Archive pour le Tag 'économiques'

Croissance- Perspectives économiques de la France vers la stagnation

Croissance- Perspectives économiques de la France vers la stagnation

Les derniers résultats de l’activité économique ont été peu soulignés par les grands médias pour ne pas « désespérer Billancourt » et les Français. Pourtant, l’économie au troisième trimestre est bien en recul. Le journal les « Échos » revient aujourd’hui sur les inquiétudes des experts concernant le risque de stagnation de l’économie.

Depuis jeudi dernier, le doute s’est emparé des prévisionnistes. L’économie française parviendra-t-elle à éviter une récession dite « technique », à savoir un recul pendant deux trimestres consécutifs du PIB, selon la définition conventionnelle des économistes ? Les révisions statistiques sont monnaie courante en économie. Au lieu de progresser de 0,1 % au troisième trimestre, l’activité s’est finalement repliée de 0,1 % , a indiqué la semaine dernière l’Insee. Une correction minime sauf qu’elle a fait entrer l’économie française en territoire négatif.

« Ce n’est pas une bonne nouvelle. Prenons garde néanmoins à ne pas la surinterpréter. Un recul de 0,1 %, c’est l’épaisseur du trait », relativise Mathieu Plane, économiste à l’OFCE qui rappelle que « paradoxalement, les chiffres de créations d’emplois dans l’Hexagone au troisième trimestre ont, eux, été révisés fortement à la hausse ». Dans sa première évaluation, l’Insee avait tablé sur une hausse modeste du PIB de 0,1%. Mais l’institut national de la statistique a abaissé sa première estimation en annonçant, ce mardi, une contraction de 0,1%.

L’activité économique française s’est contractée de 0,1% au troisième trimestre par rapport aux trois mois précédents, pénalisée par des investissements et une consommation des ménages moins soutenus qu’estimé précédemment, a indiqué jeudi l’Insee.

L’Institut national de la statistique a abaissé sa première estimation, publiée fin octobre, d’une modeste hausse de 0,1% du produit intérieur brut entre juillet et septembre.

La France pourrait donc tomber vraiment en récession si la tendance de l’activité se confirme au quatrième trimestre. Il faut en effet deux trimestres consécutif juridiquement considéré qu’un pays est en récession.

Pourtant le ministre de l’économie a affirmé sur France Inter ses prévisions de croissance de la France pour 2023 (1%) et 2024 (1,4%).

Dans le détail, au troisième trimestre, la progression des investissements a été revue en nette baisse, à 0,2% contre 1% estimé auparavant. Si les investissements des entreprises ont continué à résister (0,5%), ceux des ménages sont passés dans le rouge (-1,1%). Pilier traditionnel de l’économie française, la consommation des ménages a certes rebondi de 0,6% par rapport au deuxième trimestre, mais un peu moins fortement que calculé auparavant (0,7%). Le commerce extérieur a également davantage contribué négativement à l’évolution du PIB (-0,4%), en raison d’importations revues en hausse.

Côté inflation, le ministre de l’Économie a assuré que «nous serons sous 4% d’ici fin 2023». Si l’Insee enregistre un ralentissement de 3,4% sur un an au mois de novembre, Bruno Le Maire a cherché à rassurer les Français : «En 2024-2025, il y aura beaucoup moins d’inflation, avec des taux d’intérêt stabilisés.». Mais contrairement à ce qu’avait indiqué le ministre pour les produits alimentaires il n’y aura pas de baisse remise mais sans doute toujours des hausses mais un peu moins fortes. Cependant au total des prix records car l’inflation s’ajoute à l’inflation.

La France a connu une quasi stagnation au troisième trimestre. Officiellement l’INSEE estime la hausse de la croissance à 0,1 %, autant dire presque rien d’autant que le chiffre pourra toujours être réévalué. Le coup classique pour faire ensuite davantage progresser les trimestres suivants. De toute manière, les annonces en hausse de l’ordre de 0,1 % n’ont aucune signification économique et même statistique. C’est purement du bricolage.

Connaissances économiques : l’ignorance des Français

Connaissances économiques : l’ignorance des Français

À l’aune des résultats alarmants sur le niveau en français et mathématiques des étudiants de 4e, une autre matière mériterait une véritable réflexion : l’Économie. En effet, l’inculture économique en France a un impact particulièrement néfaste sur les individus et la société. Par Quentin Demé, Économiste et Professeur d’Économie et de Finance.(dans la « Tribune »)

En France, en 2023, trop de chiffres restent encore très préoccupants :

Près de 10% des retraités vivent sous le seuil de pauvreté ; Près de 8% des travailleurs sont considérés comme des travailleurs pauvres ; – Au total, ce sont environ 9 millions de Français qui vivent sous le seuil de pauvreté en 2023.

Ces chiffres s’expliquent évidemment par différents facteurs qui reflètent de réelles inégalités territoriales, de sexe, d’âge, de qualifications, etc. Ces facteurs sont régulièrement pointés du doigt par différents économistes et penseurs et mériteraient une réflexion profonde sur le plan politique et social. Dans ce papier, nous souhaitons plutôt nous centrer sur un autre élément déterminant dans cette équation : l’éducation économique et financière pour tous.

En effet, un grand nombre de citoyens français n’a pas de connaissances économiques suffisantes et ce problème persistant ne vient pas seulement de l’accès à l’éducation. Beaucoup d’étudiants, très diplômés, peuvent avoir suivi un cursus d’étude complet type Bac+5 voire Bac+8 sans jamais avoir entendu parler d’économie. Cela doit changer !

Il y a quelques années, le Conseil sur la Diffusion de la Culture économique (Codice) avait essayé de mesurer la connaissance économique des Français. Résultats : la note moyenne des Français fut de 8,3/20, la catégorie des diplômés de l’enseignement supérieur n’ayant guère fait mieux avec 9,8/20.

Des conséquences au niveau micro et macro-économique

Au niveau individuel, ces lacunes ont pour conséquence de réduire le pouvoir d’achat des Français. À titre d’exemple, en janvier 2023, le Livret A a enregistré une collecte de près de 10 milliards d’euros suite à l’annonce de l’augmentation de sa rémunération à 3% au 1er février. Même si ce rendement peut paraître attractif, lorsque l’on connaît les mécanismes économiques, nous mesurons son caractère contre-productif : l’inflation en France s’établissait à un niveau supérieur : 5,2%.

Conséquence : en épargnant, vous perdez du pouvoir d’achat !

Pour résumer simplement, prenons un exemple :
Une table coûte 100 euros au 1er janvier. Vous détenez 100 euros, mais préférez les placer. Le 31 décembre, vous décidez finalement d’acheter cette table et retirez donc les 100 euros placés sur votre Livret A. Avec les intérêts, vous avez désormais 103 euros sur votre compte en banque.

Malheureusement, à cause de l’inflation, la table coûte désormais 105,2 euros. Conséquence : Vous ne pouvez plus acheter ce bien.

Imaginez si vous aviez procédé ainsi pour un achat de plusieurs milliers d’euros, comme une nouvelle voiture, indispensables pour de nombreux Français dans leur quotidien.

Par cette illustration, nous ne voulons pas inciter à tout acheter tout de suite, mais expliquer qu’il existe des alternatives accessibles à tous les budgets. Cet argent aurait pu être investi en bourse par exemple, et ce, même avec une faible connaissance. En effet, des produits tels que les trackers (produits financiers qui suivent l’évolution d’un indice boursier) permettent d’investir par exemple sur le CAC 40 qui, sur les 50 dernières années, a permis un rendement annuel moyen autour de 6%.

In fine, ces lacunes conduisent à une perte réelle de pouvoir d’achat ainsi qu’au creusement des inégalités entre les citoyens. L’ouvrage de Thomas Piketty « Le Capital au 21e siècle » met en lumière ces éléments : après impôts, 1% des salariés les plus riches gagnent 4 fois plus que le salaire moyen tandis que 1% des détenteurs des plus gros patrimoines possèdent 205 fois plus que le patrimoine moyen. Cela s’explique par une loi économique défendue dans ce livre : les revenus des placements du capital (intérêts, dividendes, loyers …) augmentent plus rapidement que les salaires.

Et le drame ne s’arrête pas là, puisque ce qui se joue au niveau individuel a des conséquences sur l’économie dans son ensemble. Un chiffre permet de nous rendre compte de l’ampleur du sujet. C’est celui de l’économiste américain Edmund Phelps, prix Nobel d’Économie en 2006, qui affirme que l’inculture économique des Français coûterait 1 point de PIB chaque année à la France !

Au regard de tous ces éléments, vous admettrez que l’enseignement de l’économie est d’utilité publique. Nous demandons donc que l’économie soit désormais dispensée le plus largement possible : au lycée pour tous les étudiants, indépendamment de leur spécialité ou option et même dès le collège.

Relations économiques Afrique -France: satisfaisantes ?

Relations économiques Afrique -France satisfaisantes ?

L’ancien député de la majorité et nouveau directeur général de Business France qui n’a jamais fait dans la modestie se félicite du dynamisme des entreprises françaises en Afrique. Pourtant sur longue période la présence de la France n’a cessé de se réduire en pourcentage au au profit notamment de la Chine mais pas seulement. La France est encore présente politiquement et culturellement mais recule sur le plan économique. Distancée à la cinquième place pour l’image, la France descend au septième rang des pays les plus bénéfiques pour l’Afrique derrière la Chine, le Japon, l’Allemagne, la Turquie, les États-Unis et l’Inde.
Économiquement, la France continue à perdre des parts de marché au profit de l’Inde et de la Chine

La majeure partie des intérêts économiques de la France en Afrique sont avant tout situés au Maghreb, puis en Afrique subsaharienne, mais hors de la zone franc : celle-ci ne représente qu’un peu moins de la moitié de ses échanges au sud du Sahara et 12,5 % de l’ensemble des échanges pratiqués par la France en Afrique. En 2018, parmi les cinq premiers partenaires commerciaux de la France en Afrique aucun n’était issu de la zone franc. On y comptait le Maroc en première position (qui concentrait à cette date 18,9 % des échanges commerciaux franco-africains), puis l’Algérie (18,4 %), la Tunisie (15,2 %), le Nigéria (8,5 %) et l’Afrique du Sud (5,8 %). Si l’on avait poursuivi ce classement, le premier pays de la zone franc qui y aurait figuré aurait été la Côte d’Ivoire en tant que neuvième partenaire commercial de la France en Afrique (3,8 %), loin derrière le Nigéria, cette ancienne colonie britannique aujourd’hui dollarisée, qui est à la fois le quatrième partenaire de la France sur le continent et son premier partenaire en Afrique subsaharienne. En revanche, si l’on ne tient compte que des exportations, le Nigéria représente le troisième client de la France en Afrique subsaharienne, derrière l’Afrique du Sud et la Côte d’Ivoire.

