalide est ajoutée à un ensemble d’instruments valides? Ces procédures se comportent-elles différemment? Et si l’endogénéité des variables instrumentales pose des difficultés majeures à l’inférence statistique, peut-on proposer des procédures de tests qui sélectionnent les instruments lorsqu’ils sont à la fois forts et valides? Est-il possible de proposer les proédures de sélection d’instruments qui demeurent valides même en présence d’identification faible? Cette thèse se focalise sur les modèles structurels (modèles à équations simultanées) et apporte des réponses à ces questions à travers quatre essais. Le premier essai est publié dans Journal of Statistical Planning and Inference 138 (2008) 2649 – 2661. Dans cet essai, nous analysons les effets de l’endogénéité des instruments sur deux statistiques de test robustes à l’identification: la statistique d’Anderson et Rubin (AR, 1949) et la statistique de Kleibergen (K, 2003), avec ou sans instruments faibles. D’abord, lorsque le paramètre qui contrôle l’endogénéité des instruments est fixe (ne dépend pas de la taille de l’échantillon), nous montrons que toutes ces procédures sont en général convergentes contre la présence d’instruments invalides (c’est-à-dire détectent la présence d’instruments invalides) indépendamment de leur qualité (forts ou faibles). Nous décrivons aussi des cas où cette convergence peut ne pas tenir, mais la distribution asymptotique est modifiée d’une manière qui pourrait conduire à des distorsions de niveau même pour de grands échantillons. Ceci inclut, en particulier, les cas où l’estimateur des double moindres carrés demeure convergent, mais les tests sont asymptotiquement invalides. Ensuite, lorsque les instruments sont localement exogènes (c’est-à-dire le paramètre d’endogénéité converge vers zéro lorsque la taille de l’échantillon augmente), nous montrons que ces tests convergent vers des distributions chi-carré non centrées, que les instruments soient forts ou faibles. Nous caractérisons aussi les situations où le paramètre de non centralité est nul et la distribution asymptotique des statistiques demeure la même que dans le cas des instruments valides (malgré la présence des instruments invalides). Le deuxième essai étudie l’impact des instruments faibles sur les tests de spécification du type Durbin-Wu-Hausman (DWH) ainsi que le test de Revankar et Hartley (1973). Nous proposons une analyse en petit et grand échantillon de la distribution de ces tests sous l’hypothèse nulle (niveau) et l’alternative (puissance), incluant les cas où l’identification est déficiente ou faible (instruments faibles). Notre analyse en petit échantillon founit plusieurs perspectives ainsi que des extensions des précédentes procédures. En effet, la caractérisation de la distribution de ces statistiques en petit échantillon permet la construction des tests de Monte Carlo exacts pour l’exogénéité même avec les erreurs non Gaussiens. Nous montrons que ces tests sont typiquement robustes aux intruments faibles (le niveau est contrôlé). De plus, nous fournissons une caractérisation de la puissance des tests, qui exhibe clairement les facteurs qui déterminent la puissance. Nous montrons que les tests n’ont pas de puissance lorsque tous les instruments sont faibles [similaire à Guggenberger(2008)]. Cependant, la puissance existe tant qu’au moins un seul instruments est fort. La conclusion de Guggenberger (2008) concerne le cas où tous les instruments sont faibles (un cas d’intérêt mineur en pratique). Notre théorie asymptotique sous les hypothèses affaiblies confirme la théorie en échantillon fini. Par ailleurs, nous présentons une analyse de Monte Carlo indiquant que: (1) l’estimateur des moindres carrés ordinaires est plus efficace que celui des doubles moindres carrés lorsque les instruments sont faibles et l’endogenéité modérée [conclusion similaire à celle de Kiviet and Niemczyk (2007)]; (2) les estimateurs pré-test basés sur les tests d’exogenété ont une excellente performance par rapport aux doubles moindres carrés. Ceci suggère que la méthode des variables instrumentales ne devrait être appliquée que si l’on a la certitude d’avoir des instruments forts. Donc, les conclusions de Guggenberger (2008) sont mitigées et pourraient être trompeuses. Nous illustrons nos résultats théoriques à travers des expériences de simulation et deux applications empiriques: la relation entre le taux d’ouverture et la croissance économique et le problème bien connu du rendement à l’éducation. Le troisième essai étend le test d’exogénéité du type Wald proposé par Dufour (1987) aux cas où les erreurs de la régression ont une distribution non-normale. Nous proposons une nouvelle version du précédent test qui est valide même en présence d’erreurs