Systemic Risk and Default Cascades in Global Equity Markets: A Network and Tail-Risk Approach Based on the Gai Kapadia Framework

Cette étude étend le cadre Gai-Kapadia aux marchés boursiers mondiaux pour démontrer que le risque systémique, bien que globalement résilient, émerge de l'interaction entre la topologie des réseaux (avec une vulnérabilité locale accrue dans les marchés émergents brésiliens) et les comportements à queue lourde des pertes.

L'essentiel

🌍 Le Grand Jeu des Dominos Financiers : Pourquoi le Brésil tremble-t-il plus que les États-Unis ?

Imaginez que le marché boursier mondial est une immense ville de dominos. Chaque action (comme celle de la pétrolière Petrobras ou de la tech Apple) est un domino debout. Si l'un tombe, il peut en faire tomber d'autres. C'est ce qu'on appelle une « cascade de défauts ».

Cette étude, menée par Ana I. Castillo Pereda, se demande : « Si un domino tombe, est-ce que toute la ville s'écroule, ou seulement un petit quartier ? »

Pour répondre, l'auteure a utilisé un modèle célèbre (celui de Gai et Kapadia), mais au lieu de regarder les banques, elle a regardé 30 actions : 15 brésiliennes et 15 actions de pays développés (comme les États-Unis ou l'Europe), sur une période de 11 ans (2015-2026).

Voici les 4 grandes leçons de l'étude, expliquées avec des métaphores :

1. Deux types de quartiers : La "Place du Marché" vs Le "Parc"

L'étude a découvert que les actions ne sont pas toutes connectées de la même façon.

• Les actions brésiliennes (Le "Quartier Denses") : Imaginez une petite place de village où tout le monde se connaît, se parle et se tient par la main. C'est très serré. Si quelqu'un trébuche, il tire tout le groupe avec lui.

  • En langage technique : Ces actions ont un fort "clustering" (elles sont très connectées entre elles).
  • Conséquence : Une mauvaise nouvelle pour une entreprise brésilienne se propage très vite à ses voisines. C'est un effet de dominos localisé mais intense.

• Les actions des pays développés (Le "Parc Spacieux") : Imaginez maintenant un grand parc où les gens sont espacés, chacun sur son banc. Si l'un tombe, il ne touche personne.

  • En langage technique : Ces actions ont une faible connectivité.
  • Conséquence : Même si une grande entreprise comme Apple a un problème, cela ne fait pas tomber les autres actions du parc aussi facilement.

2. La Tempête et les Arbres (Le Risque de Queue)

L'étude ne regarde pas seulement les liens, mais aussi la force des chocs. Elle utilise une métaphore météo :

• La plupart du temps, il y a juste un peu de vent (des variations normales de prix).
• Mais parfois, il y a des ouragans (des krachs boursiers).

L'auteure a découvert que les actions brésiliennes sont comme des arbres avec des racines peu profondes mais très lourdes. En cas de tempête (crise), elles ont beaucoup plus de chances de s'arracher complètement (chutes brutales) que les arbres des pays développés, qui sont plus stables.

• Leçon : Les marchés émergents (Brésil) ont des "queues de distribution" plus lourdes : les catastrophes y sont plus probables et plus violentes.

3. Le Test de Résistance (La Simulation)

Pour voir ce qui se passe vraiment, l'auteure a fait jouer un jeu vidéo 1 000 fois (des simulations informatiques) :

• Scénario : On pousse un domino au hasard (une chute de 10% à 50%).
• Résultat :
  • Pas d'effondrement mondial : La ville entière ne s'écroule jamais. La probabilité que plus de 5 actions tombent en même temps est de 0%. Le système est globalement solide.
  • Mais des dégâts locaux : En moyenne, quand un domino tombe, il en emporte un ou deux autres avec lui. Si on pousse deux dominos en même temps, on en perd deux ou trois.
  • Le verdict : Le système est comme un tissu élastique. Il peut absorber un coup, mais il ne se déchire pas complètement. Les dégâts restent "coincés" dans le quartier dense (le Brésil) et n'atteignent pas le parc (les marchés développés).