Du point de vue des importations en pétrole et en gaz, l’importance de la zone franc pour l’économie française est bien plus réduite encore.

interview dans la Tribune
Quelles sont les priorités sectorielles et géographiques que vous souhaitez porter avec Business France ?

LAURENT SAINT-MARTIN – Ma feuille de route repose sur l’augmentation du nombre d’exportateurs et du nombre d’exportations. Nous voulons accompagner les entreprises et les PME à l’export, dans un contexte géopolitique qui peut apparaître contracyclique. Il faut absolument se saisir des opportunités créées par les grandes modifications géopolitiques liées au commerce international pour pouvoir pénétrer de nouveaux marchés. Notre mission de prospection auprès des chefs d’entreprises commence en France. Nous devons renforcer notre palette d’outils d’accompagnement. Pour cela, nous nous appuierons sur le plan « Osez l’Export » présenté par le ministre délégué auprès de la ministre de l’Europe et des Affaires étrangères, chargé du Commerce extérieur, de l’Attractivité et des Français de l’étranger, Olivier Becht le 31 août dernier.

Ce plan ambitionne de passer de 150.000 à 200.000 entreprises exportatrices d’ici 2030. Parmi ces outils, nous développerons le volontariat territorial à l’export, nous proposons aussi un accompagnement financier plus important aux entreprises qui veulent participer à des salons internationaux. Elles bénéficieront de 30% de prise de participation.

La 5e édition d’Ambition Africa s’est déroulée les 17 et 18 octobre au ministère de l’Économie et des Finances à Paris. Quels en ont été les temps forts ?

Ce rendez-vous illustre parfaitement ce qu’il faut faire pour accompagner les entreprises françaises sur le continent africain. L’Afrique est difficile d’accès, car très diverse et complexe et en même temps, c’est un continent qui a démontré une croissance supérieure au reste du monde ces dernières décennies. Le continent africain est très symbolique de ce qu’il faut faire à l’international.

Primo, des relations anciennes existent depuis de longues années avec un certain nombre de pays. Nous développons avec ces pays une stratégie de co-développement. Le commerce international est le meilleur outil pour démontrer notre volonté de co-construire avec l’Afrique. Nous soutenons cette volonté de co-partenariat, de co-développement, de co-innovation, de co-investissement, d’attractivité des talents africains, pour créer sur place de la valeur et de l’emploi. L’export est une bonne manière de développer des courants d’affaires et Ambition Africa participe à ce mouvement.

Comment se comportent les entreprises françaises en Afrique depuis début 2023 ?

Globalement, il existe aujourd’hui près de 33.000 entreprises françaises qui exportent en Afrique et en 2022, nous avons accompagné 2.671 entreprises à l’export sur le continent africain. C’est dire le dynamisme qui existe dans un contexte post-Covid troublé par des tensions inflationnistes. C’est un signe très positif. Le nombre de volontariats internationaux en entreprises (VIE) s’établit à 571. Les exportations et le commerce bilatéral ainsi que le nombre d’entreprises accompagnées par Business France sont bien au-dessus de 2019. (+ 42% d’entreprises accompagnées sur le continent par Business France depuis 2019, et les exportations françaises vers l’Afrique, étaient en forte hausse en 2022 (+20 %, NDLR).

Vous avez récemment lancé un accélérateur Afrique. Que recouvre cet instrument ?

Parmi notre palette d’outils, nous avons des « boosters » qui sont des programmes d’accompagnement de haut niveau afin de nous assurer qu’il existe bel et bien un continuum d’accompagnement par Business France et ses partenaires.

Actuellement, nous travaillons de concert avec la Région Sud à travers le « booster Méditerranée » qui s’intéresse aux pays du Maghreb. Nous voulons faire en sorte que les entreprises à fort potentiel de cette région puissent accéder à des opportunités d’affaires de la façon la plus optimale possible. Ce programme s’intéresse aux entreprises qui performent déjà à l’export et auxquelles nous faisons franchir un nouveau palier. Nous ne sommes donc pas sur des cas de PME primo-exportatrices, mais sur des entreprises qui cherchent à renforcer leur présence à l’international.


Quels sont aujourd’hui les secteurs d’activités dans lesquels les entreprises françaises en Afrique sont les plus présentes ?

Nous sommes présents sur tous les secteurs d’activité. Bien sûr, nous sommes très présents dans les infrastructures, le portuaire ou l’énergie par exemple, mais nous ne voulons pas nous satisfaire de l’existant. Notre mandat est d’accompagner les classes moyennes et l’évolution de leurs modes de consommation en Afrique. Il nous faut donc nous intéresser à tous les secteurs d’activités.

Il existe beaucoup d’opportunités sur fond de développement de la zone de libre-échange continentale africaine (ZLECAf). Il faut se méfier de la classification des secteurs d’activité, car nous pouvons aussi bien nous positionner sur les infrastructures agricoles que sur les cosmétiques. Par ailleurs, notre mission repose également sur l’attractivité de la France pour les investisseurs africains, sud-africains notamment.

Quels sont les résultats de la « Team France Export » (TFE) lancée en 2018, qui se structure autour de toutes les solutions publiques, pour accompagner les entreprises françaises à l’international ?

La « Team France Export » est la mise sous bannière commune de l’offre d’accompagnement export par les acteurs publics. Sous le chef de filât des régions, il y a bien sûr Business France, mais aussi Bpifrance qui s’intéresse notamment aux sujets de financements, et les Chambres de commerce et d’industrie avec lesquelles nous conseillons les entreprises sur le terrain. Cette volonté a été portée par Édouard Philippe en 2018 qui était alors Premier ministre et cela a marché !

Nous accompagnons beaucoup plus d’entreprises grâce à ce dispositif. Chacun s’appuie sur le réseau de l’autre. Le nombre d’entreprises françaises à l’export a fortement augmenté. Nous stagnions à 125.000 entreprises exportatrices en 2018 et nous avons atteint 150.000 entreprises aujourd’hui. Nous visons 200.000 exportateurs à l’horizon 2030. La TFE est non seulement une mise en commun des expertises, mais aussi une dynamique de terrain qui manquait peut-être jusqu’à présent.

Dans quelle mesure les entrepreneurs français sont-ils impactés par une forme de sentiment « anti-français », en particulier dans les pays du Sahel ?

Depuis deux ans, la géopolitique a une influence croissante sur le commerce international. Nous avons été relativement préservés jusqu’à la guerre en Ukraine, mais les récents épisodes dans le Sahel n’ont fait que rajouter de la difficulté pour nos entreprises dans ces pays. Il est clair que dans cette région, nous avons observé un ralentissement de la capacité de réussite à l’export, de façon assez évidente.

Il est encore un peu tôt pour en mesurer l’impact réel. Cela étant, ce ne sont pas les pays dans lesquels les entreprises françaises exportent le plus. Nous subissons cette situation dont les impacts négatifs sur les échanges commerciaux sont extrêmement dommageables pour les deux parties. Il faut néanmoins relativiser, car l’Afrique représente 54 pays et nous sommes présents dans 31 d’entre eux (…).

Nous n’avons aucune appréhension sur l’avenir de la relation entre la France et l’Afrique en termes de commerce international. Les chiffres s’alignent plutôt sur une dynamique de croissance. La France gagne encore, avec les pays africains, en matière d’activité réciproque. Par ailleurs, de plus en plus de projets africains viennent s’implanter en France. Si nous nous attendons à un ralentissement dans les pays du Sahel, ce n’est pas représentatif de la relation entre la France et les pays africains dans leur ensemble, en termes de commerce extérieur.

Dès son arrivée à l’Élysée, le président Macron a cherché à renforcer la relation de la France avec les pays anglophones du continent africain. Qu’en est-il aujourd’hui ?

Nous avons aujourd’hui des bureaux en Éthiopie, au Kenya, en Afrique du Sud, en Angola (lusophone, NDLR). Nous avons une vraie réflexion sur la triangulation Afrique occidentale-Afrique de l’Est et Afrique australe. De nombreuses opportunités existent dans les pays anglophones et pas seulement sur le segment de la Tech. Nous avons d’ailleurs accompagné une entreprise française qui construit une usine d’huile d’avocats au Kenya.

Personnellement, je me refuse de privilégier une zone géographique à une autre. Être un « booster de business », c’est aussi pousser les entreprises dans les zones où nous avons des possibilités d’être davantage présents, sans nous reposer sur nos acquis, et c’est là que les discours du président de la République sont utiles et ouvrent de nouvelles opportunités.

En octobre, l’État lançait, en partenariat avec Business France, un programme dédié à l’accompagnement des métiers d’Art dans leurs exportations. En substance, que recouvre ce programme ?

Nous avons signé le 6 octobre dernier, avec Olivia Grégoire, ministre déléguée chargée des Petites et moyennes entreprises, du Commerce, de l’Artisanat et du Tourisme, et Rima Abdul-Malak, ministre de la Culture, une convention d’accompagnement des EPV (entreprises du patrimoine vivant, NDLR). Nous voulons développer un programme spécial d’accompagnement avec des moyens gouvernementaux, pour que les entreprises du secteur EPV, accélèrent leurs initiatives à l’international.

Nous structurons la stratégie internationale des EPV, avec des partenaires comme l’Institut national des métiers d’Art (INMA), car aujourd’hui, les EPV font de l’export par opportunisme, par rencontres ou par bouche-à-oreille. Il nous faut donc structurer cet écosystème. Notre stratégie s’appuiera sur plusieurs étapes importantes comme l’Exposition universelle d’Osaka en 2025.

La décision de suspendre les visas pour les artistes sahéliens représente néanmoins un mauvais signal adressé à l’Afrique sur le segment des Arts et des industries créatives et culturelles (ICC)…

Les industries créatives et culturelles sont différentes des métiers d’Art et représentent un ensemble beaucoup plus large, mais globalement, si nous voulons attirer plus d’entreprises étrangères sur notre territoire, il faut une politique d’attractivité de visas, notamment des talents. Nous espérons que la prochaine loi sur l’immigration comportera un volet consacré à l’attractivité des talents, en plus de l’attractivité des capitaux.