non-Gaussiens. Contrairement aux procédures de test d’exogénéité usuelles (tests de Durbin-Wu-Hausman et de Rvankar- Hartley), le test de Wald permet de résoudre un problème courant dans les travaux empiriques qui consiste à tester l’exogénéité partielle d’un sous ensemble de variables. Nous proposons deux nouveaux estimateurs pré-test basés sur le test de Wald qui performent mieux (en terme d’erreur quadratique moyenne) que l’estimateur IV usuel lorsque les variables instrumentales sont faibles et l’endogénéité modérée. Nous montrons également que ce test peut servir de procédure de sélection de variables instrumentales. Nous illustrons les résultats théoriques par deux applications empiriques: le modèle bien connu d’équation du salaire [Angist et Krueger (1991, 1999)] et les rendements d’échelle [Nerlove (1963)]. Nos résultats suggèrent que l’éducation de la mère expliquerait le décrochage de son fils, que l’output est une variable endogène dans l’estimation du coût de la firme et que le prix du fuel en est un instrument valide pour l’output. Le quatrième essai résout deux problèmes très importants dans la littérature économétrique. D’abord, bien que le test de Wald initial ou étendu permette de construire les régions de confiance et de tester les restrictions linéaires sur les covariances, il suppose que les paramètres du modèle sont identifiés. Lorsque l’identification est faible (instruments faiblement corrélés avec la variable à instrumenter), ce test n’est en général plus valide. Cet essai développe une procédure d’inférence robuste à l’identification (instruments faibles) qui permet de construire des régions de confiance pour la matrices de covariances entre les erreurs de la régression et les variables explicatives (possiblement endogènes). Nous fournissons les expressions analytiques des régions de confiance et caractérisons les conditions nécessaires et suffisantes sous lesquelles ils sont bornés. La procédure proposée demeure valide même pour de petits échantillons et elle est aussi asymptotiquement robuste à l’hétéroscédasticité et l’autocorrélation des erreurs. Ensuite, les résultats sont utilisés pour développer les tests d’exogénéité partielle robustes à l’identification. Les simulations Monte Carlo indiquent que ces tests contrôlent le niveau et ont de la puissance même si les instruments sont faibles. Ceci nous permet de proposer une procédure valide de sélection de variables instrumentales même s’il y a un problème d’identification. La procédure de sélection des instruments est basée sur deux nouveaux estimateurs pré-test qui combinent l’estimateur IV usuel et les estimateurs IV partiels. Nos simulations montrent que: (1) tout comme l’estimateur des moindres carrés ordinaires, les estimateurs IV partiels sont plus efficaces que l’estimateur IV usuel lorsque les instruments sont faibles et l’endogénéité modérée; (2) les estimateurs pré-test ont globalement une excellente performance comparés à l’estimateur IV usuel. Nous illustrons nos résultats théoriques par deux applications empiriques: la relation entre le taux d’ouverture et la croissance économique et le modèle de rendements à l’éducation. Dans la première application, les études antérieures ont conclu que les instruments n’étaient pas trop faibles [Dufour et Taamouti (2007)] alors qu’ils le sont fortement dans la seconde [Bound (1995), Doko et Dufour (2009)]. Conformément à nos résultats théoriques, nous trouvons les régions de confiance non bornées pour la covariance dans le cas où les instruments sont assez faibles. / The last decade shows growing interest for the so-called weak instruments problems in the econometric literature, i.e. situations where instruments are poorly correlated with endogenous explanatory variables. More generally, these can be viewed as situations where model parameters are not identified or nearly so (see Dufour and Hsiao, 2008). It is well known that when instruments are weak, the limiting distributions of standard test statistics - like Student, Wald, likelihood ratio and Lagrange multiplier criteria in structural models - have non-standard distributions and often depend heavily on nuisance parameters. Several empirical studies including the estimation of returns to education [Angrist and Krueger (1991, 1995), Angrist et al. (1999), Bound et al. (1995), Dufour and Taamouti (2007)] and asset pricing model (C-CAPM) [Hansen and Singleton (1982, 1983), Stock and Wright (2000)], have showed that the above procedures are unreliable in presence of weak identification. As a result, identification-robust tests [Anderson and Rubin (1949), Moreira (2003), Kleibergen (2002), Dufour and Taamouti (2007)] are often used to make reliable inference. However, little is known about the quality of