Présentation de Jean-Philippe Buchaud.

1. Instabilit´e des march´es
financiers:
M´ecanismes, Mod´elisation, R´egulation
J.P. Bouchaud, Capital Fund Management & Ecole
Polytechnique
• Pourquoi et comment les prix de march´e ´evoluent-ils ?
• Quelle mod´elisation pour la valorisation, la couverture, le
contrˆole des risques, la r´egulation
...et plus g´en´eralement l’´economie ?

2. Les enjeux de la Finance Th´eorique
• Evolution des prix et ing´enierie financi`ere
– Invention, valorisation et couvertures de produits d´eriv´es (ex.: options,
d´eriv´es de cr´edit, etc.)
– Organisation et stabilit´e des march´es (types d’ordres, fragmentation,
latences, etc.)
– Estimation des risques, recommandations prudentielles (limites en
risques, ratio d’endettement, etc.), risques syst´emiques et interac-
tions avec l’´economie “r´eelle”
• Probl`emes quantitatifs et complexes, qui s’appuient sur une
approche axiomatique, hyper-math´ematis´ee et souvent deconnect´ee
des donn´ees empiriques

3. Le point de vue de l’Economie Classique
• Les march´es sont “efficients” :
⊲ Les prix refl`etent fid`element la “Valeur Fondamentale”,
qui ne change qu’`a cause de nouvelles impr´evisibles
• M´ecanisme : Une diff´erence entre prix et VF serait arbitr´ee
par des agents inform´es et disparaˆıtrait instantan´ement
→ Les march´es sont intrins`equement stables, et la question
de leur stabilit´e n’est “mˆeme pas int´eressante” (M. Friedman)
⊲ Mais qui donc sont les agents inform´es (??)

4. Le point de vue de l’Economie Classique
• March´es “platoniciens” ; instruments de mesure parfaits,
“inertes” (au sens des gaz):
⊲ Ils r´ev`elent la Valeur Fondamentale sans jamais l’influencer
– ou est-ce une tautologie (??)
⊲ Les contraintes (“frictions”) entravent l’efficience des march´es
→ d´er´egulation (??)
• Les krachs ne peuvent ˆetre qu’exog`enes, et jamais caus´es par
la dynamique des march´es eux-mˆemes (??)
⊲ Les march´es financiers sont donc “redondants” et donc
absents des mod`eles “macro” (DSGE) (!!)

5. La d´emarche de l’ing´enierie financi`ere
• La valeur fondamentale (donc le prix) suit un processus exog`ene
(ext´erieur au march´e), impos´e et intangible, dont on cherche
une repr´esentation math´ematique
• M´ethodologie: on postule un mod`ele statistique commode
math´ematiquement, dont les paramˆetres sont calibr´es (`a leur
corps d´efendant) aux donn´ees de march´e
• L’exemple-roi de ces mod`eles de “premi`ere g´en´eration”: le
mouvement Brownien, dont le paramˆetre est la volatilit´e

6. Turbulences financi`eres: crises `a toutes les ´echelles
0 50 100
0
10
20
30
90 95 100
0
5
10
95.0 95.5 96.0
0
2
4
1990 1995 2000
0.0
500.0
Random Walk
1900 1920 1940 1960 1980 2000
0.0
500.0
Random Walk
Cours Financiers et Mouvement Brownien

7. La carte et le territoire
• Toute mod´elisation est une simplification, mais `a quel prix ?
– Ces mod`eles sont souvent en contradiction qualitative
avec les donn´ees financi`eres, et sous-estiment la proba-
bilit´e des ´ev`enements extr`emes (“Black Swans”)
– Ces mod`eles n’ont aucune justification en terme de m´ecanismes
sous-jacents identifiables (quand ils ne sont pas totale-
ment absurdes – cf. les epicycles de Ptol´em´ee)
⊲ On force la r´ealit´e `a se conformer au r´eel et non linverse
⊲ On confond la carte et le territoire
En aucun cas, la complexit´e et la valeur scientifique des d´eductions ne
sauraient donner une valeur scientifique aux premisses, M. Allais (1952)
sur les agents rationnels

8. Les dangers de l’ing´enierie financi`ere
• Les mod`eles en ´economie et finance sont particuliers
⊲ Ils sont “performatifs” (Ch. Walter), i.e. cristallisent des
pratiques professionnelles (mark to market, ∆-hedge, etc.)
⊲ Ils influencent profond´ement les politiques de r´egulation,
mais aussi de stabilit´e ´economique et mon´etaire (si les march´es
sont stables et efficients, pourquoi intervenir ?)
⊲ La sous-estimation des risques donne un sentiment de
fausse s´ecurit´e qui encourage des pratiques dangereuses (prise
de risque, diffusion de produits toxiques)
One of the more memorable moments of 2007 summers credit crunch
came when the CFO of Goldman Sachs, David Viniar, announced in
August that Goldmans flagship hedge fund had lost 27% of its value
since the start of the year. As Mr. Viniar explained:
“We were seeing things that were 25-standard deviation moves, several
days in a row.”

