Thèse soutenue

Modèles macroéconomiques à agents : une perspective de physique statistique

FR  |  
EN
Auteur / Autrice : Dhruv Sharma
Direction : Francesco Zamponi
Type : Thèse de doctorat
Discipline(s) : Physique statistique
Date : Soutenance le 26/11/2020
Etablissement(s) : Université Paris sciences et lettres
Ecole(s) doctorale(s) : École doctorale Physique en Île-de-France (Paris ; 2014-....)
Partenaire(s) de recherche : Laboratoire : Laboratoire de physique de l'ENS (Paris ; 2019-....)
établissement de préparation de la thèse : École normale supérieure (Paris ; 1985-....)
Equipe de recherche : Équipe de recherche Systèmes désordonnés et applications (Paris)
Jury : Président / Présidente : Leticia F. Cugliandolo
Examinateurs / Examinatrices : Francesco Zamponi, Leticia F. Cugliandolo, Matteo Marsili, Tiziana Assenza, Isabelle Salle, Alan Kirman, Jean-Philippe Bouchaud
Rapporteurs / Rapporteuses : Matteo Marsili, Tiziana Assenza

Mots clés

FR  |  
EN

Résumé

FR  |  
EN

Les modèles à agents (Agent-Based Models ou ABMs) sont apparus comme un paradigme complémentaire pour la modélisation des phénomènes macro-économiques. Par rapport à d’autres modèles plus établis, tels que les modelés DSGE (Dynamic Stochastic General Equilibrium), les ABMs offrent un cadre flexible pour comprendre la complexité de la macroéconomie tout en prenant en compte la nature hétérogène des acteurs économiques, des institutions et des marchés, sans faire d’hypothèses trop restrictives. Ces modelés adoptent une approche “bottom-up” de la modélisation macro-économique en simulant le comportement de chaque agent individuel dans l’économie puis en s’agrégeant pour révéler des phénomènes émergents tels que les cycles économiques endogènes ou les crashs soudains. L’objet de cette thèse est de faire progresser une méthodologie communément utilisée en physique statistique et de l’appliquer à l’étude de deux modèles macro-économiques. Dans les deux modèles étudiés ici, nous déterminons d’abord le “diagramme de phase” du modèle pour identifier les régimes macroscopiques pertinents afin de développer une compréhension intuitive de la macro-dynamique en n’utilisant qu’un petit sous-ensemble de paramètres. Le premier modèle présenté ici s’appuie sur le paradigme des problèmes de satisfaction des contraintes (de l’anglais Constraint Satisfaction Problems, CSPs) et l’intègre dans le cadre des règles de comportement du modèle via les contraintes budgétaires des agents. Ces contraintes, similaires à celles du perceptron, un CSP bien-etudié, révèlent l’existence de trois régimes et soulignent l’importance de la dette pour la stabilité macro-économique : à un faible niveau d’endettement, l’économie reste sans structure et les faillites sont fréquentes, alors qu’à un niveau élevé la dette conduit à des cycles économiques endogènes. Entre ces deux extrêmes, l’on trouve un régime intermédiaire de stabilité relative avec de faibles niveaux des faillites tout le temps. Dans ce modèle, les préférences des agents, qui sont à l’origine du désordre dans le CSP, évoluent continuellement dans le temps. Nous étudions donc un schéma dynamique simple pour le perceptron et découvrons qu’un paysage rugueux peut en effet exister avec un désordre dynamique. Enfin, nous généralisons l’ABM Mark-0 pour simuler les chocs exogènes de consommation et de productivité dus à la pandémie de COVID. Alors que les approches standards élaborent un modèle pour comprendre un résultat particulier, ce modèle peut générer une variété de scénarios après un choc de type COVID. En outre, nous étudions également l’efficacité de plusieurs politiques, notamment la très controversée “monnaie hélicoptère”, pour éviter l’effondrement économique. Nous insistons donc sur l’importance des ABMs comme des “générateurs de scénarios” polyvalents, pour produire des résultats difficiles à prévoir en raison de la complexité intrinsèque de la dynamique macro-économique.