Crises bancaires et défauts souverains : quels déterminants, quels liens ?
Auteur / Autrice : | Ons Jedidi |
Direction : | Jean-Sébastien Pentecôte |
Type : | Thèse de doctorat |
Discipline(s) : | Sciences économiques |
Date : | Soutenance le 01/12/2015 |
Etablissement(s) : | Rennes 1 |
Ecole(s) doctorale(s) : | École doctorale Sciences de l'homme, des organisations et de la société (Rennes) |
Partenaire(s) de recherche : | PRES : Université européenne de Bretagne (2007-2016) |
Laboratoire : Centre de recherche en économie et management (Rennes ; Caen ; 2004-....) | |
Jury : | Président / Présidente : Isabelle Cadoret |
Rapporteurs / Rapporteuses : Sophie Brana, Olivier Darné |
Mots clés
Résumé
L’objectif de cette thèse est la mise en place d’un Système d’Alerte Précoce comme instrument de prévision de la survenance des crises bancaires et des crises de la dette souveraine dans 48 pays de 1977 à 2010. Il s’agit à la fois d’identifier les facteurs capables de prédire ces événements et ceux annonçant leurs interactions éventuelles. La présente étude propose une approche à la fois originale et robuste qui tient compte de l’incertitude des modèles et des paramètres par la méthode de combinaison bayésienne des modèles de régression ou Bayesian Model Averaging (BMA). Nos résultats montrent que les avoirs étrangers nets en pourcentage du total des actifs, la dette à court terme en pourcentage des réserves totales et enfin la dette publique en pourcentage du PIB ont un pouvoir prédictif élevé pour expliquer les crises de la dette souveraine pour plusieurs pays. De plus, la croissance de l’activité et du crédit bancaire, le degré de libéralisation financière et le poids de la dette extérieure sont des signaux décisifs des crises bancaires. Notre approche offre le meilleur compromis entre les épisodes manqués et les fausses alertes. Enfin, nous étudions le lien entre les crises bancaires et les crises de la dette souveraine pour 62 pays de 1970 à 2011, en développant une approche basée sur un modèle Vecteur Auto-Régressif (VAR). Nos estimations montrent une relation significative et bidirectionnelle entre les deux types d’évènements.