Reconsidérer le modèle de stockage compétitif comme outil d'analyse empirique de la volatilité des prix des matières premières
Thèse doctorale écrite par Nicolas Legrand sous la direction de Alain Ayong le Kama et Stéphane de Cara, présentée et soutenue à l'institut des sciences et industries du vivant et de l'environnement (AgroParisTech) le 21 novembre 2016.
 |
Nicolas Legrand est un Doctorant diplômé de l'institut AgroParisTech. Il a rejoint TERA Consultants en 2016 et travaille sur des missions de conseil en concurrence et régulation, en particulier ce qui concerne les contentieux, les concentrations et les dommages. Ingénieur diplômé de l'institut AgroParisTech, il a effectué sa thèse sur les causes macroéconomiques de la volatilité des prix des matières premières (contrat doctoral de l’État avec mission d'expertise au sein de l'entreprise Total).
|
|
|
Lire la thèse : |
- Résumé :
De nombreuses matières premières agricoles connaissent actuellement des fluctuations de prix importantes. Cette instabilité des prix est dommageable aux populations pauvres et aux agriculteurs, et est une source potentielle d'instabilités sociales. C'est pourquoi cette question fait l'objet depuis la crise de 2007/2008 de nombreuses consultations internationales. Cependant, l'élaboration et la mise en œuvre de politiques agricoles et de sécurité alimentaire prenant en compte cette instabilité nécessitent d'identifier précisément les causes de la dynamique des prix des denrées agricoles. L'objet de cette thèse est d'analyser les facteurs qui permettent d'expliquer les fluctuations des prix agricoles observées sur les marchés internationaux ainsi que les conséquences de cette instabilité sur les agricultures comme sur les économies. L'accent sera mis sur les explications structurelles de cette instabilité dans le sens où nous tacherons de comprendre l'origine de l'instabilité via des modèles intégrant à la fois les chocs à l'origine de la dynamique et les comportements des agents économiques, en particulier leur réaction aux chocs. L'estimation statistique de ces modèles permettra ensuite de conduire des analyses quantitatives des politiques agricoles.