3.5 Con urren e par omparaison en aléa moral et séle tion adverse
3.5.3 Le modèle de Boyer & Laont (2003)
Boyer &Laont (2003)[63℄ étudient dansquelle mesurela on urren epar ompa-
raisonréduit lesdistorsions d'eortimposées auxentreprisesmoinse ientes 36
. Ce
modèleprésente l'intérêt majeurde sedémarquer desmodèles lassiquesde on ur-
ren epar omparaisonandemieux orrespondreàl'usagequ'ilestfaiten pratique
desmé anismes omparatifs.Ainsi,lesauteurs onsidèrentquel'apportinformation-
neldes omparaisonsreposesurl'observationéventuelleparlerégulateurd'unsignal
orréléave leniveaud'e ien edel'entreprise.Cetteinformationexante luipermet
d'établir un ontrat adapté, en parti ulier on ernant les distorsions sur le niveau
d'eort. Enrevan he, esignal, non vériable, ne peut être ontra tuali sé 37
.
LemodèledeBoyeretLaontreposesurleshypothèses lassiquesquenousavons
déjàexpli itées, à elles- iprès :
ilsne onsidèrentquedeuxtypesd'entreprises:
β∈ {β; β}
,aveν
laprobabilité ( onnue du régulateur) queβ = β
;lafon tion de désutilitéà l'eort, stri tement onvexe,vérie
ψ
′′′(e) > 0
.
Lorsqueles entreprises e ientes sont nettement majoritaires, les auteurs montrent
qu'ilvaut mieuxrenon erau menude ontrats,auprotd'un unique ontrat, établi
pourdesentreprisese ientes. Eneet, omptetenudufaible nombre d'entreprises
ine ientes, il devient trop oûteux de maintenir un menu ave un ontrat
β
ave rentesinformationnel les, et un autreβ
ave distorsions à l'eort.Il existe don une valeurν
∗
de laprobabilité
ν
audelà de laquelle ildevient optimal de renon er à e queles entreprises ine iente s produisent. Cela permet au régulateurde supprimerlesrentes informationnel les desautres.
Enpratiquantla on urren epar omparaison,lerégulateurperçoitunensemble
de signaux
(σi)
qui lui permettent de réviserses royan es relatives à la ara téris- tiquede l'entreprise. Chaquesignalσi
le onduit à évaluer laprobabilité ondition- nelle que l'entreprise soit e iente :νˆi
=
P(β|σi)
. Selon l'information portée par le signal,on distingue :Un signal favorable lorsque
νˆi
> νi
: ela indique quel'entreprise serait pluttde typee ient(β
).Dans e as, lerégulateurdoitrenfor erdavantage les distorsionsà l'eort.Cela luipermet deréduire larente informationnelle àéder àl'entreprise sielle est ee tivement de type
β
.Unsignaldéfavorablelorsque
νˆi< νi
: elaindiquequel'entrepriseserait plutt de type ine ient (β
). Le régulateur peut alors relâ her en partie les 36Nousnerapportonsi iqu'unepartiedutravail présentédansleurarti le.La on urren epar
omparaisonn'estqu'unmoyenparmilesautresqu'ilsanalysentd'améliorerlesin itationsàl'eort. 37
Cettemodélisationlèvedon les réservesquel'onpeutavoirquantàlamena ededéte tion-
distorsions à l'eort, quitte à augmenter la rente informationnel le qu'il est
moinsprobable qu'ilait àverser.
Les résultats théoriques du modèle s'inter alent entre deux extrema que nous
ara térisons :
Lorsque tous les signaux vérient
νˆi
< ν
∗
, l'information qu'ils véhi ulent est
relativement in ertaine.Lesin itationsàl'eortsont,enespéran e, inférieures
à elles des ontrats individuels 38
.
Lorsquetouslessignauxfavorablesvérient
νˆi> ν
∗
,ilssonttrèsinformatifs.Le
régulateurpeut seer ausignalqu'ilobserve,sansgrandrisqued'erreur.Dans
e as,iln'aplusintérêtàproposerunmenude ontrats,maispluttle ontrat
adapté au type pressenti de l'entreprise. Cela lui permet de ne pas éder de
rente informationnel le, silesignalqu'ilobservelui indiquequel'entrepriseest
vraisemblablementdetype
β
.Inversement,s'ilobserveave unequasi- ertitude queβ = β
, il proposera un ontratadapté, sans distorsiond'eort.Entre es deuxrégimes extrêmes, il est di ile d'établir l'impa t de l'apport infor-
mationnel surla ontrainte d'in itation .
Les auteurs poursuivent ensuite ave l'examen de quatre as parti uliers aux-
quels nous onseillons vivement au le teur de se reporter. Enn, Boyer et Laont
montrentquelesrésultatspeuen ourageantsobtenuslorsquelessignauxnesontpas
susamment informatifspeuvent être améliorés, en onsidérant un eet d'équilibre
général 39
.
Con lusion : un apport informationnel salvateur
Ce hapitre nousa onduit à analyser plusieurs modèles théoriques de on urren e
par omparaison, dans des onguratio ns informationnel les élémentaires. Ce travail
nous a permis de per evoir par quels moyens l'usage des omparaisons peut amé-
liorer larégulation desentreprises. Il est notamment apparu quela on urren e par
omparaison améliore la solution des ontrats individuels en présen e d'asymétrie
d'information. Qu'il s'agisse d'aléa moral ou de séle tion adverse, les mé anismes
omparatifs améliorent l'information du régulateur. En eet, que l'asymétrie infor-
mationnelleportesurunevariableexogèneouendogène,les omparaisonspermettent
d'en distinguer la omposante ommune de la omposante individuelle. Le régula-
teur peut alors proposer une meilleure assuran e et des ontrats plus in itatifs aux
entreprises. Lerésultat essentiel onsisteà réduire lesrentesinformationnel les et les
distorsions quilesa ompagne nt . La on urren epar omparaison sembledon être
un outil e a e pour améliorer larégulationdes entreprises.
