Résumé des points clés
Cet article se concentre sur la manière dont la technologie modifie les sources d’avantages informationnels sur les marchés financiers, en soulignant que l’avantage informationnel traditionnel (basé sur des informations internes) est remplacé par deux nouvelles formes : d’une part, la capacité à interpréter en profondeur les informations publiques ; d’autre part, les « données alternatives » générées hors de l’entreprise. Ces nouveaux asymétries informationnelles ne sont pas couvertes par les règlements de régulation traditionnels (tels que le règlement américain Reg FD sur la divulgation équitable des informations). Cela pose un défi fondamental au cadre régulateur financier actuel. De plus, la compétition pour l’avantage informationnel est passée d’une course à la vitesse et aux données à une course à l’intelligence, et il en ressort que seule la collaboration entre les humains et les machines pourra gagner la future bataille de l’information.
Analyse détaillée
#### 1. L’avantage informationnel a changé : de « connaître des secrets » à « savoir interpréter les informations publiques »
Auparavant, on considérait que l’avantage sur les marchés financiers résidait dans la connaissance d’informations internes inconnues des autres – comme Gekko dans le film *Wall Street* qui gagnait de l’argent grâce aux informations fournies par des personnes à l’intérieur de l’entreprise. Mais aujourd’hui, c’est différent :
- Exemple 1 : Simon de Renaissance Technologies, mathématicien de formation, ne connaît aucun PDG d’entreprise et gagne régulièrement des rendements supérieurs en analysant de grandes quantités de données publiques (comme les tendances des cours de bourse et le volume des transactions) à l’aide de modèles mathématiques.
- Exemple 2 : Dans un cas étudié dans l’article, lorsque des actionnaires agressifs achètent discrètement des actions de l’entreprise, le PDG n’a reçu aucune information interne. Cependant, il connaît très bien la situation financière de l’entreprise et remarque des anomalies dans les données de transaction publiques (comme un afflux soudain d’achats). Alors que la plupart des gens considéreraient cela comme une bonne nouvelle, le PDG réalise que cela signifie probablement que des tiers préparent leur positionnement, et il achète lui-même des actions en protection.
Ce nouvel avantage ne repose pas sur la connaissance de secrets, mais sur une meilleure capacité à interpréter les informations publiques, ce qui échappe aux réglementations traditionnelles.
#### 2. Les « données alternatives » hors des entreprises : de nouvelles sources d’information hors de portée de la régulation
De nombreuses informations clés ne sont plus générées par les entreprises elles-mêmes, mais proviennent de capteurs externes :
- Qu’est-ce que les données alternatives ? Par exemple, les données satellites sur le trafic des parkings des centres commerciaux (pour évaluer la performance des ventes), les données collectées par les dispositifs IoT sur l’émission de fumée des usines (pour mesurer le taux d’activité) ou les commentaires des utilisateurs sur les réseaux sociaux (pour analyser la popularité des marques). Ces données ne sont pas détenues par les entreprises et ne font pas partie de leurs obligations de divulgation.
- Zone de vide réglementaire : Les règlements traditionnels exigent que les entreprises divulguent des informations internes, mais ces données externes ne sont pas incluses dans ces obligations. Par exemple, les données satellites sont collectées par des tiers, et le Reg FD ne contrôle ni qui peut y accéder ni comment elles peuvent être utilisées. Cela brise la chaîne d’information unidirectionnelle « entreprise → divulgation → marché », permettant aux organismes détenteurs de ces données alternatives de connaître en avance la situation des entreprises.
#### 3. Les trois phases de la compétition pour l’avantage informationnel : de la vitesse à l’intelligence
La compétition pour l’avantage informationnel a traversé trois étapes :
- Première phase : La course à la vitesse : Les institutions dépensaient beaucoup d’argent pour installer des câbles optiques plus courts et placer leurs serveurs à proximité des bourses (phénomène appelé « hébergement de serveurs sur site ») afin d’accéder aux informations en quelques millisecondes supplémentaires.
- Deuxième phase : La course aux données : Lorsque l’avantage de la vitesse a atteint ses limites, celles qui disposent de données alternatives uniques (comme des images satellites) gagnent. Par exemple, utiliser des données satellites pour connaître à l’avance le nombre de clients d’une entreprise de détail plusieurs mois avant la publication de ses résultats financiers.
- Troisième phase : La course à l’intelligence : Aujourd’hui, les IA peuvent analyser de grandes quantités d’informations publiques (comme les rapports financiers et les nouvelles), et les analystes IA prédisent plus précisément les rendements boursiers que la plupart des humains. Cependant, les humains sont plus compétents dans le traitement des informations non structurées (comme l’intégrité de la direction d’entreprise ou les changements subtils dans les tendances du secteur). Certaines entreprises modifient même leur langage de communication financière pour faciliter la compréhension par les IA – ce qui montre l’influence inverse de la technologie sur les stratégies de divulgation des entreprises.
#### 4. Les « zones de vide » de la régulation traditionnelle : elle ne peut pas contrôler ces nouvelles asymétries informationnelles
La logique de la régulation traditionnelle est d’interdire le trading basé sur des informations non publiques, mais l’avantage informationnel réside désormais dans la capacité d’interprétation et dans les données externes :
- Écart de compétence en interprétation : Un PDG qui prend une décision correcte en utilisant des données publiques ne viole pas la loi, car ces informations sont accessibles au public.
- Données alternatives : Ces données ne font pas partie des obligations de divulgation des entreprises, et la régulation ne peut pas exiger que les entreprises contrôlent les données provenant de capteurs externes.
Ainsi, le cadre régulateur actuel est inadapté aux changements technologiques, et il est nécessaire de réfléchir à de nouvelles approches pour gérer ces inégalités ou à la gestion de l’utilisation des données alternatives.
#### 5. La tendance future : seule la collaboration entre humains et machines peut gagner
L’étude souligne que :
- Les IA sont excellentes pour traiter de grandes quantités de données structurées (comme les chiffres financiers), tandis que les humains comprennent mieux les informations non structurées (comme la culture d’entreprise ou les règles non écrites du secteur).
- Lorsque les analystes humains utilisent des outils IA pour analyser les données et ajoutent leur propre jugement, les prédictions sont les plus précises.
- Les entreprises s’adaptent également à l’existence des IA en modifiant leur communication financière pour faciliter leur compréhension.
En conclusion, les humains ne peuvent pas gagner seuls contre les machines, mais leur collaboration peut surpasser n’importe quelle machine.
La leçon principale de cet article est que la technologie a changé les règles du jeu sur les marchés financiers, et que la régulation doit évoluer pour s’y adapter. Pour réussir sur ces marchés, les individus et les institutions doivent apprendre à collaborer avec les IA.