Perspectives économiques–Quelle évolution de l’inflation ?

Perspectives économiques–Quelle évolution de l’inflation ?

L’inflation qui s’affichait à 5,8% en juin reste encore loin de la cible des 2%. Christopher Dembik, directeur de la recherche macro-économique chez Saxo Bank, analyse pour La Tribune les marges de manœuvres de la BCE.

La BCE devrait annoncer une nouvelle hausse de taux jeudi, pourtant ça ne semble pas avoir d’effet concret sur l’inflation sous-jacente au sein de la zone euro contrairement aux Etats-Unis qui se sont même permis de marquer une pause lors de la précédente réunion, même si la Fed devrait, à nouveau, annoncer un relèvement le 26 juillet prochain. Pourquoi ?

CHRISTOPHER DEMBIK – Il y a une première réponse à cette question : la BCE a commencé son cycle de hausses de taux quelques mois plus tard que les Etats-Unis. Or, il faut généralement neuf à dix-huit mois pour constater l’impact des relèvements sur l’économie. Ce qui explique qu’il y ait déjà un décalage de l’impact de la politique monétaire dans la zone euro par rapport aux Etats-Unis.

Autre point important, il y a, aux Etats-Unis, une structure globalement unifiée entre les Etats alors que du côté européen, la BCE doit composer avec les vingt-sept Etats membres qui ont chacun leurs propres spécificités. Par exemple, l’Espagne connaît une tendance à la désinflation très marquée avec des prix à la production en contraction alors qu’en Allemagne le processus de désinflation est un peu plus lent. Cela complique donc la tâche de la BCE pour mener sa politique monétaire.

Cet écart tient également à la nature même de l’inflation. Aux Etats-Unis, lors de la crise sanitaire, les mesures de soutien en faveur des ménages ont largement permis de préserver leur pouvoir d’achat, leur permettant de se constituer un surplus d’épargne ce qui, d’une certaine manière, était inflationniste puisque cela leur a permis de davantage consommer. Un phénomène que l’on n’a pas observé en Europe où les dispositifs ont été très différents d’un pays à l’autre. Ainsi, aux Etats-Unis c’est davantage une inflation par la demande alors que du côté européen elle est plutôt liée à l’offre. En effet, dans l’UE, c’est le coût des intrants dans le processus de production, comme l’énergie ou les matériaux provenant de Chine ou d’Inde, qui tire les prix à la hausse.

Zone euro : l’inflation va-t-elle vraiment revenir à son niveau d’avant-crise ?

L’exercice de la BCE est extrêmement compliqué car personne n’est en mesure de dire à quel niveau se situera l’inflation au-delà de trois mois. De plus, on a réfléchi avec une logique qui datait d’avant la crise sanitaire : celle de dire que si on augmente les taux, cela va provoquer des faillites d’entreprises donc du chômage et donc une récession. La réalité est pourtant tout autre désormais, et Jerome Powell [le président de la Fed, ndlr] l’a bien souligné lors du forum de la BCE : les corrélations qui valaient avant le Covid-19 d’un point de vue économique ne fonctionnent plus désormais. Cela peut être temporaire ou peut-être sommes-nous face à un vrai changement de paradigme, mais cela illustre du moins toute la difficulté de faire des exercices de prévision dans la situation actuelle. On le voit également aux Etats-Unis où on a longtemps annoncé une récession. Or ce n’est clairement pas le cas. L’économie est plus difficile à prévoir, même sur six mois.

Une légère récession, est-ce si grave ?

L’Espagne, l’Italie et la Grèce ne cessent d’alerter la BCE contre de futures hausses de taux. Quels risques de nouveaux relèvements pourraient-ils faire peser sur ces économies ?

Elles ont conscience que si on normalise davantage la politique monétaire actuelle, le coût d’emprunt global va de facto augmenter pour toute la zone euro, et ce, davantage pour leurs pays que, par exemple, pour la France. Et pour cause, la Grèce, notamment, présente un taux d’endettement à 178 % du Produit intérieur brut (PIB). Elle pourrait alors avoir des difficultés pour se financer sur les marchés du fait d’un manque de confiance de la part des investisseurs. Ce n’est, pour autant, pas ce qu’on observe. Dans le cas de l’Italie par exemple, qui avait, en début d’année, l’objectif de lever 5 milliards d’euros. Elle est finalement parvenue à en lever 26 milliards. En effet, nous ne sommes pas dans la situation de 2012 marquée par une crise de la dette qui avait largement touché les pays du sud de l’Europe. Désormais, la politique monétaire se transmet bien, et si demain, on devait aider un pays en difficulté, on disposerait des mesures nécessaires pour intervenir de manière efficace. De quoi rassurer les investisseurs. Sans compter que ces pays du sud de la zone euro connaissent, actuellement, une performance économique bien meilleure que les pays du centre.

En revanche, il existe un risque pour les entreprises qui peut inquiéter les gouvernements italiens ou encore grecs. En effet, si le coût d’emprunt augmente trop du fait du resserrement monétaire, nombreuses sont celles qui risquent de se retrouver en difficulté car elles ne pourront plus accéder au crédit bancaire et donc ne pourront plus se refinancer ou investir, ce qui pénalisera leur croissance future. L’Etat devra alors choisir ou non de mettre les moyens pour les sauver. Donc, à mesure que la BCE relève ses taux, la question qui se pose est : quel va être l’impact pour les entreprises ? Or, on commence d’ores et déjà à constater des difficultés dans tous les pays de la zone euro, à commencer par les TPE et PME comme en France. Et on sait qu’elles constituent le premier étage de la fusée.

Prévisions économiques- Croissance ralentie durablement (Banque mondiale)

Prévisions économiques- Croissance ralentie durablement (Banque mondiale)

La progression du PIB mondial ralentir de 3,1% en 2022 à 2,1% en 2023 mais dans les pays émergents et en développement, hormis la Chine, l’activité devrait ralentir à 2,9% cette année contre 4,1% en 2022.En 2024 la croissance sera encore ralentie d’après la banque mondiale.


La banque mondiale s’inquiète de la dégradation économique et financière des pays en développement. Avec des conditions de crédit de plus en plus restrictives au niveau mondial, un pays émergent ou en développement sur quatre a perdu l’accès aux marchés obligataires internationaux, alerte l’institution de Washington.

Les paiements d’intérêts absorbent une part croissante des recettes publiques déjà limitées alors que la dette publique atteint en moyenne 70% du PIB. Quatorze pays à faible revenu sont déjà surendettés ou fortement menacés de l’être, s’inquiète la Banque mondiale qui appelle une nouvelle fois la communauté internationale à accélérer les restructurations de dettes. Les dossiers entamés sous le nouveau régime du cadre commun du G20, notamment l’Éthiopie et le Ghana, tardent à se concrétiser.

«Les projections de croissance de ces économies pour 2023 sont inférieures de moitié à celles d’il y a un an, indique le rapport, ce qui les rend très vulnérables à des chocs supplémentaires.» Dans les pays à faible revenu, en particulier les plus pauvres, les dégâts «sont considérables» : dans plus d’un tiers, les revenus par habitant en 2024 seront encore inférieurs aux niveaux de 2019.

Du côté des pays développés, l’activité devrait passer de 2,6% en 2022 à 0,7% en 2023 et se maintiendra à un faible niveau en 2024. Après une croissance de 1,1 % en 2023, l’économie américaine pourrait décélérer à 0,8 % en 2024, principalement en raison de l’impact persistant de la forte hausse des taux d’intérêt au cours des dix-huit derniers mois, la Réserve fédérale (Fed) ayant adopté une position plus ferme pour contenir l’inflation. Dans la zone euro, l’activité devrait atteindre 0,4 % en 2023, contre 3,5 % en 2022, en raison de l’effet différé du resserrement de la politique monétaire et des augmentations des prix de l’énergie.

Connaissances économiques- Le niveau des connaissances des Français qui expliquent la faiblesse du pays

Connaissances économiques- Le niveau des connaissances des Français qui expliquent la faiblesse du pays

Un sondage Ifop-Fiducial pour la Fondation Concorde montre que les Français, bien qu’intéressés, ne sont pas complétement à l’aise dans ce domaine. Si l’intérêt pour l’économie est majoritaire (66%), moins d’un Français sur deux déclare ne pas se sentir à l’aise avec les sujets relatifs à l’économie en général (PIB, dette, SMIC, taux de chômage, activité des entreprises, etc.) (46%).

Ces résultats sont confirmés par les réponses à la série de 9 questions relatives aux connaissances effectives des personnes interrogées. Seules 6% d’entre elles ont alors obtenu entre 7 et 9 bonnes réponses, tandis que 25% n’ont pas réussi à répondre correctement à plus de 2 questions. La microéconomie apparaît alors comme le domaine dans lequel les connaissances sont les plus partielles. 27% des Français évaluent correctement le coût mensuel d’un salarié au SMIC pour son entreprise , tandis que le dimensionnement d’une PME n’est connu que de 7% des personnes interrogées, contre 84% le sous-estimant.

Le groupe Allianz, de son coté a fait un sondage pour comparer les connaissances dans 19 pays européens. La France s’était classée dernière. De quoi expliquer certains blocages et retards économiques !

Echantillon de 1003 personnes, représentatif de la population française âgée de 18 ans et plus. La représentativité de l’échantillon a été assurée par la méthode des quotas (sexe, âge, catégorie socio-professionnelle) après stratification par région et catégorie d’agglomération. Les interviews ont eu lieu par questionnaire auto-administré en ligne (CAWI – Computer Assisted Web Interviewing) Du 6 au 10 octobre 2017.

Sciences et prospective- L’Intelligence artificielle (IA) au centre de toutes les activités économiques

Sciences et prospective- L’Intelligence artificielle (IA) au centre de toutes les activités économiques


L’objectif ultime de l’IA est de développer un système intelligent pour simuler la pensée et l’intelligence humaines, tandis que le Machine Learning (ML) permet à la machine d’apprendre à partir des données pour donner le résultat souhaité. Alors que l’IA vise à rendre les machines plus humaines, le ML aide à faire en sorte que les machines apprennent comme les humains. Par Xavier Dalloz, consultant spécialisé dans les nouvelles technologies.

