On pourrait de prime abord s’étonner des relations étroites qui relient plusieurs résultats obtenus par des chercheurs en neurosciences à différents phénomènes observés aujourd’hui au niveau des activités financières, principalement sur les marchés, mais également au cours d’autres opérations comme les grands montages financiers. En effet, Les développements du traitement automatique de données de plus en plus nombreuses, disponibles au moyen de serveurs fournissant des informations de plus en plus rapides et perfectionnés, grâce notamment à des algorithmes de calcul très sophistiqués, porteraient à envisager, selon une vision erronée, une élimination progressive du rôle des cerveaux humains dans un nombre croissant de décisions financières.
L’apport des neurosciences
C’est, d’une certaine manière, le contraire que nous observons. Si, en effet, cette révolution réduit le rôle joué par le cerveau rationnel, il n’en demeure pas moins que le cerveau humain reste le dernier chaînon de la décision. Or, ce que nous enseignent les neurosciences, c’est la complexité du fonctionnement cérébral lorsqu’il se trouve confronté à des situations d’incertitude, de risque et/ou d’ambiguïté. Les composantes cognitives du cerveau y sont alors étroitement et même nécessairement reliées à des composantes affectives, d’où les réactions d’attraction et d’aversion, voir même d’exaltation et de répulsion, qui accompagnent la perception de ces différentes situations auxquelles sont exposés les acteurs financiers. Par ailleurs, le Big Data et la vitesse accrue de transmission des informations représentent, de leur côté, de nouvelles contraintes pour le travail cérébral. Non seulement le nombre des données que le cerveau peut effectivement traiter se révèle limité, mais leur traitement prend un temps non compressible. Il en résulte une nécessaire intermédiation à travers des heuristiques mentales. Les chercheurs en neurosciences ont ainsi mis en évidence de quelle manière les principales mesures du risque financier (moyennes, variances, écarts-types…) et les principaux indicateurs qui y sont attachés se trouvent interprétées et transformées par le cerveau sous ces contraintes.
Nous montrerons dans une première partie comment les résultats de ces recherches en neurosciences aboutissent à réinterpréter aujourd’hui, d’un point de vue cérébral, les catégories traditionnelles de l’incertitude, du risque, de l’ambiguïté et de la volatilité. Nous affinerons ensuite ce panorama général dans le cas des risques anticipés, en analysant de manière plus détaillée les réactions affectives qui sont associées à la perception de leurs différentes mesures statistiques. Nous dégagerons, en conclusion, les deux composantes neuronales majeures des prises de décisions face aux environnements risqués ainsi réinterprétés : l’attente et sa récompense (reward), la confiance et ses différentes modalités.
I. Une nouvelle catégorisation des incertitudes financières à la lumière d’indicateurs neuronaux
La prise de risque financier et ses implications sur le fonctionnement des marchés ont déjà fait l’objet d’un grand nombre de travaux en neurosciences. Les chercheurs ont mis en évidence les ressorts neuronaux des deux principaux mécanismes cognitifs engendrés par toute prise de décision en incertitude, souvent présentée sous la forme d’un dilemme « exploration/exploitations ». Plus précisément toute situation de décision en incertitude requiert deux opérations mentales distinctes, si ce n’est mutuellement exclusives, sous une contrainte de temps : la recherche d’informations et leur exploitation. La première repose sur l’ouverture et l’attention selon un modèle « bottom up », la seconde sur l’évaluation et le calcul (computation), en suivant un modèle « top down ». La prise de décision implique, dans ces conditions, de basculer d’une opération à l’autre, parfois plusieurs fois (Daw et al., 2006).
Incertitude attendue, incertitude inattendue
Ce constat conduit à distinguer clairement, sur la base des zones cérébrales prioritairement activées et de leurs modalités différentes de fonctionnement, les incertitudes attendues des incertitudes complètement inattendues, génératrices de surprise (Yu et Dayan, 2002 ; 2005). L’arrivée d’une information tout à fait inattendue engendrera, pour cette raison, des comportements eux-mêmes difficilement prévisibles selon les approches classiques, puisque le mode de raisonnement habituel des opérateurs n’est plus alors adapté à cette situation. En outre, des recherches récentes ont montré que de telles conditions tendent à augmenter les mécanismes de contagion lorsque les individus sont confrontés à ces situations (Suzuki et al., 2016). Or, l’augmentation continue du nombre des informations disponibles et la rapidité de leur diffusion accroît aujourd’hui ce risque d’irruption d’informations tout à fait inattendues, dont il s’avère nécessaire d’analyser le plus rigoureusement possible les conséquences sur les décisions (accidents matériels et ou humains, cyber attaques…).
