Macroeconomic agent-based models : a statistical physics perspective

Les modeles a agents (Agent-Based Models ou ABMs) sont apparus comme un paradigme complementaire pour la modelisation des phenomenes macro-economiques. Par rapport a d’autres modeles plus etablis, tels que les modeles DSGE (Dynamic Stochastic General Equilibrium), les ABMs offrent un cadre flexible pour comprendre la complexite de la macroeconomie tout en prenant en compte la nature heterogene des acteurs economiques, des institutions et des marches, sans faire d’hypotheses trop restrictives. Ces modeles adoptent une approche “bottom-up” de la modelisation macro-economique en simulant le comportement de chaque agent individuel dans l’economie puis en s’agregeant pour reveler des phenomenes emergents tels que les cycles economiques endogenes ou les crashs soudains. L’objet de cette these est de faire progresser une methodologie communement utilisee en physique statistique et de l’appliquer a l’etude de deux modeles macro-economiques. Dans les deux modeles etudies ici, nous determinons d’abord le “diagramme de phase” du modele pour identifier les regimes macroscopiques pertinents afin de developper une comprehension intuitive de la macro-dynamique en n’utilisant qu’un petit sous-ensemble de parametres. Le premier modele presente ici s’appuie sur le paradigme des problemes de satisfaction des contraintes (de l’anglais Constraint Satisfaction Problems, CSPs) et l’integre dans le cadre des regles de comportement du modele via les contraintes budgetaires des agents. Ces contraintes, similaires a celles du perceptron, un CSP bien-etudie, revelent l’existence de trois regimes et soulignent l’importance de la dette pour la stabilite macro-economique : a un faible niveau d’endettement, l’economie reste sans structure et les faillites sont frequentes, alors qu’a un niveau eleve la dette conduit a des cycles economiques endogenes. Entre ces deux extremes, l’on trouve un regime intermediaire de stabilite relative avec de faibles niveaux des faillites tout le temps. Dans ce modele, les preferences des agents, qui sont a l’origine du desordre dans le CSP, evoluent continuellement dans le temps. Nous etudions donc un schema dynamique simple pour le perceptron et decouvrons qu’un paysage rugueux peut en effet exister avec un desordre dynamique. Enfin, nous generalisons l’ABM Mark-0 pour simuler les chocs exogenes de consommation et de productivite dus a la pandemie de COVID. Alors que les approches standards elaborent un modele pour comprendre un resultat particulier, ce modele peut generer une variete de scenarios apres un choc de type COVID. En outre, nous etudions egalement l’efficacite de plusieurs politiques, notamment la tres controversee “monnaie helicoptere”, pour eviter l’effondrement economique. Nous insistons donc sur l’importance des ABMs comme des “generateurs de scenarios” polyvalents, pour produire des resultats difficiles a prevoir en raison de la complexite intrinseque de la dynamique macro-economique.