Les principales applications de l’IA et du ML concernent l’intelligence prévisionnelle et l’aide à la prise de décision. Pour chaque application, le pouvoir ne vient pas des machines, mais des décideurs qui sont derrière les machines, guidant leur réaction aux prédictions.
Un scientifique de l’Institut Max Planck résume très bien le principal enjeu : « l’IA va changer la médecine. Cela va changer la recherche. Cela changera la bio-ingénierie. Cela va tout changer ».
Et pour Jack Solow, le messages est encore plus clair « en 2011, les logiciels dévoraient le monde ; en 2022, l’IA dévore les logiciels. » Toute entreprise sans stratégie d’IA viable sera marginalisée d’ici la fin de cette décennie ».

L’intelligence artificielle prendra la relève de nombreuses activités, telles que la recherche sur le net, obtenir des conseils de voyage, et surtout les assistants personnels et les chatbots. Avec de l’intelligence artificielle dans les objets, nous n’aurons plus besoin d’interagir avec eux puisqu’ils sont capables de devenir autonomes et d’apprendre à anticiper nos intentions. Plus concrètement, l’IA va nous libérer d’un certain nombre d’actes inutiles et chronophages.

Pour la Darpa, l’Intelligence artificielle se mesure en fonction de quatre capacités :
• Percevoir
o C’est-à-dire récupérer des informations de l’environnement externe et la capacité à inférer des choses sur le monde via des sons, des images et d’autres entrées sensorielles.
• Apprentissage
o C’est-à-dire améliorer de façon autonome les fonctions de base
• Abstraction
o C’est-à-dire adaptation autonome à de nouvelles situations et compréhension du contexte
• Raisonnement
o C’est-à-dire prendre des décisions correctes avec de meilleures réponses en fonction des connaissances disponibles

On peut résumer les étapes du déploiement de l’intelligence artificielle de la façon suivante ;
• Première étape – Connaissance artisanale
La première vague de systèmes d’IA repose sur des connaissances artisanales. Ces systèmes, construits par des experts du domaine, contiennent des règles qui décrivent les processus de base et les ensembles de connaissances de domaines spécifiques.
• Deuxième étape – Apprentissage statistique
Les systèmes d’IA de deuxième vague sont ceux construits en utilisant des techniques d’apprentissage automatique telles que les réseaux de neurones. Ces systèmes s’appuient sur des modèles statistiques qui caractérisent un domaine spécifique. Ils alimentent ensuite les algorithmes du Big data en affinant sa capacité à prédire correctement le résultat.
• Troisième étape – Adaptation contextuelle
La troisième vague d’IA est constitué des systèmes capables d’adaptation contextuelle. Ce sont des systèmes qui construisent des modèles explicatifs pour des classes de phénomènes du monde réel. Les systèmes de la troisième vague montrent une capacité à comprendre ce qu’ils font et pourquoi ils le font.
Les types d’intelligence artificielle peuvent être regroupées en cinq catégories:
• Raisonnement
La capacité de résoudre des problèmes par déduction logique .
• Connaissance
La capacité de présenter des connaissances sur le monde. Par exemple : la négociation sur les marchés financiers, la prévision des achats, la prévention de la fraude, la création de médicaments ou le diagnostic médical.
• Planification
La capacité de définir et d’atteindre des objectifs. Par exemple : la gestion des stocks, la prévision de la demande, la maintenance prédictive, l’optimisation des réseaux physique et numérique, etc.
• Communication
La capacité à comprendre le langage parlé et écrit. Par exemple : la traduction en temps réel des langues parlées et écrites, les assistants intelligents ou la commande vocale
• Explicabilité
Sans explications derrière les fonctionnalités internes d’un modèle d’IA et les décisions qu’il prend, il y a un risque que le modèle ne soit pas considéré comme digne de confiance ou légitime. XAI offre la compréhensibilité et la transparence nécessaires pour permettre une plus grande confiance envers les solutions basées sur l’IA.
• Les réseaux de neurones
Les réseaux de neurones fonctionnent sur les principes similaires à ceux des cellules neuronales humaines. Il s’agit d’une série d’algorithmes qui capturent la relation entre diverses variables sous-jacentes et enregistrent les données comme le fait un cerveau humain.
• Traitement du langage naturel (PNL)
Le PNL est une science de lecture, de compréhension, d’interprétation d’un langage par une machine. Une fois qu’une machine comprend ce que l’utilisateur a l’intention de communiquer, elle répond en conséquence.
• Vision par ordinateur
Utiliser la vision par ordinateur signifie que l’utilisateur entre une image dans le système et que ce qu’il reçoit en tant que sortie peut inclure des caractéristiques quantitatives et donc de décisions.

Voici quelques exemples d’applications de l’intelligence qui vont être au cœur de la réinvention de secteurs d’activités :

Exemples dans le domaine des services financiers
L’intelligence artificielle dans le secteur bancaire accélère la numérisation des processus bancaires et financiers de bout en bout. En mettant en œuvre la puissance de l’analyse de données, des algorithmes ML intelligents et des intégrations sécurisées dans les applications, les applications d’IA optimisent la qualité du service et aident les entreprises à identifier et à combattre les fausses transactions.
• Exemple des Chatbots IA
o Les chatbots IA du secteur bancaire peuvent assister les clients 24h/24 et 7j/7 et donner des réponses précises à leurs requêtes. Ces chatbots offrent une expérience personnalisée aux utilisateurs.
• Exemple de l’amélioration de l’expérience client
o Les applications mobiles intelligentes utilisant des algorithmes ML peuvent surveiller le comportement des utilisateurs et en tirer des informations précieuses basées sur les modèles de recherche des utilisateurs. Ces informations vont aider les fournisseurs de services à proposer des recommandations personnalisées aux utilisateurs finaux.

• Exemple de l’automatisation et rend le processus transparent
o Les applications d’IA peuvent réduire la charge de travail des banquiers et optimiser la qualité du travail.
• Exemple de la collecte et de l’analyse de données
o Les banques peuvent également prendre des décisions commerciales efficaces grâce aux informations tirées des données clients et leur proposer des recommandations de services personnalisées.
• Exemple de la gestion de portefeuille
o La gestion de patrimoine et de portefeuille peut être effectuée de manière plus puissante grâce à l’intelligence artificielle.
• Exemple de la gestion des risques
o L’IA va aider les banquiers à identifier les risques liés à l’octroi de prêts.
o En utilisant le processus d’évaluation des risques basé sur l’IA, les banquiers peuvent analyser le comportement de l’emprunteur et ainsi réduire la possibilité d’actes frauduleux.
• Exemple de la détection de la fraude
o Les applications bancaires d’intelligence artificielle détectent les risques et minimisent les actes frauduleux.

Exemples dans le domaine de la gestion des villes
• Exemple du contrôle de la pollution
o Prédire les niveaux de pollution pour les prochaines heures. Ce type de technologie permet aux autorités de prendre des décisions à l’avance pour réduire leur impact sur l’environnement.
• Exemple de la gestion des systèmes de stationnement
o La disponibilité des places peut être présentée aux utilisateurs en attente, certaines technologies plus avancées ont la capacité de recommander des places en fonction de la voiture.
• Exemple da la gestion des transports publics
o Permettre aux usagers des transports en commun de recevoir et d’accéder aux dates et suivis en temps réel, ce qui améliore le timing et la satisfaction des clients.
• Exemple de la gestion des déchets
o Permettre aux villes de suivre le recyclage et d’identifier ce qui peut être recyclé dans la région.
• Exemple de la gestion du trafic
o Prédire et réduire le trafic, en utilisant des algorithmes d’apprentissage en profondeur, ce qui peut également réduire la pollution créée par le trafic.
• Exemple du suivi de la consommation de l’énergie
o Analyser et suivre la consommation d’énergie des entreprises et des citoyens, avec ces données, il peut ensuite être décidé où impliquer des sources d’énergie renouvelables.
• Exemple de la gestion de l’environnement
o Permettre aux autorités et aux villes de prendre des décisions éclairées qui sont les meilleures pour l’environnement. Les villes intelligentes utilisent également l’IA pour détecter le CO2, ce qui peut ensuite conduire à des décisions en matière de transport.

Exemples dans le domaine du commerce de détail
Le potentiel pour stimuler les ventes avec de l’IA dans les magasins est considérable :
• La reconnaissance intelligente des produits et la facturation automatisée permettent des magasins sans caissier
• Les interfaces d’IA telles que les chatbots et les écrans interactifs prennent en charge le service client
• Une tarification intelligente permet de gérer la demande et de stimuler les ventes
• L’analyse prédictive aide à la prévision des prix en fonction de la demande et des tendances saisonnières
• La gestion intelligente de la chaîne d’approvisionnement et la logistique améliorent la disponibilité des produit.
• Les modèles d’apprentissage automatique catégorisent et regroupent automatiquement les produits
• Les cabines d’essayage virtuelles avec miroirs intelligents prennent en charge le libre-service au plus haut niveau
• Prédire le comportement des clients
• Améliorer l’aménagement de la surface de vente en fonction de l’analyse du comportement des clients

Exemples dans le domaine de la santé
Qu’il s’agisse de l’utiliser pour détecter des liens entre des codes génétiques, d’utiliser des robots chirurgicaux ou même de maximiser l’efficacité des hôpitaux.
Par exemple :
• Soutien aux décisions cliniques
• Amélioration aux soins primaires grâce aux chatbots
• Chirurgies robotiques
• Infirmières auxiliaires virtuelles
• Aide au diagnostic précis

Nouvelles technologies- L’Intelligence artificielle (IA) au centre de toutes les activités économiques

Nouvelles technologies- L’Intelligence artificielle (IA) au centre de toutes les activités économiques


L’objectif ultime de l’IA est de développer un système intelligent pour simuler la pensée et l’intelligence humaines, tandis que le Machine Learning (ML) permet à la machine d’apprendre à partir des données pour donner le résultat souhaité. Alors que l’IA vise à rendre les machines plus humaines, le ML aide à faire en sorte que les machines apprennent comme les humains. Par Xavier Dalloz, consultant spécialisé dans les nouvelles technologies.

Les principales applications de l’IA et du ML concernent l’intelligence prévisionnelle et l’aide à la prise de décision. Pour chaque application, le pouvoir ne vient pas des machines, mais des décideurs qui sont derrière les machines, guidant leur réaction aux prédictions.
Un scientifique de l’Institut Max Planck résume très bien le principal enjeu : « l’IA va changer la médecine. Cela va changer la recherche. Cela changera la bio-ingénierie. Cela va tout changer ».
Et pour Jack Solow, le messages est encore plus clair « en 2011, les logiciels dévoraient le monde ; en 2022, l’IA dévore les logiciels. » Toute entreprise sans stratégie d’IA viable sera marginalisée d’ici la fin de cette décennie ».

