Mc3a9moire Thc3a9orie Du Chaos en C3a9conomie Financic3a8re2 PDF

Buissonnire Aurlien
Reynaud Rodolphe

Economie financire et Thorie du Chaos :

Comment sest organise la critique du modle noclassique en finance de
march ?

Chaos de Lorenz

Economie financire et Thorie du Chaos
2
Prface

Avant de dbuter ltude, il convient notre sens, de vous prsentez deux personnes, qui ont
marqu les mathmatiques de leur poque. Ces deux hommes, aux dcouvertes
exceptionnelles, ont rvolutionn tous les domaines dtudes auxquels ils se sont intresss.
Carl Friedrich Gauss dune part, et de Benot Mandelbrot dautre part : ce dossier focalisera
notre rflexion, sur limpact de leurs travaux en conomie financire. Lutilisation
abondante des dcouvertes de ces derniers ncessite cette attention particulire. Ils ont en
effet, tabli des bases dtude mathmatique, qui seront dveloppes par de nombreux
scientifiques.

Carl Friedrich Gauss,
surnomm le prince des
mathmaticiens , naqut
en 1777 et mourra et 1855.
Il dveloppa des mthodes
danalyse et danticipation,
dans plusieurs domaines : les
mathmatiques, la physique et
lastronomie. Gauss obtint sa thse de
doctorat en 1799, aprs avoir dmontr le
thorme fondamental de lalgbre (ou
thorme de d'Alembert-Gauss). Il tablit
entre autre, la mthode des moindres
carrs, et une conjecture sur la rpartition
des nombres premiers. Le mathmaticien
fonda par ailleurs, la courbe dite en
cloche . Cette dernire sera la base des
statistiques du XIXme et XXme sicle.
Il tait dcrit comme une personne, trs
mticuleuse et perfectionniste, dont la
devise fut : Pauca sed matura ,
autrement dit : peu de choses, mais des
choses mres.

Benot Mandelbrot, est un
scientifique inclassable,
indpendant des autres. Il
ralisa une carrire
poustouflante : diplm de
polytechnique, et docteur en
mathmatique de luniversit de Paris ; il
est considr pour certain comme un pre
des mathmatiques; et ce, au mme titre
quAlbert Einstein ou Isaac Newton. Sa
carrire se droula pour la majorit de son
existence, aux Etats-Unis, et notamment
au Massachusetts Institute of Technology
(MIT). Il fut par ailleurs invit donner
des cours dans les universits les plus
prestigieuses du monde telle quHarvard
ou Cambridge. Il mis sa vie au service des
mathmatiques, et plus particulirement
au service de la gomtrie fractale. Il
conceptualisa et perfectionna, cette
branche des mathmatiques, pendant 40
annes. Il rvolutionna, tous les domaines
sur lesquels il dveloppa ses
mathmatiques fractales (physique,
conomie, biologie ou encore
mtorologie). Il mourut en 2010 lge
de 85 ans aprs avoir reu de nombreux
prix, tmoignant de son gnie et son esprit
novateur.

3
Sommaire

Introduction ............................................................................................................................ 4
Chapitre Introductif ............................................................................................................... 6
A. Prsentation de la thorie du chaos, son histoire, et son impact sur la science. ........... 6
1. Un mtorologue diffrent des autres. ...................................................................... 6
2. Lorenz remet en question la physique de son poque. .............................................. 7
B. La critique de la pense noclassique en finance. ........................................................ 7
1. De la linarit ........................................................................................................ 7
2. Vers la remise en cause dun modle standardis. ............................................... 8
Chapitre 1 : Lapproche linaire des marchs financiers ; la finance selon la loi normal.
.................................................................................................................................................. 9
A. Les travaux de Bachelier ouvre la route Scholes et Merton ...................................... 9
1. Lhritage de Bachelier ......................................................................................... 9
2. Finalis par la modlisation de Black, Scholes et Merton, et par le concept
defficience du march. .................................................................................................. 10
B. Loi normale applique la finance ............................................................................. 12
1. Actif financier et variable alatoire. ........................................................................ 12
2. Une frontire efficiente ........................................................................................... 14
3. Volatilit conditionnelle et volatilit implicite ........................................................ 15
C. Les dfaillances rvles de ces modles : crises et vnements extrmes. ............... 17
1. Lespace de Cauchy : la mise en lumire de limportance des vnements extrmes.
17
2. Appliquons notre raisonnement la finance. .......................................................... 19
Chapitre 2 : Lapproche conomique et gomtrique : la rupture avec la linarit ...... 21
A. Introduction : Les marchs turbulents : une introduction la vision fractale. ........... 21
B. Reprer la rgularit dans lirrgularit : Les fractales. .......................................... 25
1. Aborder une fractale : Les vnements extrmes ne sont pas des imperfections .... 25
2. Illustration picturale ................................................................................................ 26
C. Les mystres de la thorie financire. ......................................................................... 29
1. Dtranges similitudes ............................................................................................. 29
2. Univers multi fractal ................................................................................................ 31
Conclusion ............................................................................................................................. 33
Bibliographie ......................................................................................................................... 34

4
I ntroducti on

a) Intrt du sujet

La crise des subprimes, ainsi que la crise des dettes souveraines, dans laquelle nous
nous trouvons, ont plac la finance, et ces modles dapplication, au centre des tourmentes
mdiatiques ces dernires annes. La sphre des marchs financiers, est actuellement leve
au premier rang de la scne internationale. Aujourdhui asservisseurs des Etats, les bourses
internationales, donnent le ton des politiques. En priode de crise, lconomie devient roi de
la politique. Cette dernire doit tre son service. Lobjectif doit tre le maintien des
richesses, ce faisant, les flux montaires et financiers, distribuent avec efficacit, la misre
ou la richesse. Cest une des premires raisons qui a concentr notre dsir de rflexion, sur
un sujet abordant lconomie financire. La comprhension des mcanismes darbitrage, au
sein des salles de marchs, qui jouent un rle distinct en ces temps, demeure un passionnant
exercice.

La thorie du chaos, sujet bon nombre de rflexions scientifiques, sadjoint lconomie
par une approche des marchs financiers. En quoi consiste ce raisonnement mathmatique ?
Quels sont ces fondements, et quelles perspectives donnent tils sur la vie de tout les jours et
sur lconomie ?
Elle est en apparence, devenue trs populaire sous le concept d effet papillon . Mais
quelle en est son essence ? Voici tant de questions qui ont motiv notre envie daborder, et
dappuyer notre rflexion sur le sujet. Le but de ce travail, est dexplorer les thories
financires, afin que chacun puisse comprendre les diffrentes visions, quelle soit
dterministe ou stochastique.

b) Introduction au devoir

La dnonciation dun grand nombre de cambistes financiers, suite au krach des marchs
mondiaux de lautomne 2008, a entrain un grand nombre de controverses au sein des
analystes conomiques. En effet, ces mmes cambistes, ont rpt des mouvements
spculatifs, et ont privilgi la rentabilit dun panier dactifs pourris, en rfrence au CDO
comprenant les subprimes. La prise en compte du risque, a montr des dfaillances, tant sur
la gestion des achats de titres, que sur la prise en compte des fluctuations du march, qui a
lui-mme plong.
La finance noclassique, standardis des dernires dcennies, se fonde sur le concept de
linarit. Elle peut apprhender le march selon des mthodes probabilistes. Cette
perspective du march va tre rfute et combattue, notamment par Benot Mandelbrot, par
une approche qualifiant la fameuse thorie du chaos . Il sagira donc de voir :

Comment sest organise la critique de la pense noclassique en finance de march ?

La thorie du chaos, se place comme une pierre angulaire dans lextension de la science au
XXme sicle. Son histoire, et son impact sur les thories fondamentales, seront le sujet
dun chapitre introductif, permettant de se familiariser avec les raisonnements de remise en
cause des modles en place.
Cette volution aura des consquences sur la manire de percevoir lconomie financire. La
thorie du chaos prend son essence par lalatoire, le hasard .
5
Dune part, il convient daccorder un chapitre au modle de probabilit financire en place.
La loi normale demeure omniprsente. Le modle de Bachelier a ouvert la route de la
recherche doutil, pour dompter le march. En effet lhritage de Bachelier est finalis par la
modlisation de Black et Scholes, et par le concept defficience du march. Son application
sur un portefeuille daction est aborde : lactif est une variable alatoire, et la constitution
dune frontire efficiente est alors possible. Ce chapitre, met galement en exergue les
dfaillances du modle en place. La critique du modle classique, sengage autour dune
rfutation des piliers de la loi normale. Il laisse les travaux des scientifiques du dbut du
sicle, face une tout autre ralit.
Le point fondamental de ce travail consistera appuyer notre rflexion sur le troisime
chapitre. Il aborde lapproche conomique et gomtrique de la finance, par la thorie du
chaos. Comment aborder une fractale ? Comment sorganise son application en finance ?
Comment conceptualiser un march financier avec cette branche des mathmatiques ? Ces
questions seront rpondues, et illustres travers divers exemples, au cours de ce troisime
chapitre. La gomtrie fractale engage une autre perception de la dimension et du temps.
Reprer la rgularit dans les turbulences, ne sera que profitable pour llaboration du
modle multi-fractal.

