Cette thèse étudie les mécanismes à l’œuvre quand des agents s’échangent des produits dérivés en réseau. La conclusion de ce travail est la suivante : lorsque l’on modélise des mécanismes simples entre des agents qui ont des tolérances au risque différentes, on obtient des comportements qui sont similaires à ceux observés dans la réalité, et qui sont parfois la source de troubles majeurs. Pour arriver à cette conclusion, ce travail utilise une modélisation mathématique basé sur les mesures de risques financières, que l'on complexifie au fil des chapitres et que l'on étend à l'aide de la simulation informatique. Dans un premier temps, la modélisation montre que les agents ont tendance à établir des chaînes de dépendance lorsqu’ils ont la liberté de s'échanger des produits dérivés. Leur comportement fait émerger un point de faillite systémique. Lorsque la modélisation intègre le risque de contrepartie, les chaînes de dépendance peuvent aggraver la faillite générale. Une méthode informatique est ensuite développée pour étendre l'analyse au cas le plus général possible; celle-ci permet de concevoir des produits dérivés optimaux dans un cadre très large. Appliqué au problème des produits dérivés en réseau, cette méthode fait émerger des produits dérivés plus réalistes que précédemment, comme des options. Le risque systémique persiste cependant, faisant planer la menace d'une faillite générale en cas de mauvaise évaluation de l’une des positions financières. Enfin, ce travail de thèse propose une réflexion sur la valeur scientifique des simulations informatiques en sciences sociales. Adoptant un point de vue issu de la philosophie de Karl Popper, cette thèse propose ainsi de considérer les simulations comme des contre-exemples logiques à des présupposés théoriques fermement établis.
Président : Pascal Barneto Rapporteurs : Delphine Lautier, Roland Gillet Examinateurs : Hélène Rainelli-Weiss, Frédéric Amblard, Noémi Navarro Directeurs de Thèse : Olivier Brandouy, Philippe Mathieu
Thèse de l'équipe SMAC soutenue le 26/06/2020