L’intelligence artificielle prendra la relève de nombreuses activités, telles que la recherche sur le net, obtenir des conseils de voyage, et surtout les assistants personnels et les chatbots. Avec de l’intelligence artificielle dans les objets, nous n’aurons plus besoin d’interagir avec eux puisqu’ils sont capables de devenir autonomes et d’apprendre à anticiper nos intentions. Plus concrètement, l’IA va nous libérer d’un certain nombre d’actes inutiles et chronophages.

Pour la Darpa, l’Intelligence artificielle se mesure en fonction de quatre capacités :
• Percevoir
o C’est-à-dire récupérer des informations de l’environnement externe et la capacité à inférer des choses sur le monde via des sons, des images et d’autres entrées sensorielles.
• Apprentissage
o C’est-à-dire améliorer de façon autonome les fonctions de base
• Abstraction
o C’est-à-dire adaptation autonome à de nouvelles situations et compréhension du contexte
• Raisonnement
o C’est-à-dire prendre des décisions correctes avec de meilleures réponses en fonction des connaissances disponibles

On peut résumer les étapes du déploiement de l’intelligence artificielle de la façon suivante ;
• Première étape – Connaissance artisanale
La première vague de systèmes d’IA repose sur des connaissances artisanales. Ces systèmes, construits par des experts du domaine, contiennent des règles qui décrivent les processus de base et les ensembles de connaissances de domaines spécifiques.
• Deuxième étape – Apprentissage statistique
Les systèmes d’IA de deuxième vague sont ceux construits en utilisant des techniques d’apprentissage automatique telles que les réseaux de neurones. Ces systèmes s’appuient sur des modèles statistiques qui caractérisent un domaine spécifique. Ils alimentent ensuite les algorithmes du Big data en affinant sa capacité à prédire correctement le résultat.
• Troisième étape – Adaptation contextuelle
La troisième vague d’IA est constitué des systèmes capables d’adaptation contextuelle. Ce sont des systèmes qui construisent des modèles explicatifs pour des classes de phénomènes du monde réel. Les systèmes de la troisième vague montrent une capacité à comprendre ce qu’ils font et pourquoi ils le font.
Les types d’intelligence artificielle peuvent être regroupées en cinq catégories:
• Raisonnement
La capacité de résoudre des problèmes par déduction logique .
• Connaissance
La capacité de présenter des connaissances sur le monde. Par exemple : la négociation sur les marchés financiers, la prévision des achats, la prévention de la fraude, la création de médicaments ou le diagnostic médical.
• Planification
La capacité de définir et d’atteindre des objectifs. Par exemple : la gestion des stocks, la prévision de la demande, la maintenance prédictive, l’optimisation des réseaux physique et numérique, etc.
• Communication
La capacité à comprendre le langage parlé et écrit. Par exemple : la traduction en temps réel des langues parlées et écrites, les assistants intelligents ou la commande vocale
• Explicabilité
Sans explications derrière les fonctionnalités internes d’un modèle d’IA et les décisions qu’il prend, il y a un risque que le modèle ne soit pas considéré comme digne de confiance ou légitime. XAI offre la compréhensibilité et la transparence nécessaires pour permettre une plus grande confiance envers les solutions basées sur l’IA.
• Les réseaux de neurones
Les réseaux de neurones fonctionnent sur les principes similaires à ceux des cellules neuronales humaines. Il s’agit d’une série d’algorithmes qui capturent la relation entre diverses variables sous-jacentes et enregistrent les données comme le fait un cerveau humain.
• Traitement du langage naturel (PNL)
Le PNL est une science de lecture, de compréhension, d’interprétation d’un langage par une machine. Une fois qu’une machine comprend ce que l’utilisateur a l’intention de communiquer, elle répond en conséquence.
• Vision par ordinateur
Utiliser la vision par ordinateur signifie que l’utilisateur entre une image dans le système et que ce qu’il reçoit en tant que sortie peut inclure des caractéristiques quantitatives et donc de décisions.

Voici quelques exemples d’applications de l’intelligence qui vont être au cœur de la réinvention de secteurs d’activités :

Exemples dans le domaine des services financiers
L’intelligence artificielle dans le secteur bancaire accélère la numérisation des processus bancaires et financiers de bout en bout. En mettant en œuvre la puissance de l’analyse de données, des algorithmes ML intelligents et des intégrations sécurisées dans les applications, les applications d’IA optimisent la qualité du service et aident les entreprises à identifier et à combattre les fausses transactions.
• Exemple des Chatbots IA
o Les chatbots IA du secteur bancaire peuvent assister les clients 24h/24 et 7j/7 et donner des réponses précises à leurs requêtes. Ces chatbots offrent une expérience personnalisée aux utilisateurs.
• Exemple de l’amélioration de l’expérience client
o Les applications mobiles intelligentes utilisant des algorithmes ML peuvent surveiller le comportement des utilisateurs et en tirer des informations précieuses basées sur les modèles de recherche des utilisateurs. Ces informations vont aider les fournisseurs de services à proposer des recommandations personnalisées aux utilisateurs finaux.

• Exemple de l’automatisation et rend le processus transparent
o Les applications d’IA peuvent réduire la charge de travail des banquiers et optimiser la qualité du travail.
• Exemple de la collecte et de l’analyse de données
o Les banques peuvent également prendre des décisions commerciales efficaces grâce aux informations tirées des données clients et leur proposer des recommandations de services personnalisées.
• Exemple de la gestion de portefeuille
o La gestion de patrimoine et de portefeuille peut être effectuée de manière plus puissante grâce à l’intelligence artificielle.
• Exemple de la gestion des risques
o L’IA va aider les banquiers à identifier les risques liés à l’octroi de prêts.
o En utilisant le processus d’évaluation des risques basé sur l’IA, les banquiers peuvent analyser le comportement de l’emprunteur et ainsi réduire la possibilité d’actes frauduleux.
• Exemple de la détection de la fraude
o Les applications bancaires d’intelligence artificielle détectent les risques et minimisent les actes frauduleux.

Exemples dans le domaine de la gestion des villes
• Exemple du contrôle de la pollution
o Prédire les niveaux de pollution pour les prochaines heures. Ce type de technologie permet aux autorités de prendre des décisions à l’avance pour réduire leur impact sur l’environnement.
• Exemple de la gestion des systèmes de stationnement
o La disponibilité des places peut être présentée aux utilisateurs en attente, certaines technologies plus avancées ont la capacité de recommander des places en fonction de la voiture.
• Exemple da la gestion des transports publics
o Permettre aux usagers des transports en commun de recevoir et d’accéder aux dates et suivis en temps réel, ce qui améliore le timing et la satisfaction des clients.
• Exemple de la gestion des déchets
o Permettre aux villes de suivre le recyclage et d’identifier ce qui peut être recyclé dans la région.
• Exemple de la gestion du trafic
o Prédire et réduire le trafic, en utilisant des algorithmes d’apprentissage en profondeur, ce qui peut également réduire la pollution créée par le trafic.
• Exemple du suivi de la consommation de l’énergie
o Analyser et suivre la consommation d’énergie des entreprises et des citoyens, avec ces données, il peut ensuite être décidé où impliquer des sources d’énergie renouvelables.
• Exemple de la gestion de l’environnement
o Permettre aux autorités et aux villes de prendre des décisions éclairées qui sont les meilleures pour l’environnement. Les villes intelligentes utilisent également l’IA pour détecter le CO2, ce qui peut ensuite conduire à des décisions en matière de transport.

Exemples dans le domaine du commerce de détail
Le potentiel pour stimuler les ventes avec de l’IA dans les magasins est considérable :
• La reconnaissance intelligente des produits et la facturation automatisée permettent des magasins sans caissier
• Les interfaces d’IA telles que les chatbots et les écrans interactifs prennent en charge le service client
• Une tarification intelligente permet de gérer la demande et de stimuler les ventes
• L’analyse prédictive aide à la prévision des prix en fonction de la demande et des tendances saisonnières
• La gestion intelligente de la chaîne d’approvisionnement et la logistique améliorent la disponibilité des produit.
• Les modèles d’apprentissage automatique catégorisent et regroupent automatiquement les produits
• Les cabines d’essayage virtuelles avec miroirs intelligents prennent en charge le libre-service au plus haut niveau
• Prédire le comportement des clients
• Améliorer l’aménagement de la surface de vente en fonction de l’analyse du comportement des clients

Exemples dans le domaine de la santé
Qu’il s’agisse de l’utiliser pour détecter des liens entre des codes génétiques, d’utiliser des robots chirurgicaux ou même de maximiser l’efficacité des hôpitaux.
Par exemple :
• Soutien aux décisions cliniques
• Amélioration aux soins primaires grâce aux chatbots
• Chirurgies robotiques
• Infirmières auxiliaires virtuelles
• Aide au diagnostic précis

Prospective- L’Intelligence artificielle (IA) au centre de toutes les activités économiques

Prospective- L’Intelligence artificielle (IA) au centre de toutes les activités économiques


L’objectif ultime de l’IA est de développer un système intelligent pour simuler la pensée et l’intelligence humaines, tandis que le Machine Learning (ML) permet à la machine d’apprendre à partir des données pour donner le résultat souhaité. Alors que l’IA vise à rendre les machines plus humaines, le ML aide à faire en sorte que les machines apprennent comme les humains. Par Xavier Dalloz, consultant spécialisé dans les nouvelles technologies.

Les principales applications de l’IA et du ML concernent l’intelligence prévisionnelle et l’aide à la prise de décision. Pour chaque application, le pouvoir ne vient pas des machines, mais des décideurs qui sont derrière les machines, guidant leur réaction aux prédictions.
Un scientifique de l’Institut Max Planck résume très bien le principal enjeu : « l’IA va changer la médecine. Cela va changer la recherche. Cela changera la bio-ingénierie. Cela va tout changer ».
Et pour Jack Solow, le messages est encore plus clair « en 2011, les logiciels dévoraient le monde ; en 2022, l’IA dévore les logiciels. » Toute entreprise sans stratégie d’IA viable sera marginalisée d’ici la fin de cette décennie ».

L’intelligence artificielle prendra la relève de nombreuses activités, telles que la recherche sur le net, obtenir des conseils de voyage, et surtout les assistants personnels et les chatbots. Avec de l’intelligence artificielle dans les objets, nous n’aurons plus besoin d’interagir avec eux puisqu’ils sont capables de devenir autonomes et d’apprendre à anticiper nos intentions. Plus concrètement, l’IA va nous libérer d’un certain nombre d’actes inutiles et chronophages.