6
Chapi tre I ntroducti f

Le battement d'aile d'un papillon au Brsil peut-il dclencher une tornade au Texas ? .
Edward Lorenz en 1972, devant lAssociation Amricaine pour le progrs des Sciences, mis
en lumire cette hypothse. Leffet papillon ainsi prsent, tait n. Il connu immdiatement,
un succs mdiatique mondial. Toutefois, la thorie mathmatique sous jacente est fort
complexe. La thorie du chaos explique quil nexiste rien de dterministe, et que le monde
nest donc pas prdictible.

A. Prsentati on de l a thori e du chaos, son hi stoi re, et son
i mpact sur l a sci ence.
1. Un mtorol ogue di ffrent des autres.

Edward Lorenz est mtorologue au Massachusetts Institute of Technology. Il tudiait les
mouvements des masses daire de latmosphre, pour effectuer des prvisions du temps.
Pour cela, le scientifique utilisait les lois de Newton, qui savraient fructueuses en calcul de
trajectoire, et donc en prdiction de mouvement. Cela tait dj le cas en astronomie, lors
des calculs des trajectoires elliptiques des plantes, ou encore pour les dplacements dautres
corps comme la propagation du son, de la chaleur... Il sagissait pour cela, de traduire le
mouvement avec des quations diffrentielles, puis de les rsoudre. Lavenir se calculait, et
devenait de la sorte prvisible, ou tout du moins presque.

Revenons en toutefois la mtorologie. Pour prvoir le temps il sagissait de remplir trois
tapes : lobservation des phnomnes, la transposition en quation diffrentielle, et la
rsolution de ces dernires. Or cest en ce troisime lment que la tche devient complexe.
Les quations formes, se rvlaient dune difficult extrme. En effet, les donnes de dpart
taient trs nombreuses, et cest ainsi que les quations devenaient compliques. Prenons
lexemple des trois corps : calculer lattraction entre deux plantes est facile avec les lois
de Newton, et les quations diffrentielles ; toutefois, en ajoutant une troisime plante dans
le systme, les calculs deviennent immdiatement trs complexes. Pour pallier la difficult,
les scientifiques du XVIIIe et XIXe sicle on trouvs une mthode trs utile : ils ont
simplifi les quations. En dautre terme, ils ont linaris lquation (remplace par une du
premier degr). Ce, en partant du postulat physique de lpoque, les effets sont
proportionnels aux causes . Ainsi ils pensaient que les termes supprims ne jouant quun
rle mineur affecteraient le rsultat dune manire non significative.

Ds lors, deux cas se prsentaient : ou bien la valeur exacte, par des nombreux calculs et des
rcuprations de donnes initiales, tait calcule. Ou bien, la tendance du phnomne
suffisait effectuer des prvisions, sachant quelles ntaient pas exactes. Cest en cette
diffrenciation que Lorenz se distingue. Le mtorologue prfra lexactitude du phnomne
sa prvision.

7
2. Lorenz remet en questi on l a physi que de son poque.

Lorenz toujours la recherche de prvision la plus proche possible de la ralit, stait muni
dun ordinateur
1
pour effectuer ces divers scnarios, et valider ou non ces hypothses. Cest
alors quun jour de lhiver 1960, Lorenz press, de se prendre un caf, ne rentra que trois
dcimales dans son McBee, au lieu de six. Connaissant dj le rsultat de lexprience quil
ralisait, il ne cherchait qu vrifier ces travaux. Ce, pensant que lincertitude ne serait
plus dun millionime mais seulement dun millime . Toujours persuader que des petites
variations au dpart, engendrent de petites variations larriver, il sen alla donc prendre son
caf. A son retour, il eu la grande surprise de voir des rsultats compltements opposs
ceux attendus. Pensant dabord quil sagissait dune nouvelle erreur informatique, il tait
stupfait de voir ces deux prvisions : tantt, il y aurait une tempte sur le pole nord, tantt
une scheresse sur les tropiques ! Aprs avoir vrifi ces calculs, il comprit alors que
lordinateur avait juste, et quil avait tort. Il stait tromp dans lhypothse suivante : penser
quune incertitude au millime naffecterait pas son rsultat. Il comprit que la divergence
provenait des termes non linaires. Ainsi Lorenz mit en lumire limportance des conditions
initiales, dans un systme dynamique non linaire. Par l-mme il condamna toute la science
des prdictions, sur le moyen et long terme. La physique classique fut ainsi bouleverse. Ces
travaux apparaissent encore plus symboliques, quand on sait quaujourdhui, la majeure
partie des phnomnes, est constitu de systmes non linaires.

B. La cri ti que de l a pense nocl assi que en fi nance.
1. De l a l i nari t

Ce qui est a priori improbable se produit en permanence sur les marchs financiers .
B. Mandelbrot

Le risque est connu de tous, il existe sur les marchs financiers. Nimporte quel intervenant
de Wall Street, nous dira que les marchs financiers ne sont pas risqus, mais trs risqus.
Cest prcisment ltude de ce risque, qui va permettre daborder, et de comprendre les
cours dans un premier temps, pour contrler les futurs dans un second temps.
Les mthodes majoritairement prsentes, sont linaires, par une approche Gaussienne des
fluctuations du march. Elles ne cessent danalyser le risque, de lexpliquer et de le
quantifier. En rsum, cette mthode cherche tirer un bnfice du risque. Un grand nombre
de scientifiques, ont cherch provoquer ce modle.

Figure 1 - Courbe de Gauss, cart type lgend, source www.mathcurve.com

1
Un royal McBee LGP-300 des annes 1960, soit lun des premiers de la catgorie. A distinguer
des ordinateurs actuels utiliss en mtorologie. Il effectuait soixante multiplications par
seconde alors que maintenant nous sommes mille milliards doprations par second
8
Selon la courbe de Karl Friedrich Gauss, 96% des valeurs sont comprises autour de la
moyenne (!) plus ou moins deux cart-type (") ; elle est ainsi dite cart-type. En effet,
lapproche gaussienne, comme nous le verrons par la suite, va conceptualiser les
anticipations dun actif, en ce rapportant la courbe de Gauss. Cette dernire, reprsentative
dune loi normale, a cre un grand nombre de controverses. Toutefois, elle est omniprsente
au sein des salles de marchs. Un des points rfutable, est le nombre de dfaillances
rencontres lors de son application dans la ralit. La loi normale, naccorde pas
dimportance aux vnements extrmes, et accorde une approche temporelle du march en
dcalage avec cette ralit, rencontrant de vrais enjeux financiers.
2. Vers l a remi se en cause d un modl e standardi s.

En 1962, la remise en cause de lappel la loi normale , pour valuer les actifs financiers,
sorchestre par Benot Mandelbrot. Il observe lapplication de ces mathmatiques
fractales (concept qui sera dvelopp au chapitre II) la finance. Ce, en observant une
courbe des prix du coton lors dune confrence Harvard. Pour Mandelbrot, les fluctuations
de prix sur un march ne suivent non pas une loi de Gauss, mais une loi de puissance.
Consquence pour Mandelbrot, les vnements extrmes et peu probables, ne sont ds lors
plus rejets. Les Krach peuvent exister. Le concept de finance anormale prend son essor.
Mandelbrot dmontre :

La finance ne respecte pas la loi de Gauss, et les vnements improbables se produisent
infiniment plus souvent que ne l'indique la normalit classique .

Une approche du risque par la thorie du chaos, drive notre vision sur une autre optique.
Lapproche par Mandelbrot, souligne la sous-estimation des risques de ruines financires,
dans une conomie de march libre et mondialise.

Un des grands exemples, prnant la gloire du modle de Mandelbrot est laccident survenu
au sein du fond Long Terme Capital Management en 1998. Fondant leur technique de
trading, sur le modle cre par Black, Scholes et Merton en 1973. Le fonds gagnait des
fortunes en prenant des positions trs risques. Toutefois, un accident totalement improbable,
la fin de la queue des probabilits , arriva. En question, lincapacit du gouvernement
russe de verser ce quil devait ces cranciers. Le fond est alors pris au pige sur des
positions approchant les 100 milliards de dollars de dette.
Cet vnement est lune des piqures de rappel fates aux financiers qui utilisent le modle
normal . Sengage alors une critique profonde des modles en place, pour essayer
dattirer les oprateurs financiers vers une nouvelle approche du risque.
9
Chapi tre 1 : L approche l i nai re des marchs fi nanci ers ; l a
fi nance sel on l a l oi normal .