these procedures when the instruments are invalid or both weak and invalid. This raises the following question: what happens to inference procedures when some instruments are endogenous or both weak and endogenous? In particular, what happens if an invalid instrument is added to a set of valid instruments? How robust are these inference procedures to instrument endogeneity? Do alternative inference procedures behave differently? If instrument endogeneity makes statistical inference unreliable, can we propose the procedures for selecting "good instruments" (i.e. strong and valid instruments)? Can we propose instrument selection procedure which will be valid even in presence of weak identification? This thesis focuses on structural models and answers these questions through four chapiters. The first chapter is published in Journal of Statistical Planning and Inference 138 (2008) 2649 – 2661. In this chapter, we analyze the effects of instrument endogeneity on two identificationrobust procedures: Anderson and Rubin (1949, AR) and Kleibergen (2002, K) test statistics, with or without weak instruments. First, when the level of instrument endogeneity is fixed (does not depend on the sample size), we show that all these procedures are in general consistent against the presence of invalid instruments (hence asymptotically invalid for the hypothesis of interest), whether the instruments are "strong" or "weak". We also describe situations where this consistency may not hold, but the asymptotic distribution is modified in a way that would lead to size distortions in large samples. These include, in particular, cases where 2SLS estimator remains consistent, but the tests are asymptotically invalid. Second, when the instruments are locally exogenous (the level of instrument endogeneity approaches zero as the sample size increases), we find asymptotic noncentral chi-square distributions with or without weak instruments, and describe situations where the non-centrality parameter is zero and the asymptotic distribution remains the same as in the case of valid instruments (despite the presence of invalid instruments). The second chapter analyzes the effects of weak identification on Durbin-Wu-Hausman (DWH) specification tests an Revankar-Harttley exogeneity test. We propose a finite-and large-sample analysis of the distribution of DWH tests under the null hypothesis (level) and the alternative hypothesis (power), including when identification is deficient or weak (weak instruments). Our finite-sample analysis provides several new insights and extensions of earlier procedures. The characterization of the finite-sample distribution of the test-statistics allows the construction of exact identificationrobust exogeneity tests even with non-Gaussian errors (Monte Carlos tests) and shows that such tests are typically robust to weak instruments (level is controlled). Furthermore, we provide a characterization of the power of the tests, which clearly exhibits factors which determine power. We show that DWH-tests have no power when all instruments are weak [similar to Guggenberger(2008)]. However, power does exist as soon as we have one strong instruments. The conclusions of Guggenberger (2008) focus on the case where all instruments are weak (a case of little practical interest). Our asymptotic distributional theory under weaker assumptions confirms the finite-sample theory. Moreover, we present simulation evidence indicating: (1) over a wide range cases, including weak IV and moderate endogeneity, OLS performs better than 2SLS [finding similar to Kiviet and Niemczyk (2007)]; (2) pretest-estimators based on exogeneity tests have an excellent overall performance compared with usual IV estimator. We illustrate our theoretical results through simulation experiment and two empirical applications: the relation between trade and economic growth and the widely studied problem of returns to education. In the third chapter, we extend the generalized Wald partial exogeneity test [Dufour (1987)] to non-gaussian errors. Testing whether a subset of explanatory variables is exogenous is an important challenge in econometrics. This problem occurs in many applied works. For example, in the well know wage model, one should like to assess if mother’s education is exogenous without imposing additional assumptions on ability and schooling. In the growth model, the exogeneity of the constructed instrument on the basis of geographical characteristics for the trade share is often questioned and needs to be tested without constraining trade share and the other variables. Standard exogeneity tests of the type proposed by Durbin-Wu-Hausman and Revankar-Hartley cannot solve such problems. A potential cure for dealing with partial