Opacité, analystes financiers et évaluation optimisée du risque dans l'industrie bancaire et les FinTech.

Discipline

Sciences économiques

Classification

Economie

Mots-clés libres

Opacité, Analystes financiers, Stabilité Bancaire, Marché FinTech, Optimisation du Risque, Discipline de Marché

Mots-clés

Banques

Cette thèse examine les interactions entre l'opacité bancaire, l'influence des analystes financiers et l'optimisation du risque, avec un double focus sur le secteur bancaire et celui des FinTech. Composée de trois études, elle explore la stabilité systémique, les comportements des analystes et des outils novateurs de gestion du risque de crédit. Le premier chapitre analyse les banques américaines et européennes, démontrant que l'opacité, mesurée via les erreurs et dispersions des prévisions des analystes, exacerbe les risques, particulièrement dans les petites banques opaques aux États-Unis. La couverture par les analystes amplifie la sensibilité du marché aux signaux négatifs, tandis que les dividendes élevés intensifient les risques liés à l'opacité. Le deuxième chapitre explore les comportements des analystes à l’échelle mondiale, montrant que l’expérience, l’ampleur des portefeuilles et les incitations régionales influencent la précision et l’audace des prévisions. Les analystes américains allient précision et audace, tandis que les analystes européens privilégient l’audace au détriment de la précision. Le troisième chapitre introduit le modèle EFSGA, un modèle d’apprentissage évolutif combinant algorithmes génétiques et apprentissage automatique pour optimiser dynamiquement le risque de crédit dans les FinTech, équilibrant précision et interprétabilité. Cette thèse offre des perspectives essentielles sur l’opacité, le rôle des analystes et des outils de gestion du risque, contribuant à la résilience des systèmes financiers modernes.