Pour la Darpa, l’Intelligence artificielle se mesure en fonction de quatre capacités :
• Percevoir
o C’est-à-dire récupérer des informations de l’environnement externe et la capacité à inférer des choses sur le monde via des sons, des images et d’autres entrées sensorielles.
• Apprentissage
o C’est-à-dire améliorer de façon autonome les fonctions de base
• Abstraction
o C’est-à-dire adaptation autonome à de nouvelles situations et compréhension du contexte
• Raisonnement
o C’est-à-dire prendre des décisions correctes avec de meilleures réponses en fonction des connaissances disponibles

On peut résumer les étapes du déploiement de l’intelligence artificielle de la façon suivante ;
• Première étape – Connaissance artisanale
La première vague de systèmes d’IA repose sur des connaissances artisanales. Ces systèmes, construits par des experts du domaine, contiennent des règles qui décrivent les processus de base et les ensembles de connaissances de domaines spécifiques.
• Deuxième étape – Apprentissage statistique
Les systèmes d’IA de deuxième vague sont ceux construits en utilisant des techniques d’apprentissage automatique telles que les réseaux de neurones. Ces systèmes s’appuient sur des modèles statistiques qui caractérisent un domaine spécifique. Ils alimentent ensuite les algorithmes du Big data en affinant sa capacité à prédire correctement le résultat.
• Troisième étape – Adaptation contextuelle
La troisième vague d’IA est constitué des systèmes capables d’adaptation contextuelle. Ce sont des systèmes qui construisent des modèles explicatifs pour des classes de phénomènes du monde réel. Les systèmes de la troisième vague montrent une capacité à comprendre ce qu’ils font et pourquoi ils le font.
Les types d’intelligence artificielle peuvent être regroupées en cinq catégories:
• Raisonnement
La capacité de résoudre des problèmes par déduction logique .
• Connaissance
La capacité de présenter des connaissances sur le monde. Par exemple : la négociation sur les marchés financiers, la prévision des achats, la prévention de la fraude, la création de médicaments ou le diagnostic médical.
• Planification
La capacité de définir et d’atteindre des objectifs. Par exemple : la gestion des stocks, la prévision de la demande, la maintenance prédictive, l’optimisation des réseaux physique et numérique, etc.
• Communication
La capacité à comprendre le langage parlé et écrit. Par exemple : la traduction en temps réel des langues parlées et écrites, les assistants intelligents ou la commande vocale
• Explicabilité
Sans explications derrière les fonctionnalités internes d’un modèle d’IA et les décisions qu’il prend, il y a un risque que le modèle ne soit pas considéré comme digne de confiance ou légitime. XAI offre la compréhensibilité et la transparence nécessaires pour permettre une plus grande confiance envers les solutions basées sur l’IA.
• Les réseaux de neurones
Les réseaux de neurones fonctionnent sur les principes similaires à ceux des cellules neuronales humaines. Il s’agit d’une série d’algorithmes qui capturent la relation entre diverses variables sous-jacentes et enregistrent les données comme le fait un cerveau humain.
• Traitement du langage naturel (PNL)
Le PNL est une science de lecture, de compréhension, d’interprétation d’un langage par une machine. Une fois qu’une machine comprend ce que l’utilisateur a l’intention de communiquer, elle répond en conséquence.
• Vision par ordinateur
Utiliser la vision par ordinateur signifie que l’utilisateur entre une image dans le système et que ce qu’il reçoit en tant que sortie peut inclure des caractéristiques quantitatives et donc de décisions.

Voici quelques exemples d’applications de l’intelligence qui vont être au cœur de la réinvention de secteurs d’activités :

Exemples dans le domaine des services financiers
L’intelligence artificielle dans le secteur bancaire accélère la numérisation des processus bancaires et financiers de bout en bout. En mettant en œuvre la puissance de l’analyse de données, des algorithmes ML intelligents et des intégrations sécurisées dans les applications, les applications d’IA optimisent la qualité du service et aident les entreprises à identifier et à combattre les fausses transactions.
• Exemple des Chatbots IA
o Les chatbots IA du secteur bancaire peuvent assister les clients 24h/24 et 7j/7 et donner des réponses précises à leurs requêtes. Ces chatbots offrent une expérience personnalisée aux utilisateurs.
• Exemple de l’amélioration de l’expérience client
o Les applications mobiles intelligentes utilisant des algorithmes ML peuvent surveiller le comportement des utilisateurs et en tirer des informations précieuses basées sur les modèles de recherche des utilisateurs. Ces informations vont aider les fournisseurs de services à proposer des recommandations personnalisées aux utilisateurs finaux.

• Exemple de l’automatisation et rend le processus transparent
o Les applications d’IA peuvent réduire la charge de travail des banquiers et optimiser la qualité du travail.
• Exemple de la collecte et de l’analyse de données
o Les banques peuvent également prendre des décisions commerciales efficaces grâce aux informations tirées des données clients et leur proposer des recommandations de services personnalisées.
• Exemple de la gestion de portefeuille
o La gestion de patrimoine et de portefeuille peut être effectuée de manière plus puissante grâce à l’intelligence artificielle.
• Exemple de la gestion des risques
o L’IA va aider les banquiers à identifier les risques liés à l’octroi de prêts.
o En utilisant le processus d’évaluation des risques basé sur l’IA, les banquiers peuvent analyser le comportement de l’emprunteur et ainsi réduire la possibilité d’actes frauduleux.
• Exemple de la détection de la fraude
o Les applications bancaires d’intelligence artificielle détectent les risques et minimisent les actes frauduleux.

Exemples dans le domaine de la gestion des villes
• Exemple du contrôle de la pollution
o Prédire les niveaux de pollution pour les prochaines heures. Ce type de technologie permet aux autorités de prendre des décisions à l’avance pour réduire leur impact sur l’environnement.
• Exemple de la gestion des systèmes de stationnement
o La disponibilité des places peut être présentée aux utilisateurs en attente, certaines technologies plus avancées ont la capacité de recommander des places en fonction de la voiture.
• Exemple da la gestion des transports publics
o Permettre aux usagers des transports en commun de recevoir et d’accéder aux dates et suivis en temps réel, ce qui améliore le timing et la satisfaction des clients.
• Exemple de la gestion des déchets
o Permettre aux villes de suivre le recyclage et d’identifier ce qui peut être recyclé dans la région.
• Exemple de la gestion du trafic
o Prédire et réduire le trafic, en utilisant des algorithmes d’apprentissage en profondeur, ce qui peut également réduire la pollution créée par le trafic.
• Exemple du suivi de la consommation de l’énergie
o Analyser et suivre la consommation d’énergie des entreprises et des citoyens, avec ces données, il peut ensuite être décidé où impliquer des sources d’énergie renouvelables.
• Exemple de la gestion de l’environnement
o Permettre aux autorités et aux villes de prendre des décisions éclairées qui sont les meilleures pour l’environnement. Les villes intelligentes utilisent également l’IA pour détecter le CO2, ce qui peut ensuite conduire à des décisions en matière de transport.

Exemples dans le domaine du commerce de détail
Le potentiel pour stimuler les ventes avec de l’IA dans les magasins est considérable :
• La reconnaissance intelligente des produits et la facturation automatisée permettent des magasins sans caissier
• Les interfaces d’IA telles que les chatbots et les écrans interactifs prennent en charge le service client
• Une tarification intelligente permet de gérer la demande et de stimuler les ventes
• L’analyse prédictive aide à la prévision des prix en fonction de la demande et des tendances saisonnières
• La gestion intelligente de la chaîne d’approvisionnement et la logistique améliorent la disponibilité des produit.
• Les modèles d’apprentissage automatique catégorisent et regroupent automatiquement les produits
• Les cabines d’essayage virtuelles avec miroirs intelligents prennent en charge le libre-service au plus haut niveau
• Prédire le comportement des clients
• Améliorer l’aménagement de la surface de vente en fonction de l’analyse du comportement des clients

Exemples dans le domaine de la santé
Qu’il s’agisse de l’utiliser pour détecter des liens entre des codes génétiques, d’utiliser des robots chirurgicaux ou même de maximiser l’efficacité des hôpitaux.
Par exemple :
• Soutien aux décisions cliniques
• Amélioration aux soins primaires grâce aux chatbots
• Chirurgies robotiques
• Infirmières auxiliaires virtuelles
• Aide au diagnostic précis

Prévisions économiques dans le marc de café de la Banque de France !

Prévisions économiques dans le marc de café de la Banque de France !

 


Le gouverneur de la Banque de France François Villeroy de Galhau est coutumier deu pronostics fondés davantage sur son souhait personnel- et le marc de café- que sur des analyses pertinentes. Rappelons-nous par exemple de l’annonce du caractère très provisoire de l’inflation qui devait connaître son pic au cours de l’été 2022. Malheureusement,l’inflation sera encore aussi forte en 2023 qu’en 2022 et évidemment va se cumuler.

En fait, le gouverneur de la Banque de France prend enfin conscience que la hausse des taux d’intérêt dont il a été partisan jusque-là comme ses amis allemands risquent de tuer la croissance. Dès lors, il tente de freiner les velléités de nouvelles augmentations du coût de l’argent.

Bien entendu, il n’en sait strictement rien car la hausse des taux d’intérêt correspond certes à l’augmentation des matières premières et de l’énergie mais aussi à un réajustement monétaire pour mieux faire coïncider masse monétaire et richesse réelle. Pour preuve, ne cesse de perdre de la valeur par rapport au dollar. La banque centrale européenne a distribué sans compter des masses de liquidités dont une grande partie a servi la spéculation et l’inflation.

Il se pourrait tout aussi bien qu’on connaisse une crise monétaire encore plus grande au cours de 2023 avec l’éclatement de plusieurs bulles.

Pourtant le gouverneur de la Banque de France a estimé jeudi qu’une période «de stabilisation monétaire» s’ouvrait et qu’il faudrait que les taux directeurs de la Banque centrale européenne atteignent un pic d’ici l’été. Pour tenter de juguler l’inflation, qui a atteint en 2022 des niveaux historiques, la plupart des banques centrales à travers le monde ont drastiquement remonté leurs taux directeurs, jusqu’alors proches de zéro.