exogeneity is the use of the generalized linear Wald (GW) method (Dufour, 1987). The GW-procedure however assumes the normality of model errors and it is not clear how robust is this test to non-gaussian errors. We develop in this chapter, a modified version of earlier procedure which is valid even when model errors are not normally distributed. We present simulation evidence indicating that when identification is strong, the standard GW-test is size distorted in presence of non-gaussian errors. Furthermore, our analysis of the performance of different pretest-estimators based on GW-tests allow us to propose two new pretest-estimators of the structural parameter. The Monte Carlo simulations indicate that these pretest-estimators have a better performance over a wide range cases compared with 2SLS. Therefore, this can be viewed as a procedure for selecting variable where a GW-test is used in the first stage to decide which variables should be instruments and which ones are valid instruments. We illustrate our theoretical results through two empirical applications: the well known wage equation and the returns to scale in electricity supply. The results show that the GW-tests cannot reject the exogeneity of mother’s education, i.e. mother’s education may constitute a valid IV for schooling. However, the output in cost equation is endogenous and the price of fuel is a valid IV for estimating the returns to scale. The fourth chapter develops identification-robust inference for the covariances between errors and regressors of an IV regression. The results are then applied to develop partial exogeneity tests and partial IV pretest-estimators which are more efficient than usual IV estimator. When more than one stochastic explanatory variables are involved in the model, it is often necessary to determine which ones are independent of the disturbances. This problem arises in many empirical applications. For example, in the New Keynesian Phillips Curve, one should like to assess whether the interest rate is exogenous without imposing additional assumptions on inflation rate and the other variables. Standard Wu-Durbin-Hausman (DWH) tests which are commonly used in applied work are inappropriate to deal with such a problem. The generalized Wald (GW) procedure (Dufour, 1987) which typically allows the construction of confidence sets as well as testing linear restrictions on covariances assumes that the available instruments are strong. When the instruments are weak, the GW-test is in general size distorted. As a result, its application in models where instruments are possibly weak–returns to education, trade and economic growth, life cycle labor supply, New Keynesian Phillips Curve, pregnancy and the demand for cigarettes–may be misleading. To answer this problem, we develop a finite-and large-sample valid procedure for building confidence sets for covariances allowing for the presence of weak instruments. We provide analytic forms of the confidence sets and characterize necessary and sufficient conditions under which they are bounded. Moreover, we propose two new pretest-estimators of structural parameters based on our above procedure. Both estimators combine 2SLS and partial IV-estimators. The Monte Carlo experiment shows that: (1) partial IV-estimators outperform 2SLS when the instruments are weak; (2) pretestestimators have an excellent overall performance–bias and MSE– compared with 2SLS. Therefore, this can be viewed as a variable selection method where the projection-based techniques is used to decide which variables should be instrumented and which ones are valid instruments. We illustrate our results through two empirical applications: the relation between trade and economic growth and the widely studied problem of returns to education. The results show unbounded confidence sets, suggesting that the IV are relatively poor in these models, as questioned in the literature [Bound (1995)].

La dernière décennie a connu un intérêt croissant pour les problèmes posés par les variables instrumentales faibles dans la littérature économétrique, c’est-à-dire les situations où les variables instrumentales sont faiblement corrélées avec la variable à instrumenter. En effet, il est bien connu que lorsque les instruments sont faibles, les distributions des statistiques de Student, de Wald, du ratio de vraisemblance et du multiplicateur de Lagrange ne sont plus standard et dépendent souvent de paramètres de nuisance. Plusieurs études empiriques portant notamment sur les modèles de rendements à l’éducation [Angrist et Krueger (1991, 1995), Angrist et al. (1999), Bound et al. (1995), Dufour et Taamouti (2007)] et d’évaluation des actifs financiers (C-CAPM) [Hansen et Singleton (1982,1983), Stock et Wright (2000)], où les variables instrumentales sont faiblement corrélées avec la variable à instrumenter, ont montré que l’utilisation de ces statistiques conduit souvent à des résultats peu fiables. Un remède à ce problème est l’utilisation de tests robustes à l’identification [Anderson et Rubin (1949), Moreira (2002), Kleibergen (2003), Dufour et Taamouti (2007)]. Cependant, il n’existe aucune littérature économétrique sur la qualité des procédures robustes à l’identification lorsque les instruments disponibles sont endogènes ou à la fois endogènes et faibles. Cela soulève la question de savoir ce qui arrive aux procédures d’inférence robustes à l’identification lorsque certaines variables instrumentales supposées exogènes ne le sont pas effectivement. Plus précisément, qu’arrive-t-il si une variable instrumentale invalide est ajoutée à un ensemble d’instruments valides? Ces procédures se comportent-elles différemment? Et si l’endogénéité des variables instrumentales pose des difficultés majeures à l’inférence statistique, peut-on proposer des procédures de tests qui sélectionnent les instruments lorsqu’ils sont à la fois forts et valides? Est-il possible de proposer les proédures de sélection d’instruments qui demeurent valides même en présence d’identification faible? Cette thèse se focalise sur les modèles structurels (modèles à équations simultanées) et apporte des réponses à ces questions à travers quatre essais. Le premier essai est publié dans Journal of Statistical Planning and Inference 138 (2008) 2649 – 2661. Dans cet essai, nous analysons les effets de l’endogénéité des instruments sur deux statistiques de test robustes à l’identification: la statistique d’Anderson et Rubin (AR, 1949) et la statistique de Kleibergen (K, 2003), avec ou sans instruments faibles. D’abord, lorsque le paramètre qui contrôle l’endogénéité des instruments est fixe (ne dépend pas de la taille de l’échantillon), nous montrons que toutes ces procédures sont en général convergentes contre la présence d’instruments invalides (c’est-à-dire détectent la présence d’instruments invalides) indépendamment de leur qualité (forts ou faibles). Nous décrivons aussi des cas où cette convergence peut ne pas tenir, mais la distribution asymptotique est modifiée d’une manière qui pourrait conduire à des distorsions de niveau même pour de grands échantillons. Ceci inclut, en particulier, les cas où l’estimateur des double moindres carrés demeure convergent, mais les tests sont asymptotiquement invalides. Ensuite, lorsque les instruments sont localement exogènes (c’est-à-dire le paramètre d’endogénéité converge vers zéro lorsque la taille de l’échantillon augmente), nous montrons que ces tests convergent vers des distributions chi-carré non centrées, que les instruments soient forts ou faibles. Nous caractérisons aussi les situations où le paramètre de non centralité est nul et la distribution asymptotique des statistiques demeure la même que dans le cas des instruments valides (malgré la présence des instruments invalides). Le deuxième essai étudie l’impact des instruments faibles sur les tests de spécification du type Durbin-Wu-Hausman (DWH) ainsi que le test de Revankar et Hartley (1973). Nous proposons une analyse en petit et grand échantillon de la distribution de ces tests sous l’hypothèse nulle (niveau) et l’alternative (puissance), incluant les cas où l’identification est déficiente ou faible (instruments faibles). Notre analyse en petit échantillon founit plusieurs perspectives ainsi que des extensions des précédentes procédures. En effet, la caractérisation de la distribution de ces statistiques en petit échantillon permet la construction des tests de Monte Carlo exacts pour l’exogénéité même avec les erreurs non Gaussiens. Nous montrons que ces tests sont typiquement robustes aux intruments faibles (le niveau est contrôlé). De plus, nous fournissons une caractérisation de la puissance des tests, qui exhibe clairement les facteurs qui déterminent la puissance. Nous montrons que les tests n’ont pas de puissance lorsque tous les instruments sont faibles [similaire à Guggenberger(2008)]. Cependant, la puissance existe tant qu’au moins un seul instruments est fort. La conclusion de Guggenberger (2008) concerne le cas où tous les instruments sont faibles (un cas d’intérêt mineur en pratique). Notre théorie asymptotique sous les hypothèses affaiblies confirme la théorie en échantillon fini. Par ailleurs, nous présentons une analyse de Monte Carlo indiquant que: (1) l’estimateur des moindres carrés ordinaires est plus efficace que celui des doubles moindres carrés lorsque les instruments sont faibles et l’endogenéité modérée [conclusion similaire à celle de Kiviet and Niemczyk (2007)]; (2) les estimateurs pré-test basés