50 articles pour comprendre les crises financières (33/50) : l’information

IV. Comment les marchés agrègent l’information (ou pas)

Depuis les années 1970, les problèmes d’asymétries d’information et de révélation d’information sont au centre des préoccupations des économistes, à la suite d’influences aussi diverses que l’analyse par Hayek du marché comme processus d’agrégation de l’information ou que la formalisation des jeux à information incomplète par Harsanyi. Ce qu’il faut bien appeler une « mode » de l’information a conduit certains économistes de la finance à reformuler avec quelque précipitation les propriétés des marchés financiers en termes informationnels, entretenant une certaine mythologie (non sans fondement, mais peut-être exagérée) sur l’efficience informationnelle des marchés financiers. Ceux-ci sont censés agréger efficacement toute l’information détenue par les agents : quelqu’un qui sait qu’un actif a une valeur fondamentale supérieure à son prix a intérêt à l’acheter, faisant ainsi monter les prix, et réciproquement si l’actif est sous-évalué.

L’aboutissement de cette vision des marchés financiers se trouve dans la confiance que certains économistes témoignent aux marchés « prédictifs », où les paris passés par les agents sur tel ou tel événement (rencontre sportive, résultat d’une élection) sont censés donner de meilleures prédictions que spécialistes et sondages. Si empiriquement il semble que les résultats ne soient pas mauvais (mais il faudrait vérifier qu’il n’y a pas de « biais de publication », on ne parle que des exemples qui semblent marcher), on conçoit mal en théorie comment un marché pourrait agréger une information que personne n’a (la technique du doigt mouillé étant la seule fiable pour prédire le résultat d’une élection un an à l’avance).

Que disent les économistes qui se sont vraiment intéressés aux problèmes d’information sur les marchés financiers ? D’abord, qu’un marché totalement efficient sur le plan informationnel est une contradiction dans les termes, ce qui est légèrement embêtant pour les aficionados de l’efficience des marchés. C’est ce qu’on appelle le paradoxe de Grossman-Stiglitz [1980] : supposons que les différents agents présents sur un marché financier puissent rechercher de l’information sur les différents actifs disponibles pour un coût c. Si le marché est totalement efficient, toute l’information sur les actifs est contenue dans leurs prix : en regardant le prix de l’actif, je sais exactement ce qu’il va me rapporter et ce qu’il « vaut » vraiment. Je n’ai donc aucun intérêt à payer un coût c > 0 pour obtenir une information que j’ai déjà seulement en regardant le prix.

Ainsi, dès lors que les coûts de recherche d’information sont non nuls, les prix doivent dévier de la vraie valeur de l’actif de sorte à rémunérer les agents qui recherchent l’information. Je dois gagner quelque chose à rechercher l’information, donc il faut que celle-ci ne soit pas disponible gratuitement dans le prix. Plus les coûts de recherche d’information sont élevés, et plus l’écart entre prix de marché et valeur fondamentale doit être important.

Le marché n’agrège donc parfaitement que l’information « gratuite ». Soit tout le monde peut acquérir cette information à un coût nul, en quel cas le marché ne sert pas à grand chose puisqu’il n’y a rien à « agréger », tout le monde ayant la même information. Soit certaines personnes seulement peuvent acquérir l’information à coût nul. Se pose alors un problème classique d’asymétrie d’information, qui peut se révéler dévastateur.

Supposez que vous cherchiez à acheter une action, et que vous ayez identifié une « bonne affaire ». Au moment d’acheter, vous devriez vous demander qui accepte de vous vendre au prix que vous offrez. N’est-ce pas quelqu’un qui a lui-même de l’information sur la valeur de l’actif, et pense donc lui-même réaliser une bonne affaire ? Et quelle information est la meilleure, la vôtre ou la sienne ? S’il accepte de vous vendre, c’est manifestement que lui-même pense que vous êtes moins bien informé que lui. Donc vous n’avez pas intérêt à acheter, sachant que quelqu’un est prêt à vous vendre.

Pourquoi observe-t-on alors autant d’échanges sur les marchés financiers ? Parce que les gens sont irrationnels et pensent tous avoir raison contre le marché ? Peut-être. Mais à vrai dire il suffit que seulement quelques personnes échangent ainsi sans se soucier du problème d’asymétrie d’information.

