Plus efficaces ou plus volatiles ? L’adoption des dernières itérations de l’intelligence artificielle (IA) par les marchés financiers peut améliorer la gestion des risques et accroître la liquidité, mais elle pourrait aussi rendre les marchés opaques, plus difficiles à surveiller et plus vulnérables aux cyberattaques et aux risques de manipulation.
IA – Le nouveau Rapport sur la stabilité financière mondiale examine les nouvelles données de marché pour comprendre où cette technologie pourrait nous mener.
Les services du FMI ont mené une vaste sensibilisation auprès de diverses parties prenantes – des investisseurs aux fournisseurs de technologie en passant par les régulateurs de marché – pour montrer comment les institutions financières exploitent les avancées de l’IA pour les activités des marchés financiers et l’impact potentiel de son adoption.
Les fonds spéculatifs, les banques d’investissement et d’autres utilisent des stratégies de trading quantitatives depuis des décennies.
Les algorithmes de trading automatisés ont aidé les marchés à évoluer plus rapidement et à digérer plus efficacement les transactions importantes dans les principales classes d’actifs telles que les actions américaines.
Mais ils ont aussi contribué à des événements de « krach éclair » lorsque les prix du marché ont fluctué de manière spectaculaire en très peu de temps – comme en mai 2010, lorsque les cours des actions américaines se sont effondrés pour rebondir quelques minutes plus tard – et on craint qu’ils puissent déstabiliser les marchés en période de stress et d’incertitude graves.
L’intelligence artificielle, grâce à sa capacité à traiter presque instantanément de grandes quantités de données et même de texte pour les utiliser par les traders, est sur le point de porter ce type de changements à un autre niveau.
Cependant, alors que l’IA générative et d’autres avancées récentes attirent l’attention à la fois dans la presse populaire et sur les marchés financiers, elles ne sont aujourd’hui utilisées que de manière limitée par les investisseurs réels.
Alors, si nous ne sommes qu’au début d’une transformation induite par l’IA, vers où pourrions-nous nous diriger ? Les dépôts de brevets sont un bon moyen de comprendre cela, étant donné le long délai qui s’écoule souvent entre le dépôt et la mise en production d’une technologie.
Depuis que les grands modèles linguistiques, ou LLM, ont commencé à apparaître en 2017, la part du contenu d’IA dans les demandes de brevet liées au trading algorithmique est passée de 19 % en 2017 à plus de 50 % chaque année depuis 2020, ce qui suggère qu’une vague d’innovation est à venir dans ce domaine.
Ces nouvelles innovations renforceront probablement la capacité de l’IA à rééquilibrer rapidement les portefeuilles d’investissement, ce qui entraînera à son tour des volumes de transactions plus élevés.
Les acteurs du marché que nous avons interrogés conviennent que le trading à haute fréquence piloté par l’IA devrait devenir plus répandu, en particulier dans les classes d’actifs liquides comme les actions, les obligations d’État et les produits dérivés cotés.
Ils prévoient une plus grande intégration de l’IA sophistiquée dans les décisions d’investissement et de trading d’ici trois à cinq ans, même si l’approche « humain dans la boucle » devrait persister, en particulier pour les décisions d’allocation de capital importantes. Les preuves de ces changements sont déjà visibles sur le marché des fonds négociés en bourse.
Bien qu’ils soient actuellement de petite taille, les ETF pilotés par l’IA affichent un taux de rotation nettement plus élevé que les autres ETF.
Alors qu’un ETF d’actions à gestion active typique renouvelle ses avoirs beaucoup moins d’une fois par an, les ETF pilotés par l’IA le font environ une fois par mois.
Si elles se généralisent, de telles stratégies pourraient à l’avenir signifier des marchés plus profonds et plus liquides, ce qui est bon pour les investisseurs.
Mais ils pourraient également contribuer à l’instabilité du marché : plusieurs ETF pilotés par l’IA ont enregistré une augmentation de leur rotation pendant la tourmente boursière de mars 2020, suggérant un potentiel d’augmentation des ventes en troupeau en période de stress.
Les prix pourraient réagir beaucoup plus rapidement sur un marché piloté par l’IA. Les investisseurs ont cité la publication des minutes complexes et longues des réunions de la Réserve fédérale comme exemple de cas où l’IA pourrait fournir un signal de trading plus rapidement que n’importe quel trader humain, et cela se produit peut-être déjà.
Depuis 2017 et l’introduction des LLM, l’évolution des cours des actions américaines 15 secondes après la publication des minutes de la Fed semble être plus systématiquement dans le sens du mouvement plus durable observé après 15 minutes, contrairement aux mouvements apparemment non corrélés de la période précédant les LLM.
Qui pourra tirer parti de ces nouvelles technologies ? L’IA pourrait conduire à une nouvelle migration des investissements vers les fonds spéculatifs, les sociétés de trading pour compte propre et d’autres intermédiaires financiers non bancaires, ce qui rendrait les marchés moins transparents et plus difficiles à surveiller.
Les banques non bancaires ont un avantage structurel dans l’adoption de l’IA.
Elles sont généralement plus agiles et soumises à moins de contraintes réglementaires que les grandes banques commerciales et d’investissement, qui doivent souvent composer avec une infrastructure héritée et peuvent être soumises à des exigences plus strictes, notamment en matière d’explicabilité des modèles d’IA complexes.
Recommandations politiques Comment les régulateurs et les superviseurs devraient-ils se préparer à ce nouveau monde ? Dans un marché qui réagit plus rapidement et où les non-banques pourraient continuer à gagner en importance, divers aspects de la réglementation et de la supervision dans les domaines liés à l’IA devraient être renforcés.
Les autorités du secteur financier et les plateformes de négociation devraient déterminer s’ils doivent concevoir de nouveaux mécanismes de réponse à la volatilité – ou modifier les mécanismes existants de manière appropriée – pour répondre aux événements de « krach éclair » potentiellement issus du trading piloté par l’IA.
Il s’agit notamment des exigences de marge, des coupe-circuits et de la résilience des contreparties centrales.
De même, les autorités du secteur financier devraient continuer à renforcer la surveillance et la réglementation des intermédiaires financiers non bancaires en les obligeant à s’identifier et à divulguer les informations pertinentes sur l’IA ; ainsi qu’en exigeant des institutions financières qu’elles cartographient régulièrement les interdépendances entre les données, les modèles et l’infrastructure technologique prenant en charge les modèles d’IA.
Une surveillance et une supervision étroites de ce marché en évolution rapide posent les bases d’une réponse réglementaire opportune et équilibrée qui pourrait permettre aux acteurs du secteur financier de bénéficier de l’IA tout en atténuant ses risques.
Maderpost / Nassira Abbas / Charles Cohen / Dirk Grolleman / Benjamin Mosk
