Modeling structure and credit risk of the economy: a multilayer bank-firm network approach

Cet article propose un cadre unifié permettant de reconstruire la structure multilayer de l'économie et d'évaluer la propagation des chocs de crédit à partir des bilans bancaires et des entreprises, en démontrant son efficacité sur le cas de l'Italie pour identifier les risques systémiques sans accès aux données de réseau privées.

L'essentiel

Imaginez que l'économie italienne est une immense ville. Dans cette ville, il y a deux mondes qui fonctionnent de pair mais qui sont souvent étudiés séparément : le monde des usines et des magasins (qui produisent des choses) et le monde des banques (qui prêtent de l'argent).

Le problème, c'est que personne ne connaît exactement la carte des routes qui relient toutes ces usines entre elles, ni qui prête exactement à qui parmi les banques. Ces informations sont secrètes, comme des dossiers confidentiels.

Voici comment les auteurs de cet article ont résolu ce casse-tête, expliqué simplement :

1. Le "Jumeau Numérique" (La reconstruction)

Puisqu'ils ne pouvaient pas voir la carte réelle, les chercheurs ont construit une maquette virtuelle (un "jumeau numérique") de l'économie italienne.

• L'analogie du puzzle : Imaginez que vous avez les pièces d'un puzzle, mais vous ne voyez pas l'image finale. Vous savez juste combien de pièces chaque personne possède (les bilans des banques et des entreprises).
• La méthode : En utilisant des mathématiques avancées (de la physique statistique), ils ont deviné comment ces pièces s'assemblent le plus probablement. Ils ont créé trois couches invisibles mais réalistes :
  1. Le réseau de production : Qui vend à qui ? (Une usine de pneus vend-elle à une usine de voitures ?)
  2. Le réseau bancaire : Qui prête à qui ? (Quelle banque finance quelle usine ?)
  3. Le réseau interbancaire : Comment les banques se prêtent de l'argent entre elles ?

2. L'Effet Domino (La propagation du choc)

Une fois cette maquette construite, ils ont simulé un accident. Ils ont imaginé qu'une seule entreprise tombait en faillite (comme si un camion renversait une pile de dominos). Voici comment le chaos s'est propagé en trois étapes :

• Étape 1 : L'effondrement de la production (Le "Rouge")
  Si une usine de pneus s'arrête, l'usine de voitures ne peut plus produire. C'est comme une chaîne de montage qui se bloque. Cela crée une perte économique immédiate. Les chercheurs ont mesuré combien de la richesse totale du pays a disparu à cause de cette rupture de chaîne.
• Étape 2 : Le mal aux banques (Le "Vert")
  L'usine de voitures, ne pouvant plus vendre, ne peut plus rembourser son emprunt à la banque. La banque perd de l'argent (ce sont des "mauvais prêts"). C'est comme si le propriétaire du camion avait perdu son travail et ne pouvait plus payer son prêt immobilier.
• Étape 3 : La panique entre banques (Le "Bleu")
  Si une banque perd trop d'argent, elle a moins de liquidités pour prêter à ses voisines. Les autres banques s'inquiètent et se serrent la ceinture. C'est l'effet de contagion financière qui peut faire trembler tout le système, même les banques qui n'avaient rien à voir avec l'usine de pneus au début.

3. Les Découvertes Surprenantes

En testant cette maquette sur l'Italie, ils ont trouvé des choses fascinantes :

• Ce n'est pas toujours les géants qui sont les plus dangereux : Parfois, une petite entreprise très spécialisée (qui fournit un composant essentiel à tout le monde) peut faire plus de dégâts qu'une grande entreprise banale si elle disparaît. C'est comme si un petit boulanger qui fait le seul pain pour une ville entière disparaissait : tout le monde a faim, même si le boulanger n'est pas très grand.
• Les "Héros" de la production ne sont pas toujours les "Vilains" financiers : Certaines entreprises sont vitales pour fabriquer des choses (très importantes pour l'économie réelle), mais elles ne doivent pas beaucoup d'argent aux banques. À l'inverse, d'autres entreprises peuvent être très endettées et dangereuses pour les banques, même si elles ne sont pas cruciales pour la production.
• La vulnérabilité des banques : Les banques les plus fragiles ne sont pas toujours les plus grosses. Ce sont souvent celles qui ont trop prêté à des entreprises risquées ou qui dépendent trop des prêts d'autres banques.