4. Pourquoi c'est important pour vous ?

Cette étude nous dit deux choses cruciales pour les investisseurs et les régulateurs :

1. Ne regardez pas seulement l'arbre, regardez la forêt : Le risque ne vient pas seulement de la faiblesse d'une seule entreprise, mais de la façon dont elle est connectée à ses voisines. Si vous investissez dans un "quartier dense" (comme le marché brésilien), un petit problème local peut devenir un gros problème local.
2. La diversification est votre parapluie : Puisque les deux "quartiers" (Brésil et Pays développés) ne réagissent pas de la même façon, avoir des actions des deux côtés protège votre portefeuille. Si la tempête frappe le quartier dense, le parc reste calme.

En résumé

Cette étude nous apprend que le marché financier mondial est résilient (il ne s'effondre pas facilement), mais qu'il est inégal.

• Les marchés émergents sont comme des maisons de cartes très serrées : fragiles localement, mais isolées du reste du monde.
• Les marchés développés sont comme des bâtiments en béton espacés : plus stables et moins sujets aux contagions rapides.

L'astuce pour éviter la catastrophe ? Comprendre la structure du réseau et ne pas mettre tous ses œufs dans le même panier, surtout si ce panier est très "collant" et connecté !

Résumé technique

Titre de l'étude

Risque systémique et cascades de défauts sur les marchés actions mondiaux : Une approche par réseau et risque de queue basée sur le cadre Gai-Kapadia.

1. Problématique

Les risques systémiques et les cascades de défauts constituent des menaces majeures pour la stabilité financière, car les actifs interconnectés peuvent amplifier les chocs à travers les marchés actions mondiaux.

• Limites des approches traditionnelles : Les mesures de risque classiques comme la Valeur à Risque (VaR) et la VaR Conditionnelle (CVaR) capturent bien le risque de baisse individuel mais échouent souvent à modéliser les effets de contagion induits par les réseaux d'interdépendance.
• Contexte spécifique : Bien que le cadre de Gai et Kapadia (2010) soit robuste pour l'analyse de la contagion interbancaire, son application aux marchés actions (basée sur les co-mouvements de prix et non sur les bilans comptables) reste sous-exploitée.
• Objectif : Étendre ce cadre pour quantifier le risque systémique dans un réseau d'actions mondiales, en intégrant la topologie du réseau et le comportement des queues de distribution (risque de queue), en particulier dans un contexte de marchés émergents (Brésil) et développés.

2. Méthodologie

L'étude adopte une approche hybride combinant l'analyse de réseaux, la simulation stochastique et l'estimation des risques de queue.

• Données :

  • Échantillon de 30 actifs (15 actions brésiliennes et 15 actions de marchés développés) sur la période 2015–2026.
  • Utilisation des prix journaliers bas (pour se concentrer sur le risque de baisse).
  • Calcul des rendements logarithmiques et filtrage des valeurs aberrantes via la méthode de l'écart interquartile (IQR).

• Construction du Réseau d'Exposition :

  • Adaptation du cadre Gai-Kapadia : Une matrice d'exposition $E_{ij}$ est construite à partir de la corrélation des rendements ($\rho_{ij}$), de la volatilité ($\sigma_i$) et du niveau de prix ($P_i$) : $E_{ij} = \rho_{ij} \cdot \sigma_i \cdot P_i$.
  • Filtrage par seuil : Seules les connexions dépassant un seuil $\theta$ (testé à 0,3 et 0,5) sont conservées pour créer un réseau pondéré et dirigé.
  • Métriques structurelles : Calcul des coefficients de clustering ($C_i$) pour quantifier la densité locale.

• Modélisation des Cascades de Défaut :

  • Approche Stochastique : 1000 simulations de Monte Carlo. Chaque actif dispose d'un capital initial ($K_i$) et d'un seuil de défaillance ($K_{min}$). Des chocs aléatoires (10% à 50%) sont appliqués, et les pertes se propagent via le réseau d'exposition jusqu'à stabilisation.
  • Approche Déterministe : Simulation de la propagation d'un choc initial spécifique (ex: défaut de VIVT3.SA) pour analyser la dynamique temporelle.
  • Définition de l'échec systémique : Effondrement de plus de 5 actifs.

