Après les banques, les algorithmes : qui déclenchera la prochaine crise ? (2/2)

En combinant complexité inutile et volatilité artificielle, les nouvelles technologies pourraient déclencher des crises d’un type entièrement nouveau.

Dans notre précédent article, nous avons vu que la modélisation mathématique en finance présente deux limites majeures : elle sous-estime les risques extrêmes en supposant des distributions trop « normales » et elle crée l’illusion de diversification en s’appuyant sur des corrélations entre actifs qui se révèlent instables en période de crise.

Troisième limite : des mathématiques souvent mises au service d’une complexité inutile

Alors même que la complexité devrait, en finance, être utilisée pour améliorer la modélisation des risques, elle a souvent servi à concevoir des montages structurés extrêmement complexes, répondant aux exigences de rendement irréalistes de nombreux investisseurs. Ces supports d’investissement – certains produits structurés, même si tous ne sont pas toxiques – deviennent ingérables en période de tensions sur les marchés : liquidité inexistante, valorisation opaque, compréhension difficile.

Si 100 € placés sur un produit d’investissement classique ne rapportent qu’une marge de 0,50 % (ou 50 points de base, sachant qu’un point de base vaut 0,01 %) au-dessus du taux monétaire, alors que l’objectif de rentabilité est de 200 points de base, la solution « magique » consiste à construire un produit reposant sur 400 € investis à Euribor + 50 points de base, afin de vendre à l’investisseur final un produit structuré de 100 € rémunéré à Euribor + 200 points de base – avec un risque de levier correspondant à quatre fois le nominal (100 € réellement investis et 300 € empruntés pour prendre du risque).

Tant que la performance sur le montant emprunté est au rendez-vous, tout va bien pour l’investisseur ; mais si les modèles mathématiques employés pour gérer ce levier sont inadéquats, les risques de baisse de la valorisation du produit structuré deviennent considérables, et le rendement facial de 200 points de base au-dessus du marché peut s’avérer notoirement insuffisant.

Là encore, une modélisation défaillante, mais intellectuellement confortable, a été à l’origine de mauvaises surprises.

Avec toujours, en arrière-plan, cette « éternelle » hypothèse erronée d’absence de corrélation forte entre les actifs adossés à un portefeuille de référence. On ne va sans doute plus aussi loin dans l’excès de risque sur les produits structurés qu’il y a une quinzaine d’années, mais il subsiste encore, ici et là, des effets de levier mal maîtrisés.

Plus près de nous, les mathématiques en finance sont au cœur d’une autre révolution : les transactions à la vitesse de la lumière via des robots matheux.

Depuis que les robots existent sur les marchés financiers, l’on assiste de temps à autre, à l’occasion de prétextes plus ou moins pertinents, à ce qu’il est désormais convenu d’appeler les flash krachs.

Les nouveaux modes de négociation des instruments financiers via des plateformes de trading génèrent des décalages de prix aussi brutaux qu’inexpliqués. Des ordinateurs ultra-rapides fractionnent, achètent et vendent des titres en très peu de temps. L’intervention humaine se limite à choisir l’algorithme qu’il faut lancer, puis à contrôler la machine.

Est-ce un progrès que de se reposer de plus en plus sur des ordinateurs pour faire tourner des programmes basés sur des règles quantitatives, appelés algorithmes, pour soi-disant diminuer le risque et accroître le rendement, le « rêve » de tout investisseur ?

Tout ceci a créé une volatilité inutile et indésirable. Certes souhaitée pour les activités de trading, il faut cependant prendre un peu de hauteur et ne pas sous-estimer les risques systémiques inhérents à ces « nouveaux » modes de négociation sur les marchés financiers.

En effet, des mouvements soudains, amplifiés et inexplicables (ne reposant sur aucune statistique, aucune décision de politique monétaire ou aucun flux significatif d’un investisseur final) pourraient être à l’origine de krachs d’un type nouveau – ce que l’on appellera peut-être un krach algorithmique –, avec des machines hors de contrôle. Et ces secousses ne concerneraient pas seulement des books de trading à effet de levier mais, ce qui doit plus inquiéter compte tenu de l’importance des encours, des positions d’investisseurs de long terme.

Beaucoup d’entre eux succombent en effet, par mimétisme, snobisme ou naïveté – ou les trois – à des créations d’ETF confiés à des robots, chargés de développer des fonds indiciels cotés à partir d’un programme informatique choisissant et classant des actions, par exemple.

Pour l’instant, le trading algorithmique des robots n’a pas provoqué de catastrophe majeure, mais juste des flash krachs de quelques heures qui ont fait perdre beaucoup d’argent à quelques-uns et gagner un peu à beaucoup d’autres.

