Billet invité.
D’où viendra la prochaine crise financière ? des hypothèses circulent déjà. La créativité et l’innovation dont ce secteur est si friand en seraient une fois de plus à l’origine, rappelant comment les excès de la titrisation ont déclenché celle dont nous ne sommes toujours pas sortis.
Un article du Financial Times apporte la réponse : « à la complexité des marchés financiers des générations précédentes, qui restaient cependant explicables, a succédé la complexité insondable de la jungle électronique ». Une chose serait de pénétrer dans les territoires inconnus, comme s’y autorisent les banques centrales, une autre d’inciter les quants, les analystes quantitatifs, à façonner un nouveau monde, motivés par l’idée que les ordinateurs peuvent faire mieux que les humains.
La recherche quantitative et l’ingénierie financière sont au coeur de l’innovation financière et consistent à concevoir des modèles mathématiques et statistiques permettant la valorisation des produits dérivés et les transactions structurées complexes, ainsi qu’à calculer la couverture des risques encourus. Avec la possibilité, du dire même de ceux qui les revendiquent, d’être trop simplificateurs pour représenter la complexité des produits qu’ils cherchent à modéliser. Ou, au contraire, tellement complexes mathématiquement que leur calibration devient elle-même source d’erreurs. Pour néanmoins les justifier, ces mêmes défenseurs prétendent que, au pire, leurs dégâts potentiels sont limités, et qu’ils répondent à des attentes des marchés qu’il faut satisfaire, oubliant que ceux-ci n’en sont pas l’origine…
Qui a en effet parié le premier sur les mathématiciens et informaticiens pointus en créant une division intitulée Quantitative Investment Strategies (QIS) et en la dotant des meilleurs d’entre eux ? C’était Goldman Sachs en 2007 ! La crise des « subprimes » avait vite fait oublier les prouesses prometteuses des transactions algorithmiques, qui avaient toutefois rencontré un première hoquet, suscitant des frayeurs naissantes chez les grosses têtes. Il a donc fallu attendre 2011 pour que Goldman Sachs relance sa division, et les résultats ont été au rendez-vous, les quants ayant retrouvé leur enthousiasme initial.
Qu’elle ait eu à l’origine le trading haute fréquence, l’essor des Exchange Traded Funds (ETF)(*) ou la naissance de hedge funds à la gestion confiée à de l’Intelligence Artificielle, la croissance des transactions algorithmiques a été explosive et a radicalement transformé les marchés. Les précurseurs ont fait des émules et tous les grands acteurs se sont bousculés pour les imiter.
Différentes approches sont utilisées, qui ont en commun d’analyser des quantités colossales de données afin d’alimenter les algorithmes. Le Big Data associé à des ordinateurs super rapides et de l’Intelligence Artificielle représente un très grand tournant, donnant l’image à peine forcée d’un monde financier autonome lieu de transactions n’ayant pas recours à l’intervention humaine.
Revers de la médaille, des « flash crashes » suscitant de longues enquêtes interviennent de temps à autre. Et s’ils étaient les signes précurseurs de quelque chose de beaucoup plus grand que l’on ne saura ni prévenir ni circonscrire ? Cité par le Financial Times, le professeur Andrew Lo du MIT constate que « nous sommes au milieu d’une lutte acharnée entre la loi de Moore et celle de Murphy », remarquant que si la puissance de l’informatique est proche de doubler chaque année, l’adage selon lequel que lorsque quelque chose peut mal tourner, il tourne toujours mal, n’est plus à démontrer…
——–
(*) Un fonds indiciel coté, qui reproduit un indice, un actif ou une stratégie.