L’ IA pour décoder les discours des banques centrales !
Un article de WJS-L’opinion souligne l’intérêt de l’intelligence artificielle qui permettrait de décoder les discours des banques centrales. Et de découvrir derrière les mots les véritables intentions des banquiers centraux. En fait ,on propose de substituer l’intelligence artificielle à l’humain. Les algorithmes seraient plus performants que l’homme. Mais il en est dans cette matière comme des autres, si les algorithmes peuvent être le plus souvent plus performants que l’humain cela suppose qu’il dispose de suffisamment de données, ce qui est très loin d’être le cas concernant les des responsables de banques centrales. Si l’on veut un jour que l’intelligence artificielle puisse constituer une aide et non un substitut pour une meilleure compréhension de la politique monétaire , il faudra bien d’autres données que celles des discours. Encore la preuve que l’intelligence artificielle est mise à toutes les sauces sans doute pour sacrifier à la mode ambiante. Ce ne sont pas seulement les discours des banques centrales dont il convient de recueillir les données mais bien d’autres éléments beaucoup plus objectifs et des milliers de fois plus nombreux . C’est la dimension et la pertinence des données qui permettront
de comprendre par exemple pourquoi une banque centrale est conduite à modifier ses taux d’intérêt. Des milliers d’informations financières mais aussi économiques et politiques. Le papier en cause est donc assez réducteur et assez caricatural quant au rôle de l’algorithme. L’article:
Christine Lagarde, la nouvelle directrice de la Banque centrale européenne, a déclaré qu’elle s’efforcerait d’éliminer le plus de jargon possible afin que tout le monde puisse suivre ce que communique la BCE.
» Après avoir pris la tête de la Réserve fédérale (Fed) dans les années 1980, Alan Greenspan aimait dire qu’il maîtrisait l’art du marmonnement stratégique. Les marchés financiers ayant tendance à monter ou descendre en fonction de ce qui sortait de sa bouche, il a appris à parler de manière opaque et parfois déroutante.
L’idée était notamment d’éviter de donner aux traders, aux hommes politiques ou à qui que ce soit un indice sur ce que la banque centrale envisageait de faire. « Si je vous semble trop clair, vous avez dû mal comprendre ce que j’ai dit », a-t-il un jour plaisanté.
Aujourd’hui, les investisseurs déploient une nouvelle arme dans leur quête incessante pour décoder ce que les banques centrales s’apprêtent à faire : l’intelligence artificielle.
Peter Schaffrik, stratège économique au sein du groupe Royal Bank of Canada Capital Markets, à Londres, a travaillé avec une équipe de programmeurs pour produire un algorithme permettant de parcourir les discours des dirigeants de la Banque centrale européenne afin d’essayer de déterminer la façon dont ils voient l’avenir. Ils l’ont appelé le ECB-O-Meter [ECB désigne la Banque centrale européeenne, NDLR].
« J’aime penser que j’ai un collègue-machine à mes côtés qui m’aide à prendre des décisions », dit-il.
Depuis des années, les investisseurs recherchent des indices dans ce que certains appellent le « Fedspeak » [les discours de la Réserve fédérale]. En effet, les modifications des taux d’intérêt par les banques centrales, destinées à orienter l’inflation et la croissance économique, peuvent avoir des conséquences énormes sur les marchés financiers.
Evan Schnidman, fondateur et directeur général de Prattle Analytics, à Saint Louis, propose un service de suivi de la Fed et des autres banques centrales. Il s’agit de compiler une liste de mots-clés pour chaque banque centrale, puis d’utiliser l’apprentissage automatique pour suivre l’évolution des prix des actifs lorsque les responsables utilisent ces mots dans leurs discours ou dans d’autres prises de parole publiques. L’idée est d’envoyer une alerte rapide lorsque la Fed ou une autre banque centrale prépare un changement de politique.
M. Schnidman explique que ses clients utilisent le service pour arrêter d’essayer de deviner ce que le chef de la Fed, Jerome Powell, tente de communiquer entre les lignes lors de ses conférences de presse.