Nous considérons ici le modèle de Glosten et Milgrom [1985], qui a l’avantage d’avoir probablement plus de « chair » et de réalisme que les modèles évoqués jusqu’ici. Le modèle date d’une époque où il était encore fréquent que les marchés soient organisés par des « market-makers » (ou teneurs de marché) : pour chaque titre coté en Bourse il existe des agents qui en permanence affichent des prix auxquels ils sont prêts à vendre ou acheter une unité du titre. Ils affichent chacun un prix d’achat, appelé « Bid » puisque c’est en quelque sorte ce qu’ils enchérissent, et un prix de vente appelé « Ask », ce qu’ils demandent pour céder une unité. Considérons pour simplifier un actif qui peut valoir 0 avec une probabilité ½, et 1 avec une probabilité 1/2. Les market-makers (que, pour une raison inconnue, G&M baptisent « specialists », alors qu’il s’agit d’un type d’agents légèrement différent) n’ont pas plus d’information, mais ils savent qu’il existe I traders dits « informés » sur le marché, qui connaissent exactement la vraie valeur du titre. Imaginons qu’il n’y ait que de tels traders. Un market-maker qui propose d’acheter à un prix B et de vendre à un prix A sait que, si l’actif vaut 1, aucun informé ne voudra lui vendre tant que B est inférieur à 1, mais si B est supérieur à 1 c’est le market-maker qui fait des pertes. Inversement les traders voudront acheter au prix A tant que A < 1, et le market-maker fait donc des pertes sur chaque unité qu’il vend, puisqu’il vend pour A <1 un titre qui vaut 1. Autrement dit, quels que soient les prix proposés par le market-maker il est sûr de ne vendre que si le titre vaut 1, et de n’acheter que s’il vaut 0, c’est-à-dire qu’il perd à tous les coups. On retrouve le raisonnement précédent sur les asymétries d’information.

Mais supposons qu’en plus des I informés il y ait N « noise traders », qui achètent ou vendent avec une probabilité 1/2, pour des motifs de liquidité par exemple. Si le market-maker propose le prix d’achat B et que effectivement quelqu’un achète : avec une probabilité I/(N+I) l’acheteur est un informé et le market-maker perd 1-B, avec une probabilité N/(N+I) c’est un noise-trader gagne B-E(v), où E(v) est l’espérance de l’actif sachant que quelqu’un a acheté. Il y a deux choses à remarquer : le market-maker n’est plus sûr de faire des pertes, il peut accepter le risque d’acheter à quelqu’un qui sait que l’actif a une valeur faible si il garde de fortes chances de vendre à un prix élevé à quelqu’un qui n’a pas d’information. La présence de « bruit » permet donc aux échanges d’avoir lieu, même en présence d’asymétries d’informations. Ensuite, et c’est très important, la probabilité que quelqu’un achète le titre est de (I+(N/2))/(N+I) s’il vaut 1, et seulement de (N/2)/(N+I) s’il vaut 0 puisque seuls la moitié des noise-traders en moyenne l’achèteront. Si ils voient dix achats de suite, les market-makers vont commencer à penser qu’il est plus probable qu’il s’agisse de dix informés que de dix noise-traders qui par hasard ont tous échangé dans le même sens. Voyant qu’ils prennent plus de risque en vendant, ils demanderont un prix plus élevé. Plus ils observeront d’achats et plus le prix B se rapprochera de 1.

On comprend bien dans ce modèle pourquoi des ordres d’achat conduisent à une hausse des prix, le mécanisme est important à retenir car beaucoup de travaux reprennent cet effet en introduisant d’autres types d’acteurs qui viennent « brouiller » les déductions des market-makers.

Sur le plan de l’efficience informationnelle des marchés on peut tirer plusieurs conclusions de ce modèle : la révélation de l’information est seulement graduelle, et d’autant plus lente que le nombre de noise-traders est élevé ; en raison du problème d’asymétrie d’information les market-makers proposeront toujours un prix d’achat moins élevé que le prix de vente, donnant lieu à ce qu’on appelle un « spread » (A-B), d’autant plus élevé que le nombre de noise-traders est faible. Dans un modèle plus riche il peut s’agir d’une friction importante empêchant des échanges mutuellement avantageux d’être effectués (le spread agit comme un coût de transaction, acheteur et vendeur doivent rémunérer un intermédiaire qui prend un risque).

Enfin, dans des cas plus complexes il est possible qu’il devienne impossible à des market-makers parfaitement concurrentiels de proposer des prix qui leur assurent un profit nul, en quel cas le marché s’arrête. Glosten et Milgrom en déduisent qu’il peut être utile de leur laisser un certain pouvoir de marché, par exemple de les laisser extraire un profit positif quand l’asymétrie d’information est faible tout en les contraignant à proposer des prix même quand l’asymétrie est telle qu’ils sont forcément perdants à l’échange.

