Opinions et débats n°4

Institut Louis BachelierPalais Brongniart 28, place de la Bourse 75002 Paris Tél. : +33 (0)1 73 01 93 40Fax : +33 (0)1 73 01 93 [email protected]

CO

NC

EP

TIO

N G

RA

PH

IQU

E :

VE

GA

CO

NS

EIL

01

48 8

5 92

01

LABEX LOUIS BACHELIER1

D É B AT SN° 4Avril 2014

&

Procyclicité des régulations des marchés financiersThe procyclicality of financial markets regulation

Stéphane Auray & Christian Gouriéroux

COUV OPINIONS & DEBATS N4_Mise en page 1 28/03/14 10:47 Page1

Sommaire / Content

Opinions & DébatsN°4 - Avril 2014

Publicationde l'Institut Louis BachelierPalais Brongniart28 place de la Bourse75002 ParisTél. : 01 49 27 56 40www.institutlouisbachelier.orghttp://www.labexlouisbachelier.org

DIRECTEUR DE LA PUBLICATIONJean-Michel Beacco

CHEF DE PROJETSCyril Armange

[email protected]

CONCEPTION GRAPHIQUEVega Conseil : 45 rue Garibaldi 94100 Saint Maur Tél. : 01 48 85 92 01

IMPRIMEURIRO : Z.I. rue Pasteur 17185 Périgny cedexTél. : 05 46 30 29 29

Les articles publiés dans la série"Opinions & Débats" offrent auxspécialistes, aux universitaires et auxdécideurs économiques un accès auxtravaux de recherche les plus récents. Ils abordent les principales questionsd’actualité économique et financière etfournissent des recommandations entermes de politiques publiques.

The Opinion and Debates series shedsscientific light on current topics ineconomics and finance. Bringingtogether several types of expertise (from mathematicians, statisticians,economists, lawyers, etc.) thispublication makes recommendations inthe formulation and implementation ofgovernment economic policies.



&



6 Introduction

8 1 Les cycles

8 1.1 Historique9 1.2 Du cycle idéal au cycle

observé9 1.3 Des cycles observés

fallacieux11 1.4 Des mouvements cycliques

sont-ils visibles sur les marchés financiers ?

15 1.5 Les théories des cycles

19 2 Régulation financière et procyclicité

19 2.1 Evaluation d'une politique économique

20 2.2 Exemple de la Valeur-à-Risque

23 2.3 Chambres de compensationet appels de marge

23 2.4 Leviers24 2.5 Taux de change et

dénomination des prêts24 2.6 Définition de la notion de

valeur25 2.7 Notations26 2.8 Cycles exogènes vs

contagion26 2.9 Rémunérations27 2.10 Les formules

mathématiques de la régulation27 2.11 Situations de détresse

27 3 Gérer les cycles de l'économie réelle

28 3.1 Les outils de la régulation financière pour gérer l'économie réelle

28 3.2 Est-il souhaitable de contrôler les cycles réels ?

28 3.3 Des approches extrêmes de contrôle des cycles

29 3.4 Les régulateurs financiers doivent-ils gérer l'économie réelle ?

30 4 Conclusion

31 Annexes techniques32 Notes 58 Références

33 Introduction

35 1 Cycles

35 1.1 Historical overview36 1.2 From the ideal cycle to the

observed cycle36 1.3 False observed cycles38 1.4 Are cyclical movements visible

in the financial market?42 1.5 Theories of cycles

46 2 Financial regulations and procyclicality

46 2.1 Evaluation of an economic policy

47 2.2 The example of the Value-at-Risk (VaR)

49 2.3 Clearing houses and margin calls

50 2.4 Leverages50 2.5 Exchange rates and

the denomination of loans50 2.6 Definitions of the concept

of value51 2.7 Ratings52 2.8 Exogenous cycles vs

contagion52 2.9 Remuneration52 2.10 Mathematical formulas for

regulation53 2.11 Distress situations

53 3 How can "cycles" in the real economy be managed?

53 3.1 Financial regulation tools for managing the real economy

54 3.2 Is it desirable to control real cycles?

54 3.3 Extreme approaches for controlling cycles

55 3.4 Should financial regulators control the real economy?

55 4 Conclusion

56 Technical annex57 Notes58 References

The 2008 crisis highlighted the fragility of the financialsystem. Regulation has been singled out for failing tohalt the downward spiral. Worse, in the view of somecommentators, it may on occasion have accentuatedit. This "procyclical" character, in other words thecapacity to intensify economic fluctuations, has beenstrongly criticized. Under the pressure of public opinion,political leaders and the regulatory authorities havesubsequently worked on drawing up rules to reducesystemic risk. New standards are currently beingintroduced, such as strengthening the level of capitalrequirements under Basel III, while other directives arestill under discussion.

In this context of "rethinking" the financial system,researchers are trying to re-examine, in a somewhatcalmer frame of mind, the possible links between cyclesand regulation. After questioning the very notion ofcycle, they are focussing on the diversity of objectivesassigned to regulation. Hedging risks, preventingspeculation, providing the minimum liquidity needed forthe proper functioning of the economy… a whole rangeof issues that regulation is supposed to cover. How cana single framework meet all these expectations? Shouldregulation try to eradicate the effects of cycles? Wouldthe ending of these cycles really be desirable? As to thislast point, it is still very much an open question.

However, researchers emphasize that eliminating cyclesshould not be the primary purpose of regulation. It isessential that the real financial and economic objectivesbe clearly defined and justified. Regulation can then berefined according to these objectives and the nature offinancial products. Lastly, independent impact studieswill allow possible shortcoming in the new rules to bedetected, and alert the regulatory authorities if certainthresholds are reached. It is only under these conditionsof transparency and monitoring that regulation can berelevant.

3

La crise de 2008 a mis en évidence la fragilité dusystème financier. La réglementation a étémontrée du doigt pour n’avoir pas su enrayer laspirale négative. Pire, selon certains, elle aurait

parfois contribué à l’accentuer. Ce caractère "pro-cyclique", autrement dit cette capacité à intensifier lesfluctuations économiques, a été dénoncé. Sous lapression de l’opinion publique, politiques et autoritésréglementaires, ont alors planché sur l’élaboration derègles permettant de réduire les risques systémiques.De nouvelles normes sont actuellement mises places,comme le renforcement du niveau des fonds propresprévu par Bâle III, tandis que d’autres directives fontencore l’objet de discussion.

Dans ce contexte de "remise à plat" du systèmefinancier, les chercheurs tentent de revenir avec un peuplus de sérénité sur les liens possibles entre cycle etrégulation. Après avoir interrogé la notion même decycle, ils mettent en avant la diversité des objectifsassignés à la régulation. Couvrir les risques, éviter lescomportements spéculatifs, assurer une liquidité minimalenécessaire au bon fonctionnement de l’économie,autant de problématiques que la réglementation estcensée couvrir. Comment un seul et même cadre peut-il satisfaire à l’ensemble de ces attentes ? La régulationdoit-elle contribuer à éliminer les effets de cycles ? Ladisparition de ces cycles serait-elle réellement positive ?Le débat reste ouvert sur ce dernier point.

Toutefois, les chercheurs insistent sur le fait qu’éliminerles cycles ne doit pas être le but premier de larégulation. Il est nécessaire que les réels objectifs,financiers et économiques, soient clairement définis etjustifiés. La réglementation peut ensuite être affinée enfonction de ces objectifs et selon la nature des produitsfinanciers. Enfin, des études d’impact indépendantespermettront de détecter les failles éventuelles desnouvelles règles, et d’alerter le régulateur si certainsseuils sont atteints. Ce n’est que dans ces conditionsde transparence et de suivi que la régulation pourra êtrepertinente.

Editorial

Par Jean-Michel BeaccoDirecteur général de l'Institut Louis Bachelier

Counterparty RiskStéphane Crépey

Prochain Numéro Opinions & Débats 5

Ils ont contribuéà Opinions & Débats N°4


Stéphane Auray

est professeur des Universités à l’ULCO (Université du Littoral Côte d’Opale),actuellement détaché à l’Ecole Nationale de la Statistique et de l’Analyse del’Information (Ensai) où il dirige le département d’Economie. Il est membre du

Centre de Recherche en Économie et Statistique (CREST). Il a obtenuson doctorat d’économie à l’Université de Toulouse 1 en 2003. Ilenseigne la macroéconomie et la politique monétaire à l’Ensai, Rennes.Stéphane Auray est spécialisé dans l’analyse des politiquesmacroéconomiques, des politiques monétaires et fiscales, et enéconomie du travail. Il s’intéresse également à l’importance del’incomplétude des marchés financiers et des marchés interbancaires,par exemple à leur impact sur la dynamique de la dette. Ses travauxont été publiés dans des revues internationales de grande notoriétécomme : American Economic Journal : Macroeconomics, EconomicJournal, European Economic Review, Journal of Economic, Dynamics

and Control, Rand Journal of Economics, Review of Economic Dynamics.

Stéphane Auray is Professor at ULCO (Université du Littoral Côte d'Opale),currently on leave to the Ecole Nationale de la Statistique et de l’Analyse del’Information (ENSAI, Rennes) where he is the head of the department ofEconomics. He is a member of the Center for Research in Economics andStatistics (CREST). He received his Ph.D. in economics from the University ofToulouse 1 in 2003. He teaches macroeconomics and monetary policy at ENSAI.Stéphane Auray specializes in the analysis of macroeconomic, monetary and fiscalpolicies, and in labor economics. He also looks at the importance of theincompleteness of financial markets and interbank markets, and for example attheir the impact on debt dynamics. His work has been published in internationaljournals of high reputation as : American Economic Journal : Macroeconomics,Economic Journal , European Economic Review, Journal of Economic, Dynamicsand Control, Rand Journal of Economics, Review of Economic Dynamics.

5

Christian Gouriéroux

est professeur d’économie à l’Université de Toronto, directeur dulaboratoire de Finance - Assurance au CREST (Centre de Re cherche enEconomie et Statistiques de Paris). Ses sujets de recherche actuelsportent sur l’économétrie fi nancière et en particulier sur le risque decrédit, la structure par terme des taux d’intérêt, la longévité, les hedgefunds et la réglementation. Il a publié environ 200 articles dans lesprincipales revues d’économie et d’économétrie et une vingtaine delivres. Christian Gouriéroux a reçu le prix Koopmans en théorieéconométrique , le prix Simon de Laplace en Statistique, et la médailled’argent du CNRS pour ses recherches en économie.

Christian Gouriéroux is professor of Economics at the University of Toronto,director of the Finance-Insurance laboratory at CREST (Center for Research inEconomics and Statistics in Paris). His current research interests are in FinancialEconome trics, especially in credit risk, term structure of interest rates, longe vity,hedge funds and regulation. He has published about 200 papers in the mainjournals in Economics and Econometrics, and 20 books. Christian has receivedthe Koopmans’prize in Econometric Theory, the Simon de Laplace prize inStatistics and the silver medal of CNRS (the French National Research Center) forhis research in Economics.

CREST, ENSAI, ULCO, and the “Regulation and Systemic Risk” Research Initiative.Stéphane Auray

CREST, University of Toronto, and the “Regulation and Systemic Risk” Research Initiative. Christian Gouriéroux

LABEX LOUIS BACHELIER

INTRODUCTION

Dans les décennies récentes la mondialisation et ses diverses composantes telles la suppression desfrontières commerciales, la réorganisation des processus de production (flux tendus, délocalisations), ladématérialisation de nombreux échanges, la libéralisation des flux de capitaux, l'accroissement de la vitesse

de diffusion des informations ou encore le développement du secteur financier, ont modifié les évolutionséconomiques de nombreux pays et rendu obsolètes ou peu efficaces nombre de politiques ou régulations utiliséesauparavant.

Jusqu'aux années 1990 des cycles assez réguliers étaient observés dans les pays occidentaux parallèlement à desquasi-absences de cycles dans les pays à économie planifiée. La mondialisation a accru les liens entre leséconomies des divers pays tout en rendant moins étroites les relations entre les investisseurs et les entreprisesrecherchant des financements. Des phénomènes cycliques ont pu disparaître ou être exacerbés, les caractéristiquesde tels cycles, notamment leur fréquence, être fortement modifiées du fait d'une accélération du temps. Lespolitiques et régulations ont du être rapidement réadaptées à ce nouvel environnement qu'il s'agisse de la régulationprudentielle, des normes comptables, des règles commerciales, de la fiscalité, ou de la politique monétaire avecpour but, au moins en théorie, d'assurer une certaine stabilité des économies, et notamment du système financier.

Cette adaptation a conduit à partir des années 1990 à des régulations ou politiques coordonnées au niveau mondial,qu'il s'agisse de l'Organisation Mondiale du Commerce (OMC), des nouvelles normes comptables, des régulationsfinancières du type Bâle 3 (transcrites dans la Directive Européenne sur les exigences de fonds propres ((CRD IV),CRD pour Capital Requirement Directive), ou de la lutte contre les paradis fiscaux.

La récente crise financière et économique a montré que ce nouvel environnement était encore mal compris et quecertaines politiques ou régulations avaient pu être à la source de la crise et l'avoir amplifiée. Dans la "chasse aucoupable" et dans les débats, souvent biaisés et peu argumentés qui ont suivi, ont été évoqués le rôle de la financemathématique, celui des agences de notation, la politique économique des Etats-Unis, l'absence de régulation(les trous noirs de la finance, i.e. le shadow banking), la rapacité des banquiers, la procyclicité de certainesrégulations financières...

6

Clause de non-responsabilitéLes avis exprimés dans cet article sont ceux des auteurs et ne reflètent pas nécessairement ceux de l’Institut Louis Bachelier ouceux du LABEX Finance et Développement Durable.