«Après avoir atteint en décembre un niveau proche du “taux d’intérêt neutre” à 2%, nous entamons la deuxième phase vers la stabilisation monétaire: il serait souhaitable d’atteindre le bon “taux terminal” d’ici l’été prochain, mais il est trop tôt pour préjuger de son niveau», a déclaré le gouverneur dans ses vœux pour la nouvelle année. «Nous serons prêts ensuite à rester à ce taux terminal le temps nécessaire: la course de vitesse des hausses de taux en 2022 devient plutôt une course de fond, et la durée comptera au moins autant que le niveau», ajoute François Villeroy de Galhau.

Autres prévisions tout aussi incertaines, la Banque de France prévoit un «pic au premier semestre» de l’inflation avant une diminution vers 4% à la fin de cette année» et un objectif de 2% «d’ici fin 2024 à fin 2025».

Les prévisions économiques fantaisistes de la Banque de France !

Les prévisions économiques fantaisistes de la Banque de France !


Le gouverneur de la Banque de France François Villeroy de Galhau est coutumier deu pronostics fondés davantage sur son souhait personnel- et le marc de café- que sur des analyses pertinentes. Rappelons-nous par exemple de l’annonce du caractère très provisoire de l’inflation qui devait connaître son pic au cours de l’été 2022. Malheureusement,l’inflation sera encore aussi forte en 2023 qu’en 2022 et évidemment va se cumuler.

En fait, le gouverneur de la Banque de France prend enfin conscience que la hausse des taux d’intérêt dont il a été partisan jusque-là comme ses amis allemands risquent de tuer la croissance. Dès lors, il tente de freiner les velléités de nouvelles augmentations du coût de l’argent.

Bien entendu, il n’en sait strictement rien car la hausse des taux d’intérêt correspond certes à l’augmentation des matières premières et de l’énergie mais aussi à un réajustement monétaire pour mieux faire coïncider masse monétaire et richesse réelle. Pour preuve, ne cesse de perdre de la valeur par rapport au dollar. La banque centrale européenne a distribué sans compter des masses de liquidités dont une grande partie a servi la spéculation et l’inflation.

Il se pourrait tout aussi bien qu’on connaisse une crise monétaire encore plus grande au cours de 2023 avec l’éclatement de plusieurs bulles.

Pourtant le gouverneur de la Banque de France a estimé jeudi qu’une période «de stabilisation monétaire» s’ouvrait et qu’il faudrait que les taux directeurs de la Banque centrale européenne atteignent un pic d’ici l’été. Pour tenter de juguler l’inflation, qui a atteint en 2022 des niveaux historiques, la plupart des banques centrales à travers le monde ont drastiquement remonté leurs taux directeurs, jusqu’alors proches de zéro.

«Après avoir atteint en décembre un niveau proche du “taux d’intérêt neutre” à 2%, nous entamons la deuxième phase vers la stabilisation monétaire: il serait souhaitable d’atteindre le bon “taux terminal” d’ici l’été prochain, mais il est trop tôt pour préjuger de son niveau», a déclaré le gouverneur dans ses vœux pour la nouvelle année. «Nous serons prêts ensuite à rester à ce taux terminal le temps nécessaire: la course de vitesse des hausses de taux en 2022 devient plutôt une course de fond, et la durée comptera au moins autant que le niveau», ajoute François Villeroy de Galhau.

Autres prévisions tout aussi incertaines, la Banque de France prévoit un «pic au premier semestre» de l’inflation avant une diminution vers 4% à la fin de cette année» et un objectif de 2% «d’ici fin 2024 à fin 2025».

Prévisions économiques Union européenne : inflation forte…. et récession

Prévisions économiques Union européenne : inflation forte…. et récession

Alors que certains s’interrogent encore sur le choix stratégique à faire entre lutte contre l’inflation et soutien à la croissance, la zone euro pourrait bien connaître à la fois la poursuite de la hausse des prix et la réduction de l’activité économique. C’est donc le double handicap pour la zone euro. Elle voit son inflation s’accélérer à 10,7% sur un an en octobre et sa croissance économique ralentir fortement à +0,2% laissant planer le spectre d’une récession.

L’inflation s’accélère encore en Europe avec +10,7% en octobre sur un an contre 9,9% en septembre (chiffre révisé) dans la zone euro (les 19 pays ayant adopté la monnaie unique), selon les chiffres annoncés, ce lundi, par Eurostat.

Sur le front de la croissance économique, les perspectives sont également peu encourageantes Le PIB de la zone euro a augmenté de 0,2% sur la période juillet-septembre par rapport au trimestre précédent, après avoir déjà mieux résisté que prévu au 2e trimestre (+0,8%).

En France et en Espagne, le PIB a progressé de 0,2% au 3e trimestre, après une hausse respectivement de 0,5% et 1,5% au trimestre précédent, selon des chiffres déjà rendus publics vendredi. En Allemagne, où un recul du PIB était attendu, l’activité de la première économie européenne a en fait progressé de 0,3%, alors que le pays est l’un des plus touchés par la crise énergétique et l’inflation. Quant à l’Italie, le pays a enregistré une croissance de 0,5%, alors que l’ancien gouvernement, dirigé par Mario Draghi, prévoyait un « léger recul » du PIB. De bons résultats qui s’expliquent notamment par la consommation des ménages restée solide cet été en période de vacances et par les mesures de soutien des gouvernements à la demande.
La perspective d’une récession qui inquiète l’Europe depuis plusieurs mois. D’autant que la stratégie de la BCE, pour lutter contre l’inflation en resserrant sa politique monétaire, a pour conséquence de pénaliser la croissance de la zone euro, faisant planer le risque d’une récession.

Une récession cet hiver en zone euro est imminente », ont prévenu les analystes du cabinet Oxford Economics. Le 14 octobre dernier, le vice-président de la BCE, Luis de Guindos, alertait, lui aussi, sur ce risque. Si la croissance du PIB est encore attendue à 3,1% en 2022 en zone euro par l’institution monétaire, la fin de l’année et le début de la suivante offrent « une combinaison très difficile de faible croissance économique, y compris la possibilité d’une récession technique, et d’inflation élevée », avait-il déclaré.

Pour des modèles économiques durables attrayants

Pour des  modèles économiques  durables  attrayants

 C’est désormais l’un des principaux défis auxquels sont confrontées les entreprises : construire des modèles économiques à la fois durables, rentables et attractifs pour le grand public. Par Anne-Lorène Vernay, Grenoble École de Management (GEM); Jonatan Pinkse, University of Manchester et Mélodie Cartel, UNSW Sydney

 

Rendre l’économie plus durable afin d’éviter les effets désastreux du changement climatique est devenu une nécessité indiscutable. Or une transition vers une économie « net zéro » implique un changement fondamental dans la manière dont les entreprises fonctionnent et gagnent de l’argent.

Par conséquent, les modèles économiques actuels, axés uniquement sur la réalisation de bénéfices, ne sont plus viables dans un avenir « net zero ». Comment alors les remplacer ? À quoi ressembleront les modèles économiques de l’avenir ? Et comment convaincre les leaders du marché de changer une recette gagnante ? Sachant qu’il est peu probable qu’ils puissent maintenir les mêmes flux de revenus avec un modèle durable.

Il existe de nombreuses options, mais seules quelques-unes sont jusqu’à présent parvenues à s’imposer dans un monde où l’essentiel de l’argent est encore gagné par des entreprises qui polluent la planète et n’ont pas à payer pour cela. Comment les entrepreneurs qui conçoivent ces modèles réussissent-ils à faire accepter leurs idées, quand bien même elles remettent en cause les idées reçues sur ce que les consommateurs aiment et sont prêts à payer ?

Dans notre dernière publication, nous montrons comment des entrepreneurs du secteur néerlandais de l’électricité ont réussi à rallier le public à leur modèle de vente d’électricité verte. Pendant des décennies, le secteur de l’électricité a été dominé par un modèle dans lequel des entreprises verticalement intégrées produisaient de l’électricité dans de grandes centrales utilisant des combustibles fossiles.

Mais les pressions en faveur de la décarbonation, de la numérisation et de la déréglementation du secteur ont permis à de nouveaux acteurs d’entrer sur le marché avec une proposition différente. Comment ont-ils su se rendre attractifs ?Les modèles classiques de vente d’électricité reposent sur l’idée que « l’argent est roi ». Le prix et la fiabilité déterminent le choix des clients, rien d’autre.

C’est en changeant cette perception de ce qui fait la valeur de l’électricité verte que les entrepreneurs néerlandais ont su rendre leur modèle attrayant. Sans ignorer l’importance du prix et de la fiabilité, ils mettent également en avant d’autres avantages à choisir l’électricité verte. Certains arguments de vente consistent à laisser les clients choisir la provenance de leur électricité (elle est produite dans mon village), qui produit leur électricité (elle est produite par mes amis et ma famille) et comment leur électricité est produite (je peux décider comment elle est produite).

Toutefois, mettre l’accent sur ces aspects n’a pas suffi à généraliser les modèles de l’électricité verte.

Les entrepreneurs, ainsi que les ONG, ont également dû changer la perception des clients sur les offres des leaders du marché en montrant que ces offres n’étaient pas vraiment vertes. En partie grâce à un marketing non conventionnel, ils ont fait germer dans l’esprit des gens l’idée que l’on ne pouvait pas faire confiance aux grandes compagnies d’électricité pour mener à bien la transition vers une consommation nette zéro.

Une start-up influente, Vandebron, a ainsi proposé d’acquérir une centrale électrique au charbon pour un million d’euros, avec l’intention de la transformer en parc d’attractions. Elle a tenté de prouver que le propriétaire actuel, Nuon, n’était pas disposé à mettre fin à ses activités liées aux combustibles fossiles.

Les entrepreneurs ont également fait prendre conscience aux gens que la plupart de l’électricité verte proposée n’était pas produite aux Pays-Bas, mais qu’elle était simplement le résultat d’un exercice sur papier où les entreprises achètent des certificats verts pour affirmer que leur électricité sale est verte.

En faisant honte aux entreprises existantes, les entrepreneurs ont créé un espace pour leur propre offre, car les consommateurs ont commencé à chercher des fournisseurs alternatifs, vendant de l’électricité réellement verte. Ils ont également fait pression sans relâche pour obtenir des changements réglementaires permettant de déployer d’autres modes d’approvisionnement en électricité, tels que la livraison de pair-à-pair et les micro-réseaux communautaires.

En faisant comprendre aux gens que l’électricité verte présente de nombreux avantages et que l’on ne peut pas faire confiance aux leaders du marché pour atteindre le net zéro, les entrepreneurs ont réussi à montrer qu’il est possible de faire les choses différemment et que cela peut être source de succès économique.