Si une crise de ce type, mais plus violente et plus durable, se déclenchait, comment pourrait-elle être résolue ? On sait résoudre temporairement une crise de liquidité avec l’intervention d’une banque centrale, une crise de solvabilité avec l’intervention d’un Etat ou, dans le temps, d’un régulateur ; un krach traditionnel d’actifs financiers par des actions conjointes Etat–banque centrale. Mais face à une crise de la machine, l’on n’a aucune idée de ce qui a pu se passer et encore moins d’idée pour trouver une solution en lien avec ce qui reste fondamental sur un marché financier, à savoir la microéconomie, la macroéconomie, la liquidité ou la solvabilité. Et qu’allez-vous pouvoir demander à une intelligence artificielle qui n’aura jamais le pouvoir d’être une espèce d’acheteur en dernier ressort ou de prêteur en dernier ressort ?

Faut-il alors interdire l’intelligence artificielle ? Naturellement non. Imagine-t-on interdire l’aéronautique parce qu’il existe malheureusement des catastrophes aériennes ?

Afin de prévenir ces crises d’un genre nouveau, il faut plutôt que le régulateur (qui était déjà en retard pour réguler les innovations financières d’il y a plusieurs décennies, et le sera encore plus pour réguler le trading algorithmique) travaille de concert avec banques, fonds et asset managers. Ces travaux ne doivent absolument pas aboutir à de nouvelles normes et directives aussi inutiles que paralysantes. Il s’agira plutôt de sensibiliser tous les acteurs à trois niveaux.

Le premier niveau est « culturel ». Comme dans tant d’autres domaines, l’IA générative apprend en grande partie à partir de données historiques. Par conséquent, elle a tendance à reproduire des biais du passé et à avoir du mal à anticiper des événements imprévisibles. Alors oui, cette IA générative est un outil puissant pour traiter l’information et peut fournir des réponses très élaborées, mais celles-ci sont issues de corrélations et de modèles mathématiques, non d’une véritable expérience et pratique des marchés financiers.

Le second niveau est « conceptuel ». Le trading à la vitesse de la lumière via des robots repose sur un postulat dangereux selon lequel l’évolution du marché ne doit plus être aléatoire et doit conduire à abolir le comportement humain déterministe face aux marchés. Doit-on avoir comme objectif d’abolir l’incertitude ? Est-ce bien raisonnable de quantifier le comportement humain en matière d’économie en ignorant le hasard et l’aléatoire ?

Enfin, le troisième niveau est « opérationnel » et « stratégique ». Il faut des « business models » utilisant mieux les mathématiques dans les activités liées aux marchés financiers (trading, arbitrage, couverture, investissement).

On ne remet pas en cause les mathématiques (elles nous ont été fort utiles en certaines circonstances) pour la quantification du risque, l’optimisation de la couverture des risques et de l’allocation d’actifs, le pricing des produits à base d’options explicites (négociées sur les marchés) et implicites (dans les bilans bancaires).

Mais on devrait continuer à enrichir la modélisation mathématique sur ces différentes applications… et s’arrêter là. A-t-on besoin de robots matheux transmettant des prétendus prix, à la vitesse de la lumière, avec finalement des mouvements de prix aussi absurdes qu’inutiles ? Finalement, après avoir beaucoup bougé, l’actif en question se retrouvera souvent très proche de son niveau initial.

Cette volatilité considérable est inutile sur le plan économique et n’a d’intérêt que pour le trading, où elle génère des gains et des pertes, des effets de richesse tantôt négatifs tantôt positifs, ainsi que des impacts aléatoires sur les comptes de résultat ou les fonds propres.

Mais, finalement, quel est le juste prix d’un actif financier à l’ère du robot trading ? Imaginez que vous soyez dans votre salon et que vous changiez, non pas à la vitesse de la lumière mais simplement toutes les 5 secondes, le niveau de la température : vous sélectionnez 15°, puis 5 secondes après 20°, puis 5 secondes après 17°, puis 22°, et ainsi de suite.

Seriez-vous capable de dire, au bout de 10 minutes, quelle est la température réelle ? Attention, il ne s’agit pas d’intervenir sur le fonctionnement des marchés à coups de lois et de directives… Laissons la liberté aux acteurs et favorisons simplicité et liquidité, sans perdre de vue que la finalité essentielle d’un marché financier est de financer l’économie privée au meilleur coût, d’optimiser le placement de ses liquidités et de couvrir ses risques financiers dans de bonnes conditions de liquidité.