Ce document a été écrit pour susciter le débat. Son contenu est sous la seule responsabilité des auteurs. Il abénéficié du support financier de l'Autorité des Marchés Financiers (AMF). Il ne reflète pas nécessairement lespositions de l'Institut Louis Bachelier (ILB) et de l'Autorité des Marchés Financiers. Ces institutions sont remerciéespour permettre cette liberté de parole. Nous tenons aussi à remercier Jean-Michel Beacco, Marie Brière, Olivier deBandt, Michel Crouhy, Aurélien Eyquem, Antoine Frachot, Claire Labonne, Catherine Lubochinsky, Xiaofei Ma,Samuel Maistre et Olivier Vigna pour leurs remarques et commentaires.

Avril, 2014

Nous nous proposons dans cette notede revenir de façon, nous l'espérons,plus sereine et plus argumentée sur cetaspect de procyclicité des régulations1

financières, incluant notamment cellesdu crédit, des banques et compagniesd'assurance, et celles des marchésfinanciers.

Les effets potentiels d'une nouvellerégulation doivent être analysés à unniveau suffisamment fin et une analysetrop globale se révélerait insuffisante. Ilest usuel aussi bien d'un point de vuethéorique qu'appliqué de distinguerdivers segments, chacun constitué devaleurs supports et de leurs dérivés,même si ces segments sont inter-connectés. Dans nos discussions etinterprétations, nous considéronsnotamment :

(i) Le marché actions, avec les dérivéssur indice de marché, c'est-à-dire lesoptions d'achat ou de vente sur indices,les portefeuilles mimétiques (tracker,Exchange Traded Funds (ETF)) cherchantà reproduire l'indice, mais aussi lescontrats futures sur l'indice de volatilitéimplicite VIX, donnant une idée de lavaleur moyenne des dérivés sur indicede marché.

(ii) Le marché des obligations d'états etd'entreprises et de prêts aux entrepriseset particuliers, avec leurs dérivés intro-duits pour s'assurer contre le risque dedéfaut : Credit Default Swap (CDS),Collaterized Debt Obligations (CDO),Mortgage Backed Securities (MBS).

(iii) Le(s) marché(s) des matières premièresavec comme dérivés les contrats àterme avec ou sans appel de marge(notamment pour les contrats gaziersbilatéraux entre pays), avec ou sansobligation de livraison du produit àterme.

(iv) Le marché des devises.

Si parfois un actif financier a été définicomme un produit "intangible", c'est-à-dire un pur pari sans lien avecl'économie réelle, c'est rarement le casen pratique. Cet aspect apparaîtclairement pour les dérivés sur matièrespremières dont les prix vont êtresensibles aux demandes et offresphysiques de ces biens ; il estégalement important pour les actions,dont le prix devrait dépendre desrésultats de la firme et de sa capacité àécouler ses produits de façon profitable.Plus intangibles sont les CDS, lorsqueleur demande dépasse largement lesbesoins réels d'assurance de défautdes obligations. Comme le mentionnel'article (4) de la directive européenne du21 Avril 2004 : "Il convient d'incluredans la liste des instruments financierscertains contrats dérivés sur matièrespremières... d'une manière telle qu'elleappelle une approche réglementairecomparable à celle applicable auxinstruments financiers classiques". Demême ces produits sont mentionnésdans la mise en place de l'EuropeanMarket Infrastructure Regulation (EMIR).

Ces divers segments peuvent présenterdes caractéristiques assez différentespar leurs intervenants, par le fait qu'ilssont plus ou moins organisés, avec desproduits plus ou moins standardisés,plus ou moins régulés.

Dans la première partie, nous présentonsla notion de cycle : Qu'est-ce qu'uncycle ? Les cycles sont-ils identifiables ?Observe-t-on des cycles sur lesmarchés financiers ? Si oui s'agit-il decycles sur les rendements, lesvolatilités, les notations de risque ?Existe-t-il des théories pour expliquer laprésence de tels cycles ou leurscaractéristiques ?

Dans la seconde partie, nous donnonsdivers exemples de régulations ou depratiques qui pourraient s'avérerfinancièrement procycliques, c'est-à-dire conduire à des accroissementsplus rapides de prix des actifs enpériode d'accroissement, et à desdiminutions plus rapides en période dedécroissance, ou même être sources decycle. Nous considérons successivementles fixations des réserves, les appels demarge, les leviers financiers, le traitementdes situations de détresse, les notations,les mesures de valeurs, les dénominationsdes prêts, les schémas de rémunérationscomplémentaires (bonus ou stock option),les formules mathématiques de larégulation...

Les régulations financières peuventégalement avoir un impact sur leséventuels cycles de l'économie réelle.Cet aspect est évoqué dans la partie 3qui se veut être une partie d'éléments deconclusion, où nous insistons sur lanécessité de régulations micro-prudentielleset non seulement macro-prudentiellespour effectuer une gestion fine de cesphénomènes. Enfin, nous ouvrons ledébat sur la question de qui devrait êtrele décideur final de la politiqueéconomique. Cette note ne prétend enrien à l'exhaustivité au regard del'étendue de la littérature sur le sujet,mais a pour objet d'ouvrir le débat sur larégulation des marchés ou des cyclesdont on questionne l'existence. Ellecherche à éclairer le lecteur sur ce quidevrait ou pourrait être régulé.

7

1. Les cycles

Dans cette partie, nous cherchons àexpliquer comment on peut identifier etcaractériser des cycles sur les différentsmarchés qu'ils soient ou non financiers.

1.1 Historique

On peut faire remonter l'analyse descycles à l'un des chapitres de J. Fourier(1822) : "Théorie analytique de la cha-leur", dans lequel il introduit les basesde l'analyse harmonique (aussi appeléeanalyse spectrale). Il y montre en effetque toute série peut être décomposéecomme une somme de fonctions sinu-soïdales (cycles, vagues, ondes) dediverses fréquences. Si certaines deces composantes sont prépondérantes,elles devraient donc être visibles sur lesséries. L'une des premières applica-tions connue de cette idée est celle dumétéorologue hollandais Buys Ballot(1817-1890). Ce dernier va typiquementrechercher des cycles longs sur lesséries de température en essayant dedécomposer la série en tendance

monotone, cycle long, saisonnalité etcomposante irrégulière, une méthodo-logie utilisée jusque dans les années1960 pour déterminer les cycles. L'inté-rêt pour les cycles en Economie etFinance est plus récente. Elle date desannées 1920-1930 autour de l'Institutde Conjoncture de Moscou (Kondratiev,Slutsky) pour l'Economie, et du WallStreet Journal (Dow2, Elliott) pour laFinance. Kondratiev (1892-1938) met enévidence dans son essai "The MajorEconomic Cycles" (voir Kondratiev(1925)) des cycles longs sur les sériesde produit intérieur brut (PIB) des payscapitalistes de l'époque, c'est-à-diredes successions de périodes d'expan-sion et de récession. De façonanalogue, dans une série d'éditoriaux etd'articles du Wall Street Journal,notamment celui d'Elliott intitulé "TheWave Principle", les auteurs insistentsur l'existence de cycles sur les prix,successions de périodes de prix enhausse (bull market) et de périodes deprix en baisse (bear market). Certainschercheurs vont même plus loin et,s'appuyant sur la théorie de Fourier,cherchent à construire des classifica-tions des divers types de cycles(vagues)3 selon leurs fréquences, dont

les séries observées PIB ou prix d'ac-tions seraient les résultantes. Ceci aconduit notamment à l'un des dévelop-pements principaux de l'analyse techniqueen Finance (voir e.g. Frost et Prechter(2001)). Une telle classification est don-née ci-dessous :

(i) Supercycles portant sur plusieursdécades, incluant les cycles de Kon-dratiev (45-60 ans), ceux concernantl'inégalité, de 15 à 25 ans, analysés parKuznets (1955).

(ii) Cycles portant sur une période dequelques années, comme le cycle d'in-vestissement de Juglar (1862) d'unepériode de 7-11 ans et ceux de Kitchin(1923), d'une durée de 3-4 ans, inter-prétés en termes de transmissiond'information.

(iii)Cycles dits primaires, portant surquelques mois, et ainsi de suite.

Ces cycles sont souvent représentéspar l'intermédiaire d'une courbe sinu-soïdale très régulière. Nous donnonsdans la Figure 1 un exemple d'illustra-tion pour le produit intérieur brut et pourson taux d'évolution.


Figure 1

Un cycle idéal (PIB et taux de croissance du PIB)

Le cycle est ici introduit avec en plusune tendance linéaire.L'approche par les fractals défendue parMandelbrot (1970) et (1992) relève d'uneidée comparable. Mandelbrot a notéque, vues de loin ou avec un zoom, lesévolutions de rendements apparaissentsemblables. En particulier un pseudo-cy-cle apparaissant à une fréquence d'ob-servation donnée devrait avoir un ana-logue à toute autre fréquence.

1.2 Du cycle idéal au cycle observé

Les successions de phases de crois-sance et de décroissance observéessur des séries peuvent s'avérer très dif-férentes de la forme idéale donnée dansla Figure 1. Il peut y avoir des cyclesnon périodiques, où l'amplitude et lapériode du cycle pourraient changerdans le temps (voir e.g. Mandelbrot(1972)). Il peut aussi apparaître des asy-métries (voir e.g. Neftci (1984), Ramseyet Rothman (1996)). Celles-ci peuventêtre de deux types : il peut s'agir d'asy-métries dites longitudinales, dans lesens du temps, lorsque les phases decroissance et de décroissance n'ontpas la même durée. Ainsi il est souventdit que sur les marchés financiers, lavaleur du portefeuille peut diminuerrapidement et que cela prendra plus detemps à la reconstituer. Il peut aussi

s'agir d'asymétries transversales, c'est-à-dire orthogonales au sens du temps.Cela se produit lorsque les courburesaux points de retournement en fin decroissance et en fin de décroissance nesont pas les mêmes. Cette asymétrieest latente dans la terminologie anglo-saxonne de peaks and troughs, où lespics sont "pointus" et les vallées plus"plates". Nous en donnons quelquesexemples dans la Figure 2. Cette figurefournit les évolutions du prix "futures"du café. Sur la figure de gauche plu-sieurs pics apparaissent : certains ontdes pentes similaires à la croissance età la décroissance, d'autres croissentbeaucoup plus vite qu'ils ne descen-dent. Le zoom donné dans la figure dedroite est un exemple d'asymétrietransversale.

Les discussions précédentes montrentque la notion de cycle est assez peuprécise, descriptive, et repose essen-tiellement sur des reconnaissances deformes. Il s'agit d'une définition qui, enFinance, serait dite chartiste, c'est-à-dire reposant sur des dessins (chart enanglais).4

1.3 Des cycles observés fallacieux

Par ailleurs l'observation de ces vaguespourrait être mal interprétée. Nous dis-cutons ci-dessous trois aspects pouvantconduire à des interprétations erronées :l'effet de Slutsky-Yule, la confusionpossible entre cycle et bulle, et la seuleanalyse d'indicateurs agrégés. Il fau-drait y ajouter la longueur de la périoded'observation et la fréquence de cesobservations (voir partie 1.4).

(i) Effet de Slutsky-YuleDans les années 20, Slutsky expliquequ'une accumulation de chocs structu-rels non cycliques pourrait conduire àdes trajectoires présentant des aspectscycliques au moins pendant une certaine

9

La notion de cycle est imprécise.

Les discussions précédentesmontrent que la notion de cycle estassez peu précise, descriptive, etrepose essentiellement sur desreconnaissances de formes. Il s'agitd'une définition qui, en Finance,serait dite chartiste, c'est-à-direreposant sur des dessins (chart enanglais).

Exemples d'asymétrie

Figure 2

période.5 Comme en général pour descycles longs on n'observe qu'un petitnombre de répétitions, on ne peut alorssavoir s'il s'agit d'un cycle structurelvéritable ou d'un simple artefact statis-tique sans réel cycle sous-jacent.

(ii) BullesLa notion de bulle est simple à expli-quer dans le cas des matières premières.Il y a sur ces marchés divers intervenants :des producteurs du bien physique, desdemandeurs de ce bien physique et desintermédiaires financiers (arbitrageurs,spéculateurs) jouant sur les mouve-ments de prix. En absence de cesintermédiaires, on obtiendrait un prixd'équilibre (incluant éventuellement descoûts de stockage) uniquement déter-miné par l'économie réelle, appeléd'habitude valeur fondamentale. Sur lesmarchés existants, les prix observéspeuvent à certaines périodes s'écartersensiblement de cette valeur fonda-mentale. On parle alors de bulle. Cecise produit par exemple à des périodesde forte spéculation sur le bien (bullespéculative). Dans une première phaseil y a de fortes hausses sur le prix, suivied'un éclatement plus ou moins rapidede la bulle. Si la série des valeurs fon-damentales présente un cycle, il risqued'être difficile de distinguer dans la sériede prix les pics dus au cycle sur lesvaleurs fondamentales de ceux dus auxbulles. La notion de bulle est ainsi défi-nie par rapport à la notion de valeurfondamentale. Cette dernière notionpeut aussi être définie pour des actionsen cherchant ce que vaudrait la sommeactualisée des résultats productifsfuturs de l'entreprise (clairement diffé-rente de la somme actualisée desdividendes et dépendant beaucoup dela méthode d'actualisation utilisée).C'est plus difficile dans le cas de pro-duits dérivés, même si, pour les CDSpar exemple, on peut regarder si la pro-babilité de défaillance de l'emprunteurtelle qu'elle est évaluée via les marchésdérivés s'écarte trop nettement de celleévaluée par des méthodes statistiquesde scoring fondées uniquement sur deshistoriques de défaillance.