Les fondements de la thorie noclassique, se trouvent lintrieur des livres, des grands
conomistes du XIXme sicle, notamment Adam Smith. Toutefois, le plus grand
dveloppement a t orchestr dans les annes 1870, avec Carl Menger, William Stanley
Jevons ou Lon Walras. Plus tard, cest Alfred Marshall qui codifiera la structure
intellectuelle classique.
A. Les travaux de Bachel i er ouvre l a route Schol es et Merton

Les thories financires, prsentes aujourdhui, sappuient majoritairement sur lide, selon
laquelle, les marchs financiers connaissent des fluctuations suivant une marche alatoire
symtrique, de type Gaussien.

1. L hri tage de Bachel i er

Lapproche initiale, avant larrive des thories du risque, tait trs conventionnelle. En effet,
elle suggrait lide quun vnement se produit, et les cours ragissent en consquence. Cet
enchainement de cause effet, tait certes facile reconstituer, mais trs difficile prdire
lavance. Elle tait voue lchec, on ne peut jamais tout savoir.
Jules Regnault, en 1863, plus dun sicle aprs la cration de la Bourse de Paris, prsenta un
modle financier pour permettre dtudier la variation des cours boursiers. Objet principal de
son tude : dmontrer les dangers dinvestissement grce la science. Il va ds lors, jusqu
adopter la loi normale, comme seul loi de probabilits fiable, dans la mesure o elle rgit la
totalit des systmes sociaux. Plusieurs consquences dcoulent de lapplication de la loi
normale au march. La symtrie autour de la moyenne, implique que la probabilit dune
baisse, soit identique celle dune hausse. La Bourse, est donc ncessairement juste, les
spculateurs sont donc un jour ou lautre ruins. De plus, la Bourse est quitable, les acteurs
conomiques sont dans une situation gale, dans la mesure o elle obit aux lois de la nature.

Louis Bachelier, en 1900, approfondi ltude de Regnault, et la dveloppe. Par limpulsion
de son directeur, Henri Poincar, Bachelier porte une tude sur le trs complexe mouvement
brownien. Il analyse le mouvement encore inexpliqu, dune particule entoure de molcules.
Une conclusion certaine lui parvient : il y a un temps mesurable entre chaque mouvement,
qui permet aux molcules plus petites de changer de direction. Il y a ds lors, une liaison du
mouvement de la particule, et des molcules. Chaque mouvement est alors indpendant du
prcdent. Le terme de marche de livrogne ou de marche alatoire apparat.
Pour lillustrer, un clbre exemple : La fume de cigarette qui se dissipe dans
latmosphre suit le mme mouvement, vous ne verrez jamais deux fois le mme. Mais au
bout du compte, le rsultat est toujours le mme: la fume se dissipe dans lair .

En quoi ltude de Bachelier sur le mouvement Brownien, intervient en quelconque lien
avec lconomie financire ?

Expliquons-nous.

Cette tude fut la base de la thorie de la spculation . Bachelier dans sa thse, ne fait
aucune rfrence aux mouvements des particules, mais sintresse un domaine encore peu
attractif : le march boursier.
10
Reprenant ses conclusion empiriques, Bachelier tablie un travail pionnier, et invente la
thorie du mouvement brownien. Il lutilise pour modliser les fluctuations de la rente, et
pour valuer certains actifs drivs.
Son raisonnement est assimilable ceci : le cours de bourse dune socit, peut tre assimil
une particule, dont le mouvement est dtermin, par des millions dachats et de ventes. Les
acheteurs ne se connaissent pas, mais la somme des transactions, provoque une fluctuation
du cours.
Comme il y a de trs nombreux acheteurs et vendeurs, le concept de marche alatoire
peut tre appliqu. Le cours peut voluer autant la hausse qu la baisse. Les diffrents
mouvements suivront donc une courbe de Gauss : la loi normale.
Bachelier a adapt les quations du domaine de la physique, pour les appliquer aux
problmes de la finance. Bachelier exerce lapplication de la marche alatoire dmontre,
au sein de ltude du mouvement brownien. Quand une variation de cours prend forme, nous
pouvons lexaminer, et dduire un processus de causes effets. Par rapport, un exemple est
cit au sein du livre de Mandelbrot. Cest celui du plongement de cours demprunts suite la
parution dun rapport sur linflation, ou encore suite aux rumeurs de linsolvabilit dun
courtier. Avant que les cours ne plongent, il aurait t trs dlicat danticiper ces nouvelles,
et la fluctuation du march encouru. Sans aucunes autres informations, il aurait t
impossible de prdire une quelconque fluctuation de cours. La prochaine variation aurait pu
partir la hausse ou la baisse, et ainsi, suivre une marche alatoire . Ce cours peut
monter ou descendre, avec des mouvements plus ou moins violents. Chaque variation est
indpendante de lantrieure. Les mouvements de cours, forment donc une srie de variable
alatoire, indpendantes et identiquement distribues .
Bachelier dmontra encore un raisonnement plus simple. Il atteste que les variations dun
cours, seront distribues selon lapplication dune courbe en cloche . Cette affirmation va
permettre aux outillages gaussiens, de prendre leur essence au sein de la finance. Les
courbes de Gauss, vont donc sappliquer aux marchs financiers.

Samuelson prolongea lapplication des mathmatiques la Bourse, plus de 50 ans aprs
Bachelier. En se basant sur la thse de ce dernier, il construit un modle pour dcrire la
fluctuation du cours dun titre, comme une marche au hasard autour dun rendement
moyen du march dans son ensemble. Bachelier, malgr le manque dattention port son
poque, laissa un hritage de taille aux divers scientifiques suivants.

2. Fi nal i s par l a modl i sati on de Bl ack, Schol es et Merton, et par
l e concept d effi ci ence du march.

Le socle intellectuel sur lequel se base lorthodoxie financire actuelle, est lhypothse
defficience du march . Hypothse selon laquelle, le cours des valeurs refltent les
informations pertinentes, en liens avec ces mmes valeurs. Ds lors, le march financier est
quitable . Acheteurs et vendeurs ont certes des opinions, et des ressentis diffrents, mais
tout deux doivent saccorder sur un prix, sans quoi aucune transaction nest possible.

La plus grande tape dans lapplication des ides de Bachelier, fut ralise par Harry
Markovitz. Une ide lui parvient en 1950. Il raisonne en termes de diversification dans le
choix dactifs financiers. Il affirme que les investisseurs btissent des portefeuilles
dactions efficients pour minimiser les risques. Les perspectives de chaque actions peuvent
selon lui, se dcrire au moyen de deux nombres : le gain et le risque (moyenne et variance).
Cela va rvolutionner lingnierie financire, en composant cette dernire de variance,
moyenne et dindice daversion du risque. La courbe de Gauss reste bien entendue
11
lillustration mme de ces modles linaires. La difficult restait en laccs aux calculs, qui
demeuraient trs longs. Cest Williams F. Sharpe qui va donner une rponse ce traitement
de donnes numriques. Il expose tout dabord une ide : Si tous les investisseurs utilisent la
mthode de Markovitz, il ny aurait plus de portefeuille efficient mais un portefeuille du
march comme le disait ce dernier. Ctait alors, le march qui allait effectuer les calculs.
Le concept est accessible : plus le risque est important, plus le gain lest aussi. Il faut ds
lors, laborer une prvision globale du march, puis estimer le #, le risque pour chaque
action.

Cest sans nul doute, grce aux travaux de Black, Merton et Scholes, que les questions
entretenues sur les modles probabilistes appliqus la finance, sont devenus si populaires.
En partie, avec la simplicit des rponses, quils ont apportes.
Lanne 1973 connat alors un grand pas pour lapplication de la loi normale la finance.
Les conomistes, Fisher Black et Myron Scholes, dterminrent le moyen de calculer le prix
d'une option sur action avec le modle normal . Ils proposrent lpoque, une formule
pour valuer le prix dune option europenne dachat. Cette formule est trs utilise, tel
point que la volatilit quelle dfinit, est devenue une vritable unit! demesure a usein des
financiers.

Le modle mathmatique qui dcrit le march financier, est la fois simple et efficace.
Quen est-il ?

Le modle se base sur deux actifs : un actif risqu, lautre pas. Traditionnellement, lactif
risqu est une action , lactif non risqu sapparente une obligation . Cette question,
pourrait dailleurs tre remise en cause, en ces temps de volatilit actuels.
Le modle danticipation des fluctuations dactions, suppose que dans un court intervalle de
temps, les fluctuations des actions sont distribues selon une loi normale, cest--dire une
courbe de Gauss. Le modle de Black, Scholes et Merton, sattache ltude dune option.
La formule de Black and Scholes permet de calculer la valeur thorique dune option,
partir des donnes suivantes :
- la valeur actuelle de laction
- le temps qui reste loption
2
avant son chance, donne exprime en anne
- le prix dexercice fix par loption
- le taux dintrt sans risque
- la volatilit du prix de laction.