Incertitude risquée, incertitude ambiguë
Un second acquis des neurosciences concerne la différence du comportement cérébral devant des situations risquées, dont le risque est entièrement mesurable (quelle que soit, par ailleurs, la pertinence de cette mesure) et devant des situations ambiguës, où la mesure du risque est incomplète. De telles situations surviennent en raison d’insuffisances ou d’imprécisions dans cette mesure, mais elles se manifestent également lorsque plusieurs mesures différentes du risque se contredisent. Il en va ainsi, par exemple, lorsque la mesure de la Value at Risk
Les situations d’incertitude ambiguë ainsi définies entraînent deux conséquences principales au niveau du fonctionnement cérébral (Huettel et al., 2006 ; Platt et Huettel, 2008). En premier lieu, elles déclenchent une réaction d’aversion beaucoup plus marquée que celles de risques complètement évaluées, même parfois lorsque ces risques concernent l’estimation de pertes. La fuite devant l’ambiguïté peut ainsi conduire, dans certains cas, à une augmentation des prises de risques sur des titres dont le risque serait plus clairement connu. En second lieu, le cerveau confronté à l’ambiguïté mobilise un beaucoup plus grand nombre de régions cérébrales connectées entre elles, ce qui prend un temps beaucoup plus long. Cela peut entraîner, lorsque la contrainte temporelle est forte, une accélération paradoxale de la prise de décision, qui traduit en réalité un relâchement de l’effort cognitif. Là encore, les transformations intervenues dans l’univers des informations tendent à accroître la fréquence de ce type d’incertitude qui ne peut plus aujourd’hui être assimilée à une simple sous-catégorie des risques. Tout porte donc à penser que cette augmentation des sources d’ambiguës pourrait constituer l’une des causes majeures des attentismes souvent observés aujourd’hui sur les marchés.
Incertitude volatile
Certaines particularités neuronales associées à une dernière catégorie d’incertitude ont été plus récemment détectées par les chercheurs en neurosciences. Cette catégorie concerne la volatilité définie d’une manière très générale comme la conséquence de situations dynamiques où des changements inattendus interviennent à l’intérieur de plages d’incertitude qui sont, elles, attendues, ou même mesurées. Ici encore, les individus disposent d’une information incomplète sur l’incertitude à laquelle ils sont confrontés, mais les variations dynamiques qui caractérisent cette forme d’incertitude entraînent un comportement neuronal sensiblement différent de ceux observés en cas d’ambiguïté. Si la volatilité s’accompagne également une certaine aversion de la part des sujets, elle développe chez eux le plus souvent une suractivité de ce que l’on appelle la modularité cérébrale (Bland et Schaefer, 2012). Il peut alors en résulter des oscillations dans les prises de décisions des opérateurs sur les marchés qui vont à leur tour nourrir, et parfois même aggraver, cette volatilité. Certains chercheurs ont récemment mis en évidence des conséquences à plus long terme qui sont peut-être plus intéressantes (Payzan-Lenestour et al., 2015). Il semble qu’une exposition prolongée à des niveaux élevés de volatilité, mesurés par exemple par l’indicateur Vix, entraînerait chez les sujets des transformations dans leur perception de la volatilité sous forme d’une diminution très nette de leur sensibilité, avec les conséquences négatives que ces transformations sont susceptibles d’engendrer au niveau macroscopique. En d’autres termes leur vigilance au risque de volatilité se réduirait alors progressivement.
II. Mesures statistiques des risques et affects cérébraux
On a longtemps pensé que l’unique portée des différentes mesures des risques proposées par l’analyse financière était de nature strictement cognitive. Les neurosciences nous enseignent aujourd’hui qu’il n’en est rien. En complément de leur signification statistique, ces mesures sont aussi porteuses de contenus affectifs captés et transmis par plusieurs de nos réseaux neuronaux. On dégagera ici quelques-unes de leurs implications sur les décisions financières.