La prise en compte des bulles paraîtimportante sur certains marchés, où lapart des échanges des participants tra-ditionnels est faible et a encore baissérécemment. Ainsi cette part, déjà très

minoritaire, est passée de 20% en Juin2006 à 3% en Décembre 2009 pour lesfutures sur cuivre et de 20% à 13%pour les futures sur le pétrole pour lamême période.

Dans certaines approches automatiquesde détection de cycles financiers, prèsde 80% des retournements de crois-sance en décroissance sur donnéestrimestrielles correspondent en fait àdes crises financières, i.e. des éclate-ments de bulle (voir e.g. les discussionsdans Reinhart et Rogoff (2009), Borio(2012), ainsi que Laeven et Valencia(2008) pour une base de données descrises du système bancaire). On peutaussi également noter la distinctionentre cycles et bulles faite par Summers(2013) qui affirme que la croissance neprogresse que par bulles spéculatives,et qu’entre deux bulles l’économie occi-dentale traverserait un cycle long decroissance faible.

(iii) Les cycles réels sont-ils purementréels ?De façon simplifiée les cycles réels sontceux observés sur les volumes de bienset services produits (consommés), doncsupposés corrigés d'effets nominaux.Ils sont souvent analysés à partir del'évolution du produit intérieur brut(PIB), c'est-à-dire d'un indicateur syn-thétique de ces volumes. Il faut garderen tête la manière dont est calculé un

tel indicateur. Il est difficile d'agrégerdes volumes correspondant à des biensdifférents, disons des kilos de bananes,avec des nombres de voitures ou decoupes de cheveux. Ceci est fait parl'intermédiaire de pondérations tenantcompte des parts budgétaires de cha-cun des produits. Ces pondérationssont mises à jour assez fréquemment(mensuellement ou annuellement), entout cas avec une fréquence inférieureà la période attendue d'un cycle.

On sait qu'une mesure globale de l'in-flation peut être trompeuse : il peut yavoir augmentation de l'indice des prixparce que les prix augmentent, maisaussi à cause d'effets volumes, lorsqueles prix restent fixes, mais que lesconsommateurs substituent à certainsbiens des biens de meilleur qualité,donc plus chers. De façon symétrique,des cycles observés sur un indice devolumes peuvent apparaître alors queces volumes sont stables, lorsqu'il y ades effets cycliques décalés sur lesprix, entraînant des cycles sur les poidsservant au calcul du PIB. Ainsi certainsphénomènes cycliques observés sur lePIB pourraient résulter de cette struc-ture de poids et donc avoir uneinterprétation nominale. En particulierlorsque les prix fluctuent plus vite queles volumes. Il s'agit d'un autre artefactstatistique dû au mode de calcul de l'in-dicateur agrégé que constitue le PIB.

(iv) Un problème d'identificationSi on ne dispose que de données deprix d'actifs, les discussions ci-dessusmontrent qu'on ne pourra identifier laprésence d'un cycle, le distinguer debulles récurrentes par exemple, quedans le cadre d'un modèle. Toutes lesméthodes de reconstitution de cycles àpartir des seules séries de prix sont dece fait "model based".6 Il faut alors dansl'analyse juger non seulement le cycle,mais aussi le modèle ayant servi à ledéterminer. De ce point de vue, il fautnotamment regarder quelles sont lesautres composantes : tendances, bulles...,qui ont été reconstituées en parallèlepar ce même modèle, et aussi si lemodèle retenu est capable ou non deprendre en compte des caractéristiquesde ces diverses composantes : non sta-tionnarité, aspect de dynamique nonlinéaire (voir l'annexe technique). Orparmi les modèles actuellement utilisés


Ne pas confondre cycles et bulles.

La prise en compte des bulles paraîtimportante sur certains marchés, oùla part des échanges desparticipants traditionnels est faibleet a encore baissé récemment. Danscertaines approches automatiquesde détection de cycles financiers,près de 80% des retournements decroissance en décroissance surdonnées trimestriellescorrespondent en fait à des crisesfinancières, i.e. des éclatements debulle. Cycles et bulles ont descauses différentes et leur gestionrelève de méthodes spécifiques.

beaucoup relèvent encore des années70, sont essentiellement linéaires, entraî-nant des possibilités de biais importantsdans les analyses. Dit d'une autre façon,on risque de ne trouver des cycles queparce que leurs existences ont été sup-posées dans le modèle d'analyse.

Ainsi la méthode de type chartiste (voirHarding et Pagan (2002)) consistant àdétecter un pic (resp. un creux) d'unesérie trimestrielle, si la valeur courantede la série dépasse les quatre valeursqui l'entourent (resp. est inférieure à cesquatre valeurs) est très sensible auchoix de la fenêtre, ici un semestre depart et d'autre. Modifier la largeur decette fenêtre, ou la faire dépendre de lavolatilité de la série, modifiera sensible-ment la définition du cycle. La méthodese révèle complètement inappropriéepour des séries de rendements trèsvolatiles. Cependant cette approchepeu robuste est encore très couram-ment employée à la BRI et au FMI (voire.g. Claessens, Kose et Terrones (2011)et Borio (2012)).

Récemment, un vice-gouverneur de laBanque Nationale Suisse (voir Danthine(2013)) explique ainsi qu'une difficultéquant à la mise en place, en Suisse,d'une régulation contracyclique vis-à-vis de l'immobilier est que nous nesavons "where we are on the cycle andin which direction" (due to some) "fun-damental identification difficulties".Cette difficulté à identifier tendance etcycle apparaît également dans la miseen garde ci-dessous pour la mise enplace du coussin contracyclique("countercyclical capital buffer"), quidevrait s'appuyer sur un ratio crédit/PIB :"The calculated long-term trend of thecredit/GDP ratio is a purely statisticalmeasure that does not capture turningpoints well. Authorities should formtheir own judgments..., they should use

the calculated long-term trend simplyas a starting point in their analysis"(BCBS (2010), p4).

1.4 Des mouvements cycliquessont-ils visibles sur les marchésfinanciers ?

Nous allons maintenant examinerdiverses séries financières de prix, derendements, de taux... afin de déterminersi des aspects cycliques sont visibles.

(i) Le marché action américainNous donnons dans la Figure 3 l'évolu-tion de l'indice S&P 5007 et durendement sur S&P 500 entre 1990 et2013. On observe principalement unetendance croissante sur l'indice, avecdeux fluctuations significatives en fin depériode. Difficile cependant de recon-naître un cycle, vu le petit nombre defluctuations observées et surtout l'ab-sence de fluctuations sur tout le débutde période. La dérivée d'une courbesinusoïdale est une autre courbe sinu-

soïdale de même fréquence (voir e.g. laFigure 1). On s'attend donc à retrouverassez visibles ces fluctuations, lorsqu'onconsidère les rendements sur indice(voir la figure du bas). Or ces cyclesattendus sont peu visibles et complète-ment cachés par les effets de volatilité.Ils n'apparaissent plus ici comme unecomposante importante. Cependantces observations pourraient n'être quedes effets d'optique. Nous donnonsdans la Figure 4 deux autres vues decette même série une vue large(période 1970-2013) et un zoom(période 2010-2013).

Dans la vue large peu d'effet cycliqueest observé et, s'il existe, est mangépar la tendance croissante. Dans la vuegrossissante, des vagues apparaissent,mais d'une périodicité de l'ordre dequelques mois, qui peut difficilement lesfaire appeler cycle, tout au plus fluctua-tions. L'indice de marché fournit cepen-dant une information très agrégée sur lemarché action et comme tout indiceagrégé son évolution peut être trom-

peuse (voir la discussionen 1.3 (iii)). Les Figures 5et 6 fournissent des in-formations sur la distri-bution en coupe des ren-dements pour 3000actions figurant dans labase du Center for Re-search in Security Prices(CRSP)8 et couvrant leNew-York Stock Ex-change (NYSE), le Ameri-can Stock Exchange(AMEX) et le National As-sociation of SecuritiesDealers Automated Quo-tations (NASDAQ)9. Cetteanalyse en coupe est dutype de celle proposéepar Fama et French(1992) et (1993). Elle per-met d'examiner l'évolutionde l'hétérogénéité des ac-tions échangées sur le mar-ché, hétérogénéité entermes de rendement.

11

Des artefacts statistiques ?

Certains mouvements cycliquesobservés ou détectés résultentd'analyses de données tropagrégées ou des hypothèses sous-jacentes aux modèles utilisés.

Source : Chicago Board Options Exchange

Figure 3 Indice S&P 500 et rendement sur indice



Source : Gagliardini, Gouriéroux et Rubin (2013)

Figure 4

Figure 5

Autres vues de l'évolution de l'indice S&P500

Figure 6 Moyenne et écart type en coupe

Quantiles des distributions en coupesLa Figure 5 fournit lesquantiles à 5%, 25%, 50%,75%, 95% des distributionsen coupe.

Moyenne Ecart type (en log)

On ne détecte visuellement aucun cyclesur l'évolution du rendement de l'actionmédiane, celle pour laquelle 50% desactions ont un meilleur rendement et50% un plus faible. En revanche desaspects cycliques commencent àapparaître sur les quantiles extrêmes,c'est-à-dire sur les risques extrêmes.Ces observations sont confirmées parles évolutions de la moyenne et de lavariance en coupe des rendements.Pas de cycle visible sur la moyenne,mais des cycles apparaissent sur lavariabilité.

(ii) L'indice VIXExaminons maintenant si la présencede cycle sur les volatilités en coupe estconfirmée par l'évolution du VIX, bien

que celui-ci ait une interprétation dif-férente, puisqu'il mesure l'idée que sefont les marchés du prix de la volatilitéplutôt que la volatilité elle-même. Cetteévolution est donnée dans la Figure 7.

Bien qu'il s'agisse d'un indice sur pro-duits dérivés, ayant moins de lien directavec des supports réels, l'évolutionmontre clairement une vague régulièreà laquelle s'ajoutent à certaines périodesdes accès brusques de spéculation. Il ya augmentation de la volatilité du VIX(i.e. de la volatilité implicite) au momentde certains retournements. En fait,l'analyse purement chartiste conduit aune composante principale (fondamen-tale) avec cycle à laquelle se superposentdes bulles au moment des retourne-ments de période de hausse à périodede baisse.

(iii) Marchés à terme de matièrespremières

Les produits supportssont assez différentsde par leur qualité : bi-ens agricoles, minerais,énergie... Il n'est doncpas surprenant que lesévolutions des prix decontrats à terme avecappel de marge (futures)soient sensiblement dif-férentes. Nous en don-nons quelques exem-ples ci-dessous. Pourobtenir des séries ho-mogènes alors que lescontrats sont de duréede vie limitée, les prixont été calculés par"rollover" (voir le détaildu calcul sur le site deBloomberg) pour unematurité résiduelle pe-tite. Les Figures 8, 9,

10 et 11 donnent les prix des futures pourle soja (soybean), le porc sur pied (leanhogs), l'argent et l'or. Les prix du soja révèlent une tendanceassez linéaire avec une rupture récem-ment. Cette rupture est due à l'autori-sation des carburants "verts": le soja estalors apparu à la fois comme un produitpour l'alimentation et comme une sourcede carburant. Aucun cycle n'est visiblesur cette partie régulière (fondamen-tale). En revanche, on observe des at-taques spéculatives récurrentes, qui malinterprétées pourraient laisser croire enl'existence d'un cycle. Le marché du porcest l'un des exemples classiques de cy-cle sur la partie fondamentale. Ce cycleest visible, malgré tout assez bruité,peu touché par des phénomènes de bulle(voir Figure 9). La caractéristique del'évolution du prix du contrat à terme surl'argent est le pic important en 1979-1980(voir Figure 10). Elle est due à l'inter-vention des frères Nelson Bunker etWilliam Herbert Hunt, qui ont essayé d'a-cheter tout l'argent disponible sur lemarché afin de faire grimper les prix ar-tificiellement. Ils se sont retrouvés àcours de liquidité, lorsqu'une offre sup-plémentaire importante de métal est ap-parue sur le marché. Le prix de marchéavait en effet dépassé le prix de l'argent"bijoux" incitant les femmes indiennes àfondre leurs bijoux en argent. Cet effets'est trouvé amplifié lorsque la banquefédérale a imposé des augmentationsdes appels de marge pour contrecarrercette manipulation des cours. Il s'agitd'une pure bulle spéculative créée par unintervenant en situation de monopolependant un certain moment, bulle dont l'é-clatement est ici particulièrement visible.

Finalement, la Figure 11 donne l'évolu-tion du prix de l'or. l'augmentationimportante du prix de l'or dans la péri-ode récente est très visible etconséquence d'une mise à jour desportefeuilles des investisseurs substitu-ant l'or à des produits jugés plusrisqués. Sur la période antérieure, ondécèle des vagues, un peu cachées sur le dessin par un effet d'optique. Celles-ci sont vraisemblablement non relativesà la partie fondamentale, i.e. l'or utiliséecomme produit industriel, mais dues àson utilisation comme produit d'in-vestissement financier. Ainsi desvagues peuvent provenir de la bulle etnon de la composante fondamentale.

13

Cycles sur quelles courbes ?

Une analyse linéaire s'appuyant surle rendement de l'indice, ou sur lamoyenne en coupe des rendementsindividuels des actions ne permetpas de détecter des cycles. Enrevanche de tels cycles pourraientapparaître au niveau des mesuresde risque, quantiles extrêmes ouvariance en coupe.