La formule de Black-Scholes, se base sur une ide : le rendement de lactif est gaussien.
Autrement dit, la valeur de lactif suit une diffusion brownienne gomtrique. Une des plus
dlicate variable valuer, est la volatilit de lactif. En effet, elle dpend essentiellement de
la vision de lanalyste. Cette formule est ds lors, applicable lorsque tous ces lments sont
prsents. On parle, dun cas Black-Scholes , chose couramment rencontre sur les
marchs financiers.
Le modle rencontre des limites lors des mouvements violents sur les marchs, il reste alors
un dcalage entre le modle et la ralit. Les conditions relatives lapplication de Black-
Scholes sont telles, quelles regroupent :
- le prix de laction doit suivre un mouvement brownien gomtrique,
- la volatilit doit tre connue lavance et relativement constante,

2 Une option, cest un contrat confrant l'acheteur le droit, mais non l'obligation, d'acheter ou
de vendre un actif sous-jacent un prix, et dans un dlai dtermin.
12
- Il y a un libre accs dachat ou de vente de laction,
- Aucune des dividendes nest distribue,
- La constance du taux dintrt,
- Lexercice
3
de loption ne peut se faire qu chance.

Le modle Black-Scholes tant si rpandu, certaines cotations ne se donnent dsormais,
quen terme de volatilit . Avec cette approche, on chercher dfinir la valeur d'une
option l'instant t , comme tant la moyenne des valeurs intrinsques
4
possibles de cette
dernire, pondre par leur probabilit respective d'occurrence.
Le modle calcule les cours possibles de l'actif sous-jacent l'chance de loption, cest
dire, au moment o elle va thoriquement sexercer. De plus, les calculs vont envisager leur
probabilit respective d'occurrence, en partant de l'hypothse fondamentale qu'il s'agit d'une
variable alatoire, dont la loi de distribution suit une courbe gaussienne (voir II).
Il dtermine la valeur en temps rel au taux du march montaire de l'option, la date t
des calculs.

B. Loi normal e appl i que l a fi nance

1. Acti f fi nanci er et vari abl e al atoi re.

Avec lessor de la loi normale, les actifs financiers ont t assimils aux variables alatoires.
Les flux ne sont donc pas srs, et le risque est analys par les cart types de ces variables
alatoires. Les cours des actifs peuvent donc tre modliss de la faon suivante : ce sont des
variables alatoires x dimensions, car x facteurs influent sur les cours.
La loi normale est majoritairement employe. Elle suppose, comme vu auparavant, que les
mouvements relatifs au cours de lactif, sont indpendants des uns des autres.
Daprs la loi normale, et selon les lois de probabilit relatives, on considre que le cours
dun actif a :

! 99% de chance de se trouver distance de plus ou moins trois cart-types de sa
moyenne,
! 95% dopportunit de se situer plus ou moins de 2 cart-types de sa moyenne
! 66% de se situer plus ou moins un cart type.

3 Lexercice de loption est le moment o loption est exploite. Notons que le prix d'exercice
d'une option, correspond au prix auquel peut tre achet ou vendu, l'actif sous-jacent.

4
Lorsque la valeur initiale de laction est infrieur la valeur actuelle, la diffrence entre le prix de
leve et le cours de laction est alors appele : la valeur intrinsque.
13

Figure 2 Approximation des reprsentations de la distribution du CAC40, 1988-2011, source
Euronext.

La reprsentation de lapproximation gaussienne de la distribution des rendements du CAC
40, expose bien la courbe dite en cloche , tant prne par les dfendeurs de la loi normale
en finance. Cette reprsentation fut excute entre 1988 et 2011.
Lapproche normale est alors purement statistique. Il faut cependant, considrer la finance
comme une dynamique et une volution dans le temps. Cest pourquoi, en partant de cette
loi normale, les financiers se concentrent sur le taux de rentabilit dun actif, qui est le
rapport du cours en t
1
et du cours en t
0
. A partir de cet aspect, comprenons que llaboration
de portefeuille efficient, est la combinaison de n variable alatoire qui reprsentent n actifs.
Dans cette approche, un portefeuille efficient, est un portefeuille qui optimise lesprance de
rentabilit, et minimise lcart type.

Larbitrage risque/rentabilit.

Il y a comme pour tout portefeuille daction, un arbitrage entre la rentabilit et le risque dun
investissement. Ds lors, nous avons un rapport rentabilit/risque, qui suppose que plus le
risque dinvestissement encouru est lev, plus la rentabilit effective lest. Nous noterons
alors cette rentabilit effective : lesprance de rentabilit. Lapproche va considrer la
valeur espre dune variable comme sa valeur moyenne. La rentabilit va tre ds lors une
moyenne, mais cette dernire sera pondre des diffrentes rentabilits possibles de lactif.
Le risque sera mesur en association avec linvestissement. Nous allons utiliser lcart type
de la rentabilit annuelle. La formule de lcart type (") tant :

" = !!! !! ! !!!!!!
!

R exprimera la rentabilit annuelle de lactif considr, E lesprance de rentabilit. E(R$)
sera calcule par la somme des carrs des rentabilits, pondres de leurs probabilits.
Lcart type (") trouv sera le pourcentage de risque valu par rapport linvestissement en
question.
14

2. Une fronti re effi ci ente

Les investissements, et les opportunits dinvestissements, peuvent tre caractriss par
lesprance mathmatique et lcart type de rentabilit, calculs auparavant. La premire
approche, qui est le point quasi-incontournable en gestion de portefeuille, est celle introduite
par Markowitz, comme vu prcdemment. Elle est dite approche moyenne-variance. Elle
vise notamment minimiser la variance du portefeuille pour rendre le portefeuille plus
prvisible et donc moins risqu.
Aprs avoir calculer lesprance de rentabilit, et lcart type de rentabilit, nous pouvons
attribuer par cette approche, une de ces variables chaque actif. Il est ds lors possible, de
les dcrire dans un graphique de la sorte, en les plaant :

Figure 3 Graphique de reprsentation du rapport rentabilit/risque, source Auteur.

On peut ds lors, modliser ces investissements risqus, et les choisir.
La corrlation entre ces deux actifs, sera le niveau dinterdpendance entre ces deux
variables. La prise de deux actifs dans un portefeuille, va nous permettre dobtenir un grand
nombre de couple risque/rentabilit. Comme nous lavions dit, un portefeuille efficient, est
un portefeuille qui optimise lesprance de rentabilit, et minimise lcart type. Les
investisseurs vont donc chercher construire un portefeuille daction, leur permettant de se
rapprocher graphiquement, de la zone verte expos sur la figure 3.

En rptant les calculs des ratios prcdents, les financiers peuvent alors construire une
frontire efficiente sur un graphique, avec les rentabilits moyennes en ordonnes et les
risques en abscisses. Il ny a ds lors en pratique, aucun investissement capable de
surperformer cette frontire. Sur ce graphique tir du site du Pro-AT, une illustration des
courbes efficientes pouvant tre ralises

!
"
#
$
%
&
'
(
$

*
$

%
$
'
+
&
,
-
.
-
+
/
!"#$% %'(%#)*+% ,%
#%*$)-./.$01
2+)#$ $3(% 4).-/%
01%+$2$3-..$ $22-(-$'+
!).-/%
%'(0#)*+%
,%
#%*$)-./.$01
2+)#$ $3(%
,"*+ #.'56%
0/%70
8
!(&%+ +4#$
15

Figure 4 Permet une illustration de la conceptualisation dune frontire efficiente en finance.

La frontire efficiente va permettre davoir une vision sur les risques encourue par des
portefeuilles dactifs, selon lapproche normale.
Lgende par Portefeuille variance minimale , cette ligne discontinue reprsente les
portefeuilles d'actifs, au risque le plus faible, avec un cart-type marginal pour une
rentabilit donne.
Le gestionnaire va donc adapter lintensit de ses positions, selon un arbitrage comme nous
lavons dit prcdemment : risque/rentabilit.

3. Vol ati l i t condi ti onnel l e et vol ati l i t i mpl i ci te

Avant tout, une distinction est dordre, entre un march organis et un march de gr gr.
Lun contient des produits aux spcifications standardises en termes de contrat, de
modalits de transaction et d'administration. Lautre, par opposition, contient des contrats
hors-cote , qui ne sont pas cots partout et/ou ne sont pas liquides.

Le dveloppement des marchs drivs, a vue des varits doptions et de futures
5
natre.
Les quantits de ces derniers, sont de plus en plus leves, selon des indices boursiers, taux
dintrt, obligations et devises. La diffusion dinformation tant plus rapide que les

5
Contrats terme. Ils sont des engagements dachat ou de vente, portant sur divers instruments
financiers : indices boursiers, taux intrts, devises. Utiliss pour des positions spculatives, ou pour
couvrir des positions risques.
16
marchs au comptant, la teneur des marchs drivs donne une information sur lanticipation
de tous les oprateurs.

Une nouvelle panoplie doutils a t dveloppe pour travailler sur ce march gr gr.
Entre outre, le calcul de la volatilit implicite, qui est une prvision de march par nature
tourne vers lavenir. Celle-ci correspond ladaptation de la volatilit conditionnelle.