9. Les dangers de l’ing´enierie financi`ere
• L’utilisation de ces mod`eles peut conduire (et a conduit) `a
des boucles de r´etroaction d´estabilisatrices (Black-Scholes
et le grand krash de 1987, le d´eriv´es de cr´edit et la crise de
2008, etc.)
• Un mod`ele faux, ajust´e `a son corps d´efendant aux donn´ees,
peut ˆetre pire que pas de mod`ele du tout ! (l’outillage tech-
nique brouille l’intuition)

10. La gueule de bois...
• Those of us who have relied on the self-interest of lending institutions,
myself included, are in a state of shocked disbelief...Yes, I’ve found a flaw
[in the theory]. I don’t know how significant or permanent it is. But I’ve
been very distressed by that fact.
The whole intellectual edifice collapsed!
– Alan Greenspan, Octobre 2008 → “The map and the territory” (2013)
• As I see it, the economics profession went astray because economists,
as a group, mistook beauty, clad in impressive-looking mathematics, for
truth.
– Paul Krugman, How Did Economists Get It So Wrong, NYT, Septembre
2009
• The prevailing wisdom is that markets are always right. I take the oppo-
sition position. I assume that markets are always wrong.
– George Soros

11. La gueule de bois...
• Traditional models failed to predict the crisis and seemed
incapable of explaining what was happening to the economy
in a convincing manner. As a policy-maker during the crisis,
I found the available models of limited help. In fact, I would
go further: in the face of the crisis, we felt abandoned by
conventional tools...
J.-C. Trichet, Novembre 2010

12. La gueule de bois...et le Nobel 2013
• Professor Fama is the father of the modern efficient-markets
theory, which says financial prices efficiently incorporate all
available information and are in that sense perfect. In con-
trast, I have argued that the theory makes little sense, ex-
cept in fairly trivial ways. Of course, prices reflect available
information. But they are far from perfect. Along with like-
minded colleagues and former students, I emphasize the enor-
mous role played in markets by human error, as documented
in a now-established literature called behavioral finance.
Robert Shiller, NYT, Octobre 2013

13. La gueule de bois...et le Nobel 2013
• But the theory is commonly thought, at least by enthusiasts, to imply
much more [...] Market prices are esteemed as if they were oracles. This
view grew to dominate much professional thinking in economics, and its
implications are dangerous. It is a substantial reason for the economic
crisis we have been stuck in for the past five years, for it led authorities
in the United States and elsewhere to be complacent about [...] the
instability of the global system. In fact, markets are not perfect, and
really need regulation, much more than Professor Fama’s theories would
allow [...] I would not recommend that monetary or fiscal authorities seek
inspiration from his theories on how to stabilize the economy [...] We
disagree on a number of important points, but there is nothing wrong
with our sharing the prize. In fact, I am happy to share it with my
co-recipients, even if we sometimes seem to come from different planets.
Robert Shiller, NYT, Octobre 2013
cf. JPB, Le mythe funeste des march´es efficients, Le Monde 2003

14. Etude empirique de certains dogmes
• Les march´es financiers produisent des Petabytes d’information
et permettent des ´etudes empiriques de plus en plus pr´ecises
de questions fondamentales en ´economie/finance:
• A. La volatilit´e des march´es est elle due qu’aux nouvelles?
Dynamique exog`ene ou endog`ene ?
• B. Les prix sont-ils tels que l’offre ´egale la demande? A quelle
vitesse l’information est-elle incorpor´ee dans les prix ?
• C. Comment les transactions impactent-elles les prix? Com-
ment construire des mod`eles de “troisi`eme g´en´eration” ?

