Ce tag identifie les sources de fragilité pouvant menacer la stabilité du système financier dans son ensemble. Shadow banking, interconnexions cachées, effets de levier excessifs, concentration des risques : le risque systémique naît souvent là où on ne regarde pas. Ce tag distingue le risque isolé du risque susceptible de se propager par contagion.
Près de 70 % du cacao mondial provient d’Afrique de l’Ouest, et deux pays — la Côte d’Ivoire et le Ghana — en assurent à eux seuls plus de 60 %. Cette concentration extrême transforme tout incident local en événement…
Deux ruées sur stablecoins ont produit, à dix mois d’intervalle, un test grandeur nature de la fragilité d’une couche de shadow money digital. En mai 2022, la chute de TerraUSD a effacé près de 18 milliards de dollars de capitalisation…
Comprendre l’impact macro-financier des stablecoins suppose d’abord d’ouvrir leurs réserves. Les transparency reports mensuels de Circle (avril 2026) détaillent la composition de USDC ligne à ligne : T-bills américains à maturité moyenne de quelques semaines, repo overnight collatéralisé en Treasuries,…
Une seule politique monétaire, dix-neuf économies, des taux de crédit qui peuvent diverger de 130 points de base : la fragmentation en zone euro n'est pas une anomalie temporaire mais une caractéristique structurelle.
La bascule du crédit-soutien au crédit-risque ne se voit pas en temps réel. Indicateurs quantitatifs (credit-to-GDP gap BRI), signaux qualitatifs et facteurs structurels qui modulent le seuil.
Pourquoi l'endettement et le levier accentuent les effets non linéaires lors des phases de retournement du cycle du crédit.
Comment se déclenche un credit crunch et pourquoi ses effets se répartissent de manière profondément inégale entre agents économiques.
Les cadres prudentiels appliqués à l’IA financière encadrent les processus auditables mais ne saisissent pas les effets d’interaction entre modèles. Cette asymétrie devient une source de fragilité structurelle, indépendante du contenu des normes.
L’IA fait baisser les coûts marginaux et monter fortement les coûts fixes en finance. Cette asymétrie favorise les acteurs dominants — la sophistication des modèles compte moins que la capacité à porter le socle de données, d’infrastructure et de conformité.
L’empilement des couches d’automatisation financière accroît l’efficacité opérationnelle locale mais déplace l’asymétrie entre exécution et supervision : ce qui est décidé par les machines progresse plus vite que ce qui peut être compris par les humains qui les encadrent.