En résumé

Cet article est comme un simulateur de vol pour l'économie. Au lieu d'attendre qu'une crise arrive pour voir ce qui se passe, les régulateurs peuvent maintenant utiliser ce "jumeau numérique" pour tester : "Et si l'industrie du textile s'effondrait demain ?" ou "Et si une grande banque avait des problèmes ?".

Cela permet de voir à l'avance où sont les points faibles de la chaîne et de renforcer les maillons les plus fragiles avant que la tempête n'arrive, le tout sans avoir besoin de connaître les secrets commerciaux de chaque entreprise. C'est une façon intelligente de protéger l'économie en utilisant la physique et les mathématiques pour voir l'invisible.

Résumé technique

Voici un résumé technique détaillé de l'article « Modeling structure and credit risk of the economy: a multilayer bank-firm network approach » de Soumen Majhi, Anna Mancini et Giulio Cimini.

1. Problématique et Contexte

Le défi de la résilience économique :
L'évaluation de la résilience des économies modernes nécessite de comprendre leurs interdépendances complexes à plusieurs niveaux. Les chocs locaux (au niveau des entreprises) peuvent se propager via les réseaux de production (chaînes d'approvisionnement) et se répercuter sur le secteur bancaire, créant des boucles de rétroaction qui peuvent transformer une perturbation localisée en une crise systémique.

Le problème des données :
Un obstacle majeur à l'analyse de ces risques est le manque de données granulaires. Les informations détaillées sur les transactions inter-entreprises, les expositions de crédit banque-entreprise et les prêts interbancaires sont généralement confidentielles et protégées par la vie privée, les rendant inaccessibles aux chercheurs et aux régulateurs.

L'objectif :
Développer un cadre unifié capable de reconstruire la structure complète d'un réseau économique-financier multicouche à partir de données de bilans comptables (publiques) et de simuler la propagation des chocs sans avoir besoin des données de transaction micro-économiques réelles.

2. Méthodologie

Les auteurs proposent une approche en deux étapes principales : la reconstruction du réseau et la simulation de la propagation des chocs.

A. Reconstruction du Réseau Multicouche

Le modèle utilise des techniques de physique statistique (modèles à entropie maximale et hypothèses de "fitness") pour reconstruire trois couches interconnectées à partir des bilans de $N_B$ banques et $N_F$ entreprises :

1. Couche Interbancaire ($B$) :
   • Méthode : Modèle de Gravité Corrigé par la Densité (DCGM).
   • Principe : Infère les prêts entre banques ($w^B_{\alpha \to \beta}$) en fonction des actifs et passifs interbancaires totaux des banques, en utilisant une fonction logistique pour déterminer la probabilité de connexion.
2. Couche Banque-Entreprise ($I$) :
   • Méthode : Modèle d'Évaluation des Actifs Financiers Amélioré (ECAPM), version bipartite du DCGM.
   • Principe : Reconstruit les prêts bancaires aux entreprises ($w^I_{\alpha \to i}$) basés sur les prêts corporatifs totaux des banques et les dettes bancaires totales des entreprises.
3. Couche Entreprise-Entreprise ($F$) :
   • Méthode : Modèle de Gravité Corrigé par les Bandes (SCGM) couplé au Modèle de Gravité Input-Output (IOGM).
   • Principe : Contrairement aux prêts, les liens ici représentent des flux de biens et services. Le modèle utilise les tableaux Input-Output (IO) pour estimer la structure sectorielle des achats, en tenant compte des contraintes de compatibilité technologique (une entreprise ne peut acheter qu'à des secteurs compatibles).