« C’est un test mental, dit-il. Nos clients sauront si les banquiers centraux disent vraiment ce qu’ils imaginent qu’ils disent. »
Les banquiers centraux reconnaissent qu’ils s’égarent parfois dans des détails complexes. M. Powell assure qu’il s’efforce de parler dans ce qu’il appelle un anglais simple.
Christine Lagarde, la nouvelle directrice de la Banque centrale européenne, a déclaré qu’elle s’efforcerait d’éliminer le plus de jargon possible afin que tout le monde puisse suivre ce que communique la BCE.
A la Banque d’Angleterre, les dirigeants ont fait appel à des artistes et des poètes pour aider le personnel à trouver de nouvelles façons d’expliquer au public ce que fait la banque.
La Banque centrale de Jamaïque a engagé des musiciens de reggae pour chanter les dangers d’une forte inflation. De tels programmes de sensibilisation visent à renforcer le soutien du public aux efforts de stabilisation économique qui font suite de la crise financière mondiale d’il y a une douzaine d’années.
De nombreux économistes européens de la génération actuelle se sont fait les dents en passant au peigne fin les commentaires de l’ancien directeur de la Banque centrale européenne, Mario Draghi, pour trouver des indices sur le moment où les taux d’intérêt pourraient évoluer.
En 2018, le groupe Crédit Agricole a établi une analyse détaillée des habitudes de M. Draghi en matière du port de la cravate, comparées aux mesures prises par la Banque centrale. Elle n’a pas trouvé de corrélation significative.
Certains experts en données tentent de déterminer si les expressions faciales pourraient révéler des indices sur les futures mesures politiques.
Kiyoshi Izumi, de l’Université de Tokyo, s’est associé à d’autres programmeurs japonais pour analyser les moues, les froncements de sourcils et autres expressions faciales du gouverneur de la Banque du Japon, Haruhiko Kuroda, toutes les demi-secondes lors de conférences de presse télévisées. Ils ont fait étudier ces images par un algorithme pour classer ses expressions en plusieurs catégories d’émotions : colère, dégoût, bonheur, peur et surprise.
Ils ont alors constaté que le visage de M. Kuroda montrait des signes de colère et de dégoût peu avant certaines grandes décisions politiques, en particulier lorsque la Banque du Japon a introduit des taux d’intérêt négatifs en janvier 2016.
M. Izumi et son équipe utilisent maintenant la même technique avec d’autres banquiers centraux.
Selon lui, cette technique est plus utile que de faire analyser le texte des discours par un algorithme – une méthode qui n’utilise, selon lui, pas suffisamment de types de données pour produire une vision d’ensemble fiable.
Un seul mot erroné peut fausser les résultats, explique-t-il.
Les prochaines grandes avancées, prédit-il, consisteront à simuler artificiellement différentes situations économiques pour, comme dans un jeu de guerre, voir comment les banquiers centraux vont réagir.
Une question qui préoccupe les développeurs de tels systèmes est celle du rôle qui sera laissé aux personnes en chair et en os.
« L’homme plus la machine est nettement plus performant que l’homme seul, et la machine seule est à égalité avec l’homme », estime M. Schnidman, de Prattle.
« Et les modèles s’améliorent continuellement », dit-il.
M. Schaffrik, qui a contribué au développement du ECB-O-Meter de RBC Capital Markets, affirme que la qualité de l’intelligence artificielle dépend des données qui lui sont fournies.
Selon lui, les humains doivent intervenir de temps en temps pour modifier le « régime » de l’algorithme, en décidant ce qu’il doit traiter et ce qu’il doit ignorer.
Le langage change également avec le temps. Si Mme Lagarde utilise l’expression « vigilance extrême », explique M. Schaffrik, elle n’a probablement pas le même poids que lorsque ses prédécesseurs l’ont utilisée pour indiquer qu’ils ne baisseraient pas les taux d’intérêt de sitôt.
« Les mots prennent des significations différentes, dit M. Schaffrik. Quelqu’un doit expliquer cela à la machine. »
Traduit à partir de la version originale en anglais