Daniel Martin me demande de réagir à un article du New York Times de ce matin qui vient de publier l’article ci-dessous sur la prédiction scientifique en matière de marchés financiers.

 http://www.nytimes.com/2009/03/10/science/10quant.html?th=&emc=th&pagewanted=print

Dans la même veine critique de la gestion du risque par lemonde de la finance, un livre passionnant « Traders, Guns and Money » de Satyajit Das, un ancien spécialiste de modèles et contrôle des risques… qui en outre a été publié bien avant la crise tout en en annonçant les grandes caractéristiques. Il m’avait été conseillé par Arnaud Bidard de la Noé, lui même travaillant dans le contrôle des risques : “tu verras, c’est ça la réalité”… et elle est édifiante !

 Ex-matheux (et ayant touché aussi -un peu- à la physique quantique) moi-même, je dois dire que ma première surprise lorsque j’ai été exposé à l’économie ‘mathématique’ a été de voir à quel point, sitôt une démonstration faite (par exemple sur l’amélioration de l’optimum global si chacun se spécialise, à la base de la mythologie de la mondialisation), presque tout le monde en oublie les hypothèses, et aussi l’étroitesse du résultat. Bref on généralise à tout va, à tort.

 J’aurai donc tendance à dire que les modèles financiers en eux-mêmes sont assez innocents. Tout modèle sérieux commence par ‘si l’évolution des prix est un processus sans mémoire, etc, etc…’ et n’est donc, presque par définition, pas applicable à la réalité, ou alors avec des pincettes. Mais les banques et les traders oublient cela… Très peu de gens comprennent vraiment ce qu’ils font, et cela est hélas vrai, je crois, de nombreux domaines.

 Les modèles sont ils pour autant inutiles ? Je ne crois pas. Ils permettent :

  • D’éclairer des évènements passés en comprenant mieux, quantitativement, le déroulement des choses (par exemple mieux comprendre le pourquoi de la fixation empirique du prix des options, découvrir l’importance de la volatilité, etc…)
  • D’extraire des informations du comportement empirique des acteurs (par exemple anticipations d’inflation à partir de la courbe des taux)
  • De calibrer des scénarios NOMINAUX d’évolution. La marge d’erreur par rapport à ces scénarios est très différente de la physique: ce n’est pas une brave gaussienne, mais une courbe «à queue longue» reflétant la probabilité assez forte d’évènements aléatoires (type attentat du world trade center, interdiction de shorter, etc…)

 Je crois donc en l’utilité des modèles, qui DOIVENT être complétés par une gestion du risque intelligente… qui tient plus de l’art, de l’intelligence politique, que de la science. Le gestionnaire du risque doit anticiper l’imprévu, le calibrer, le provisionner. Mais la psychologie humaine est ainsi faite que quelques années après une crise, la tendance redeviendra d’estimer à tort que ‘rien n’est arrivé pendant 10 ans’ veut dire que ‘rien ne peut arriver’ …

 Un problème que l’on peut corriger, en revanche, est de cesser de permettre aux professions financières de gagner de l’argent sur l’application de modèles sans contrôle de risque. Je m’explique :

  • Tout gérant qui applique un bon modèle aura, 95% du temps, de bons résultats, mais 5% du temps des résultats catastrophiques. La résultante, pour son client, étant souvent négative.
  • Sa rémunération est, aujourd’hui, fonction des résultats PAR PERIODE (e.g. par trimestre), et jamais négative. Il encaisse donc des primes 95% du temps, mais ne décaisse rien les 5% restants. Il existe donc pour lui un intérêt OBJECTIF à ne pas pratiquer de contrôle de risque, puisque pour lui le modèle marche (la queue de probabilité des évènements rares est éliminée par l’absence de prime négative).

 Il est donc impératif d’imposer un intéressement sur période longue aux financiers. J’espère que le G20 le fera… sans beaucoup d’espoir.

Advertisements