Language
Country/Area
No result found
Les histoires de « grosse queue » derrière la crise financière : comment ces événements historiques affectent-ils vos décisions d'investissement ?
Sur les marchés financiers, les investisseurs s’appuient souvent sur des modèles de distribution normale pour prédire les mouvements futurs du marché. Cependant, comme l’ont montré de nombreuses crises financières au cours des derniers siècles, ces modèles sous-estiment souvent la probabilité d’événements extrêmes. Ces événements extrêmes sont appelés « événements à queue épaisse » et leur existence expose les investisseurs à des risques plus élevés. Cet article explorera le concept de distributions à queue épaisse et son impact potentiel sur les décisions d’investissement.
Une distribution à queue épaisse est une distribution de probabilité qui présente une asymétrie ou un kurtosis accru par rapport à une distribution normale ou exponentielle.
Caractéristiques de la distribution à queue épaisse
La caractéristique de la distribution à queue épaisse est que la probabilité d’événements extrêmes n’est pas seulement un calcul théorique, mais est intégrée dans le comportement réel du marché. Cette distribution est courante dans de nombreux domaines, notamment la physique, l’économie et les sciences politiques. Différentes communautés de recherche peuvent être en désaccord sur sa définition, mais les distributions à queue épaisse sont généralement considérées comme incluant celles dont les queues décroissent selon une loi de puissance. Ces types de distributions sont particulièrement importants sur les marchés financiers car ils fournissent un cadre théorique pour expliquer pourquoi les krachs boursiers majeurs se produisent si fréquemment.
Contrairement à une distribution normale, où la probabilité d'un événement dépassant cinq écarts types par rapport à la moyenne est faible, une distribution à queue épaisse a une probabilité d'événement extrême qui est beaucoup plus élevée que ce que prédit la distribution normale.
Erreurs dans l'estimation des risques
De nombreux modèles financiers, tels que le modèle d’évaluation des options Black-Scholes, supposent que les rendements des actifs suivent une distribution normale. Cependant, si la distribution réelle est à queue épaisse, ces modèles ne parviendront pas à évaluer correctement le prix des options à terme, car la probabilité d'événements aberrants majeurs est sous-estimée. Cela signifie que lorsque les marchés connaissent une volatilité extrême, les investisseurs peuvent être exposés à un risque plus élevé que prévu.
De nombreux éminents spécialistes de la finance, tels que Paul Volcker et Nassim Taleb, ont souligné l’inadéquation du modèle de distribution normale et ont suggéré que les distributions à queue épaisse sont plus dominantes dans les rendements des actifs.
Revue des événements historiques
En regardant en arrière dans l'histoire, nous pouvons trouver de nombreux exemples d'événements à queue grasse. Le krach de Wall Street de 1929, le Lundi noir de 1987, la bulle Internet de 2000 et la crise financière de 2007-2008 étaient toutes des situations extrêmes extrêmement rares sur le marché dans le cadre de modèles de prévision normaux. Cependant, la survenue de ces événements démontre l’importance des distributions à queue épaisse dans la réalité financière.
Ces crises sont souvent déclenchées par des facteurs non mathématiques, tels que des troubles politiques ou des perturbations de la chaîne d’approvisionnement, qui ne sont pas conformes aux hypothèses de distribution normale. En fait, les facteurs financiers comportementaux générés au cours du processus, tels que l’optimisme ou le pessimisme excessif des investisseurs, jouent également un rôle important dans la distribution à queue épaisse.
Queue grasse et distribution des revenus
La distribution à queue épaisse peut également expliquer certains phénomènes sociologiques, comme la « règle 80/20 », qui stipule que 20 % des clients contribuent à 80 % des revenus. Ce phénomène est particulièrement évident dans le comportement du marché, où quelques personnes ou entreprises sont capables de dominer le marché tandis que la majorité est relativement insignifiante.
Sur certains marchés de matières premières ou dans l'industrie de la musique, la fonction de densité de probabilité des données de vente présente également une caractéristique de queue épaisse, indiquant que les promotions de nouveaux disques ont un fort impact sur les ventes.
Faire face aux défis du futur
À l’avenir, les investisseurs doivent être conscients des risques liés aux événements à queue grasse et ajuster leurs stratégies d’investissement en conséquence. Les modèles qui s’appuient sur des distributions normales peuvent entraîner des pertes en capital importantes, en particulier pendant les périodes de mouvements de marché importants et inhabituels. Les investisseurs doivent adopter une stratégie diversifiée pour compenser ces risques et corriger les biais potentiels des modèles de gestion des risques.
Comment les marchés financiers du futur évolueront-ils pour faire face à la fréquence et à l’impact des événements de type « fat tail » ?