En premier lieu, la volatilit conditionnelle ; elle reprsente lampleur des fluctuations des
cours. Cest en grande partie comme cela que le risque est dtermin. En effet la volatilit
conditionnelle de type Grach permet dextraire la partie anticipe de la volatilit historique
6
.
La volatilit est dfinie gnralement partir de lcart type des variations du cours. Elle va
donc permettre de grer le risque, et de calculer le prix des options. Le niveau de volatilit
ne ce soucie pas de la tendance haussire ou baissire de laction, la volatilit sattache
lamplitude de la variation. Elle est donc base sur les conditions passes et ne tient en
aucun cas compte des vnements alatoires pouvant bouleverser les cours. Elle permet par
ailleurs de prvoir la persistance ou la non-persistance des fluctuations.

En second lieu, concentrons-nous sur le pouvoir prdictif de la volatilit implicite dans le
prix des options de change. Ces dernires dcennies, lapparition du march gr gr voit
multiplier les estimations des options, selon leur volatilit implicite.

La volatilit implicite reprsente les anticipations du march sur les variations futures. Elle
va reflter le prix du risque attach une option. Sa valeur est estime par le march.
Les mouvements baissiers sont accompagns dune volatilit implicite forte : pessimisme.
Dans le sens contraire, les mouvements haussiers engendrent une volatilit implicite faible :
optimisme

La volatilit implicite, est souvent considre comme la meilleure prvision des fluctuations
futures dun titre. Toutefois, lextraction de cette volatilit anticipe, requiert une formule
dvaluation doption. La formule sera intgre au modle dvaluation Black-Scholes.

La volatilit implicite, va donc lencontre dune vision stochastique, car elle trouve sa
source dans des vnements passs et sessaye donc effectuer des prvisions.

6
Volatilit calcule sur les cours pass. Elle est value sur une base de vingt jours selon la
formule suivante :
Avec Rt rendement du taux de change
17
C. Les dfai l l ances rvl es de ces modl es : cri ses et
vnements extrmes.

La crise des subprimes, qui a lorigine, pris essence aux Etats-Unis en 2007, peut
tre considre comme certains laffirment, comme lun des plus grands dsastres
financiers. Pour la premire fois, des problmes venant dun seul pays, a plong
lconomie mondiale dans une srieuse rcession.

Long Terme Capital Management en 1998. Fondant leur technique de trading, sur le
modle cre par Scholes et Merton en 1973, le fonds gagnait des fortunes en prenant
des positions trs risques. Toutefois, un accident totalement improbable, la fin de
la queue des probabilits , survenu. En question, lincapacit du gouvernement
russe de verser ce quil devait ces cranciers. Le fond est alors pris au pige sur
des positions approchant les 100 milliards de dollars.

Comme nous lavions voqu lors dun prcdent exemple, ces vnements sonnent comme
des piqres de rappel, fates aux financiers qui utilisent le modle normal . Il y a une
dnonciation de lorthodoxie financire classique, par des thoriciens et scientifique.
Mandelbrot, lui toujours, sera le pionner de cette rvolte intellectuelle. Les crises
intervenues, vont appuyer les dfaillances rvles du modle linaire.

La plus grande critique du modle linaire, est tablit dans louvrage de Benot Mandelbrot,
Une approche fractale des marchs. Il dnonce le dcalage entre tude physique thorique,
et ralit conomique. Les techniques employes seraient errones.

1. L espace de Cauchy : l a mi se en l umi re de l i mportance des
vnements extrmes.

a) Dterministe ou Stochastique ?

Dans une perspective dterministe, le hasard peut sapprhender comme lincapacit
danticiper compltement certains phnomnes. En finance, le hasard peut alors prdire un
vnement inattendu, que chaque agent conomique ne peut prvoir. Le modle normal,
inhibe leffet des mouvements extrmes inattendus sur les marchs. Le hasard peut
sapparent galement la chance . La chance de gagner, ou de perdre.

Serait-ce acceptable daborder des investissements financiers par la loi normale ? Cest
dire, en considrant qua des intervalle de temps irrguliers, le hasard peut dcider de pertes
considrable ou de gains important ?

Les cent dernires annes, lorthodoxie financire, a toujours abord les cours, comme sils
taient rgis par le hasard. La stratgie de gestion de portefeuille en bourse, a toujours
fonde son analyse sur une chane dhypothses et de dductions de causes effets. Cest
lapproche dterministe des marchs financiers. Seulement, un des lments avrs qui
causerait la plupart des anticipations dfaillantes est la non-efficience des marchs. On ne
peut pas tout savoir, et donc, pas prvoir par lapproche dterministe.
18
Le fait est quune action grimpe ou plonge, par rapport des perspectives plus ou moins
prometteuses. Ces perspectives se traduisent par une anticipation des investisseurs. Il sagit
dun domaine psychologique, encore plus dlicat prvoir.

La grande critique tablit : lapproche dterministe est coup sur dfaillante, seule une
approche stochastique
7
est probable au succs.

Le hasard appliqu aux marchs financiers, reste cependant trs difficile appliquer. En
effet, contrairement la physique, o ltude des molcules dun gaz a des proprits
distinctes par exemple, nous sommes face des millions dacheteurs et de vendeurs, qui
changent des capitaux. Appliqu le hasard ce domaine, affirmerait que ces investisseurs
sont imprvisible.
Toutefois, prenons en compte lide suivante : les cours financiers sont imprvisibles et
incontrlables. Pour avoir lide sur quel actif financier investir, nous pourrions alors
chercher calculer des rendements annuels ou perspectives de croissance. Seulement, la
ralit loignerait nos rsultats.

b) Illustration de la contre-reprsentation de la moyenne sur une srie
statistique.

Voici deux exemples permettant de mettre en contradiction lvocation de la moyenne au
sein dune optique linaire :

! Si 100 jeunes-diplms sont prsents dans une salle, essayons dtudier leur taille.
Par des calculs, nous trouverons une moyenne avoisinant par exemple 1m70. Les tailles
seront alors distribues selon une courbe de Gauss, une courbe en cloche. Les tailles seront
alors regroupes autour de la moyenne, avec des personnes plus ou moins grandes. 95%
des personnes seront situes dans lintervalle dfinit par 2 fois lcart-type autour de la
moyenne. Si le plus grand homme du monde est prsent dans ce bar, et quil mesure
environ 2m50. La moyenne augmentera de peu, cette extrmit naura que peu dinfluence
sur la moyenne. Les extrmes auront alors peu dimportance.

! Prenons ce mme exemple. Les 100 jeune-diplms au sein de cette salle. Si on
constate un revenu moyen de 25 000 euros annuel. Toutefois, imaginons que Mark
Zuckerberg appartienne la promotion, et quil rejoint le groupe. Supposons quil gagne
600 millions deuros par an. Son entre dans la salle provoquerait un changement
considrable de la moyenne des revenus. Elle passerait de 25 000 euros 6 millions
deuros annuel. Cette moyenne ne va alors plus rien signifier. Il y a que des jeunes qui
touchent beaucoup moins, et une personne qui touche beaucoup plus. Nous avons l, la
caractristique dune loi de puissance.

Les extrmes ont un impact considrable.

Par ces exemples, des fluctuations, ne se stabilisent pas ncessairement autour dune
moyenne prvisible, et les variations ne tourne pas autour de cette mme moyenne. Cette
ide rejoint alors le mathmaticien Augustin-Louis Cauchy, qui reprsenta pour la premire

7
Qui se rvle dpendant du temps au caractre alatoire. Le calcul stochastique est ltude porte des
phnomnes lis au hasard. Cest une extension de la thorie des probabilits, base de lapproche chaotique.

19
fois, une thorie visant lanticipation de variation dun systme numrique. Il lillustra par
son fameux exemple du score de larcher aux yeux bands .
Sa conception se distingue spcifiquement de celle de Gauss. En effet, il remet en cause
lemploi de la formule de Gauss dans tous les domaines de la physique. Pour Cauchy, les
changements importants sont le rsultat dun grand nombre de petit.

Figure 5 - Courbe en cloche de Gauss, combin avec celle de Cauchy et Pareto, qui ont des
proprits de distribution diffrentes. Source Chaos Theory and the Science of Fractals in Finance,
Tania Velasquez.

La figure 1, met en exergue les claires diffrences de proprits entre les modles et plus
particulirement sur leurs queues de distributions. La courbe de Cauchy, expose les rsultats
de nos revenus prcdents.

2. Appl i quons notre rai sonnement l a fi nance.

La finance classique, celle dnonc par les prcurseurs du chaos, emprunte le chemin du
bnin . Autrement dit, les graphiques de cours que vous voulez tudier, fluctueront dans
un intervalle prcis, selon le calcul dun cart-type et desprance de rentabilit.