sur les tests d’exogenété ont une excellente performance par rapport aux doubles moindres carrés. Ceci suggère que la méthode des variables instrumentales ne devrait être appliquée que si l’on a la certitude d’avoir des instruments forts. Donc, les conclusions de Guggenberger (2008) sont mitigées et pourraient être trompeuses. Nous illustrons nos résultats théoriques à travers des expériences de simulation et deux applications empiriques: la relation entre le taux d’ouverture et la croissance économique et le problème bien connu du rendement à l’éducation. Le troisième essai étend le test d’exogénéité du type Wald proposé par Dufour (1987) aux cas où les erreurs de la régression ont une distribution non-normale. Nous proposons une nouvelle version du précédent test qui est valide même en présence d’erreurs non-Gaussiens. Contrairement aux procédures de test d’exogénéité usuelles (tests de Durbin-Wu-Hausman et de Rvankar- Hartley), le test de Wald permet de résoudre un problème courant dans les travaux empiriques qui consiste à tester l’exogénéité partielle d’un sous ensemble de variables. Nous proposons deux nouveaux estimateurs pré-test basés sur le test de Wald qui performent mieux (en terme d’erreur quadratique moyenne) que l’estimateur IV usuel lorsque les variables instrumentales sont faibles et l’endogénéité modérée. Nous montrons également que ce test peut servir de procédure de sélection de variables instrumentales. Nous illustrons les résultats théoriques par deux applications empiriques: le modèle bien connu d’équation du salaire [Angist et Krueger (1991, 1999)] et les rendements d’échelle [Nerlove (1963)]. Nos résultats suggèrent que l’éducation de la mère expliquerait le décrochage de son fils, que l’output est une variable endogène dans l’estimation du coût de la firme et que le prix du fuel en est un instrument valide pour l’output. Le quatrième essai résout deux problèmes très importants dans la littérature économétrique. D’abord, bien que le test de Wald initial ou étendu permette de construire les régions de confiance et de tester les restrictions linéaires sur les covariances, il suppose que les paramètres du modèle sont identifiés. Lorsque l’identification est faible (instruments faiblement corrélés avec la variable à instrumenter), ce test n’est en général plus valide. Cet essai développe une procédure d’inférence robuste à l’identification (instruments faibles) qui permet de construire des régions de confiance pour la matrices de covariances entre les erreurs de la régression et les variables explicatives (possiblement endogènes). Nous fournissons les expressions analytiques des régions de confiance et caractérisons les conditions nécessaires et suffisantes sous lesquelles ils sont bornés. La procédure proposée demeure valide même pour de petits échantillons et elle est aussi asymptotiquement robuste à l’hétéroscédasticité et l’autocorrélation des erreurs. Ensuite, les résultats sont utilisés pour développer les tests d’exogénéité partielle robustes à l’identification. Les simulations Monte Carlo indiquent que ces tests contrôlent le niveau et ont de la puissance même si les instruments sont faibles. Ceci nous permet de proposer une procédure valide de sélection de variables instrumentales même s’il y a un problème d’identification. La procédure de sélection des instruments est basée sur deux nouveaux estimateurs pré-test qui combinent l’estimateur IV usuel et les estimateurs IV partiels. Nos simulations montrent que: (1) tout comme l’estimateur des moindres carrés ordinaires, les estimateurs IV partiels sont plus efficaces que l’estimateur IV usuel lorsque les instruments sont faibles et l’endogénéité modérée; (2) les estimateurs pré-test ont globalement une excellente performance comparés à l’estimateur IV usuel. Nous illustrons nos résultats théoriques par deux applications empiriques: la relation entre le taux d’ouverture et la croissance économique et le modèle de rendements à l’éducation. Dans la première application, les études antérieures ont conclu que les instruments n’étaient pas trop faibles [Dufour et Taamouti (2007)] alors qu’ils le sont fortement dans la seconde [Bound (1995), Doko et Dufour (2009)]. Conformément à nos résultats théoriques, nous trouvons les régions de confiance non bornées pour la covariance dans le cas où les instruments sont assez faibles. / The last decade shows growing interest for the so-called weak instruments problems in the econometric literature, i.e. situations where instruments are poorly correlated with endogenous explanatory variables. More generally, these can be viewed as situations where model parameters are not identified or nearly so (see Dufour and Hsiao, 2008). It is well known that when instruments are