Jusqu’au début des années 1980, l’économétrie s’est développée à un rythme relativement lent. Elle avait beaucoup de mal à se libérer du paradigme statistique classique. Mais avec la poussée fulgurante de l’informatique, l’économétrie a connu un essor fort appréciable ces vingt dernières années. Que l’on pense simplement à la multiplication effrénée des modèles économétriques non linéaires, des modèles de volatilité et des nouvelles techniques d’estimation comme le GMM ou la méthode des moments simulés, pour ne nommer que quelques nouveaux champs de l’économétrie contemporaine. Mais ce qui est encore plus saisissant, c’est l’avancée au pas de charge de l’économétrie dans le domaine de la théorie financière. En effet, la théorie des produits dérivés, qui prend sa source au début des années 1970, fait de plus en plus appel aux modèles économétriques de volatilité, tels les modèles GARCH, et à la méthode du GMM pour estimer les paramètres des équations différentielles stochastiques qui servent à la détermination des prix des options, entres autres. L’économétrie a également permis au modèle du CAPM, bien connu en théorie financière, de s’affranchir de son cadre statique. On peut maintenant parler de bêtas variables dans le temps et la transposition de l’approche GARCH au CAPM a permis de le situer dans un cadre multivarié. La finance corporative emprunte également de plus en plus à l’économétrie. Ainsi, l’analyse des investissements des entreprises dans un contexte d’incertitude donne lieu à la formulation d’équations différentielles stochastiques dont l’estimation des paramètres exige le recours à l’économétrie, entre autres à la méthode économétrique du GMM.