24 mai, soutenance HDR de Chantal Marlats

24 Mai 2023 Recherche

Madame Chantal Marlats soutiendra ses travaux pour l’ H.D.R. en Sciences économiques, mercredi 24 Mai 2023 à 14h à la Manufacture des tabacs, salle MC203, Toulouse, sur le sujet

"Essais en Économie Industrielle"

Les membres du jury sont :

- Johannes Horner : Professeur à TSE

- Thomas Mariotti : Professeur à TSE

- Ines de Moreno de Barreda : Professeure à l’université de Oxford

- Sven Rady : Professeur à l’université de Bonn

- Régis Renault : Professeur à l’Université de Cergy

 

Résumé des travaux:

 

Cette thèse rassemble certains de mes travaux de recherche en microéconomie, qui est la branche de l’économie qui analyse les comportements et leurs interactions des individus. Dans cette thèse, je me concentre sur les dynamiques d’investissement dans un environnement incertain. Dans de telles situations, les agents acquièrent généralement des retours d’information et prennent leurs décisions d’investissement en fonction ces derniers. Les retours d’information sont sujets à des frictions : ils peuvent être imprécis, retardés ou coûteux. Le fil conducteur de ces chapitres est de comprendre comment des retours d’information imparfaits influencent les décisions d’investissement.

Cette thèse est divisée en deux parties, la première consistant en trois articles appliqués à la recherche et au développement et la seconde en deux articles appliqués aux comportements préventifs en épidémiologie.

Le premier chapitre de la partie 1 est tiré de l’article "Strategic observation with exponential bandits" (2021) co-écrit avec Lucie Ménager. Je considère un modèle dynamique dans lequel deux joueurs décident à chaque date comment allouer une ressource entre un projet risqué et un projet sûr. Le projet risqué peut être de bonne ou de mauvaise qualité. Initialement, les agents ne connaissent pas la qualité du projet risqué, mais ils peuvent acquérir de l’information en investissant dans celui-ci (si l’agent observe que le résultat de l’investissement est faible, il en déduira qu’il est plus probable que le projet soit de mauvaise qualité). Ils peuvent également observer les investissements et les résultats de l’adversaire en payant un coût. Je caractérise une classe d’équilibres Markoviens symétriques et montre qu’un coût plus élevé améliore (ou du moins ne diminue pas) les gains.

Le deuxième chapitre de la partie 1 est tiré de l’article "Observation delays in teams and effort cycles" (2021) co-écrit avec Sidartha Gordon Lucie Ménager. Je considère une équipe dont les membres choisissent individuellement le niveau d’effort à fournir pour mener à bien un projet. Lorsqu’un agent termine le projet, les autres membres de l’équipe sont informés et récompensés par un délai exogène. Ce délai est interprété, par exemple, comme le temps nécessaire pour que l’information circule à travers les canaux hiérarchiques de l’entreprise. Je caractérise l’unique équilibre symétrique et montre que, contrairement au cas sans délai, les agents alternent des phases d’effort maximal avec des phases de repos. Je montre également qu’un petit délai augmente la fréquence moyenne des efforts si et seulement si les agents sont suffisamment patients.

Le dernier chapitre de la première partie est tiré du document de travail "Racing with a rearview mirror : innovation lag and investment dynamics"(2023), co-écrit avec Nicolas Klein et Lucie Ménager. Je considère un modèle dans lequel des agents décident successivement du montant à investir dans une innovation dont la faisabilité est inconnue. Je suppose qu’il y a un délai entre la décision d’investissement et la réalisation du résultat. Je caractérise l’unique équilibre symétrique. Si la croyance initiale sur le fait que le projet est faisable est élevée, le niveau d’investissement diminue de manière discontinue dans le temps. Si la croyance initiale est faible, le niveau d’investissement n’est pas monotone. Ce résultat contraste avec le cas sans délai, dans lequel la stratégie d’équilibre de Markov prescrit d’investir le montant maximal puis, au bout d’un certain temps, de ne pas investir du tout.

La deuxième partie de la thèse considère des modèles épidémiologiques dans lesquels les agents peuvent décider de réduire leur niveau d’activité sociale afin de réduire le risque d’être infectés par un virus. Dans ces travaux, la distanciation sociale est analysée comme un investissement, c’est-à-dire comme une action coûteuse qui est prise dans l’espoir d’obtenir bénéfices futurs. La réponse à une infection dépend de son type : si un individu est de type asymptomatique, une infection passe inaperçue, mais s’il est de type symptomatique, il développe des symptômes. Au départ, les individus ne connaissent pas leur type et actualisent leurs croyances en fonction des symptômes qu’ils ont eus jusqu’à présent.

Le premier chapitre de la partie 2 est tiré de l’article "Self-isolation" (2021), co-écrit avec Dominique Baril-Tremblay et Lucie Ménager. Je caractérise l’unique équilibre intérieur symétrique. Je compare les dynamiques d’infection obtenues par des simulations de notre modèle avec celles obtenues avec un modèle épidémiologique classique. Une meilleure politique d’atténuation de transmission du virus diminue la distanciation sociale mais aussi le nombre total de décès. Retarder la date à laquelle le gouvernement annonce qu’une épidémie s’est déclarée augmente le nombre de décès.

Le dernier chapitre est tiré du document de travail "Self-isolation under uncertainty" (2023), co-écrit avec Dominique Baril-Tremblay et Lucie Ménager. Je suppose que non seulement les individus ne connaissent pas leur type, mais qu’ils ne connaissent pas non plus certains paramètres épidémiologiques. Je caractérise l’unique équilibre intérieur symétrique. Je compare la dynamique simulée des infections entre le cas avec incertitude et le cas sans incertitude sur les paramètres épidémiologiques. Une deuxième vague d’infections peut se produire dans le cas de l’incertitude. La valeur de l’information en termes de nombre de décès est négative. De même, la valeur de l’information en termes de gains peut être négative sous certaines situations.