Comment apprhender dans ce cas, une crise majeure ou un cataclysme financier ? Un tel
problme pose des questions aux rponses encore inconnues des mathmaticiens ou
scientifiques lallure linaire.

a. Lhypothse du mouvement brownien des fluctuations, une vision simpliste
dune ralit beaucoup plus complexe.

Les modles acadmiques, finalis par lomniprsent modle Black-Scholes, sont
aujourdhui, intgrs par des algorithmes mathmatiques et programmation informatique. La
question en finance, est certes de connatre les dfaillances thoriques dun modle, mais la
principale question est de savoir si le modle rapporte des gains ou non.

20
! Le possible rejet de la marche de livrogne ou marche
alatoire de Bachelier

La thorie classique, expose la description des variations de cours, comme un mouvement
brownien. Or, cette description suppose que chaque fluctuation, est indpendante de la
prcdente. Nous rejoignons la marche alatoire de notre premier point, prsentant les
travaux de Bachelier. Cela supposerait que les variations dune action de lanne prcdente,
ou la variation au moment t-1, nont aucune influence sur la variations la priode t. Cela
suppose galement, selon lefficience du march, que toutes les informations utilisables pour
cette action sont contenues dans le cours la priode t.
Dans ce cas, en quoi ltude de lhistorique des cours est elle ncessaire ?

Le deuxime point, expos par lhypothse dun mouvement brownien, est la rigidit
statistique. Les variations de cours, subissent un processus, et ce mme processus, restera le
mme au cours du temps. Seulement, pouvons nous soulever le fait, que chaque action est
spcifique une autre. En quoi une rigidit interviendrait sur le processus dvaluation dune
action, si chaque action est diffrente dune autre ?

! La distribution normale, une apprhension trop simpliste de la
ralit

Dernire consquence de la prise en compte du mouvement brownien : la distribution
normale des variations de cours. Nous en revenons comme toujours, la courbe en cloche de
Gauss. Selon lhypothse du mouvement, les variations seront faibles et prvisibles car elles
tourneront toujours autour de la moyenne.
Les mouvements importants, seront alors prvisible car ils scarteront alors rapidement de
cette moyenne, et ce de faon trs rapidement dcroissante.

Or, la vie des marchs financiers apparat beaucoup plus complexe. Cette hypothse est
rfute par les faits, selon les thoriciens du chaos, et notamment Mandelbrot.

b. Une illustration clairvoyante de la dfaillance de la finance linaire :
lhypothse des variations continues

La notion de variation continue en finance est un utilis pour tablir chacune des thorie vue
prcdemment : tablissement du portefeuille de Markovitz, le model de Sharp ou encore la
formule de Black et Scholes.
Cette dernire suppose que les variations sont effectu lentement dune valeur a lautre. En
ce sens quil ny a pas de grand saut entre les prix. Avec cette supposition, il est possible
dutiliser les fonctions continues ou quations diffrentielles.
Or la finance nest pas une science de la nature. Sur les marchs les variations ne sont pas
progressives. Nous donnerons une explication ce phnomne de variations discontinues
qui discrdite lutilisation des formules simpliste de lunivers linaire. Tout les jours, les
bourses connaissent des dsquilibres dordre sur certaines actions. Les prix sont donc
fortement modifis a la hausse comme la baisse avant darriver ltat dquilibre
acceptable. La variation na ainsi eu effet par petits pas, mais plutt par de grands carts.

Les fondements mme des thories classiques sont donc corrompus par ces prsupposs qui
savre tre tout simplement faux.
21
It is necessary therefore, to explore a more coherent approach to finance that
includes the perspective of contemporary science .

Chapi tre 2 : L approche conomi que et gomtri que : l a
rupture avec l a l i nari t

La crise financire a rvl la fragilit de certains modles dvaluation des actifs financiers.
Comme exprim prcdemment, la majorit des modles prennent imparfaitement en
compte, les mouvements brutaux du march lors de crises ou dvnements extrmes.
Linterdpendance entretenue au fil des annes de tous les marchs, se dvoile et sexacerbe
pendant ces priodes douloureuses.

Il y a un problme fondamental dans la finance moderne. Ce nest non pas, la finance elle-
mme comme un grand nombre de politiques ou de mdias, veulent lexposer. Tout est utile
dans la finance, et les marchs financiers sont extrmement prcieux. Au sein dune tude
sur la thorie du chaos, appliqu en finance, le rel problme a exploit est la faon
daborder cette finance.

A. I ntroducti on : Les marchs turbul ents : une i ntroducti on l a
vi si on fractal e.

Les marchs turbulents , cest une des bases de labord thorique des mathmatiques
fractales la finance. En effet, en considrant que les marchs sont turbulents , les
fluctuations peuvent tre considres comme beaucoup plus violentes, que par lapproche
linaire.
Voici deux graphiques exposant des variations de lIndex of Market Stock, calcul par
lAgence des marchs financiers.

Figure 6 Evolution de lIndex of Market Stock calcul sur le CAC40 de 1995 2002. Source :
Euronext, site de lAMF.
22

Figure 7 Evolution de lIndex of Market Stock calcul sur le Dow Jones entre 1986 et 2002.
Source : Site de lAMF.

Les deux sries de donnes (le graphique 1 et le graphique 2), dmontrent des similitudes
dans la structure. Toutes deux issues de systmes turbulents (le march). On peut constater
que cette turbulence peut tre destructrice. On voit bien que la volatilit du march boursier
fut elle-mme volatile au cours des priodes values. On peut analyser des mouvements
violents, sur les deux graphiques, qui viennent couper la marche, des priodes linairement
calmes. Comment modliser ces courbes par des fractales ?

Esquisse sur la cration de fractale.

Afin de crer ce gnrateur, nous commenons par tracer un rectangle, puis sa diagonale (la
ligne sous-jacente). Ensuite, nous traons une courbe croissante, puis dcroissante, puis
croissante nouveau (le gnrateur). Venons en maintenant aux instructions de construction
du modle fractal. Chaque fois que vous voyez un segment de ligne droite, vous le
remplacez par une copie de la ligne bris, que vous avez rduite mais sans la tourner. Pour
la faire concider, il faut plus la rduire dans le sens horizontal que dans le sens vertical. Si
vous devez lajuster dans un intervalle ou le segment dcroit, retournez la ligne brise.
Rptez ce processus, en remplaant chaque tape des lignes toujours plus petites
remplissant le graphique de zigzags toujours plus rduits Explication B. Mandelbrot,
une approche fractale des marchs, Chap. VI. A chaque fois que ltape est renouvele, la
courbe prend forme de manire plus irrgulire.

23

Les parties de la courbe de dessous (bleu),
sont remplaces par trois autres parties
homomorphe la bleue (rouge, jaune,
verte).

On obtient donc le modle fractal ci-
dessus.

Il est possible de rpter le modle afin dobtenir le graphique fractal complet. Celui-ci est
bti selon la base non alatoire car on reprend indfiniment le mme gnrateur.

On peut alors traduire les variations dun pic lautre sous la forme dune ligne.

Cependant, les rsultats ainsi obtenus sont bien trop prvisibles. Le graphique cre manque
de ralisme. Il ne fait pas apparatre de grande variations, et ne reflte en rien la turbulence
des marchs.

Tentons ds lors daccroitre son ralisme. Repartons du gnrateur initial, puis crons deux
autres scnaris. Au dpart, la squence tait croissante, puis dcroissante, et croissante
nouveau. Il est alors possible de dplacer les diffrentes parties du gnrateur en suivant une
squence bas, haut, haut (A) ou encore haut, haut, bas (B) comme illustrer sur les modles
suivants.

A
B
Incluons le hasard, et choisissons alatoirement de remplacer les parties du gnrateur initial
par un des trois scnarios. La situation ainsi cre, demande un peu plus dattention pour
reprer les gnrateurs employ chaque tape.

Tout comme prcdemment, chaque segment de la courbe bleu est remplac par un
gnrateur. Celui-ci est cependant pris au hasard entre les trois scnarios possibles. La partie
rouge est le scnario haut, bas, haut initiale ; la jaune haut, haut, bas, soit la figure 2, mais
inverser car nous sommes sur une partie descendante de courbe ; et la verte bas, haut, haut,
soit la figure 1.
Avec cette partie, est construit le modle qui formera le graphique fractal.

Enfin apparat le diagramme final.

Il est ds lors possible de mesurer les variations de cette courbe. Le graphique se rapproche
dj plus de quelque chose de rel, nanmoins il est ncessaire de complexifier ces modles
pour arriver la turbulence des marchs.

B. Reprer l a rgul ari t dans l i rrgul ari t : Les fractal es.

Dans le pass, les corps de scientifiques ont toujours considr les phnomnes ou
vnement extrmes, comme des imperfections , des irrgularits de la nature. Cette
hypothse est la base de la thorie gaussienne. Cest cette mme hypothse, la finance
anormale va chercher la rfuter, par argumentations interposes.
B. Mandelbrot, fondateur de la gomtrie fractale, base de la non-linarit, dnonce le
manque dimplication des scientifiques de lpoque, au sujet dune possible rfutation. Le
confort d lessence des moindres aux carrs, constituait pour Mandelbrot, un chappatoire
la recherche.
La finance fut victime de ce phnomne de confort intellectuel.