weak, the limiting distributions of standard test statistics - like Student, Wald, likelihood ratio and Lagrange multiplier criteria in structural models - have non-standard distributions and often depend heavily on nuisance parameters. Several empirical studies including the estimation of returns to education [Angrist and Krueger (1991, 1995), Angrist et al. (1999), Bound et al. (1995), Dufour and Taamouti (2007)] and asset pricing model (C-CAPM) [Hansen and Singleton (1982, 1983), Stock and Wright (2000)], have showed that the above procedures are unreliable in presence of weak identification. As a result, identification-robust tests [Anderson and Rubin (1949), Moreira (2003), Kleibergen (2002), Dufour and Taamouti (2007)] are often used to make reliable inference. However, little is known about the quality of these procedures when the instruments are invalid or both weak and invalid. This raises the following question: what happens to inference procedures when some instruments are endogenous or both weak and endogenous? In particular, what happens if an invalid instrument is added to a set of valid instruments? How robust are these inference procedures to instrument endogeneity? Do alternative inference procedures behave differently? If instrument endogeneity makes statistical inference unreliable, can we propose the procedures for selecting "good instruments" (i.e. strong and valid instruments)? Can we propose instrument selection procedure which will be valid even in presence of weak identification? This thesis focuses on structural models and answers these questions through four chapiters. The first chapter is published in Journal of Statistical Planning and Inference 138 (2008) 2649 – 2661. In this chapter, we analyze the effects of instrument endogeneity on two identificationrobust procedures: Anderson and Rubin (1949, AR) and Kleibergen (2002, K) test statistics, with or without weak instruments. First, when the level of instrument endogeneity is fixed (does not depend on the sample size), we show that all these procedures are in general consistent against the presence of invalid instruments (hence asymptotically invalid for the hypothesis of interest), whether the instruments are "strong" or "weak". We also describe situations where this consistency may not hold, but the asymptotic distribution is modified in a way that would lead to size distortions in large samples. These include, in particular, cases where 2SLS estimator remains consistent, but the tests are asymptotically invalid. Second, when the instruments are locally exogenous (the level of instrument endogeneity approaches zero as the sample size increases), we find asymptotic noncentral chi-square distributions with or without weak instruments, and describe situations where the non-centrality parameter is zero and the asymptotic distribution remains the same as in the case of valid instruments (despite the presence of invalid instruments). The second chapter analyzes the effects of weak identification on Durbin-Wu-Hausman (DWH) specification tests an Revankar-Harttley exogeneity test. We propose a finite-and large-sample analysis of the distribution of DWH tests under the null hypothesis (level) and the alternative hypothesis (power), including when identification is deficient or weak (weak instruments). Our finite-sample analysis provides several new insights and extensions of earlier procedures. The characterization of the finite-sample distribution of the test-statistics allows the construction of exact identificationrobust exogeneity tests even with non-Gaussian errors (Monte Carlos tests) and shows that such tests are typically robust to weak instruments (level is controlled). Furthermore, we provide a characterization of the power of the tests, which clearly exhibits factors which determine power. We show that DWH-tests have no power when all instruments are weak [similar to Guggenberger(2008)]. However, power does exist as soon as we have one strong instruments. The conclusions of Guggenberger (2008) focus on the case where all instruments are weak (a case of little practical interest). Our asymptotic distributional theory under weaker assumptions confirms the finite-sample theory. Moreover, we present simulation evidence indicating: (1) over a wide range cases, including weak IV and moderate endogeneity, OLS performs better than 2SLS [finding similar to Kiviet and Niemczyk (2007)]; (2) pretest-estimators based on exogeneity tests have an excellent overall performance compared with usual IV estimator. We illustrate our theoretical results through simulation experiment and two empirical applications: the relation between trade and economic growth and the widely studied problem of returns to education. In the