B. Simulation de la Propagation des Chocs (Pipeline d'Ordre)

Une fois le réseau reconstruit, une dynamique de contagion ordonnée est simulée en trois étapes séquentielles :

1. Choc dans le réseau de production (ESRI) :
   • Un choc initial (ex: faillite d'une entreprise) se propage via les chaînes d'approvisionnement.
   • Utilisation de l'Indice de Risque Systémique Économique (ESRI).
   • Distinction entre intrants essentiels (contrainte dure sur la production) et non essentiels (contrainte linéaire).
   • Calcul de la perte de production résiduelle pour chaque entreprise.
2. Transmission au secteur bancaire (FSRI) :
   • La baisse de production réduit les marges bénéficiaires des entreprises, entraînant des pertes d'équité et potentiellement des prêts non performants (NPL).
   • Utilisation de l'Indice de Risque Systémique Financier (FSRI).
   • Les pertes d'équité des entreprises sont transmises proportionnellement aux banques créancières, réduisant leur capital.
3. Propagation sur le marché interbancaire (DebtRank) :
   • Les pertes d'équité des banques affectent leur solvabilité et se propagent via le marché interbancaire.
   • Utilisation de l'algorithme DebtRank (DR).
   • Ce mécanisme capture l'amplification financière même en l'absence de faillites totales, en dévaluant les actifs interbancaires des prêteurs.

3. Contributions Clés

• Cadre Unifié "Digital Twin" : Création d'un jumeau numérique de l'économie italienne intégrant simultanément les réseaux de production, de crédit et interbancaires, uniquement à partir de données de bilans.
• Méthodologie de Reconstruction Avancée : Combinaison de modèles statistiques adaptés aux spécificités de chaque couche (contraintes sectorielles pour la production, bilans financiers pour le crédit).
• Analyse de Contagion Multicouche : Démarche originale qui suit le flux du choc de l'économie réelle vers la finance, puis au sein du système financier, permettant d'identifier les points de rupture critiques à chaque étape.
• Identification des Déterminants : Analyse empirique rigoureuse des facteurs expliquant le risque systémique (taille, essentielité, exposition au crédit).

4. Résultats Principaux (Étude de Cas : Italie, 2023)

L'application sur un échantillon de 109 banques et 7 109 entreprises italiennes révèle :

• Hétérogénéité du Risque Systémique :
  • Seule une infime fraction d'entreprises (environ 0,3 %) génère des pertes économiques significatives (ESRI élevé).
  • Les entreprises les plus critiques pour la production ne sont pas nécessairement les plus dangereuses pour le système bancaire. Par exemple, certaines entreprises de services (gestion d'entreprise) sont très importantes économiquement mais moins exposées au crédit bancaire que des secteurs comme l'automobile ou l'énergie.
• Amplification par les Couches Financières :
  • L'intégration des couches financières (FSRI et DR) modifie considérablement le classement des risques. Des entreprises avec un ESRI modéré mais de fortes dettes bancaires peuvent devenir systémiquement dangereuses une fois la propagation financière prise en compte.
  • Le risque interbancaire (DebtRank) amplifie les pertes initiales, rendant le système plus fragile.
• Déterminants du Risque :
  • Pour les entreprises : La taille est le facteur dominant, mais l'essentielité (fourniture d'intrants critiques) et la part de marché agissent comme des amplificateurs non linéaires pour les entreprises les plus grandes.
  • Pour les banques : La vulnérabilité est principalement déterminée par l'exposition aux prêts interbancaires et aux prêts corporatifs par rapport à leur capital (levier), plutôt que par leur taille absolue. Les banques de financement (finance companies) apparaissent comme les plus vulnérables.
• Chocs Sectoriels :
  • Un choc de 10 % de production dans le secteur "Services juridiques, comptables et de gestion" (NACE 69-70) entraîne une perte d'équité bancaire de 25 %, démontrant l'importance critique de ce secteur pour la stabilité financière.

5. Signification et Implications

• Pour les Régulateurs : Ce cadre offre un outil puissant pour réaliser des tests de résistance (stress tests) basés sur les réseaux sans avoir accès à des données confidentielles. Il permet d'identifier les entreprises et les banques "too big to fail" ou "too connected to fail" dans une perspective multicouche.
• Compréhension Théorique : L'étude confirme que le risque systémique émerge non seulement de la faiblesse des institutions individuelles, mais de la topologie du réseau et des liens transversaux entre l'économie réelle et le système financier.
• Politique Économique : La distinction entre importance économique (production) et importance financière (crédit) suggère que les politiques de sauvegarde doivent être ciblées différemment selon la nature du risque (choc d'offre vs choc de liquidité).

En conclusion, cette recherche démontre qu'il est possible de reconstruire fidèlement la structure complexe d'une économie et de simuler la propagation des chocs systémiques en utilisant uniquement des données de bilans, fournissant ainsi une base robuste pour la surveillance macroprudentielle.