1. Aborder une fractal e : Les vnements extrmes ne sont pas des
i mperfecti ons

Mandelbrot dveloppa une gomtrie permettant de dcrire lanormalit dun processus. Il la
dcrit comme la bote outils mathmatique qui permet danticiper lirrgularit. Il faut
selon lui, reprer la structure dans luniforme .

Cette gomtrie, est bien entendu la gomtrie fractale.

Comment aborder une fractale ?

Un homomorphisme structurel.

Lapproche fractale, pour modliser des actifs financiers, est encore dans une phase
exploratoire, avec nanmoins de nettes avances sur la dcennie passe. Il convient alors,
quune difficult certaine simpose, au contact de la dfinition de cette forme des
mathmatiques. Lapproche fractale considre quun processus volutif, ne demeure plus
dterministe, comme expos par la thorie financire noclassique, mais entre ce
dterministe et lalatoire.
Considrons laffirmation suivante :

Une fractale est dote dune forme spciale dinvariance ou de symtrie, qui relie le tout
ses parties , Benot Mandelbrot.

Lide est la suivante : une figure fractale peut tre dcompose en une multitude de petites
parties, chacune delle prsentera des similarits avec le tout. Lexercice de cette gomtrie,
va permettre de reprer des structures itratives, de les quantifier, les anticiper et les utiliser.
Nous pouvons dfinir cette gomtrie comme un outil danalyse et de synthse, face des
lments structurels.
La particularit de la gomtrie fractale rside en la considration de la dimension. Cette
dernire saffiche comme un outil de mesure.
Les fractales seraient trs difficiles dmontrer mathmatiquement. Nous pouvons
cependant, voquer une chose : on en rencontre trs souvent dans la nature, dans notre
environnement. Autrement dit, considrons la fractale comme une courbe gomtrique, o
chaque fraction, trouve des similarits au tout.
26
2. I l l ustrati on pi ctural e

a) Une fractale linaire.

Un des meilleurs moyens dexpliquer une telle gomtrie que les fractales, est dexposer des
images. A notre sens, elles parlent bien plus que les mots sur cette approche.
On peut trouver des exemples des structures fractales, par des reprsentations qui illustre
comme nous lexprimions la rgularit dans lirrgularit.

La premire courbe fractale est le Flocon de Koch. Mathmaticien sudois, il dcrivit une
construction voulant dfier les bases mathmatiques.
Lune des plus grande caractristique des fractales, prend place en la considration de la
dimension . Tout commence par une droite 1, reprsente ici par le cot horizontal du
triangle. On remplace au centre de la surface dessine, par un triangle quilatral de base 1/3.
On ne supprime pas le tiers central, mais on le fait ressortir sous la forme dune tente
triangulaire. La longueur de lobjet nest alors plus de 1, mais de 4/3. Ce faisant, la longueur
de l'objet construit vaut maintenant 4/3. En multipliant lopration, on obtient une courbe de
longueur 4/3 au carre. Nous sommes par ailleurs, sur une loi de puissance. Si lon multiplie
cette opration, nous arriverons la limitation spatiale semblable un flocon . Sa
longueur est cependant infinie, car lopration effectue, peut tre rpte n fois. La
longueur est alors infinie, bien quil soit spatialement limit.

Figure 8 Reprsentation du processus de fabrication du flocon de Koch , Source Une Approche
fractale des marchs

Un paradoxe surgit : chaque ajout dun triangle par lopration dcrite au-dessus, la
longueur de la courbe crot. Elle crot ainsi indfiniment. A chaque tape, la longueur de la
courbe dcrivant la figure se multiplie par le mme facteur dagrandissement.

27
b) Une fractale irrgulire

Les courbes fractales peuvent savrer irrgulires, alatoires. Nous avons vu dans en a), une
fractale linaire : la construction se rptait de manire identique linfini avec des rsultats
prvisibles. Reprenons la courbe de Koch, illustr en flocon par la linarit. Mandelbrot
travers son ouvrage, dveloppe une comparaison entre la formation de la structure de la
courbe de Koch linaire, et sa formation en intgrant le hasard .

Figure 9 - Diagramme de la courbe de Koch alatoire, Une approche fractale des marchs
financiers, Chap. VII. B. Mandelbrot.

La reprsentation de la courbe de Koch est alors totalement diffrente. Lattribution de la
place du triangle quilatral est alors fait au hasard , en terme de pile ou de face. Ou bien
la pointe du triangle est vers le haut, ou bien elle est vers le bas. Le rsultat est ds lors, plus
irrgulier, mme si la reprsentation se fonde sur les mmes bases que la prcdente.

28
c) Lensemble de Mandelbrot : la connexion avec la thorie du chaos.

B. Mandelbrot mise au point une quation de rcurrence tout simple. z
n+1
= z
n
2
+ C, avec
z
0
= 0. A partir de celle-ci, il effectua des modlisations informatiques des rsultats
complexes obtenus. Limage obtenue est la suivante :

Cette image a fait le tour du monde et est au cur de la thorie du chaos. De plus elle a cre
un grand problme mathmatique au XXme sicle, toujours irrsolue.
En effet, ce procd fractal conserve le mme niveau de complication toutes les chelles.
Effectuons tout de mme des zooms successifs afin de mieux reprer le caractre fractal de
limage :

1. L'ensemble de Mandelbrot

2. Zoom dans la partie suprieure de la figure 1

3. Zoom dans la partie suprieure de la figure 2

4. Zoom dans la branche de gauche de la figure 3

C. Les mystres de l a thori e fi nanci re.

1. D tranges si mi l i tudes

Travaillant sur lconomie, B. Mandelbrot fut invit Harvard afin de prsenter ces tudes
sur la rpartition entre les riches et les pauvres. A sa plus grande surprise, il vit son arrive,
dessin sur le tableau de la salle ou il sapprtait enseigner, un diagramme similaire celui
quil allait prsenter sur la rpartition des revenus. Il apprit que les courbes prsentes taient
celles des cours du coton.
Ds lors, la ressemblance lintrigua. Il se mit tudier les cours du coton en profondeur afin
de dterminer comment ces cours voluaient. Il en vint aux mmes conclusions que le
professeur Houthakker
8
, Les variations des cours dun jour sur lautre, dune semaine,
dun mois ou dan an au suivant, nobissent pas au modle de Bachelier .
Les recherches ont montr que les fluctuations sur les donnes du coton, taient rgies par
une loi de puissance. Plus encore, il mit en exergue que les variations journalires,
mensuelles ou annuelles avaient le mme aspect. Otez les dates et les marqueurs de prix, il
est par la suite trs difficile de distinguer les unes des autres. Les cours suivaient donc une
loi dchelle. Cest ds lors un premier point qui sapparente la gomtrie fractale.

Le cur mme de la finance est fractal.

De la proprit dchelle, se dduisent les queues de distributions paisses
9
. Reprenons donc
les dessins de base pour tenter de les amliorer une fois de plus, en y intgrant les
discontinuits prsentes sur les cours boursiers. Celles-ci se traduisent au niveau fractal par
un saut vertical au seins du gnrateur (ci aprs modlis en rouge).

8
Le professeur de Harvard qui lui avait donn les historiques des cours lors de sa prsentation.
9
Forte probabilit de survenance des risques, dans lespace de Cauchy les queues de distributions
sont paisses.
30
En appliquant ce gnrateur, on obtient une courbe qui fait intervenir les discontinuits. La
courbe suivante laisse donc apparatre de grands sauts.

Par ailleurs, les fractales permettent aussi de dvelopper leffet de dpendance du march.

Dans quelles mesurent, les vnements passs influent-ils sur les vnements venir ?

Cest un des principes mme de la thorie du chaos. Lessor dun processus, dans un
systme dynamique non linaire, dpend fortement de ces conditions initiales. Dans le cas
dun mouvement brownien, la dpendance est alatoire, lindice que nous appellerons H est
de 0,5, note iid (indpendantes et identiquement distribues). Malgr la remise en cause
de lefficience du march, il est possible de modliser un indice de dpendance ou non par le
biais des fractales. En fonction du gnrateur, le diagramme final fractal peut montrer de la
persistance : les variations se dveloppent dans la mme direction ; ou bien de lanti
persistance : les variations voluent contresens lune de lautre.