38
Cerésultatestobtenumoyennantunehypothèse lassique, quipeutêtrealternativementune
désutilitéàl'eortquadratique,oubienun oûtso ialdesfondspubli sfaible.Dans haque as,la
on avitédelarelationentrel'eortdistordu
ei
etlesνˆi
évaluésestassurée,et onduità erésultat enespéran e.39
Considérant le oûtso ialdesfondspubli s ommeendogène,ilsmontrentquela on urren e
par omparaison, enréduisant lesrentesinformationnelles, atténuela ontraintebudgétaire. Cela
Il est toutefois en ore trop tt pour faire onan e aux mé anismes de on ur-
ren epar omparaison.Eneet,nousn'avonsexaminéquedesmodèlesdedimension
réduite, par rapport à la omplexité de la relation d'agen e régulateur-entr epr ises.
D'une part, il s'agit d'une dimension temporelle réduite puisque nous n'avons ana-
lyséquedes modèles statiques. Or, la régulation desindustriesde réseau fait appa-
raîtreunerépétitiondesintera tionsentrelerégulateuretlesentreprises.Il onvient
don de tenir ompte des eets dynamiques sus eptibles de se manifester dans un
tel ontexte. D'autre part, les modèles étudiéslaissent entrevoir un ertain nombre
de limites (au premier rang desquelles, la mena e de ollusion), sans les traiter. Il
apparaîtdon bienné essairede onsa rerunnouveau hapitreàlathéoriemi roé o-
nomique. Il s'agit, ettefois, d'étudierl'impa t dephénomènes lassiques( ollusion
desentreprises, apture, engagement du régulateur, et . ), sus eptibles de réduire le
béné edes omparaisons.
Cette analyse unidimensionnelle de la on urren e par omparaison selon diffé-
rentes ontraintesinformationnel lesjustielere oursà etteformederégulationan
de omblerles la unes informationnel les durégulateur. Toutefois, ilserait bientrop
rédu teur de projeter la relation régulateur-entreprises sur ette seule dimension.
Aussiest-il troptt pour on lure quela on urren e par omparaison peut oppor-
tunément être mise en ÷uvre an de réguler des industries de réseau. Nous nous
atta hons don , dans le hapitre suivant, à examiner les résultats des mé anismes
Analyses bidimensionnelles
Nousanalysons dans e hapitre l'apportdesmé anismes omparatifsdansd'autres
dimensionsdelarégulationque elledes ontraintesinformationnel les.Ils'agitpour-
tant toujours de projeter l'introdu tion de es mé anismes sur ette dimension in-
formationnelle delarégulation.Maisnous onsidérons,à haquefois,unedimension
supplémentaire dela régulation.
Il s'agit notamment d'envisager des omportement s d'entente expli ite entre les
agents é onomiques. Nous dis utons notamment de la ollusion expli ite entre les
entreprises, que nous avons déjà abordée au hapitre pré édent. Nous nousintéres-
sonségalement aux onséquen esquepourraitavoirla apturedurégulateur parles
entreprises.
Nous onsidéronsensuiteladimensiontemporelledelarégulation,àtraversl'ana-
lysedemodèlesdynamiques,etnonplusstatiques.Dans e ontexte,uneautreforme
de ollusion, ta ite, ettefois, estsus eptible de perturber les résultatsdes ongu-
rations élémentaires. Mais le régulateur, pas plus que les entreprises, n'est in ité à
respe terlesrèglesdujeu statique,lorsque elui- i estrépétéplusieurs fois.Nousen
étudionsles onséquen esà travers l'eetde liquet.
Enn,nousprenonsen omptelesné essairesinvestissements,and'évaluerdans
quelle mesurela on urren epar omparaison in iteles entreprises àinvestir. Nous
distinguonsalorslesinvestissementsprodu tifsdubéné edesquelsl'entreprisepeut
parfois être dépossédée. Nous a hevons e hapitre par l'étude de la ompatibili té
entreunmé anisme omparatif etlesin itationsàinvestirdanslaqualitéduservi e
oert.
4.1 Les omportements d'entente expli it e
Surlesmar hés on urrentiels,l'optimumparétienestnaturelleme ntatteintàl'équi-
libre qui s'impose entre une ore et une demande atomisées. Toutefois, lorsque la
ondition d'atomi ité desoreurs n'est plus valide, es derniers sont tentés de s'en-
tendre au sein d'un artel, an de se partager une rente monopolistique. Une telle
de la on urren e en Fran e ou la Dire tion Générale de la on urren e de l'Union
europénne,ont étéinstituées, an degarantir la on urren e surles mar hés.
Les industries de réseau qui font intervenir un petit nombre d'oreurs sur des
mar hésrégulésn'é happent pasà es omportement sd'entente. Danslamesureoù
esa tivitéssontréguléesspé iquement,laformationde artelspeutêtreplusdéli-
ate.De efait,lesentreprisessonttentéesdes'assurerlabienveillan edurégulateur
àleurégard,enle apturant.Cesont esdeuxtypesd'ententes, ollusionet apture,
que nous étudions dans ette se tion, lorsque la on urren e par omparaison est
miseen÷uvre.