Un cycle sur le VIX ?

L'analyse purement chartisteconduit a une composanteprincipale (fondamentale) avec cycleà laquelle se superposent des bullesau moment des retournements.


Evolution de l'indice VIXFigure 7


(iv) Marchés obligatairesIl existe une grande variété de tauxdépendant de la maturité, de l'émetteur,de la dénomination monétaire. Nousdonnons dans la Figure 12 les évolu-tions du taux des obligations d'états,incluant divers taux zéro-coupons dematurité résiduelle longue ou très longue.

Des vagues dues aux bulles ?

Dans le cas de l'or, on décèle desvagues provenant de la composantebulle (i.e. de l'utilisation de l'orcomme produit financier) et pas devague sur sa composantefondamentale. Ainsi des vaguespeuvent provenir de la bulle et nonde la composante fondamentale.

Source : Bloomberg

Source : Dubecq et Gouriéroux (2010)

Prix à terme du porc

Prix à terme de l'argent Prix à terme de l'or

Figure 8

Figure 10 Figure 11

Evolution de taux d'intérêtFigure 12

Prix à terme du soja Figure 9

On y observe des évolutions de mêmetype, où les fluctuations sont assez fai-bles pour les maturités autour de 5-10ans, beaucoup plus marquées pour lesmaturités courtes 1 an, et un peucontracyclique pour les extra-longues28 ans.Des cycles apparaissent aussi trèsimportants et visibles, lorsque l'on prenden compte la structure de qualité desrisques mesurée par le nombre dedéfaillances, ou, plus intéressant, par laproportion de baisse de notation, deAAA à AA, de AA à A. Il s'agit alors decycles sur le différentiel de taux (spread)entre obligations risquées et non ris-quées. Une telle information pour lesnotations est donnée dans la Figure 13,où sont aussi signalés en grisé les mou-vements du cycle d'affaire (businesscycle) fournis par le National Bureau ofEconomic Research (NBER). Cette rela-tion entre le risque de qualité du crédit etles cycles d'affaires a été analysée dansplusieurs articles récents (voir Bangia etal. (2002), Gagliardini et Gouriéroux(2005)a et (2005)b, ou encore Nickel,Perraudin et Variotto (2000) et (2007)).La théorie financière s'est beaucoupappuyée sur l'idée de portefeuille demarché efficient, le risque principalunique passant par ce dernier.10 Onpourrait donc s'attendre à ce que leseffets cycliques passent principalementpar ce portefeuille et se répercutentalors sur tous les segments et actifs dumarché à des degrés divers dépen-

dants de leur sensibilité au marché. Ditd'une autre façon, il y aurait un cyclesous-jacent principal unique à caractèresystématique (systémique). Les exem-ples précédents montrent que ceci nesemble pas être le cas.

• Certains cycles proviennent de l'é-conomie réelle et peuvent différer selonl'actif : cas des matières premièrescomme le porc sur pied ou de l'influencedu cycle d'affaire pour certains produitsde crédit.

• Des pseudo-cycles peuvent apparaîtresur certaines séries comme l'indice S&P500 sans que l'on puisse raisonnable-ment parler de régularité et sans savoirs'ils résultent d'un phénomène cycliquestructurel sous-jacent.

• Il semble y avoir plus de cycles visi-bles au niveau du risque mesuré parune volatilité implicite ou historiquepour les actions, par les ratings pour lesproduits de crédit.

• Dans le cas des dérivés, les cyclespeuvent être perturbés par des bullesspéculatives, dont il faudrait éliminer leseffets pour les faire mieux apparaître(voir l'exemple du VIX).

Pour résumer cette section, il semblenécessaire pour avoir une analyse perti-nente de s'appuyer sur les séries brutesdes prix, de volatilité, de taux, plutôtque sur des "cycles filtrés" trop dépen-dants des méthodologies utilisées etdes hypothèses sous-jacentes (voir e.g.

Borio (2012) pour une comparaison detelles valeurs filtrées).

1.5 Les théories des cycles

Pour l'instant nos discussions sontfondées uniquement sur l'analyse descourbes. Y aurait-il des raisons plusstructurelles dues aux comportementsde certains agents ou au mode d'or-ganisation des marchés qui pourraientexpliquer l'apparition de cycles ? Desréponses diverses ont été proposéesdans la littérature. Nous donnons ci-dessous plusieurs d'entre elles, laissantle lecteur juger de leur plus ou moinsgrande pertinence.

15

Figure 13

Source : Gagliardini et Gouriéroux (2013)

Dégradation de notation

S'appuyer sur les séries brutes,non sur des séries filtrées pard'autres.

Pour une analyse pertinente il fauts'appuyer sur les séries brutes desprix, de volatilité, de taux, plutôt quesur des "cycles filtrés" tropdépendants des méthodologiesutilisées, des hypothèses sous-jacentes et des personnes ayanteffectuées ce filtrage. Ceci estparticulièrement important lorsqueces dernières informations ne sontpas clairement fournies et relèventde la "boîte noire".

1.5.1 La nature est cyclique

Commençons par une position philo-sophique un peu extrême. La nature estcyclique (fractale), l'homme est partie dela nature, donc la nature humaine estaussi cyclique (fractale). C'est une posi-tion défendue par exemple par Elliott(1946) dans "Nature's Law: the Secret ofthe Universe", ou par Mandelbrot (1987)dans "The Fractal Geometry of Nature".De telles positions semblent relever dupremier postulat de la Théorie desFormes de Platon (Ross (1951)).

Postulat (Théorie des Formes de Platon) (Ekstrom (2011) :

(i) "Each and every phenomenon has anunderlying true nature; a Platonic idealform".(ii) "The senses are inherently unreliableand observations inevitably subject toflux".

Le second postulat fut fortement com-battu par Galilée, laissant une place àl'analyse statistique.

Signalons que la "croyance au cycle"peut se révéler extrêmement dan-gereuse pour l'individu comme lemontre l'exemple de Kondratiev. Cedernier convaincu de tels cycles longsen déduisait que les pays occidentauxalors en crise (celle de 1929) retrou-veraient automatiquement une nouvellephase d'expansion. Cette théorie allaità l'encontre de l'idée soviétique de la findu capitalisme.

L'Institut de Conjoncture de Moscou futfermé en 1928, Kondratiev envoyé auGoulag, puis fusillé en 1938. Slutskyplus prudent avec l'interprétation desobservations comme possible artefactstatistique échappa aux tensions decette période troublée de la fin de laNouvelle Politique Economique (NEP)(voir e.g. Gouriéroux et Peaucelle(1992)).

1.5.2 Les prophéties auto-réalisatrices

Dans leurs demandes d'actifs ou debiens, les agents ne se fondent pasnécessairement sur les prix, mais peutêtre sur leurs anticipations des prixfuturs. Dans ce cas les équilibres ne sontpas uniquement des équilibres de prix,mais aussi des équilibres d'information.

Les modèles de ce type ont été initiale-ment introduits par Muth (1961), avecpour but de comprendre les prix sur lesmarchés de matières premières, et por-tent le nom de modèles d'équilibre àanticipations rationnelles. L'une desparticularités de ces modèles dansleurs versions les plus simples est de nepas conduire à une trajectoire uniquede prix d'équilibre (voir Gouriéroux, Laf-font et Monfort (1982) pour la descriptionde toutes ces trajectoires). Dans les cassimples, l'une des trajectoires a l'inter-prétation d'une valeur fondamentale etles autres s'en écartent plus ou moins(Flood et Garber (1980)). Dans notre ter-minologie, il s'agit de bulles possiblesdues au fait qu'à l'équilibre les anticipa-tions des agents vont les conduire àmodifier leurs comportements dedemande de sorte que leurs anticipa-tions vont se réaliser ex-post. Ce sontles prophéties auto-réalisatrices. Cesbulles possibles sont de types très var-iés. Certaines peuvent ressembler à desbulles spéculatives avec éclatement,être isolées (voir Blanchard (1979) etBlanchard et Watson (1982)), ou récur-rentes (voir Evans (1991)). Pluscurieusement ces bulles pourraientaussi contenir des évolutions cycliques(voir l'exemple de l'or). Ainsi cesdiverses formes sont possible dans lecas d'anticipations rationnelles, maissans que l'on sache quelle bulled'équilibre va apparaître, ni pourquoicelle-ci plutôt que telle autre.

1.5.3 Imperfections de marché

Une autre partie de la littérature invoquedes imperfections de marché. Cesthéories peuvent expliquer des vaguesde période assez petites de l'ordre de

quelques mois à quelques années.(i) Surréaction de certains investisseurs

Les enquêtes et les études expérimen-tales montrent une tendance de nombreuxinvestisseurs à surréagir aux évolutionsde prix. Ils surpondèrent l'informationrécente et sous-pondèrent celle plusancienne. De ce fait les prix peuvents'écarter momentanément de leurvaleur fondamentale (voir e.g. De Bondtet Thaler (1985) et (1987) et Brown etHarlow (1988)). Cette théorie fournit unargument de psychologie cognitive àl'observation de certaines vagues. Elleest à la base de modes de gestion deportefeuille, dits "momentum" et "con-trarian momentum". Dans une stratégiemomentum (resp. contrarian momen-tum), on inclut dans le portefeuille lestitres ayant bien performé sur une péri-ode passée (resp. mal performé). Detels portefeuilles ont des performancescompétitives s'ils sont construits à par-tir de périodes récentes inférieures à 6mois pour les "contrarian momentum",à partir de périodes plus anciennesentre 6 mois et 3 ans pour les momen-tum (voir e.g. Chan, Jegadeesh etLakonishok (1996)), puis de nouveaupour des périodes comprises entre 3 et5 ans les stratégies "contrarian momen-tum". Ainsi sur les marchés actions, ilsemblerait que des vagues de périoded'approximativement 3 ans soient util-isées comme base de stratégieschartistes de gestion de portefeuille.Ces stratégies naïves, fondées surl'idée de vague commune aux diverstitres, se révèlent difficiles à battre aumoins sur les marchés actions. Cepen-dant Gagliardini, Gouriéroux et Rubin(2013), utilisant le fait que de tellesvagues puissent exister au niveau dechacun des titres, mais être de périodesdifférentes, montrent que la prise encompte de l'hétérogénéité des vaguespermet d'améliorer très sensiblementles gestions de portefeuille.

(ii) Informations hétérogènes et effetsde foule

Sous certaines hypothèses, dans lesmodèles à anticipations rationnelles, lesprix résument toute l'information perti-nente pour prévoir les prix futurs. Enparticulier à l'équilibre les différencesexistant initialement entre les informations


Quelles prophéties, quelles bulles ?

Diverses formes de prophéties auto-réalisatrices sont possibles dans lecas d'anticipations rationnelles, maissans que l'on sache quel cycle oubulle d'équilibre va apparaître, nipourquoi celui-ci plutôt que telautre.

des agents sont gommées. Le déficitinformationnel de certains investisseursest comblé par leur prise en compteadéquate des prix observés (voir e.g.Grossman (1976)). Cependant leshypothèses sous-jacentes à un telrésultat (voir e.g. Broze et al. (1986) et(1990) pour une discussion de ceshypothèses) ne sont pas nécessaire-ment satisfaites dans la réalité. C'est labase de théories telles que la théorie deDow, celle d'effets de foule (Crowd The-ory), celle de prévisions positionnelles.

La théorie de Dow explique la phasehaussière de la façon suivante. Endébut de phase les volumes échangéssont faibles, les acheteurs sont minori-taires. Ils achètent car ils anticipent unehausse future des cours. Les autresagents sont alors pessimistes sur cettevaleur. Ces acheteurs minoritaires vontaccumuler des titres, d'où une augmen-tation soutenue et régulière des cours.Celle-ci conduit alors les autres agentsà réviser leurs opinions sur le titre et àse mettre à acheter...

Cette théorie développe un argumentsimilaire pour les phases de baisse. A uncertain moment, les investisseurs pru-dents (peut être, mais pas nécessaire-ment les mêmes, que ceux qui étaientacheteurs en début de phase de hausse)vont revendre leurs titres, faisant baisserles cours et conduisant les autres agentsà réviser leurs anticipations.

Cette idée a pu conduire à diversesextensions :

• Des effets de foule peuvent se pro-duire, si, au lieu d'essayer de prévoir aumieux la valeur future de l'actif, chaqueagent base ses prévisions sur l'idéequ'il se fait des prévisions des autres.De tels comportements de prévisionspeuvent conduire à des situations depessimisme généralisé non justifié, ou àl'inverse à des situations d'exubéranceirrationnelle (voir Shiller (2000)).

• Evidemment certains investisseurstrès informés, ou ayant une grandenotoriété, peuvent tenter de profiter dece suivi d'autres agents, pour influer surles évolutions de prix et en profiter. Ilsutilisent alors cet avantage informationnelpour créer des successions de hausseset de baisses à des moments adéquats(voir Brunnermeier et Pedersen (2005)).

Il est difficile en pratique de distinguerdes effets de foule purs (panique), deceux s'appuyant sur une informationobjective (voir la discussion dans Jack-lin et Battacharya (1988)).