Ils ont démantelé l’idée selon laquelle les entreprises ne peuvent réussir dans ce secteur que si elles proposent un prix bas : au contraire, ils ont révélé que les citoyens sont prêts à payer un peu plus si l’électricité est produite localement, s’ils peuvent l’acheter directement à leurs voisins, leur famille ou leurs amis, ou si cela signifie qu’un prix équitable est versé à ceux qui produisent l’électricité.

Même si l’électricité elle-même a exactement la même fonction, à savoir alimenter nos appareils, les entrepreneurs ont montré que les gens accordent de l’importance à la provenance de leur électricité et à la manière dont elle est produite. Déboulonner les mythes sur la réussite dans le secteur a ouvert les yeux des leaders du marché qui ont commencé à acquérir des start-up dont les business model durables ont fait leurs preuves.

Alors, ces modèles durables dominent-ils désormais le secteur ? Malheureusement, non. Il reste encore beaucoup de chemin à parcourir. Mais les entrepreneurs et les ONG ont réussi à prouver qu’il était possible de créer de la valeur autrement, et ils ont aidé les leaders du marché à se diversifier, en proposant une électricité véritablement verte, livrée de différentes manières, notamment par des plates-formes d’échange d’énergie de pair-à-pair. Les gens ont désormais beaucoup plus de choix pour passer au vert.

___________

Par Anne-Lorène Vernay, Associate professor, Grenoble École de Management (GEM) ; Jonatan Pinkse, Professor, University of Manchester et Mélodie Cartel, Lecturer in organization theory, UNSW Sydney

La version originale de cet article a été publiée sur The Conversation.

L’Afghanistan s’enfonce de plus en plus dans le cauchemar économique et sociétal

L’Afghanistan s’enfonce de plus en plus dans le cauchemar économique et sociétal

 

Il y a un an, il gérait l’évacuation des ressortissants français et de leurs auxiliaires à Kaboul. David Martinon, ambassadeur de France en Afghanistan, est revenu ce lundi sur BFMTV sur la situation du pays, aux mains des talibans. Le diplomate, dépossédé de son ambassade et oeuvrant désormais depuis Paris, a notamment évoqué ce premier anniversaire du retour au pouvoir du groupe islamiste.

« Sans surprise, les talibans n’ont pas changé. Sans surprise le concept de ‘taliban modéré’ n’a aucun sens », déclare David Martinon .

L’ambassadeur a évoqué une situation « catastrophique » en matière de droits humains, alors que plusieurs femmes ont manifesté samedi dans les rues de Kaboul pour protester contre les restrictions qui leur sont imposées, avant d’être violemment dispersées.

« Leurs droits les plus fondamentaux sont niés, elles n’ont plus le droit à l’éducation, elles ne peuvent plus sortir de chez elle sans un ‘mahram’ c’est à dire un chaperon », explique-t-il sur BFMTV.

Parallèlement à ce sujet, la situation économique n’est guère meilleure. Crise des liquidités, mauvaises récoltes du fait de la sécheresse… « Les talibans ne sont pas les meilleurs gouvernants qui soient », ironise notre invité.

« Les talibans ont incontestablement une capacité à se faire obéir, mais c’est une stabilité qui n’est pas forcément durable », estime l’ambassadeur, évoquant notamment l’opposition que représente Daesh mais aussi « des foyers de rébellion » sur le territoire afghan.

En outre, la gestion du pays se fait sans prendre en considération tous les groupes ethniques du pays. « S’ils ne comprennent pas qu’il faut évoluer dans leur gouvernance, cette stabilité ne sera pas durable », considère à nouveau David Martinon. Reste que les talibans contrôlent actuellement le pays et que la France n’a d’autre choix que de garder « un canal de discussion » avec le pouvoir afghan, bien que David Martinon n’ait pas de contact direct avec eux.

« Ce que nous attendons d’elles (les autorités afghanes, NDLR) c’est très simple: cela veut dire le respect des droits humains, une vraie rupture avec le terrorisme [...] pour le moment à l’évidence ces conditions ne sont pas remplies », constate le diplomate.

Dans un rapport publié lundi, l’ONG International Rescue Committee (IRC) estime que la crise actuelle pourrait tuer « beaucoup plus d’Afghans que les vingt dernières années de guerre ».

Finances-Hausse des taux: le retour aux fondamentaux économiques

Finances-Hausse des taux: le retour aux  fondamentaux économiques

 

Les turbulences boursières récentes reflètent un contexte économique fragile marqué par la forte inflation. Une situation qui tranche avec l’évolution des cours pendant la pandémie de Covid. Par Vincent Fromentin, Université de Lorraine

 

Tribune

 

La bourse danse tel un voilier sur la houle qui navigue à vue ! Les marchés financiers mondiaux sont en baisse depuis ces dernières semaines, malgré de légers soubresauts d’optimisme. Le CAC 40 a perdu environ 19 % depuis le début de l’année 2022. L’Euro Stoxx 50 (indice de référence des marchés de la zone euro) chute de 20 % en 6 mois. Aux États-Unis, l’indice S&P 500 plonge de 23 %.

Les investisseurs aiment anticiper mais ils n’aiment pas l’incertitude… Les variations de la bourse sont donc régies par les anticipations des agents économiques et des investisseurs. Autrement dit, la valeur d’une action reflète principalement les anticipations de résultats d’une entreprise, la vigueur de l’économie mondiale et le momentum de marché (le taux d’accélération du prix d’un titre).

Ces dernières semaines, la deuxième dimension a pris le dessus au regard du contexte politique, économique et financier : guerre en Ukraine, ralentissement économique en Chine, problèmes sur les chaînes d’approvisionnement, forte inflationremontées des taux d’intérêt, fragmentation des dettes souveraines, envolée du « spread » italien… La plupart des voyants « macro » sont dans le rouge ; la bourse aussi.

La macro-finance étudie la relation entre les prix des actifs et les fluctuations économiques ; entre « la bourse et la vie ». Les prix des actifs correspondent à une prime de risque (supplément de rendement par rapport à un actif sans risque) importante, variable dans le temps et corrélée au cycle économique. Les prix des actions et les rendements des actifs sont donc souvent corrélés aux cycles économiques et aux variations des fondamentaux macroéconomiques.

Les rendements boursiers aident également à prévoir les événements macroéconomiques tels que la croissance du PIB, le chômage et l’inflation. On comprend alors que la connexion ou la déconnexion et la causalité entre les variables macroéconomiques et le marché boursier reste une question centrale pour les universitaires, les décideurs politiques, les investisseurs ou les gestionnaires de fonds.

On cherche à solutionner le paradoxe de l’œuf et de la poule. En effet, on peut se demander si les marchés boursiers sont en avance ou en retard sur les fondamentaux macroéconomiques. D’un côté, les variables macroéconomiques influencent et aident à prédire les prix des actions. Les changements économiques affectent les taux d’actualisation et, parallèlement, les variables macroéconomiques font partie des facteurs de risque sur les marchés boursiers. D’un autre côté, les marchés boursiers peuvent également être des indicateurs retardés, réagissant aux données macroéconomiques. Par exemple, les prix des actions peuvent être liés à la production future attendue.

Toutefois, la littérature n’aboutit pas à un consensus sur l’existence, la force et la durée des causalités entre la bourse et les fondamentaux macroéconomiques, en raison du caractère non linéaire et variant des relations. Les cycles d’expansion et de récession semblent conditionner les transmissions et les retombées d’informations entre les fondamentaux macroéconomiques et le marché boursier.

Dans un article de recherche récemment publié, j’analyse l’existence et l’intensité d’une causalité bidirectionnelle variant dans le temps entre la bourse et cinq variables macroéconomiques aux États-Unis entre 1960 et 2021. En intégrant différents marchés (le marché monétaire avec un taux d’intérêt et une masse monétaire, le marché des biens avec l’inflation et la production industrielle et le marché du travail avec le chômage) dans un modèle économétrique, il est possible de déterminer les dates d’origine et de fin de tout épisode de causalité avec une méthodologie récente.

Les résultats empiriques ont révélé que ces relations varient dans le temps, en particulier lors de crises économiques ou financières. Pendant la crise sanitaire, ce constat était moins valable, ce qui pourrait témoigner d’une déconnexion entre les fondamentaux et l’activité boursière. La crise du Covid pourrait avoir modifié les relations économiques. On pourrait être en présence d’exubérances irrationnelles ou de bulles spéculatives. Durant la pandémie, les marchés vivaient leurs vies et se souciaient peu des fondamentaux macroéconomiques.

Dans une autre étude récente, qui se focalise sur les liens entre l’activité boursière et le chômage, les tests de causalité révèlent que les réalisations décalées du marché boursier ont un pouvoir prédictif sur le chômage, et vice versa. En effet, les cours des actions sont notamment impactés par les nouvelles sur les taux de chômage, qui peuvent contenir des informations sur la croissance et/ou la prime de risque des actions.

Toutefois, cette capacité prédictive, que l’on retrouve en particulier durant les périodes de crise, ne se produit que de manière sporadique dans le temps. Par exemple, pendant la bulle Internet, au début des années 2000, la capacité prédictive du chômage vers le marché boursier a semblé plus forte et plus persistante que pendant la grande récession qui a suivi la crise financière de 2008. Depuis, au fil du temps, l’intensité des causalités s’est diluée. On peut donc penser que la déconnexion s’est progressivement confirmée.

En revanche, l’activité boursière des dernières semaines semble étroitement corrélée avec certains fondamentaux macroéconomiques, tels que l’inflation ou les risques de ralentissement de l’activité.

En effet, récemment, la banque centrale américaine a largement augmenté ses taux à court terme de 0,75 point (ce qui est inédit depuis 1994) pour tenter de limiter les tensions inflationnistes, ce qui a provoqué des turbulences sur les marchés.

Toutefois, cette reconnexion récente risque de ne pas durer au regard des conclusions des études mentionnées précédemment. Elle semble principalement provenir d’une conjonction d’événements qui affole les investisseurs et les marchés boursiers, averses à la navigation à vue. La connexion est pourtant indispensable puisque la sphère financière devrait être étroitement reliée à l’économie réelle…

______

Par Vincent Fromentin, Maître de conférences HDR, Université de Lorraine

123456



L'actu écologique |
bessay |
Mr. Sandro's Blog |
Unblog.fr | Annuaire | Signaler un abus | astucesquotidiennes
| MIEUX-ETRE
| louis crusol