15. A. Dynamique exog`ene ou endog`ene ?
• Certaines nouvelles font sauter les prix,
parfois mˆeme beaucoup...
• Mais seuls ∼ 5% des sauts `a 4 − σ (sur 1 minute) sont at-
tribuables a des nouvelles – la majorit´e des sauts semblent
endog`enes !
• Claires diff´erence dans la signatures statistiques et la dynamique
des ‘r´epliques’ (loi d’Omori) dans les deux cas
• Grande stabilit´e historique de la fr´equence des sauts
(10 − σ → 3% de probabilit´e par jour sur l’univers S&P 500)

16. A. Dynamique exog`ene ou endog`ene ?
• Distribution en loi de puissance (Pareto-Gutenberg-Richter)
et intermittence multi´echelle des variations de prix
• Observations universelles, ind´ependantes de la nature de l’actif
sp´eculatif (cf.: les nouvelles ont peu d’importance)
• Dynamique par avalanches analogue `a celle endog`ene de
syst`emes “complexes”
Exemples: tremblements de terre, turbulence, bruit Barkhausen,
fracture, etc.:
La sollicitation exog`ene change lentement et continˆument,
mais la dynamique est discontinue et intermittente !

17. Intermittence multi´echelle
0 50 100
0
10
20
30
90 95 100
0
5
10
95.0 95.5 96.0
0
2
4
Volatilit´e intermittente...

18. A. Dynamique exog`ene ou endog`ene ?
• Distribution en loi de puissance (Pareto-Gutenberg-Richter)
et intermittence multi´echelle des variations de prix
• Observations universelles, ind´ependantes de la nature de l’actif
sp´eculatif (cf.: les nouvelles ont peu d’importance)
• Dynamique par avalanches analogue `a celle endog`ene de
syst`emes “complexes”
Exemples: tremblements de terre, turbulence, bruit Barkhausen,
fracture, etc.:
La sollicitation exog`ene change lentement et continˆument,
mais la dynamique est discontinue et intermittente !

19. Autres exemples
0 1000 2000 3000 4000
0 1000 2000 3000 4000
3000
4000
5000
6000
7000
8000
FTSE
0 1000 2000 3000 4000 5000
0 1000 2000 3000 4000 5000
−40
−20
0
20
40
Crude Oil
...sur tous les march´es sp´eculatifs

20. Turbulence: intermittence
Bruit Barkhausen et Dissipation locale dans un ´ecoulement
turbulent

21. A. Dynamique exog`ene ou endog`ene ?
• Distribution en loi de puissance (Pareto-Gutenberg-Richter)
et intermittence multi´echelle des variations de prix
• Observations universelles, ind´ependantes de la nature de l’actif
sp´eculatif (cf.: les nouvelles ont peu d’importance)
• Dynamique par avalanches analogue `a celle endog`ene de
syst`emes “complexes”
Exemples: tremblements de terre, turbulence, bruit Barkhausen,
fracture, etc.:
La sollicitation exog`ene change lentement et continˆument,
mais la dynamique est discontinue et intermittente !

22. A. Dynamique exog`ene ou endog`ene ?
• Dynamique par avalanches analogue `a celle endog`ene de
syst`emes “complexes”
• Sugg`ere que boucles de r´etroaction et non-lin´earit´es peuvent
`a elles seules expliquer ces observations, mˆeme sans chocs
externes violents !
• Impact et m´ecanisme de r´etroactions/instabilit´es:
Les march´es sont impact´es par les transactions (rationnelles
ou non)
EMT: E → ∆P ⇒ Endogeneous Dynamics Hypothesis: ∆P → ∆P

23. Boucles de r´etroaction m´edi´ees par l’impact
• Traits psychologiques importants :
– Follow the crowd : Imitation et mim´etisme (mouvement
de foule, paniques, crash)
– History repeats : apprentissage de “motifs”, suiveurs de
tendance (bulles)
– Run for the exit : dans certaines conditions, la survie
prime (unknown unknowns)
“Animal Spirits” Keynes, Akerlof & Shiller
cf. Gigerenzer: “Rationality for mortals”; Kahneman: “Thinking fast &
slow”

24. Love-locks sur le Pont Des Arts
The madness of crowds (Newton)

25. Boucles de r´etroaction m´edi´ees par l’impact
• Traits psychologiques importants :
– Follow the crowd : Imitation et mim´etisme (mouvement
de foule, paniques, crash)
– History repeats : apprentissage de “motifs”, suiveurs de
tendance (bulles)
– Run for the exit : dans certaines conditions, la survie
prime (unknown unknowns)
“Animal Spirits” Keynes, Akerlof & Shiller
cf. Gigerenzer: “Rationality for mortals”; Kahneman: “Thinking fast &
slow”