(iii) Réponses inadaptées à l'évolutiondu risque

Une autre source potentielle desvagues observées sur les marchés fin-anciers sont les réponses inappropriéesdes participants à l'évolution du risque(voir Borio, Furfine et Lowe (2001)). Cesréponses inappropriées peuvent êtredues à la difficulté à mesurer la dimen-sion temporelle du risque, mais peutaussi résulter d'incitations à s'adapter àun risque correctement évalué, qui serévèlent socialement sous-optimales.Ainsi, les risques sont souvent sous-estimés en phase de croissance etsurestimés en phase de récession. Enphase de croissance, cette sous-esti-mation du risque conduit à surévaluerles valeurs du collatéral, à proposer destaux de prêts artificiellement faibles etles institutions à retenir des montantsde réserve insuffisants. La situation estsymétrique en phase de récession,lorsqu'il y a surestimation du risque.Ces biais de mesure du risque ontdiverses causes :

• la difficulté à prévoir l'activitééconomique dans son ensemble et sesliens avec le risque de crédit ;

• la mauvaise prise en compte des liensentre les risques de crédit et celle desphénomènes de contagion ;

• la tendance à se concentrer sur deshorizons de prévision souvent inférieursà un an, puis à prolonger de façonautomatique à des termes plus longsces prévisions, sans réelle analyse dumoyen et du long terme. De ce point devue les modèles d'analyse à court

terme et à moyen terme se révèlentsouvent incompatibles entre eux, s'ap-puyant par exemple sur des postulatsdifférents.

• L'insistance sur le court terme est ren-forcée par les diverses incitationsrécompensant les performances à courtterme. Des effets de vagues vontnotamment être créés, lorsque ces inci-tations sont asymétriques : fortesrécompenses, lorsque les résultats sonttrès positifs, faibles pénalités lorsqu'ilssont négatifs. De telles incitationsasymétriques conduisent naturellementles agents à ne pas lisser leurs résultats.

1.5.4 Coût et rigidité des investissements

La persistance de certains cyclesobservés au niveau microéconomiqueet leurs éventuels liens peuvents'expliquer par les coûts et rigiditésd'investissements productifs. Donnonsen une illustration simple dans ledomaine des biens agricoles, avant dediscuter les hypothèses sous-jacentesau raisonnement et de voir si ce mêmeraisonnement s'appliquerait aux marchésfinanciers.

Un agriculteur producteur de céréalespeut voir s'effondrer les prix descéréales et en parallèle augmenter leprix de la viande sur pied. Lorsque cetécart devient important, il peut être in-cité à changer de production, par ex-emple passer à l'élevage de bovins.Pour cela il devra investir dans uneréadaptation de son outil de production,investissement coûteux et qui produiraun effet productif avec un certain dé-calage, 2-3 ans disons. A ce moment il

17

Panique ou information ?

Des effets cycliques peuventrésulter d'effets de foule, mais il estdifficile de distinguer des effets defoule purs (panique), de ceuxs'appuyant sur une informationobjective.

Estimation du risque : laquelle ?

En phase de croissance, la sous-estimation du risque conduit àsurévaluer les valeurs du collatéral, àproposer des taux de prêtsartificiellement faibles et lesinstitutions à retenir des montantsde réserve insuffisants. La situationest symétrique en phase derécession, lorsqu'il y a sur-estimation du risque.

y aura augmentation de l'offre de viande,diminution de l'offre de céréales, avecles effets correspondants sur les prix deces deux biens. Si cette substitution en-tre les deux types de production est im-portante, les prix peuvent même êtretels que ceux des céréales apparais-sent plus profitables que ceux de laviande, d'où une possible tendance àune nouvelle substitution de productionen sens inverse à ce moment, et ainsi desuite. Un tel raisonnement suppose im-plicitement :

• une économie fermée avec princi-palement deux biens,

• des hypothèses implicites sur l'évo-lution des demandes,

• une contrainte sur le quantité d'inputdisponible, ici la terre,

• des anticipations naïves des évolu-tions de prix, puisque les décisions sontprises sur la base des écarts de prixactuels, et non sur ceux des possiblesprix futurs intégrant les comportementséventuels de substitution de productionpar les autres agents économiques.

• des comportements similaires deplusieurs agents, pour que l'effet desubstitution ait un impact suffisant.

Des spirales de même type peuvent serencontrer à certains périodes sur d'autresmarchés que ceux des futures sur biensagricoles. Elles pourraient se produirepour un investisseur ayant un montantdonné à investir et des coûts significat-ifs pour réallouer son portefeuille. Onpourrait alors observer des périodes oùles investissements vont plus vers lesactions que vers les obligations (resp.vers les obligations que vers lesactions), plus vers les pays émergentsque vers les pays développés (resp.vers les pays développés que vers lespays émergents). Ces phénomènesreposent sur l'existence de coûts desubstitution élevés. Parmi ces coûts, ontrouve :

* des coûts de transaction : plus ils sontélevés, plus des cycles auto-entretenuspourraient apparaître ;

* des actifs illiquides : plus l'actif estilliquide, plus, s'il doit être vendu rapi-dement, ce sera avec une forte décote ;

* des aspects technologiques, commele coût très élevé des techniques pour

intervenir sur les marchés haute-fréquenceet la course observée pour gagner laplus grande vitesse de traitement del'information (voir Biais, Foucault etMoinas (2013)). Les entrées ou sortiesdes acteurs de cette course peuventcréer des effets cycliques.

1.5.5 Cycles réels et cycle du crédit

Nous avons noté des relations entrecertains cycles réels, vus sur le PIB ousur le volume de construction de loge-ments, et des cycles observés surl'offre de crédit par les banques ou lesinstitutions spécialisées. Ces cyclessont légèrement décalés, on ne saitlequel précède l'autre..., mais l'une desraisons de ces cycles joints pourraitprovenir d'une attribution de crédit s'ap-puyant sur des prévisions inadaptées.11

Considérons par exemple les créditsaux entreprises. Ceux-ci devraient êtreattribués sur la base de leurs perform-ances réelles futures, ou, dit d'une autrefaçon, sur la base de leurs valeurs fon-damentales futures. Or ces crédits sont,en situation standard, attribués sur labase de leur valeur de marché, incluantdonc aussi la partie bulle de cettevaleur. Lorsque l'effet bulle diffère selonles secteurs industriels, les prêts vontêtre plus facilement accordés auxfirmes qui ont une forte valeur bulleanticipée, même si leur valeur fonda-mentale est défavorable, qu'aux firmesayant une valeur fondamentale favor-able, mais sans bulle. Il s'agit clairementd'une allocation inefficace des créditsdu point de vue de la production. Pour-tant il s'agit là d'une pratique standard(c'est aussi celle des agences de nota-tion), qui évite les efforts et les coûtsque nécessiterait la désagrégation desvaleurs entre leurs deux composantes.Ce n'est que dans les situations extrêmes

de très forte (resp. très faible) valeur de lacomposante bulle, que cet effet va êtrepartiellement pris en compte. Lorsquecette valeur bulle devient trop élevée,les banques vont assez brutalementrestreindre l'offre de crédit aux clientsauxquels elles accordaient de grandesfacilités auparavant, entraînant desdéfauts de remboursement, certains deces clients ne pouvant effectuer lespaiements sur la seule amélioration deleur valeur fondamentale. Il va y avoirretournement du cycle d'expansion enrécession. Restructurer la clientèle endétectant les firmes ayant de bonnesperformances fondamentales futuresprend un certain temps, ce qui peutfaire persister la récession. Il existe unschéma inverse vers les bas de cycles,lorsque les valeurs bulles des firmes devi-ennent négatives, c'est-à-dire lorsqueleurs valeurs de marché sont sensible-ment inférieures à leurs valeurs réelles.Les attributions de crédit fondées surles valeurs de marché vont baisserjusqu'au moment où la sous-évaluationpar le marché est détectée. Des créditspeuvent alors être attribués pourracheter les entreprises sous-évaluées,effectuer des fusions, restructurer lesprocessus de production afin d'améliorerl'efficacité productive.12

Ces questions de sens de causalitéentre cycles se retrouvent au niveau decertaines composantes de la régulation.A titre d'exemple, considérons le cas ducoussin de capital contracyclique (aussiappelé tampon anticyclique, voir BCBS(2010)). La position initiale de la BRI estl'utilisation de ce coussin pour influ-encer le cycle de crédit, en particulierpour gérer les périodes de croissanceexcessive de volume de crédit. Cepen-dant certains membres du groupe detravail européen sur le coussin peuventen avoir une interprétation différente,implicitement permise par le flou dutexte de la transcription de Bâle 3 endroit européen (voir CRD IV (2013)) : lecoussin servirait à renforcer la capitali-sation des institutions financières encas de crise. Dans ce cas, le coussin nesert pas à influer sur le cycle de crédit,mais c'est le retournement du cycle decrédit, qui va induire des corrections ducoussin et rendre la gestion de celui-ciprocyclique.


Cycles résultant de marchésimparfaits ?

Des effets cycliques peuventrésulter des coûts de transaction,des coûts d'adaptationtechnologiques, ou d'erreurs sur lesanticipations de risque.

1.5.6 Liens entre dérivés et sous-jacents

Lorsque des vagues ou des cyclesapparaissent sur des actifs de base, ilspeuvent se répercuter sur leurs dérivés,et inversement, du fait des arbitragesentre marchés. Nous avons discutél'existence ou non de vagues surl'indice S&P 500 (voir partie 1.4 (i)) et surle VIX (voir Section 1.4 (ii)). Nous avonsvu que des vagues apparaissaient sur lapériode récente. La Figure 14 donneces deux évolutions ensemble sur cettepériode.

On constate sur la Figure 14 que cesvagues récentes semblent liées, maisde façon assez différentes entre 1995 et2000, où elles vont dans le même sens,et après 2000, où elles sont de sensopposé. Des évolutions opposées deprix et de volatilité (mais il s'agit ici devolatilité implicite, c'est-à-dire de prixde la volatilité et non de volatilité ellemême) ont déjà été observées dans lepassé et notamment mises en évidencepar Black (1976) (voir aussi la discus-sion dans Hasanhodzic et Lo (2011)).C'est le fameux "effet de levier" deBlack. Cet auteur avait cependant insistésur le fait que cette évolution opposéeétait vraisemblablement due à l'influ-ence sur prix et volatilité d'autresvariables, dans son cas l'importance dulevier financier dont disposent les entre-prises (d'où le nom de cet effet stylisé).Ainsi on ne pourrait dire si la vague duS&P 500 cause la vague du VIX, ou l'in-verse, car en fait ces vagues sont toutesdeux causées par une troisième évolu-tion réelle sous-jacente, liée aux bilans

des entreprises. Notons finalement queles importantes vagues sur S&P 500sont observées après 1995, alors que leVIX et ses dérivés ont été introduits audébut des années 1990. On peut sedemander si l'apparition des vagues surl'évolution du S&P 500 n'est pas sim-plement une conséquence de lacréation des marchés dérivés sur VIX.

Pour résumer il existe diverses "théories"expliquant l'existence de cycles ou debulles sur les marchés financiers.

Nous allons discuter de ce point de vuecertains aspects des régulations finan-cières, en particulier leurs potentielseffets procycliques.

2. Régulationsfinancièreset procyclicité

Dans cette partie, nous cherchons àcomprendre si l'on peut ou non parlerde procyclicité sur les marchés finan-ciers et comment celle-ci peut ou nonêtre régulée.

2.1 Evaluation d'une politiqueéconomique

Il existe maintenant des principes géné-raux assez bien définis pour évaluer unenouvelle politique économique, regrou-pés sous le terme d'Evaluation desPolitiques Publiques (EPP). L'évaluationd'une régulation financière relève de ceregistre.Ces principes généraux sont peut êtreplus faciles à décrire dans le cas demise sur le marché d'un nouveau médi-cament.

* A-t-il des effets secondaires ? Si ouilesquels ?

* Est-il préférable aux médicaments ac-tuellement sur le marché ? Soigne-t-ilmieux ? Avec moins d'effets secon-daires ?

* Quel est son coût comparé à ce quiexiste ? Le coût supplémentaire est ilpertinent en fonction de l'améliorationattendue ?

* Les analyses comparatives entre lenouveau médicament et les ancienssont effectuées dans un certain envi-ronnement. Cependant cet environnementpeut être modifié de façon exogène :d'autres médicaments peuvent ainsiêtre proposés dans d'autres buts etcertains se révéler incompatibles aveccelui que l'on étudie, ou de façon endo-gène, les patients pouvant changer

19

Des vagues dues à la création denouveaux marchés ?

Les importantes vagues sur le S&P500 sont observées après 1995,alors que le VIX et ses dérivés ontété introduits au début des années1990. L'apparition des vagues surl'évolution du S&P 500 pourrait êtreune conséquence de la création desmarchés dérivés sur VIX.

Se focaliser sur les causes descycles, plutôt que sur les cycleseux-mêmes.

Les politiques économiques ou lesrégulateurs ne devraient pas avoirpour objectif principal de "fairebaisser les températures en périodede fièvre," mais plutôt d'agir sur lescauses sous-jacentes. Ceci demandede bien identifier celles-ci.


Evolution du S&P 500 et du VIX depuis 1990Figure 14

leurs comportements vis-à-vis dessoins à cause de l'introduction de cenouveau produit. Il faut donc un suiviex-post avec des systèmes d'alerte, sides effets secondaires non prévus seproduisent.

Les réponses à ces questions doiventreposer sur des expérimentations etdes analyses chiffrées. Ces analyses(ou études d'impact) doivent êtreconduites en parallèle par des équipesfonctionnant indépendamment, afin dedétecter les erreurs éventuelles ou lesbiais volontaires. Ceci afin d'éviter parexemple des fixations de niveau dedette maximum des pays s'appuyantsur une courte note utilisant des donnéessélectionnées de façon potentiellementbiaisée (voir e.g. Reinhart et Rogoff(2010), le correctif par Herndon, Ash etPollin (2013), et le débat avec P. Krug-man). On peut également se demandersi un audit insuffisant des modèlesinternes des banques sous Bâle 2 n'ex-pliquerait pas que, juste avant la crise,la part des fonds propres des banquessoit seulement 2% de leur bilan, unchiffre historiquement bas (voir BCBS(2009), p. 2). Ces modèles auraient eneffet pu être construits par les banquesavec pour but d'"économiser les fondspropres," une phrase culte de l'industrie(voir Hellwig (2010), p6).