H<0.5 Mouvement brownien H>0.5
H=0.5

Les marchs voluent constamment selon les climats, les usines, le monde physique et bien
sure la psychologie. Si le march fait preuve dune mmoire, cest par ce quil est agit en
permanence par des tres humains, ce dont ils ont oue dire, et ce quils sentent. La thorie
orthodoxe prsuppose que lhomme est rationnel et cherchera toujours maximiser son
profit ; il fut baptis homo economicus. Or cette supposition savre tre une erreur dans la
ralit. Les hommes ayant vcu le krach de 1929 taient beaucoup plus prudent que les
autres, leurs souvenirs influaient sur le leur rapport au risque. Un trader qui avait connu le
traumatisme avait exprim : quand nous quitterons ce mtier, une chose se perdra. Cest
la mmoire de 1929 . Les hommes dfieront sans cesse la raison et les lois de la physique.
Albert Einstein lui-mme stonnait dans sa rflexion : Ce qui est incomprhensible, cest
que le monde soit comprhensible . Les prix peuvent ainsi dfier les marchs par effet de
mode ou effet de masse. Selon les situations, cela savre catastrophique cours ou long
terme sur les marchs.

31
0
0
P
%
t
%
t
0
P Bb Mre
2. Uni vers mul ti fractal

Lunivers multifractal incorpore une nouvelle notion : le temps boursier. Il est fait rfrence
une nouvelle chelle pour compter le temps. Acclrer les priodes lentes et ralentir les
autres plus intenses. En effet, par moment les cours grimpent de manire fulgurante, les
volumes changs sont dmentiels, et les crans sont couverts dinformations qui varient
sans cesse. Puis linverse, il y des priodes trs calmes, o les acteurs de la finance
semblent tre en pause , ceux prsent sennuieraient presque tant les cours sont
tranquilles. Mais comment faire voluer le march la bonne vitesse ?
La rponse cette interrogation est par lapproche chaotique : Multi fractale. La mise en
place dun temps boursier est un rapport au temps normal
10
. Revenons aux bases, une
fractale est une structure homomorphe au tout. Les multifractales ajoutent donc en plus de la
forme, la notion de temps. Des structures rtrcissent plus rapidement que dautres ; cela
ajoute une chelle supplmentaire.
Pour rappel, lvolution des graphiques fractales dpend de la forme de leurs gnrateurs. La
mthode des multi fractales, consiste faire fusionner deux gnrateurs. Allons-y
progressivement.
Rfrence la figure 10 ci-dessous : Prenons tout dabord deux gnrateur parents un
mre (rouge) et un pre (bleu). Lun indique le prix par rapport au temps boursier ; lautre le
temps rel par rapport au temps boursier. Le bb (violet) prend le temps du pre et le
converti en prix selon lchelle de la mre. Le graphique financier obtenu en modifie le
temps.

Figure 10 Le bb thorme . Diagramme qui montre comment faire fusionner deux
gnrateurs. P, t, % sont respectivement le prix, le temps dhorloge, le temps boursier. Source Auteur.

Toutefois, comment le pre dtourne-t-il lhorloge au bnfice du temps boursier ? La
formule mathmatique sous-jacente est sans aucun doute un schma fractal : plus
prcisment une cascade multiplicative. Prenons un exemple simple pour expliquer ce
procd mathmatique.

10
Le temps normal est lhorloge de 24h, par opposition au temps boursier
Pre
32
Soit la rpartition des gisements de ptroles en Arabie Saoudite. 70% dentres eux se situent
sur la moiti-ouest du territoire, et donc 30% sur la moiti-est. Redcoupons chaque moiti
avec les mmes probabilits, 70% des 70% de la moiti-ouest se situent louest (49% du
total) et 30% de cette moiti se situent lest (21% du total). De mme que 70% des 30% de
la moiti est se situent louest (21% du total) contre 30% de cette moiti est sont lest
(9% du total). Cela se traduit donc par les graphiques suivants :

une division deux divisions

trois divisions quatre divisions

Figure 11 Exemple dune cascade multiplicative, par la rpartition des gisements de ptroles en
Arabie Saoudite, Source Auteur.

Avec cette modlisation du temps, les graphiques se rapprochent encore plus de la ralit
conomique. Toutefois, une dernire modification permettrait de prvoir une plus vaste
gamme de fluctuations sauvages de cours.

Mandelbrot baptisa cet outil modle multifractal de rentabilit des actifs financiers
11
, le
meilleur modle aujourdhui cr sur le mouvement fractionnaire en temps multifractal. Les
bases utilises, sont les mmes que toutes celles dveloppes au long de ce mmoire. Les
formules mathmatiques intrieures y sont simplement plus complexes. Le mathmaticien a
cre une composition
12
: le temps boursier se traduit travers une autre fonction f(&)
13
, le
mouvement brownien lui, est une quation dtermin par ordinateur,

Le rsultat ainsi obtenu est trs proche de la ralit et permet de prdire des cours chahuts
et trs alatoires. Il rend compte dune plus grande prcision que les modles standards.
Toutefois, lanalyse multifractale nen est qu son dbut, B. Mandelbrot espre que dautres
chercheurs ou conomistes amlioreront cet outil pour quil devienne une nouvelle et
fructueuse faon de grer lconomie et largent dans le monde .

11
MMAR en anglais, Multifractal Model of Asset Returns
12
Une fonction est son tour fonction dune autre (g o f)
13
Spectre de dimension ou de singularit
33
Concl usi on

La thorie du chaos sapparente, comme un des grands bouleversements scientifiques du
XXme sicle. Elle met en lumire, limportance des extrmits, et des lments mmes
infimes, sur la totalit dun systme. Du mtorologue Lorenz, linitiateur Benot
Mandelbrot, des corps de scientifiques, au cours des annes, ont organis la rupture
intellectuelle, avec les modles de probabilit classique, merge des travaux de Bachelier.
Le modle de finance classique, par lapproche linaire, va trs vite tre remis en cause par
une vision stochastique des systmes dynamiques.
La loi normale va conceptualiser un portefeuille dactions, en adoptant des lois de
probabilit relatives lutilisation de la courbe de Gauss. Installe au rang de mthode
fondamentale, cette loi normale relativise la distribution de variation dune action, selon la
courbe en cloche gaussienne, soit une distribution qui fluctue selon le pourcentage de
confiance, dun, deux ou trois cart type autour de lesprance mathmatique.
De l, plusieurs dfaillances sen sortent : la non prise en compte des vnements extrmes,
lhypothse dune indpendance des variations ne concide pas avec la ralit, et la
distribution normale trop simpliste, ne saccorde pas avec le march.

Ce sont les mathmatiques fractales, filire gomtrique, qui va donner rponses lapologie
la thorie du chaos. Par la considration que les marchs sont turbulents , la vision des
marchs est alors particulire. La gomtrie fractale va construire des analyses picturales, et
visuelles du march. Le march a alors, une mmoire, cest la rfutation de la marche de
livrogne , fondatrice des travaux de bachelier sur le mouvement brownien. Mandelbrot,
par un modle au dpart fractale, puis multi-fractale, va dvelopper un nouveau modle
financier, permettant danticiper les risques.

La rupture intellectuelle sorganise alors autour de ces fractales. Elle permet de soulever
toutes les interrogations, intervenues aprs la plus rcente crise des subprimes. Les risques
sont donc, apprhender diffremment selon deux optiques : lune dterministe, lautre
stochastique. La critique du modle classique a donc t progressive, et nest pas acheve.
Les travaux ne restent pas aboutis, mais au terme de chaque anne, des conclusions
empiriques parviennent, et remettent chaque fois en cause, ltat dune mthode classique
manifestement errone.

34
Bi bl i ographi e

Livre

Une approche fractale des marchs, Mandelbrot Benot, Odile Jacob, 2009.

Technique des marchs financiers, Christine Lambert, 2010.

Marchs et instruments financiers: Limportance des produits drivs, Patrick Navatte, 2009.

Articles

Quelques lments sur la thorie du chaos, Philippe Etchecopar, Cgep de Rimouski.

Is There chaos in the world economy ? Mototsugu Shintani, Oliver Linton, a nonparametric
test using, 2001.

Les modles fractals en finance, Juilen Idier, Bulletin de la Banque de France n183, 1
er

trimestre 2011.

Linfluence de Mandelbrot dans la finance, Alexandre Delaigue, OWNI digital journalism,
29 octobre 2010.

La finance est anormale, les Echos, Jean-Marc Vittori, 5 Mars 2008

Couverture des risques dans les marchs financiers, Nicole El Karoui, Ecole Polytechnique
anne 2003-2004

Chaos Theory and the Science of Fractals in Finance, Tania Velasquez.

Pouvoir prdictif de la volatilit implicite dans le prix des options de change, Bronka
Rzepkowski,

Sites

http://math.cmaisonneuve.qc.ca/

http://users.math.yale.edu/

http://matisse.univ-paris1.fr/

http://www.euronext.com

http://www.amf-France.org

http://www.boursereflex.com

http://www.guide-finance.ch

Mc3a9moire Thc3a9orie Du Chaos en C3a9conomie Financic3a8re2 PDF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Mc3a9moire Thc3a9orie Du Chaos en C3a9conomie Financic3a8re2 PDF

Transféré par

Droits d'auteur :

Formats disponibles

Buissonnire Aurlien

Vous aimerez peut-être aussi