THÈME DE RECHERCHE 2021-22
Crise sanitaire et crise économique : les grandes villes ont-elles été réellement les plus touchées par la pandémie

Le Centre Cournot propose ainsi de mesurer l'impact de la crise à partir de la fiscalité locale des entreprises : le niveau d'analyse est donc celui des communes. A cette échelle, un état des lieux de l'activité peut être mis en regard des données de cadrage nationales. L'approche par l'activité (données DGCL, INSEE et DGFIP [2020]) permet de connaître finement la profondeur de la crise des secteurs, et notamment de l'économie présentielle. L'agrégation des données permet d'établir un diagnostic à l'échelle des intercommunalités, des zones d'emploi, des aires urbaines.

L'objectif du projet sera de mesurer l'intensité des politiques publiques selon les territoires (emploi, entreprises) et de proposer une typologie des zones les plus touchées par secteurs et professions.

Les données utilisées seront tirées des registres du Recensement des éléments d'imposition à la fiscalité directe locale (REI) en 2019 et 2020 et des critères de répartition des dotations versées par l’État pour les exercices 2019 à 2021. Les données de la Cotisation sur la Valeur Ajoutée des Entreprises (CVAE) rendent compte de l’évolution de l’activité économique des territoires. Les données sur la Taxe commerciale (TASCOM), ou sur l'Imposition des réseaux de l'énergie (IFER) permettent de confirmer ou de nuancer le diagnostic. Il est également possible d'appliquer à ces données les déformations conformes aux données de cadrage de l'INSEE. Les rapports présenteront un état des lieux statistiques, et un bilan des indicateurs de la crise, puis un essai de catégorisation, élaborée en fonction des critères les plus pertinents pour différencier les territoires, et plus particulièrement ceux qui discriminent l’activité présentielle.

THÈME DE RECHERCHE 2020
Les processus à mémoire

Depuis les publications de Kolmogorov dans les années 1940, l'idée domine de modéliser les turbulences par des processus fractionnaires ou multi-fractionnaires. La confirmation expérimentale des prédictions rendues possibles par les modèles s'est néanmoins toujours avérée délicate. Tout récemment, l'observation de séries temporelles tirées des marchés de matières premières ou des marchés de changes a permis de mettre en évidence, de manière directe, de tels comportements multi-fractionnaires.

Le programme de recherches Probabilismes du Centre Cournot s'organise en 2020 autour de deux questions qui découlent de ces résultats :

• Sur quels types de données ce genre de comportements est-il observable ?
• Quels sont les modèles micro. capables de rendre compte de ces processus macroscopiques ?

Les premiers résultats ont porté sur des données issues d'interactions humaines. Les méthodes développées pour les matières premières ou les monnaies sont-elles adaptables à d'autres types de données ? Des champs aussi variés que la propagation des ondes dans l'atmosphère, la dynamique de populations animales, le transport intracellulaire en biologie des systèmes, l'étude tissulaire par élastographie chez l'homme, sont des terrains dans lesquels l'approche multi-fractionnaire est mise à l'épreuve, parfois depuis longtemps.

Dans tous ces champs, la nature des données conditionne le développement de modèles pour l'estimation. Elles doivent être échantillonnées correctement afin de permettre des représentations temps/fréquences propres, et ne doivent être ni filtrées ni pré-traitées. Dans tous les cas, le fait que les processus soient de nature fractionnaire ou multi-fractionnaire est fondamental. Si la modélisation par des processus markoviens a été l'approche standard de l'analyse stochastique, la multiplication des données disponibles confirme qu'il est possible de dépasser ce cadre et de développer de nouveaux outils. L'enjeu concerne aussi bien l'estimation et la calibration, pour l'élaboration de modèles non markoviens, que l'analyse de processus à mémoire.