Les régulations introduites en Financeont des buts annoncés qui diffèrent. Cesont par exemple : assurer un finance-ment adéquat de l'économie, permettreà certains agents de s'assurer de façonplus facile et moins chère (but de l'in-troduction des marchés à terme), éviterdes écarts trop importants dans l'infor-mation dont disposent les diversintervenants, protéger les petits épar-gnants (ménages), diminuer la probabilitéque la banque centrale ou les fonds

gouvernementaux interviennent commeprêteurs en dernier ressort pour de grosmontants (FSB (2013), p5). Aucun deces objectifs principaux n'a été decontrôler le(s) cycle(s), si de tel(s)cycle(s) existent. En fait les débats surla "procyclicité" se focalisent sur uneffet secondaire possible, peut êtreimportant, en laissant de côté l'objectifprincipal pour lequel la nouvelle régula-tion a peut être apporté une netteamélioration. Si les cycles apparais-saient de façon claire sur les diversmarchés et pour les diverses situations,une question serait pertinente : "Lescycles sont ils plus importants, plus fré-quents avec la nouvelle régulationqu'avec la précédente, ou qu'enabsence de régulation ?"

Comme nous avons vu que la notion decycle et l'existence de cycles sur lesmarchés financiers sont sujettes à cau-tion, il vaut sûrement mieux considérerla question suivante :La régulation à introduire (ou introduite)a-t-elle tendance à accentuer les fluc-tuations, c'est-à-dire les hausses de prix(respectivement des risques) lorsqu'il y ahausse, les baisses de prix (respective-ment des risques) lorsqu'il y a baisse ?

Une telle question devrait être examinéepour les actifs de chacun des segmentsdu marché, en tenant compte desautres régulations actuellement enplace, des réactions potentielles desinvestisseurs, de la politique moné-taire...13 Il serait aussi important deregarder les effets secondaires poten-tiels sur d'autres séries financières quedes rendements par exemple les effetssur les volatilités, ou encore les volumesd'échanges.Finalement il faut se demander dansquel cas "accentuer une hausse de

prix" est un effet secondaire positif, ouun effet secondaire négatif. Une accen-tuation en bas de cycle ou en haut decycle n'a certainement pas les mêmesconséquences.

2.2 Exemple de la Valeur-à-Risque(VaR)

Pour illustrer ces questions, prenons lecas de la régulation Bâle 2 et notam-ment de l'une de ses composantes, laVaR, accusée d'être procyclique etd'avoir largement contribué à la crisefinancière de 2008.14

Rappelons que cette régulation avaittrois objectifs annoncés, les trois"piliers": (i) calculer différemment lesréserves (le capital) à introduire pourcouvrir les risques pris (Pilier 1); (ii) faireen sorte que chaque institution disposed'outils pour suivre ses risques et d'unecompréhension minimale de ces outils.C'est le modèle interne du Pilier 2 ; (iii)améliorer la transparence vis-à-vis del'extérieur (Pilier 3). La VaR est unemesure de risque, qui sert de base aucalcul des réserves par l'intermédiaired'une formule mathématique que nousdiscuterons plus bas.Les attaques sur la régulation Bâle 2 sesont concentrées sur cette Valeur-à-Risque, sans d'abord regarder si lesobjectifs principaux avaient été atteints,c'est-à-dire une meilleure adéquationdes montants de réserve, qui avec larégulation précédente (ratio Cooke)étaient notoirement insuffisants (Pilier1), faire que chaque institution finan-cière ait une meilleure connaissance deson risque (Pilier 2), et assurer plus detransparence (Pilier 3). Sur ces troispoints, les objectifs principaux ont étépartiellement, mais pas totalement,atteints, notamment pour le Pilier 3concernant la transparence.


Des études d'impact effectuéesindépendamment.

Les études d'impact doivent êtreconduites en parallèle par deséquipes fonctionnant indépendam-ment, afin de détecter les erreurséventuelles ou les biais volontaires.

Une vraie question.

La régulation à introduire (ou intro-duite) a-t-elle tendance à accentuerles fluctuations, c'est-à-dire leshausses de prix (respectivement, derisques) lorsqu'il y a hausse, lesbaisses de prix (respectivement, derisques) lorsqu'il y a baisse ?

Vous aviez demandé de latransparence ?

Les objectifs principaux de Bâle 2ont été partiellement, mais pas tota-lement, atteints, notamment pour lePilier 3 concernant la transparence.

Revenons alors sur l'historique de la criseet le rôle de la VaR dans cet historique.

(i) Avant ces régulations bâloises, lesréserves pour les institutions financièresétaient calculées à partir du ratioCooke. Disons de façon simplifiéequ'elles correspondaient à unecontrainte sur le ratio de solvabilité.L'encours des prêts ne devait pasdépasser 12.5 fois (1/8%) les fonds pro-pres. Mais ce ratio, rigide, ne tenait pascompte du type de risque pris. L'objec-tif principal de cette régulation Cooken'a pas été atteint, car il a été détournépar certaines institutions financièresprofitant d'un possible arbitrage utili-sant une faille de la régulation(regulatory arbitrage). C'est le dévelop-pement de la titrisation, où les"meilleurs" risques vont être revendussur les marchés, les parties les plus ris-quées des prêts (tranches equity) seconcentrant dans le bilan des institu-tions. De plus par cette revente sur lemarché, les institutions de créditavaient trouvé un nouveau mode derefinancement, leur permettant d'aug-menter par un effet levier leur offre decrédit. En tout cas, le ratio Cooke serévélait clairement insuffisant pour cou-vrir le risque des tranches equityconcentrées dans certaines institutionsfinancières. Il faut donc d'abord se sou-venir que la régulation antérieure n'avaittout simplement pas atteint son objectifprincipal et que, de part l'accroisse-ment des capacités de refinancement àdes taux plus faibles, elle est en partieà l'origine de la bulle immobilière auxEtats-Unis dont l'éclatement a marquéle début de la crise de 2008 (en fait leretournement des prix de l'immobilieraux Etats-Unis débute en Août 2006). Ilfaut aussi se souvenir qu'en 2008 plu-sieurs pays n'avaient pas encore mis enplace les nouvelles règles bâloises,dont notamment des acteurs principauxcomme les Etats-Unis ou le Canada.

(ii) Après le retournement de l'immobi-lier,15 des défauts de remboursement deprêts immobiliers et des baisses de prixdes dérivés comme les MortgageBacked Securities (MBS)16 (suite à ladégradation de leurs notations) ont for-tement détérioré les bilans de banqueset d'institutions de crédits. Ceci aconduit à augmenter les besoins de

réserves. Comme les fonds propresavant la crise étaient en moyenne histo-riquement bas et comme les réserves"devaient" principalement être consti-tuées d'actifs sans risque, les institutionsfinancières ont, pour trouver du cash,vendu de larges volumes d'actionsqu'elles possédaient. Ceci a entraînéune forte baisse sur les marchésactions, faisant perdre de la valeur auxactions qu'elles possédaient encore, etcontinuant de détériorer leur bilan. Cecia conduit à des besoins de réservessupplémentaires, et ainsi de suite. C'estla spirale de liquidité entre liquidité definancement et liquidité de marché étu-diée par Brunnermeier et Pedersen(2009) (voir aussi une analyse empiriquedétaillée de cette spirale et des effetsde contagion dans Darolles, Gagliardiniet Gouriéroux (2013) pour les porte-feuilles gérés par les fonds spéculatifs,représentant de l'ordre de 3 000 mil-liards de dollars en 2008).

(iii) Ce développement de la crise a étéconsidérablement amplifié par le faitque certains produits s'apparentant parexemple à de l'assurance ont été ven-dus sans prévoir de réserves, etclairement pas celles relevant de larégulation des assurances. Mention-nons les rehausseurs de crédit(monolines) supposés assurer les MBScontre le défaut et qui ont immédiate-ment fait faillite. On peut surtout faireréférences aux "assurance-vie" sur lesentreprises, c'est-à-dire les CDS, ven-dues sans avoir mis de réservesadéquates pour couvrir les risques dedéfaut et qui étaient notamment trèsconcentrées dans le bilan de AmericanInternational Group (AIG). On peut plusgénéralement mentionner l'ensembledes véhicules pour investissementsstructurés (SPV : Special Purpose Vehi-cle) non soumis aux obligations deréserves. Selon Acharya, Schnabl etSuarez (2009), c'est l'unique raisonexpliquant leur rapide développement.

Faisons quelques remarques à ce stadesur les défauts éventuels des régula-tions existant au moment de la crise.

• La crise provient d'une mauvaise"régulation" des crédits immobiliers auxEtats-Unis, qui permet de réemprunterà court terme sur son hypothèque etconduit à la constitution d'une pyra-mide. Nul doute que le lecteur avertitrouvera ici un lien à faire avec les jeuxde Ponzi et l'affaire "Madoff".

• Certains segments importants dumarché, comme les CDS ou les fondsspéculatifs étaient non soumis à régulationet notamment sans réelle obligation deréserves.

• La contagion au marché action est engrande partie due aux règles compta-bles. En effet le prix de marché desactions peut être très sensible à deschocs d'offre, mais ceux-ci ne se réper-cutent fortement sur les bilans, queparce que ces derniers sont évalués auprix du marché (mark-to-market) et nonà une "valeur fondamentale". Sinon laspirale aurait pu être cassée plus rapi-dement (voir e.g. IMF (2008), et Plantin,Sapra et Shin (2008) pour une analysedes effets des normes comptables).

• La demande de réserves constituéesen actifs sans risque s'est aussi révéléeune erreur, car elle a conduit à cesventes d'actions. Il faut cependant êtreplus précis à ce niveau, car cettecontrainte annoncée dépendait beau-coup du statut des diverses banquescentrales. La banque du Canada a pupar son statut restructurer rapidementles dettes des institutions financières eten accepter la partie peu risquéecomme réserve évitant ainsi l'impact dela crise sur le Canada. La banque cen-trale européenne avait autorisation de lefaire et a utilisé discrètement cette pos-sibilité. La banque fédérale américainene pouvait le faire par son statut et il afallu attendre quelques mois, qui ontparu très longs, pour que le sénat le luipermette.

Des produits d'assurance peurégulés comme amplificateurs dela crise.

21

Certains produits s'apparentant à del'assurance ont été vendus sans pré-voir suffisamment de réserves, etclairement pas celles relevant de larégulation des assurances.

• Dans l'environnement existant en2008, un phénomène de contagionsimilaire se serait produit avec l'anciencalcul de réserves par ratio Cooke. Lebesoin de réserves aurait égalementaugmenté suite aux défauts de paie-ments constatés (mais pas suite auxdégradations de rating) et à la baissedes prix actions.

• Reste évidemment le rôle des nota-tions. Ici deux erreurs au moins ont étéconstatées.

(i) Les agences de notations ont dégradébeaucoup trop tardivement certainsactifs très risqués (mais aussi surcotéinitialement de nombreux dérivés decrédit), notamment certains produitstitrisés : CDS, CDO, MBS, permettant àla fois un développement anormal de labulle, mais conduisant aussi, lorsqu'ellesont dégradé trop brutalement, à sonéclatement (qui prit cependant un anentre l'annonce du gel de certains fondspar BNP Paribas et AXA au milieu 2007et la faillite de Lehman-Brothers).

(ii) La régulation bâloise avait prévu unedéfinition assez large de "modèle interne"pour le Pilier 2. Soit une méthodologiemise au point en interne, soit uneméthodologie mise au point par dessociétés de service certifiées, ou unmélange. Beaucoup trop d'institutionsfinancières se sont uniquement repo-sées sur ces sociétés de serviceextérieures, disons pour les notationsS&P, Moody's, Fitch pour les états,entreprises, FICO (ancien Fair Isaac)pour les prêts consommation. Il y a suf-fisamment de polémique sur les étudesde risque pour les médicaments, sou-vent trop financées par les entreprisespharmaceutiques, pour être prudent surcet aspect, et savoir que plusieurs ana-lyses du même risque doivent êtreconduites en parallèles et indépendam-ment. Dans notre cas, des notationsauraient du être construites en interneet confrontées avec celles des sociétésde service. Or beaucoup d'institutionsn'ont pas fait l'effort minimal decontrôle de la qualité des services ven-dus par les agences sous le prétexteque c'était trop coûteux. Par ailleurs, lesrégulateurs bâlois auraient dû être plusprécis et stricts sur leur certification desagences. En fait ils auraient dû noter laqualité des ratings proposés par ces

agences, qualité qui est naturellementtrès différente selon les produits, et tenirà jour ce suivi de la qualité.

