Unité mixte de recherche 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

mardi 7 février 2023

Développement Durable Environnement et Energie (DDEE)

Emmanuelle Lavaine (CEE-M - University of Montpellier)

Flood Risk Information: Evidence from Paris Housing Markets

mardi 7 février 2023

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

Tristan Velardo (Sciences Po Bordeaux, Centre Emile Durkheim)

Report à une date ultérieure qui sera communiquée dès que possible

From the primitive mentality to the civilization of capitalism: Schumpeter, reader of Lévy-Bruh

jeudi 9 février 2023

Doctorants

Claire Mollier

Gender, competitiveness, and reaction to defeat

vendredi 10 février 2023

Colloques et Workshops

Digital Economics Workshop

mardi 14 février 2023

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

Thibault Mirabel

Firms and Cooperatives: The Social Organizations of Production in Market Economies

jeudi 16 février 2023

Lunch

Marc Baudry

TBA

jeudi 16 février 2023

Groupe de travail Economie Comportementale

Nina Rapoport (Paris 1/PSE)

Gender Identity and Competition : A Virtual Reality Experiment

lundi 20 février 2023

Law, Institutions and Economics in Nanterre (LIEN)

Gloria Gennaro (UCL)

En salle 614 et en distanciel

Televised Debates and Emotionality in Politics: Evidence from C-SPAN

Inscription aux Newsletters