Advanced Description of Crises in the Emergent Countries by Methods of Artificial Intelligence (Signalement Avance De Crises Dans Les Pays Emergents Par Des Methodes D'Intelligence Artificielle)

Abstract

La detection precoce de risques de crise dans les pays en developpement est devenue a la fois plus importante, tant du point de vue des decisionnaires publics dans les pays eux-memes que dans les entreprises qui s'internationalisent rapidement, et plus difficile, non seulement parce que le mouvement meme d'intégration economique et financiere internationale complexifie les enchainements, mais aussi parce que les phenomenes de rupture se multiplient, dans les spheres reelles et financieres.

Symetriquement, les outils les plus couramment utilises par les operateurs internationaux ont montre, de facon indiscutable, leurs limites et leurs erreurs. De fait, les grandes agences de notation n'ont jamais reussi a annoncer une crise-pays suffisamment a l'avance pour permettre soit un ajustement rapide de politique economique dans le pays concerne, soit une prudence plus marquee des operateurs internationaux. Les contraintes institutionnelles (annonces auto-realisatrices compte tenu de l'importance de ces agences sur les marches financiers) sont certainement une des raisons fortes de ces echecs, mais ceux-ci tiennent egalement aux difficultes de mise en place et de mise en oeuvre d'outils capables precisement de mesurer des phenomenes de rupture.

Ce papier vise a presenter les apports possibles des outils recents d'intelligence artificielle (ici, reseaux de neurones et algorithmes genetiques) dans le signalement de ces crises pays. La premiere partie du papier revient rapidement sur la notion de crise dans les pays emergents et la difficulte, mais aussi la necessite, d'utiliser des definitions strictes de ces crises. La seconde partie presente la methodologie utilisee, en insistant a la fois sur la necessaire reconciliation entre intelligence artificielle et raisonnement d'economiste, et sur les differentes etapes de construction des outils. Enfin, la troisieme partie indique les resultats obtenus sur un ensemble de 41 pays en developpement au cours des 25 dernieres annees.

Note: Downloadable document is in French.

Keywords: Country risk, developing countries, neural networks

JEL Classification: D81, C14, C45, C49