A ce niveau, nous n'avons pas parlé dela VaR elle-même. La VaR est calculéechaque jour ouvrable pour évaluer lavaleur du portefeuille d'une institutionfinancière. Le portefeuille est cristallisé,c'est-à-dire sans tenir compte desmodifications de la composition du por-tefeuille suite aux modifications de prix.La valeur est calculée mark-to-marketpour des produits comme les actions,obligations, devises, options, à leurvaleur contractuelle pour les prêts auxentreprises, aux particuliers, et lorsqu'ily a des risques de défaut ces valeurssont ajustées selon le niveau de rating(voir plus haut la discussion sur lemodèle interne). Durant la phase assezlongue de mise en place de Bâle 1notamment, il y a eu de longues discus-sions pour savoir si cette mesure derisque devait être calculée pour mesu-rer le risque actuel (Point in Time, PIT),ou être lissée sur le "cycle" (ThroughThe Cycle, TTC). La solution retenue aété du type : cette mesure de risquesera calculée PIT (une forte demandedes banques), mais le montant deréserves sera lui lissé. En fait les docu-ments bâlois montrent des formulestelles que :

avec un coefficient multiplicatif k (le fa-meux trigger), fonction de la qualité dumodèle interne, mais plus grand que 3.Ainsi en situation standard de cette insti-

tution financière, la formule s'appliquantest celle moyennée sur 60 jours ouvra-bles, c'est-à-dire un trimestre, permet-tant ainsi d'avoir un risque lissé sur lesvagues de 3 mois. Ce n'est que lorsquele bilan se trouve très détérioré que laformule de capital requis devient RCt =VaRt, avec susceptibilité de forts appelsde réserves supplémentaires. En situa-tion standard, cette formule a montrésa pertinence : il y a quelques institu-tions ayant des difficultés, l'augmenta-tion des réserves peut entraînerquelques faillites, parmi lesquelles des"canards boiteux", rendant le systèmebancaire plus sain et moins risqué. Ce-pendant la situation devient très diffé-rente si un grand nombre d'institutionssubissent un choc défavorable, car cettefois un grand nombre d'institutions doittrouver des liquidités et la spirale de li-quidité est enclenchée.

Examinons les directions prises par lesnouvelles régulations pour les calculsde réserve pour voir, comment ellesessayent de répondre à certains desdéfauts évoqués précédemment.

Disons d'abord que certains défautsimportants ne sont pas suffisammenttraités parmi eux :

• Le contrôle des agences de notation etl'incitation pour les principales institu-tions à avoir leur propre modèle interne.

• Le changement de règle comptable,qui a donné trop de poids à la valorisa-tion mark-to-market.

D'autres conduisent à modifier les règlesdans les directions suivantes :

• Accroître le périmètre des produits ouinstitutions plus régulés : l'European Mar-ket Infrastructure Regulations (EMIR), quiaccroît la gamme de produits compen-sés sur les chambres de compensation,l'inclusion dans le bilan des banques delignes qui se trouvaient auparavant horsbilan, l'amélioration de la transparencepour les fonds spéculatifs.

• Harmoniser les régulations des banqueset des compagnies d'assurance, afin parexemple d'éviter le contournement desbesoins de réserves observé pour AIGdurant la crise.

• Tenir compte des questions de liquidité,peut-être même envisager deux comptesde réserve, l'un pour les défaillances duesà un manque de liquidité, l'autre pour


Une décision méthodologiquesurprenante :

La régulation bâloise avait prévu unedéfinition assez large de "modèleinterne" pour le Pilier 2. Desnotations auraient du êtreconstruites en interne et confrontéesavec celles des sociétés de service.Beaucoup d'institutions n'ont pasfait l'effort minimal de contrôle de laqualité des services vendus par lesagences sous le prétexte que c'étaittrop coûteux.

RCt = max(VaRt, �VaRt-i ),k 60

i=160

celles plus structurelles dues à unmanque de solvabilité (voir Gouriéroux etHeam (2013)).

• Bien distinguer dans les besoins deréserves, ce qui relève de chocs systé-matiques (systémiques) et de ceuxspécifiques à l'institution. Distinguerégalement dans la partie systématique,ce qui relève de choc exogènes et dephénomènes de contagion (voir Allen etGale (2000)), la connaissance de cescontagions entre segments ou institu-tions, permettant de casser les spiralesde défaillance et de liquidité (voir e.g.Upper et Worms (2004) et Gouriéroux,Heam et Monfort (2012)).

2.3 Chambres de compensation etappels de marge

Comme nous l'avons signalé, une nou-velle réglementation Européenne (EMIR)a été mise en place récemment. Sonbut principal est de faire transiter parl'intermédiaire de chambres de com-pensations organisées divers produitsdérivés échangés auparavant de gré-à-gré (OTC), les REPO's... dans l'optiquede mieux connaître les risques, demieux les gérer... Ceci va dans la bonnedirection. Peut on cependant s'attendreà des effets secondaires importants ?

Plusieurs ont été détectés par les prati-ciens ou par les académiques. Nous enmentionnons trois :

(i) La réglementation Européenne n'étantpas entièrement compatible avec la régu-lation américaine, il est vraisemblable

qu'une grande partie de ces produitscontinueront à être échangés horsEurope. Comment assurer l'attractivitéde ces chambres de compensation ?Quels seront les effets de fuite vers laliquidité ? vers la qualité ? Comment évi-ter les arbitrages régulatoires ? (voirVayanos (2004)).

(ii) Il est prévu de n'avoir qu'un petit nom-bre de chambres de compensation.Celles-ci, qui assurent les défauts poten-tiels lors des transactions, jouent un rôled'assureur. Comment faire en sorte quecet assureur ait assez de réserve ? Neprofite pas de sa taille "Too Big to Fail"pour en mettre trop peu ? (voir Plumridge(2011)).

(iii) Nous avons discuté dans la partie 2.2certains défauts du mode de calcul deréserves dans la régulation bâloise. Or ily a peu de différence entre un compte demarge et un compte de réserve, desappels de marge et des appels deréserve. Les principales chambres decompensation et les brokers ont récem-ment standardisé leur mode de calculd'appel de marge en utilisant la métho-dologie Standard Portfolio Analysis ofRisk (SPAN).17 Ceci a permis de rempla-cer un ensemble de méthodologiesdisparates, trop dépendantes du brokerou de la chambre, pour 80% du collaté-ral collecté. La méthodologie SPANeffectue les calculs de marge en calcu-lant chaque jour la VaR du portefeuille àpartir d'un ensemble de scénarios d'évo-lution de prix. Ce calcul est effectuéséparément pour chaque membre sanstenir compte des dépendances éventuelles.Lorsqu'un pays retire du commerce unmédicament ayant ex-post des effetssecondaires dangereux, il est normal queles autres pays se demandent s'ils doi-vent faire de même. La méthodologieVaR de base s'est révélée avoir deseffets procycliques significatifs. Il fautdonc se demander si son utilisation dansle système SPAN ne devrait pas êtresérieusement reconsidérée. De ce pointde vue la proposition récente de distin-guer partie systémique et nonsystémique dans les appels de marge, vadans le bon sens (voir e.g. Menkveld(2014)). Ceci conduit à des mesures typeco-marge, analogue à la notion deCoVaR (voir Cruz Lopez, Harris et Peri-gnon (2011) et Cruz Lopez et al. (2013)

pour les co-marges, Adrian et Brunner-meier (2011) pour les CoVaR).

(iv) Il est laissé beaucoup de latitude auxchambres de compensation pour déci-der du type de collatéral accepté et del'importance de l'appel de marge selon la"position dans le cycle", ou au momentdes risques d'éclatement de bulles. Ilserait intéressant de savoir commentelles ont réagi dans le passé, mais desanalyses de ce type manquent dans lalittérature.

2.4 Leviers

Un article récent de Adrian et Shin(2013) insiste sur les effets "procy-cliques", potentiellement importants dela gestion de l'effet de levier par lesinvestisseurs et, en conséquence, desrégulations qui pourraient influer sur cesleviers ou les avoir comme objectif, parexemple en fixant un maximum pour lelevier ou des contraintes sur le niveaudes ventes à découvert (voir e.g. Bou-veret (2013)). L'argument développédans cet article est le suivant. L'effet delevier est défini comme le ratio entrel'actif et les fonds propres, ou de façonéquivalente comme : lev = A/(A-L), où Adésigne le niveau d'actif et L le niveaude dette. Supposons fixés le niveau dedette et la valeur des actifs calculée auprix de marché. Si ce prix de marchéaugmente, il en est de même de lavaleur comptable de l'actif Ag A*, avecA* > A. Comme le levier : lev =1/(1-L/A)est une fonction décroissante de A, lenouvel effet de levier est : lev* = A* / (A*- L) < lev. L'institution financière peutalors réagir de diverses façons :

* soit le portefeuille est inchangé et elleutilise moins de levier.

23

Conseil tautologique et pourtant...

Bien distinguer dans les besoins deréserves, ce qui relève de chocssystématiques (systémiques) et deceux spécifiques à l'institution.Distinguer également dans la partiesystématique, ce qui relève de chocexogènes et de phénomènes decontagion, la connaissance de cescontagions entre segments ouinstitutions, permettant de casserles spirales de défaillance et deliquidité.

Definition des appels de marge.

Les schémas d'appel de marge ontété partiellement standardisés, selonune méthodologie VaR, qui s'avèreprocyclique. Par ailleurs lesmodifications de type de collatéralaccepté peuvent avoir des effets proou contracycliques significatifs.

* soit, voyant le levier baisser, elledécide de le réajuster, par exemple dele ramener à son niveau antérieur. Pourcela elle augmentera sa dette de façonadéquate, puis utilisera cet argent pouraccroître la quantité d'actifs financiersdétenue. Cette nouvelle demande d'actifconduira à une augmentation du prix decelui-ci, donc à une amélioration dubilan, à une baisse du niveau de levier,que l'institution pourra ramener à savaleur antérieure par augmentation dela dette, et ainsi de suite.

Ainsi la conjugaison d'une comptabilitémark-to-market et d'une régulation (oud'un comportement d'investisseur) fixantun objectif de levier, par exemple unmaximum pour celui-ci, indépendant dela position dans le cycle peut se révélertrès procyclique.

L'étude empirique d'Adrian et Shinmontre que la situation est pire, au sensoù le levier moyen retenu par les institu-tions financières n'est pas constant,mais est le plus élevé au moment descrises (celle de Long Term Capital Man-agement (LTCM) ou celle de 2008).L'objectif de levier apparaît aussi trèsdifférent pour les principales banquesaméricaines, assez stable pour cer-taines, mais s'accroissant très rapide-ment à partir de 2004 pour LehmanBrothers. En revanche le levier a évoluéen sens inverse pour les fonds spécu-latifs (voir Ang, Gorovyy et van Inwegen(2011)).

2.5 Taux de change etdénomination des prêts

Les évolutions des taux de changeentre les principales devises présententassez peu de phénomènes cycliques

du fait notamment des interventionsdes banques centrales. Il n'en est pasde même dans certains pays où cesbanques peuvent avoir des réserves dechange insuffisantes particulièrementlorsque la devise locale coexiste avecune autre unité monétaire utilisée dansles contrats de prêts. La dénominationdes prêts dans une monnaie externepeut avoir des effets amplificateursimportants. Ceci s'est produit en Thaï-lande en 1997. Les prêts des banquesinternationales à la Thaïlande étaientlibellés en dollars, mais aussi ceux desbanques thaïlandaises aux firmes thaï-landaises. Suite à une baisse du Bahtinitialement assez légère, les firmes tra-vaillant en monnaie locale n'ont puremplir leurs obligations de rembourse-ment, entraînant une chute importantedu Baht et l'arrêt complet du systèmebancaire thaïlandais pendant quelquesjours (voir Hellwig (1995)). Rappelonsque cette crise a été résolue assez rapi-dement suite à une allocution téléviséedu roi de Thaïlande demandant à lapopulation d'apporter l'or qu'ellethésaurisait au palais royal afin desauver le pays. Cet appel a effective-ment permis de reconstituer lesréserves.

Il s'agit de phases cycliques dues à dessubstitutions de produits, ici des prêtstaux fixe, mensualité fixe, écrits enmonnaie locale, et des prêts taux fixe,mensualité fixe, en monnaie étrangère.Ces derniers prêts reconvertis en mon-naie locale deviennent des prêtsindexés sur taux de change. Le pas-sage du premier produit au second peutêtre très rapide aux dates où apparaîtun fort écart des mensualités courantesen faveur de la dénomination étrangère ;ceci s'accompagne d'une forte aug-mentation du volume de créditsdistribués, si les emprunteurs raison-nent comme si cet écart allait persisterjusqu'à la maturité du prêt. Il y aretournement, lorsque la devise localese dévalue, mettant les mensualitésindexées à des niveaux insupportables.

Hors l'épisode royal, un tel processus aété observé d'assez nombreuses fois.On pourra remplacer Thaïlande parItalie, Hongrie, Pologne, la deviseétrangère par ECU (un panier dedevises), Euro, ou Franc Suisse. Pour laPologne, le problème a pu être traité

avant le retournement prévisible parune renégociation préventive de tousles prêts concernés, en l'occurrenceprès de 80%. Pour la France, rappelonsque beaucoup de prêts toxiques auxcollectivités locales proposés par Dexiaétaient de ce type. Clairement, il n'y apas assez de surveillance de tels prêtstoxiques. Combien de pays se con-tentent, par exemple, de seuls "warning"sur les prêts indexés sur des monnaiesélectroniques, type bitcoin (la banquenationale de Chine début décembre2013 ayant cependant demandé l'iden-tification des utilisateurs).

2.6 Définitions de la notion de valeur

Nous avons noté à plusieurs reprisesque la valorisation "mark-to-market"pouvait avoir des effets procycliques.D'autres effets sur les fluctuations peu-vent apparaître lorsque la notion devaleur utilisée dépend du régulateurconcerné ou n'a pas la même significa-tion à toutes les dates. Ainsi pourl'analyse dynamique d'un même porte-feuille, des fluctuations pourraientapparaître dans l'analyse faîte par lerégulateur américain et être absentespour le régulateur européen (ou l'in-verse), parce que ces régulateurs necalculent pas dans la même monnaie,parce que le régulateur américainadmet des compensations entre pro-duits dérivés et non le régulateureuropéen ... laissant ainsi place à desarbitrages entre régulations.Les analyses, où le mode de calcul dela valeur change au cours du temps,sont encore plus fallacieuses. Prenonsle cas des fonds spéculatifs et de leurmode de valorisation qu'ils peuvent


Attention aux objectifs de levier.

