NETWORKS AS RISK DETERMINANTS FOR COUNTRIES, FIRMS AND BANKS

This PhD thesis analyzes existing empirical research and provides ways of integrating new types of information based on network tools. The research is contributing to the application of network theory in finance and économies, by representing firms' interactions and countries' trade relations as graphs. Intuitively, one would expect that the probability of a bank being in distress should increase if it has other partners that are in distress. One of the research projects analyzes whether models that predict distress in banks, for example anticipate difficulties two years in advance, can be improved by taking into account the possible links banks have with one another. Unfortunately, the data about how much banks trade with one another is not publicly available. Thus, we need to guess the possible connections from the likelihoods of observing simultaneous extreme negative shocks to banks' stock prices, such that the extreme events correspond to crisis situations and are in excess of what can be explained by général economic conditions. The results show that the performance of the prédiction model is improved when we account for interconnections: we have better performance both in terms of missing fewer distress events, which helps avoid financial meltdowns, and also giving fewer false alarms, which means reducing costs with unnecessary interventions. Further, the we expand the sample of companies under considération, by looking at ail listed firms in the US. For economic linkages, we take an industry-level perspective and use customer-supplier data in order to allow for the financial health of a firm to depend on that of its peers. The results show that the companies' default likelihood increases if they are linked to industries with low compétition, that play an important rôle as main customers and suppliers in the aggregate economy and act as a bridge for différent parts of the supply chain. -- Dans le contexte de la finance et l'économie, cette thèse de doctorat explore l'amélioration des modèles empiriques existants avec des outils provenant de la théorie des réseaux. Représenter les interactions par des graphes permet l'estimation des dépendances économiques au niveaux des entreprises ou des pays. Par exemple, on imagine bien que la probabilité de défaut d'une entreprise augmente si elle a des partenaires économiques qui font eux-mêmes défaut. Dans cette idée, le début de ma recherche examine si les modèles de prédiction de défaut pour des banques Européennes peuvent être améliorés en prenant en compte les possibilités de contagion interbancaire. Les données financières nécessaires pour construire un graphe de relations interbancaires n'étant pas disponibles en détail, nous commençons par déduire les relations possibles entre deux banques en regardant leurs cotations boursières. Nous utilisons une mesure statistique qui évalue la probabilité d'avoir des chocs extrêmes simultanés dans les rendements bancaires, en excluant l'effet de l'économie générale. Les résultats montrent que la prédiction de défaut est meilleure quand les variables de contagion interbancaire sont incluses dans le modele. En effet, le taux de faux négatifs, qui capture les défauts non-identifiés, et le taux de faux positifs, qui représente les fausses alarmes de défaut, sont tous deux significativement réduits. L'utilisation des réseaux pour la prédiction de défauts pourrait ainsi réduire les coûts de surveillance des banques et même éviter certaines crises financières. Par la suite, l'analyse précédente est étendue pour inclure des entreprises de tous les domaines d'activités des Etats-Unis. Pour améliorer un modèle de prédiction de défaut des entreprises, des nouvelles informations sont prises en compte concernant les inter-dépendances économiques au niveau industriel. Ceci est fait en capturant les relations client- fournisseur entre les industries dans un graphe. Les résultats montrent que la probabilité de défaut d'une entreprise est augmentée par ses relations économiques avec des industries qui ont une faible compétition interne et une importance disproportionnée dans le système général d'entrée-sortie de l'économie