26. Boucles de r´etroaction m´edi´ees par l’impact
• R`egles et r´egulations : benchmarking, mark-to-market
• Strat´egies de couverture : Black-Scholes, “portfolio insur-
ance” et le grand crash d’octobre 1987
• Incertitude et liquidit´e : volume → mouvement → volume,
cf. flash crash du 6 Mai 2010 mais aussi du 28 Mai 1962 (!)
Another issue brought to the fore by the crisis is the need to better under-
stand the determinants of liquidity in financial markets. The notion that
financial assets can always be sold at prices close to their fundamental
values is built into most economic analysis...
– Ben Bernanke, Princeton, September 2010

27. Etude empirique de certains dogmes
• A. La volatilit´e des march´es est elle due qu’aux nouvelles?
Dynamique exog`ene ou endog`ene ?
• B. Les prix sont-ils tels que l’offre ´egale la demande? (non,
des d´es´equilibres latents persistent sur plusieurs jours)
• C. Comment les transactions impactent-elles les prix? (de
nombreux progr`es r´ecents, qui permettent d’envisager la con-
struction micro de mod`eles de “troisi`eme g´en´eration”)

28. Conclusion
• Les march´es fluctuent moins `a cause de chocs externes (EMT)
que via leur dynamique interne (EDH)
• L’objet de la mod´elisation en finance ne devrait plus ˆetre
l’´etude de mod`eles ad-hoc mais l’identification des m´ecanismes
d’instabilit´es → mod`eles de “troisi`eme g´en´eration”
• La finance th´eorique devrait passer d’une approche
axiomatique (o`u les mod`eles sont postul´es) `a une approche
empirique (o`u les mod`eles sont d´eduits des m´ecanismes de
march´e, et compar´es aux donn´ees)

29. Conclusion
• La simulation num´erique de mod`eles r´ealistes, avec des mil-
lions d’agents, devrait prendre le pas sur la mod´elisation clas-
sique → r´eduction de la part de l’ombre (aka “Black-Swans”)

30. Conclusion
• Les innovations financi`eres doivent ˆetre analys´ees de mani`ere
critique et mod`ele-ind´ependante; cf. industries pharmaceu-
tique, a´eronautique, etc. (simulation num´erique)
• Les risques syst´emiques (contagions, paniques, r´etroactions,
crises de liquidit´e) doivent ˆetre ´etudi´es et int´egr´es dans les
mod`eles (pas de crises dans les mod`eles DSGE !!)
• Plusieurs projets en cours: par exemple, CRISIS (Complexity
Research Initiative for Systemic InstabilitieS)

31. Conclusion
• Dans tous les cas, garder en tˆete le “serment du mod´elisateur”
Emanuel Derman & Paul Wilmott, 2009
⊲ I will remember that I didnt make the world, and it doesn’t
satisfy my equations.
⊲ Though I will use models boldly to estimate value, I will
not be overly impressed by mathematics.
⊲ I will never sacrifice reality for elegance without explaining
why I have done so.
⊲ Nor will I give the people who use my model false comfort
about its accuracy. Instead, I will make explicit its assump-
tions and oversights.
⊲ I understand that my work may have enormous effects on
society and the economy, many of them beyond my compre-
hension.

32. Instabilit´e des march´es
financiers:
M´ecanismes, Mod´elisation, R´egulation
J.P. Bouchaud, Capital Fund Management & Ecole
Polytechnique
• Pourquoi et comment les prix de march´e ´evoluent-ils ?
• Quelle mod´elisation pour la valorisation, la couverture, le
contrˆole des risques, la r´egulation
...et plus g´en´eralement l’´economie ?

33. A. Dynamique exog`ene ou endog`ene ?
• Certaines nouvelles font sauter les prix,
parfois mˆeme beaucoup...
• Mais seuls ∼ 5% des sauts `a 4 − σ (sur 1 minute) sont at-
tribuables a des nouvelles – la majorit´e des sauts semblent
endog`enes !
• Claires diff´erence dans la signatures statistiques et la dynamique
des ‘r´epliques’ (loi d’Omori) dans les deux cas
• Grande stabilit´e historique de la fr´equence des sauts
(10 − σ → 3% de probabilit´e par jour sur l’univers S&P 500)

34. Instabilit´e des march´es
financiers:
M´ecanismes, Mod´elisation, R´egulation
J.P. Bouchaud, Capital Fund Management & Ecole
Polytechnique
• Pourquoi et comment les prix de march´e ´evoluent-ils ?
• Quelle mod´elisation pour la valorisation, la couverture, le
contrˆole des risques, la r´egulation
...et plus g´en´eralement l’´economie ?