Joint research unit 7235

Facteurs d’influence sur le risque économique des PME / TPE françaises : analyse et simulation dans le cadre du financement participatif

La soutenance aura lieu le vendredi 9 Décembre à 10h00 au bâtiment Pierre Grappin – Salle B016 de l’université Paris Nanterre.

 

Sous la direction de :

Christophe Boucher – Professeur, Université Paris Nanterre
Sessi Tokpavi – Professeur, Université Orléans


Membres du jury :
Stéphane Goutte – Professeur, Université Paris Saclay
Olena Havrylchyk – Professeur, Université Paris 1 Panthèon-Sorbonne
Gilles de Truchis – Maître de conférences, Université Orléans
Emmanuel Flachaire – Professeur, Université d’Aix-Marseille
Nadine Levratto – Directrice de Recherche, Université Paris Nanterre – CNRS

Résumé de la thèse :

Cette thèse présente les apports des méthodologies d’apprentissage machine dans la compréhension du risque de défaillance des TPE-PME françaises. Elle se compose de trois chapitres. Le premier chapitre confronte les modèles classiques de notation du risque à des approches plus modernes mobilisant des modèles prédictifs. L’étude est menée sur l’ensemble des comptes annuels publics des entreprises françaises et les greffes des tribunaux de commerce publiés en 2017-2018. Des modèles explicatifs de type SHAP sont également mobilisés pour garantir l’explicabilité des modèles principaux. Le second chapitre développe l’hypothèse d’une contagion du risque au sein de zones géographiques à forte densité d’entreprises. Les flux de risque sont simulés à l’aide de réseaux de neurones sur une reconstitution du maillage territorial des TPE-PME. L’analyse de la structure entraînée de ces réseaux nous permet de quantifier la contribution marginale d’un voisinage d’entreprises sur le risque de défaillance, ainsi que les principaux vecteurs facilitant cette contagion. Le troisième chapitre capitalise sur les modèles SHAP afin de transposer les méthodes d’optimisation de la Modern Portfolio Theory au contexte du marché des prêts aux entreprises. La pertinence de cette méthodologie en termes de profil risque-rendement est évaluée par simulation de Monte-Carlo sur un marché virtuel reproduisant les conditions de 2017.

 

Mots clés :

Risque de défaillance, TPE / PME, Crowdlending, Machine Learning, Opendata

 

 

AGENDA

Tuesday 31 January 2023

Recherche et Economie et Socioéconomie Politique, des Institutions et des Régulations (RESPIR)

Nathalie Heinich (EHESS)

ANNULÉ ET REPORTÉ À UNE DATE ULTÉRIEURE

Valeur et mesure: aux limites de l’approche économique

Tuesday 31 January 2023

Valeur et mesure: aux limites de l’approche économique

Nathalie Heinich (EHESS)

ANNULÉ ET REPORTÉ À UNE DATE ULTÉRIEURE

Valeur et mesure: aux limites de l’approche économique

Tuesday 31 January 2023

Series of Webinars on Economics of Environment, Energy and Transport (SWEEET)

Aurelien Saussay(OFCE, Sciences Po, Paris), Misato Sato, (London School of Economics and Political Science) Francesco Vona (University of Milan) Layla O’Kane(Lightcast)

En visio

Who’s fit for the low-carbon transition? Emerging skills and wage gaps in job ad data

Tuesday 31 January 2023

Who’s fit for the low-carbon transition? Emerging skills and wage gaps in job ad data

Aurelien Saussay(OFCE, Sciences Po, Paris), Misato Sato, (London School of Economics and Political Science) Francesco Vona (University of Milan) Layla O’Kane(Lightcast)

En visio

Who’s fit for the low-carbon transition? Emerging skills and wage gaps in job ad data

Thursday 2 February 2023

Nouveaux doctorants

Nabil Daher, Michaël Guilloussou, Daniela Lima Rente, Maryam Soltani

Nouveaux doctorants

Thursday 2 February 2023

Lunch

Nabil Daher, Michaël Guilloussou, Daniela Lima Rente, Maryam Soltani

Nouveaux doctorants

Thursday 2 February 2023

Groupe de travail Economie Comportementale

Carole Treibich (Laboratoire d'Economie Appliquée de Grenoble GAEL)

Salle 101

Disentangling peer effects in transportation mode choice: the example of active commuting

Thursday 2 February 2023

Disentangling peer effects in transportation mode choice: the example of active commuting

Carole Treibich (Laboratoire d'Economie Appliquée de Grenoble GAEL)

Salle 101

Disentangling peer effects in transportation mode choice: the example of active commuting

Inscription aux Newsletters

Newsletter subscription