third chapter, we extend the generalized Wald partial exogeneity test [Dufour (1987)] to non-gaussian errors. Testing whether a subset of explanatory variables is exogenous is an important challenge in econometrics. This problem occurs in many applied works. For example, in the well know wage model, one should like to assess if mother’s education is exogenous without imposing additional assumptions on ability and schooling. In the growth model, the exogeneity of the constructed instrument on the basis of geographical characteristics for the trade share is often questioned and needs to be tested without constraining trade share and the other variables. Standard exogeneity tests of the type proposed by Durbin-Wu-Hausman and Revankar-Hartley cannot solve such problems. A potential cure for dealing with partial exogeneity is the use of the generalized linear Wald (GW) method (Dufour, 1987). The GW-procedure however assumes the normality of model errors and it is not clear how robust is this test to non-gaussian errors. We develop in this chapter, a modified version of earlier procedure which is valid even when model errors are not normally distributed. We present simulation evidence indicating that when identification is strong, the standard GW-test is size distorted in presence of non-gaussian errors. Furthermore, our analysis of the performance of different pretest-estimators based on GW-tests allow us to propose two new pretest-estimators of the structural parameter. The Monte Carlo simulations indicate that these pretest-estimators have a better performance over a wide range cases compared with 2SLS. Therefore, this can be viewed as a procedure for selecting variable where a GW-test is used in the first stage to decide which variables should be instruments and which ones are valid instruments. We illustrate our theoretical results through two empirical applications: the well known wage equation and the returns to scale in electricity supply. The results show that the GW-tests cannot reject the exogeneity of mother’s education, i.e. mother’s education may constitute a valid IV for schooling. However, the output in cost equation is endogenous and the price of fuel is a valid IV for estimating the returns to scale. The fourth chapter develops identification-robust inference for the covariances between errors and regressors of an IV regression. The results are then applied to develop partial exogeneity tests and partial IV pretest-estimators which are more efficient than usual IV estimator. When more than one stochastic explanatory variables are involved in the model, it is often necessary to determine which ones are independent of the disturbances. This problem arises in many empirical applications. For example, in the New Keynesian Phillips Curve, one should like to assess whether the interest rate is exogenous without imposing additional assumptions on inflation rate and the other variables. Standard Wu-Durbin-Hausman (DWH) tests which are commonly used in applied work are inappropriate to deal with such a problem. The generalized Wald (GW) procedure (Dufour, 1987) which typically allows the construction of confidence sets as well as testing linear restrictions on covariances assumes that the available instruments are strong. When the instruments are weak, the GW-test is in general size distorted. As a result, its application in models where instruments are possibly weak–returns to education, trade and economic growth, life cycle labor supply, New Keynesian Phillips Curve, pregnancy and the demand for cigarettes–may be misleading. To answer this problem, we develop a finite-and large-sample valid procedure for building confidence sets for covariances allowing for the presence of weak instruments. We provide analytic forms of the confidence sets and characterize necessary and sufficient conditions under which they are bounded. Moreover, we propose two new pretest-estimators of structural parameters based on our above procedure. Both estimators combine 2SLS and partial IV-estimators. The Monte Carlo experiment shows that: (1) partial IV-estimators outperform 2SLS when the instruments are weak; (2) pretestestimators have an excellent overall performance–bias and MSE– compared with 2SLS. Therefore, this can be viewed as a variable selection method where the projection-based techniques is used to decide which variables should be instrumented and which ones are valid instruments. We illustrate our results through two empirical applications: the relation between trade and economic growth and the widely studied problem of returns to education. The results show unbounded confidence sets, suggesting that the IV are relatively poor in these models, as questioned in the literature [Bound (1995)].