Les contenus affectifs cachés du mean, de la variance et du skeweness
Des travaux récents ont analysé les réseaux et les zones du cerveau activés en relation avec différentes mesures statistiques associées à une attente financières. Elles ont mis en évidence que certaines de ces zones leur étaient communes, tandis que d’autres se trouvaient activées sélectivement en fonction de la mesure considérée. Ainsi, l’activation de régions neuronales correspondant à l’excitation et au plaisir se trouve associée à une valeur élevée de l’espérance mathématique (Mean). Symétriquement, une forte dispersion mesurée par une variance élevée active une région cérébrale associée à l’angoisse et au désagrément. En revanche, il semble plus difficile de dégager l’incidence finale d’une mesure de déviation par rapport à la distribution de l’espérance mathématique (« Skewness »), en raison des interprétations inverses sur lesquelles elle débouche. Cette observation est d’autant plus intéressante que les réactions affectives entraînées par cette mesure des déviations et des asymétries semblent nettement plus marquées que pour les deux autres mesures étudiées (Wu et al., 2011).
On ne connaît pas encore l’effet final de la combinaison de plusieurs mesures statistiques du risque financier sur le cerveau affectif, mais les résultats rapportés conduisent déjà à ébaucher une nouvelle grille d’interprétation pour mieux saisir l’impact des données quantitatives sur les décisions financières. Ces premiers résultats suggèrent toutefois que cette dimension affective du fonctionnement cérébral reliée à la formulation quantitative des données participe directement à leur interprétation. Elle s’inscrit pour les sujets dans une posture d’attente qui correspond au « momentum » de la décision dont l’incidence sur l’état d’esprit des décideurs commence à être dégagée (Eldar et al., 2016). Mais les bases neuronales qui guident le cerveau au cours de cette attente sont bien connues sous l’appellation de « circuit de la récompense » et la connaissance de leur fonctionnement n’a cessé de s’enrichir (Schultz, 2013, 2016). Les différentes mesures du risque vont ainsi pondérer subjectivement le retour attendu de la décision. Leurs conséquences permettent d’éclairer les réactions souvent surprenantes, et parfois même apparemment contradictoires, des opérateurs de marchés face à la diffusion de ces informations.
L’impact difficilement prévisible de la diffusion des informations sur les risques financiers
La multiplication des formules de mesures du risque que permet notamment aujourd’hui le développement des mathématiques financières peut, pour les raisons qui ont été exposées, entraîner une régression paradoxale de la prévisibilité des comportements des acteurs financiers. Ce phénomène dépasse la simple information transmise par les mesures du risque. Le traitement de ces informations par le cerveau prend, en effet, en compte leur origine et l’intentionnalité supposée de ceux qui la transmettent, transformant ainsi, pour ceux qui les reçoivent, leur signification mathématique formelle selon des modalités variées (Bossaert, 2009 ; Bruguier et al., 2010). Des applications concrètes en ont même été proposées concernant notamment des modalités intuitives de traitement des informations par les nouveaux entrants sur un marché (Bossaert, Frydman et Leydard, 2013).
L’ensemble de ces facteurs contribue à rendre de moins en moins prévisible les réactions des agents aux informations financières. La prise en compte des degrés de confiance (ou de défiance) évalués de manière nécessairement subjective par les acteurs économiques entre directement dans leurs calculs des risques. Les écarts de plus en plus souvent observés au niveau macroscopique entre les comportements réels des agents et leurs comportements attendus en portent témoignage. Cette imprévisibilité entraîne ainsi une incertitude de second degré qui pèse, à son tour, sur l’incertitude initiale. La meilleure illustration de ces incertitudes engendrées par ces jeux d’information en est fournie par les exercices tout à la fois nécessaires et délicats que constituent les déclarations de plus en plus fréquentes et élaborées des gouverneurs des principales Banques centrales.
Ce panorama des contributions actuelles des neurosciences à l’intelligence des risques financiers a permis de dégager deux dimensions clés qui structurent notre appréhension de ces risques financiers. Elles concernent, d’une part, les mécanismes qui régissent les attentes et leurs absences, et, d’autre part, les ressorts qui enclenchent la confiance et la défiance. Les travaux en cours ne manqueront pas d’étendre le spectre de leurs résultats.
