Nous proposons une première méthode de quantification du transfert de risque entre entreprises géographiquement proches, étant donné que l’environnement économique est supposé impacter la croissance et les chances de survie des Petites et Moyennes Entreprises (PME). Nous supposons que la Probabilité de Défaut peut se décomposer en deux facteurs : le premier est interne à l’entreprise, le second externe et transmis par contagion entre voisins. Nous testons cette hypothèse sur la totalité de la population des PME françaises. Nous appliquons en premier lieu des algorithmes modernes d’apprentissage machine pour estimer le risque interne. Nous proposons ensuite d’utiliser graphes et Réseaux de Neurones à Transfert de Message (MPNN) pour simuler la contagion du risque entre entreprises voisines. Nous appliquons des méthodologies explicatives pour extraire l’information apprise par le MPNN. Nous révélons les preuves statistiques de plusieurs phénomènes évoqués dans la littérature : économies d’agglomération, effets néfastes de la compétition locale, impact du leadership transversal. Nous confirmons que la transmission du risque est facilitée entre entreprises partageant des caractéristiques communes comme la taille, le secteur d’activité et les figures dirigeantes.