On peut encore ajouter un autre type d’agents, parfois appelés « momentum traders », qui vont chercher à vendre après une baisse de prix et à acheter après une hausse. L’exemple canonique est celui de l’assurance de portefeuille, qui aurait joué un rôle important dans le crash de 1987 (le Dow Jones perdant 22,6% en une journée). Sans rentrer dans les détails, « garantir » un portefeuille consiste à passer un contrat avec une contrepartie qui s’engage notamment à vendre lorsque la valeur du portefeuille baisse afin d’assurer à l’investisseur qu’il retrouvera un revenu minimal. [Gennotte et Leland, 1990] proposent l’explication suivante (notons que Leland est justement le père de l’assurance de portefeuille) : certains agents apprennent une mauvaise nouvelle qui n’est pas encore parvenue au marché et vendent des titres. Les autres agents observent le volume des ventes, et comprennent qu’il est possible que ces ventes aient pour source une mauvaise nouvelle. Ils révisent leurs anticipations, et les prix baissent. La baisse des prix force les détenteurs de portefeuilles garantis à vendre à leur tour. On observe donc de nouvelles ventes importantes. Même si les agents comprennent qu’il peut s’agir de ventes « mécaniques », ils ne peuvent exclure l’hypothèse qu’il s’agit d’une nouvelle vente par des informés. Les prix baissent donc à nouveau etc. Selon les deux auteurs, le nombre de portefeuilles assurés étant très sous-estimé par les agents en 1987, la plupart n’ont même pas soupçonné que les ventes pouvaient être « mécaniques », sans contenu informationnel. Des interviews semblent confirmer que la plupart des traders pensaient qu’il devait se passer quelque chose de très grave pour que les prix baissent ainsi, et craignaient tous d’être les seuls à ne pas être au courant d’une très mauvaise nouvelle. Cela les incitait à vendre, ce qui accroissait les craintes des autres etc. Voir aussi [Schönbucher et Wilmott, 2000].

[Jacklin, Kleidon et Pfleiderer, 1992] poursuivent le raisonnement dans le cadre de Glosten et Milgrom, donc dans un modèle dynamique, où de plus les agents ne connaissent pas exactement la proportion de portefeuilles assurés. Le problème avec l’explication de Gennotte et Leland est qu’il est difficile d’identifier la nouvelle qui aurait déclenché les premières ventes. Les trois auteurs proposent donc une explication différente : quelques ventes non informées causent une baisse des prix et de nouvelles ventes « mécaniques ». Les agents comprennent alors très vite que beaucoup d’agents suivent en fait des stratégies mécaniques et que beaucoup d’achats avant le krach étaient en fait mécaniques et non basés sur de l’information. Ils découvrent donc brutalement que les actifs étaient fortement surévalués – en toute rigueur, on ne devrait donc pas parler du krach d’octobre 1987 mais plutôt de la bulle qui l’a précédé.

L’explication semble tout de même en fort décalage par rapport à ce qu’en ont dit les agents qui avaient participé à l’événement eux-mêmes, mais l’idée que ces stratégies dites « dynamiques » génèrent beaucoup d’incertitude est à retenir. D’autant que les ordres « mécaniques » peuvent venir de beaucoup d’autres sources comme des obligations légales, des appels de marge, ou plus simplement encore des stratégies « stop loss » (vendre lorsque le prix passe en-dessous d’un certain seuil pour se couvrir contre des pertes encore plus lourdes). Nous aurons l’occasion de voir que de telles règles ont aussi leurs raisons d’être, voir par exemple [Chowdhry et Nanda, 1998] pour les appels de marge, dont nous reparlerons sans doute moins, d’autant qu’un excellent billet en a déjà parlé.

[Dasgupta, Prat, Verardo, 2007] montrent enfin comment des gérants de fonds peuvent être amenés à suivre de telles stratégies « conformistes » : étant rémunérés sur le long terme non seulement en fonction de leurs performances mais aussi en fonction de leur réputation, ceux qui ne sont pas informés peuvent avoir intérêt à « suivre » le comportement des autres en espérant se faire passer pour de « bons » gestionnaires, et inversement ceux qui sont informés n’ont pas forcément intérêt à se servir de leur information s’ils sont amenés à prendre une position contraire à l’évolution du marché. Etant donnés les problèmes informationnels que peuvent poser ces stratégies « conformistes », et sachant qu’entre 60 et 70% des actifs financiers sont détenus par des gérants institutionnels, on ne serait pas très étonnés d’observer des marchés assez loin de l’efficience…

Bibliographie

Chowdry, B. et V. Nanda [1998] : “Leverage and Market Stability: The Role of Margin Rules and Price Limits”, The Journal of Business, Vol. 71.
Dasgupta, A., A. Prat et M. Verardo [2007] : “Institutional Trade Persistence and Long-Term Equity Returns”, CEPR Discussion Paper
Gennotte, G. et H. Leland [1990] : “Market Liquidity, Hedging, and Crashes”, American Economic Review, Vol. 80.
Glosten, L. et P. Milgrom [1985] : “Bid, Ask and Transaction Prices in a Specialist Market with Heterogeneously Informed Traders”, Journal of Financial Economics, Vol. 14.
Grossman, S. et J. Stiglitz [1980] : “On the Impossibility of Informationally Efficient Markets”, American Economic Review, Vol. 70.
Jacklin, C., A. Kleindon et P. Pfleiderer [1992] : “Underestimation of Portfolio Insurance and the Crash of October 1987”, The Review of Financial Studies, Vol. 5.
Schönbucher, P. et P. Wilmott [2000] : “The Feedback Effect of Hedging in Illiquid Markets”, SIAM Journal on Applied Mathematics, Vol. 61.

Licence Creative Commons – Auteur:Jean-Edоuard Cоlliard

Be the first to comment

Leave a Reply

Votre adresse de messagerie ne sera pas publiée.


*