Resilient-to-Fragile Transition and Excess Volatility in Supply Chain Networks

Résumé technique : Transition de la résilience à la fragilité et volatilité excessive dans les réseaux de chaînes d'approvisionnement

Énoncé du problème
L'article traite d'une lacune fondamentale dans la modélisation macroéconomique : l'absence de cadres tractables pour expliquer comment de petits chocs de productivité idiosyncrasiques peuvent déclencher de larges fluctuations agrégées persistantes et des crises systémiques dans les chaînes d'approvisionnement. Si les modèles d'équilibre traditionnels (par exemple, Acemoglu et al., 2012 ; Baqaee, 2018) s'appuient sur la flexibilité des prix et les statistiques comparatives, ils font abstraction des contraintes de quantités à court terme, des inventaires périssables et des délais de livraison. Les preuves empiriques issues d'événements tels que la pandémie de Covid-19 et la crise énergétique de 2022 suggèrent que les réseaux de production sont fragiles, particulièrement lorsque les entreprises adoptent des politiques d'inventaire « juste-à-temps » (JIT) pour minimiser les coûts. Les auteurs visent à construire un modèle dynamique non-équilibre stylisé pour déterminer si une transition critique existe entre un état résilient (où les chocs sont absorbés) et un état fragile (où les chocs se propagent en cascades jusqu'à l'effondrement), et pour caractériser la « volatilité excessive » qui en résulte.

Méthodologie
Les auteurs proposent un modèle dynamique en temps discret d'un réseau de production composé de $N$ entreprises.

• Technologie de production : Les entreprises utilisent des technologies de type Leontief avec des intrants intermédiaires non substituables et périssables. La production est contrainte par le minimum des intrants disponibles et de la main-d'œuvre.
• Dynamique des stocks : Les entreprises détiennent des inventaires de précaution ($\kappa$) pour faire face aux pénuries d'approvisionnement. Le modèle suit explicitement les niveaux de stocks ($S_{ij}$), les commandes ($O_{ij}$) et les transactions réelles ($X_{ij}$) sous un régime de rationnement proportionnel lorsque l'offre est insuffisante.
• Chocs : Les entreprises sont confrontées à des chocs de productivité idiosyncrasiques ($z_i$) modélisés comme un bruit log-normal de volatilité $\sigma$.
• Règles comportementales : Les entreprises suivent des règles d'apprentissage myopes à gain constant pour ajuster leurs objectifs de production en fonction de la production réalisée et de la demande. Les prix sont absents ; l'ajustement se fait par les quantités.
• Approche analytique :
  1. Analyse de stabilité linéaire : Les auteurs effectuent une analyse de stabilité linéaire par cônes autour de l'état stationnaire, distinguant les régimes « limités par la demande » et « limités par l'offre ».
  2. Simulations numériques : Ils simulent le système sur des réseaux réguliers aléatoires pour cartographier le diagramme de phase dans le plan $(\sigma, \kappa)$, en utilisant des techniques d'échelle de taille finie pour identifier les points critiques.
  3. Théorie du champ moyen : Dans la limite d'une haute périssabilité ($\psi \to 1$) et d'une haute connectivité ($K \to \infty$), ils dérivent des expressions analytiques pour la volatilité critique du choc $\sigma_c$ et la dynamique de la production minimale à travers le réseau.

Contributions clés et résultats

1. Existence d'une transition de phase résilience-fragilité :
   L'étude établit l'existence d'une frontière critique dans l'espace des paramètres de la volatilité des chocs ($\sigma$) et des tampons d'inventaire ($\kappa$).

• Régime résilient : Au-dessus de la ligne critique (haut $\kappa$, bas $\sigma$), l'économie se stabilise dans un état stationnaire stochastique stable.
• Régime fragile : En dessous de la ligne critique (bas $\kappa$, haut $\sigma$), le système est sujet à des « boucles de l'enfer » (doom loops) où la production s'effondre vers zéro en un temps fini avec une probabilité tendant vers un.
• Nature de la transition : La transition est continue (supercritique). À mesure que le système approche de la ligne critique depuis le côté résilient, le temps attendu avant l'effondrement diverge et la probabilité d'un krach en temps fini augmente brusquement.

2. Volatilité excessive et divergence :
   Même au sein du régime résilient, les effets de réseau amplifient la volatilité agrégée. Les auteurs définissent un ratio de « volatilité excessive » ($R$) comparant les fluctuations de la production agrégée aux fluctuations de la productivité fondamentale.

• Les résultats numériques montrent que $R$ augmente brusquement lorsque $\sigma \to \sigma_c$.
• Les résultats analytiques dans la limite de haute périssabilité suggèrent que $R$ diverge selon $(\sigma_c - \sigma)^{-2}$, sous l'effet de la combinaison de la volatilité individuelle des entreprises et de la divergence du volume de corrélation des fluctuations à travers le réseau.

3. Caractérisation analytique de la criticité :
   Dans la limite du champ moyen, les auteurs dérivent une expression en forme close pour la volatilité critique du choc :
   $$\sigma_c \approx \frac{\log \kappa}{2\sqrt{\log K}}$$
   Ceci indique que le seuil critique dépend logarithmiquement du tampon d'inventaire et de la connectivité du réseau. Ils identifient également une borne supérieure $\sigma_{max}$ au-delà de laquelle l'économie est instable quel que soit le niveau d'inventaire.

4. Rôle de la diversification des fournisseurs (reconfiguration/rewiring) :
   L'article analyse l'effet de permettre aux entreprises de passer à des fournisseurs alternatifs ($M$ options par intrant).

• Les résultats analytiques montrent que si le nombre de fournisseurs alternatifs $M$ dépasse un seuil (approximativement $M > \log K / \log 2$), la ligne critique disparaît et le système reste stable pour tout $\sigma$.
• Cela souligne qu'une « reconfiguration » rapide peut éliminer le régime fragile, à condition que la vitesse de changement soit plus rapide que le temps de propagation du krach.

Signification et revendications
L'article prétend fournir un mécanisme hors-équilibre micro-fondé pour le puzzle « petits chocs, grands cycles ». Il soutient que la tension entre l'efficacité (minimiser les inventaires) et la résilience (maintenir des tampons) pousse l'économie de manière endogène vers un point critique.

• Contribution théorique : Il offre un contrepartie dynamique aux modèles de réseau en équilibre, démontant que les contraintes de quantité et la dynamique des stocks peuvent générer à elles seules la volatilité macroéconomique et les crises, sans nécessiter de chocs agrégés ou de « méga-entreprises ».
• Implication politique : Les auteurs suggèrent que les incitations privées à minimiser les coûts érodent naturellement les tampons, poussant le système vers la fragilité. Par conséquent, les politiques encourageant les réserves stratégiques ou la diversification des fournisseurs pourraient avoir des bénéfices non linéaires, déplaçant l'économie d'un régime sujet aux crises vers un régime résilient.
• Limites : Les auteurs reconnaissent que le modèle est très stylisé, faisant abstraction de la dynamique des prix et des contraintes financières. Ils présentent leurs résultats comme une approximation de premier ordre pour comprendre l'interaction entre la structure du réseau et les contraintes physiques, notant que des travaux futurs devront intégrer les ajustements de prix et l'hétérogénéité des entreprises.

L'article conclut que les réseaux de production ne sont pas de simples amplificateurs passifs de chocs, mais des systèmes dynamiques complexes dont la stabilité est critiquement sensible aux choix opérationnels concernant l'inventaire et la redondance des fournisseurs.