• Analyse du Risque de Queue :

  • Estimation de la VaR et CVaR à 95%.
  • Analyse de la fonction de survie complémentaire (CCDF) et estimation de l'indice de queue de Pareto ($\alpha$) via l'estimateur de Hill pour détecter les distributions à queues lourdes.

3. Contributions Clés

1. Extension du cadre Gai-Kapadia : Application réussie du modèle de contagion interbancaire aux marchés actions mondiaux en utilisant les co-mouvements de prix comme proxy des expositions.
2. Intégration Topologie-Risque de Queue : Combinaison de la structure du réseau (clustering) et des propriétés statistiques des rendements (queues lourdes) pour une vision holistique de la vulnérabilité systémique.
3. Analyse Comparative Asymétrique : Mise en évidence des différences structurelles fondamentales entre les actifs émergents (Brésil) et développés.
4. Validation Empirique : Fourniture de preuves empiriques montrant que la contagion est localisée et amplifiée par le clustering, mais ne déclenche pas nécessairement un effondrement systémique global.

4. Résultats Principaux

• Asymétrie Structurelle :

  • Marchés Émergents (Brésil) : Présence d'un fort clustering ($C_i \approx 0,8 - 1,0$) et d'une connectivité dense. Cela crée des sous-réseaux où les chocs se propagent rapidement localement.
  • Marchés Développés : Connectivité plus faible ($C_i \approx 0,2 - 0,5$) et structure plus fragmentée, agissant comme un tampon contre la contagion globale.

• Dynamique des Cascades :

  • Résilience Globale : La probabilité d'un échec systémique (plus de 5 actifs en défaut) est nulle dans toutes les simulations (n=1000), même sous des chocs simultanés.
  • Vulnérabilité Locale : En moyenne, un choc unique entraîne 1,0 actif défaillant, et un choc simultané en entraîne 2,0. La propagation s'arrête rapidement après quelques itérations, sans atteindre le réseau mondial.
  • Stabilisation : Les cascades se stabilisent dans le sous-réseau brésilien sans se propager aux actifs développés (ex: AAPL, MSFT restent inchangés).

• Comportement des Queues (Tail Risk) :

  • Les actifs brésiliens présentent des distributions à queues lourdes (indice de Pareto $\alpha \approx 1,5 - 1,84$), indiquant une probabilité plus élevée d'événements extrêmes que prévu par des modèles gaussiens.
  • L'interaction entre un fort clustering et des queues lourdes crée un mécanisme d'amplification local, mais le système global reste en dessous du seuil critique de percolation.

• Impact des Seuils ($\theta$) :

  • L'augmentation du seuil de corrélation (de 0,3 à 0,5) rend le réseau plus clairsemé mais ne change pas fondamentalement la conclusion : la résilience globale persiste, bien que la connectivité locale brésilienne reste le point de fragilité principal.

5. Signification et Implications

• Pour la Théorie Financière : L'étude démontre que le risque systémique ne découle pas uniquement des caractéristiques individuelles des actifs ou de la connectivité seule, mais de l'interaction entre la topologie du réseau (clustering) et le comportement des queues de distribution.
• Pour les Régulateurs :
  • Identification des nœuds systémiquement importants : Les actifs émergents fortement connectés et à queues lourdes nécessitent une surveillance accrue.
  • Les interventions réglementaires devraient cibler la réduction de la densité de connectivité dans les sous-réseaux émergents pour briser les boucles de rétroaction locales.
• Pour la Gestion de Portefeuille :
  • La diversification doit tenir compte de la structure du réseau. La corrélation au sein des marchés émergents est élevée, limitant l'efficacité de la diversification intra-région.
  • Les marchés développés offrent une protection structurelle contre la contagion due à leur faible connectivité.
• Limites et Perspectives : L'étude ne prend pas en compte les effets de liquidité (ventes forcées, contraintes de financement) qui pourraient exacerber les risques lors de crises extrêmes. Les travaux futurs devraient intégrer des seuils adaptatifs et des contraintes de liquidité.

En conclusion, ce papier fournit un cadre robuste et évolutif pour le test de résistance (stress testing) des marchés actions, soulignant que si les marchés mondiaux sont globalement résilients, des vulnérabilités localisées persistantes dans les réseaux émergents nécessitent une attention particulière.