La conjugaison d'une comptabilitémark-to-market et d'une régulation(ou d'un comportementd'investisseur) fixant un objectif delevier, par exemple un maximumpour celui-ci, indépendant de laposition dans le cycle, se révèle trèsprocyclique.

Des cycles dus aux indexationsdes prêts.

Il s'agit de phases cycliques dues àdes substitutions de produits, icides prêts taux fixe, mensualité fixe,écrits en monnaie locale, et desprêts taux fixe, mensualité fixe, enmonnaie étrangère. Ces derniersprêts reconvertis en monnaie localedeviennent des prêts indexés surtaux de change.

réadapter au cours du temps au moinssous la réglementation américaine. Aumoment de la crise, certains actifs diffi-ciles à évaluer de leurs portefeuillespouvaient être gelées dans des poches(side pocket). Les rendements desportefeuilles étaient alors calculés sur laseule partie non gelée. Par ce biais, lesrendements observés des fonds sur-vivants ont été protégés des effets debaisse, puisque les actifs baissiers n'é-taient pas pris en compte.

Une notion de valeur "mark-to-market"pourrait également changer d'interpré-tation au cours du temps. Ainsi, lesactions françaises étaient principale-ment échangées sur Euronext et cesont les prix Euronext qui servent deprix "mark-to-market". Cependant, desplateformes concurrentes sont apparues.BATS Europe est entrée en 2008, puis aacquise la plateforme Chi_X Europe. Deplus, on a constaté un accroissementdes échanges d'actions de gré-à-gré.Alors, que les prix d'échange de gré-à-gré ne sont pas diffusés, que ceux desplateformes BATS, Chi_X et d'Euronextne sont pas exactement les mêmes, lesprix "mark-to-market" restent plutôtceux d'Euronext. Or la part de marchéd'Euronext a du fait de cette concur-rence considérablement diminué, et estmaintenant de l'ordre de 50/60%. De cefait, ces prix sont de moins en moinsreprésentatifs, et le marché Euronextcorrespondant étant plus étroit, on peuts'attendre à ce qu'ils présentent plus defluctuations.

2.7 Notations

Les notations sont des mesures derisque qualitatives très utilisées soitdirectement, soit indirectement auniveau des régulations. Elles apparais-sent pour calculer les réserves, celles-ci

étant fondées par exemple sur des VaRpondérées en fonction des notationsdes titres, pour classer les institutionsfinancières selon qu'elles sont plus oumoins systémiques. Elles sont aussiutilisées pour distinguer les investisse-ments spéculatifs et interdire certainesgestions de les inclure dans leurs porte-feuilles, par exemple pour les fonds depension. Ces rating existent pour lestitres émis, pour les entreprises, lesétats ... Ils se distinguent aussi par letype de risque qu'ils résument ainsi quepar leur horizon court ou moyen terme,et doivent être mis à jour régulièrement.Mal calculés, mal sélectionnés et malemployés dans les régulations, ils peu-vent amplifier les retournements en hautdu cycle, comme on a pu l'observer aumoment de la crise récente par l'inter-médiaire des calculs de réserve. Ceteffet apparaît clairement lorsqu'onanalyse le schéma classique de calculdes réserves, où les notations des act-ifs de base du bilan interviennent dansle calcul pondéré de la VaR, donc danscelui des réserves, mais aussi où lanotation de l'institution dépend ellemême de ce montant de réserve. Cettenotation de l'institution influe sur lesnotations des obligations qu'elle aémise, qui interviennent elles-mêmesdans le calcul pondéré des VaR etréserves des autres institutions finan-cières ... Ces contagions impliquent defaçon jointe notations et niveaux deréserves et sont source d'amplificationde cycles.

Bien que les notations standard desagences (S&P, Moody's, Fitch) soientencore mal comprises ; on se demandepar exemple si elles mesurent le seulrisque de défaut ou aussi celui derecouvrement, de nouveaux types denotation sont en train d'apparaître,comme celle pour le risque systémique

à la base du classement des SIFIS.

Pour le moment sont en concurrencedes systèmes de notations assezsophistiqués comme celui du VolatilityLab. de New-York University, systèmenon validé par les régulateurs (voirTavolaro et Visnovsky (2014)) pour unediscussion des limites de ce systèmede notation), ou les listes de SIFIs (Sys-temically Important Financial Institutions)publiées par certains régulateurs, donton ne sait comment elles sont déter-minées (elles semblent être plus baséessur l'idée "too big to fail" que sur l'idée"too interconnected to fail") et surtoutdont les mises à jour semblent être peufréquentes.

Finalement, si la procyclicité apparaîtcomme un risque important à contrôler,il serait naturel de construire des nota-tions pour procyclicité. Cette idéeapparaît dans les indices de marchéssectoriels aux Etats-Unis. Les défini-tions des secteurs d'activité diffèrent eneffet sensiblement des définitionsretenues par l'institut national de statis-tique français (INSEE), par exemple. Eneffet, sont distingués les secteurs d'ac-tivité très sensibles au cycles desaffaires de ceux qui ne le sont pas. Cecipermet aussi d'introduire des dérivésécrits sur ces indices sectoriels sensi-bles au cycle des affaires, donc des'assurer potentiellement contre ceseffets cycliques.

Remarquons finalement que les fac-teurs systémiques pourraient contenircertains effets de cycle. Plutôt que desnotations pour risque systémique, ilvaudrait mieux disposer de deux sys-tèmes de notation, l'un pour laprocyclicité, l'autre pour les aspectssystémiques non procycliques.

25

Auditer les nouveaux systèmes denotations.

Les notations pour risquesystémique devraient êtretransparentes, de même que leursutilisations potentielles. Ellesnécessitent des études pour êtrecomprises et validées.

Garder des définitions homogènesdes prix, des valeurs.

Les définitions des prix, des valeursdoivent être homogènes dans letemps et être ajustées pour garderleur représentativité.

Notations et capitaux requis.

Les niveaux de capitaux requisdépendent de notations de risque etces dernières dépendent elles-mêmes des niveaux de capitauxrequis. Ceci induit des effets spiralequi doivent être analysés.

En effet, ajouter naïvement un coussincontracyclique à des réserves pourrisques systémiques introduit un doublecomptage pour la composante cycliquedu risque systémique.

2.8 Cycles exogènes vs contagion

La pratique des stress-tests s'estrécemment développée. Ces stress-tests servent à (i) vérifier la plus oumoins bonne compréhension des mod-èles internes, (ii) mesurer la robustessedes banques et du système financier àdivers types de stress et (iii) éventuelle-ment accroître significativement lesréserves pour les institutions trop sen-sibles à certains stress.Lorsqu'ils sont bien conduits, cesstress montrent que les phénomènescycliques peuvent résulter d'effetscycliques existant sur la variablestressée, mais aussi de pseudo-cyclescréés par la façon dont se diffuse lechoc exogène entre les institutions. A lalimite, un stress non cyclique peutinduire des pseudo-cycles via cettecontagion (voir e.g. Gouriéroux, Heamet Monfort (2012) et Darolles, Gagliar-dini et Gouriéroux (2013)).

2.9 Rémunération

Nous avons déjà mentionné les effetspervers de certains modes de ré-munération. Il s'agit essentiellementd'incitations, qui ne prennent pas cor-rectement en compte les risques pris,et/ou s'adaptent de façon asymétriqueaux résultats positifs ou négatifs. De telsexemples de rémunérations avec deseffets parasites sont classiques. Exam-inons ainsi les modes de rémunérationsdes apporteurs d'affaires pour lescrédits particuliers, ceux des gestion-naires de fonds spéculatifs, ceux destraders, ou ceux de certains cadresdirigeants.

En Amérique du nord, il existe des in-termédiaires entre les emprunteurs etles institutions de crédit proposant lesproduits de crédit. Ils le font en com-parant les qualités et prix des produitsproposés par les établissements decrédit, mais aussi le "pourcentage"qu'ils recevront sur la vente du produit.Ce dernier est quasiment indépendantde la qualité de l'emprunteur. Il s'agit typ-iquement d'une rémunération ne regar-dant que le court terme, c'est-à-direl'accroissement du volume de crédit, etnon le moyen terme, c'est-à-dire lespertes potentielles futures dues aux dé-fauts de remboursement.

Les parties variables des rémunérationsdes gestionnaires de fonds spéculatifssont calculées selon des formules trèsprécises et complexes figurant dans lesprospectus des fonds, formules dites"High Water Mark", "Loss Carry For-ward" et passant par la gestionconjointe de plusieurs comptes. Cer-tains servent de réserves, d'autres delissage des résultats pour de l'optimisa-tion fiscale. Ces incitations ne tiennentpas compte du risque potentiel futur etse basent essentiellement sur les ren-dements passés du fond. Elles sont

toutes très asymétriques, récompen-sant le gestionnaire de fonds seulementlorsque les rendements sont de plus enplus élevés, avec un taux de croissancesuffisant, mais n'introduisant pas demalus sinon. Il s'agit d'une forte incita-tion à prendre des positions de plus enplus risquées durant certaines sous-périodes endogènes, sur des actifsdont les prix pourront être poussés suff-isamment à la hausse. C'est l'une desraisons des phases de forte croissancedes prix d'actifs illiquides.Le cas des traders est un peu différent.Les rémunérations des traders (respec-tivement des brokers) sont fonctionsdes gains qu'ils font (respectivementaussi des volumes échangés). Iciencore cette fonction de rémunérationest asymétrique pour ce qui concerneles gains. De plus, ces bonus sontgénéralement calculés après une cer-taine mutualisation au niveau des sallesde trading, favorisant les effets de con-tagion. Finalement des effets sur lesévolutions des prix des actions peuventaussi résulter des "stock options" dis-tribuées à certains cadres dirigeants. Sil'idée initiale était de récompenser laperformance productive de la firme, ils'est révélé assez facile de jouer sur lapartie bulle de sa valeur pour pouvoirexercer favorablement l'option, notam-ment lorsque la firme auto-détient unefraction significative de ses actions.

Ces effets peuvent se révéler significat-ifs, comme le montrent les analysesconduites sur les fonds spéculatifs, encomparant les évolutions des rende-ments des fonds avant et aprèsrémunérations des gestionnaires defonds (voir e.g. Darolles et Gouriéroux(2014)a, b ainsi que Jorion et Schwartz(2013)).


Deux systèmes de notation ?

Un pour la procyclicité, l'autre pourles aspects systémiques nonprocycliques ?

Distinguer cycles exogènes etcontagion.

Le traitement des cycles exogèneset de la contagion relèvent depolitiques et de régulationsdifférentes.

Rémunérations et cycles ?

Il est bien connu que les modèlesdynamiques avec des effets de seuilou avec des régimes sont automati-quement créateurs de cycles. Lesmodes de rémunérations asymé-triques introduisent de tels effets etautomatiquement induisent des ef-fets de vagues sur les rendementsobservés après paiement de cer-tains agents.

Notations et dérivés pourprocyclicité.

Il serait nécessaire de construire desnotations et des classements desfirmes et des institutions financièrespermettant de mesurer leur plus oumoins grande sensibilité au cycledes affaires. De tels classementspeuvent servir à la constructiond'indices de résultats des firmesprocycliques, et à l'introduction dedérivés, écrits sur ces indices.

2.10 Les formules mathématiquesde la régulation

Des formules contenant des effets deseuil ou des changements de régimepeuvent créer ou amplifier des cycles.Nous avons mentionné cet aspect pourles rémunérations, mais aussi vu l'effettrès amplificateur de la formule fixant leniveau de capital requis en fonction del'historique de la VaR. Il serait souhaitablede recenser toutes les formules de cetype utilisées dans la régulation et debien évaluer leurs effets potentiels. Ellessont malheureusement souvent présen-tées de façon assez littéraire, à la foisinsuffisamment décrites et trop pré-cises. Une telle formule est ainsiproposée pour le calcul du coussincontracyclique (voir BCBS (2010) p12-14). Reconstituant la formule, on voit quela taille du coussin en pourcentage est :

Buffert = 2,5%, si Creditt /GDPt x 100%� Trendt > 10%,où "la variable Trendt est calculée enappliquant le filtre unilatéral d'Hodrick-Prescott", et où les seuils sont fixés unefois pour toute.

Signalons que l'application de ces for-mules n'est pas automatique, tout aumoins lorsqu'elles ne figurent pas dansles directives européennes. Elles peu-vent être atténuées par l'intégration demarges de conservatisme, par interven-tion ad-hoc, ou en fonction des objectifsmacroprudentiels.

2.11 Situations de détresse

Il existe divers effets amplificateurs aumoment des retournements vers unephase de décroissance. Certains effetssont dus à une mauvaise gestion dessituations de détresse lorsqu'une firme,un état, ou une banque se rapproche dela faillite. Avoir des traitements troplongs de telles situations peut conduireà une perte de confiance des four-nisseurs, des clients, des employés,des investisseurs et accélérer la failliteavec diverses contagions à d'autresfirmes, états, ou banques. Donnonsquelques exemples de pratiques, quivont avoir de tels effets :

• des produits trop complexes et nonsuffisamment standardisés, dont l'éval-uation prend du temps. Ceci concerneaussi bien des produits de détail : prêtsimmobiliers, cartes de crédit, que desdérivés types MBS, CDO2, ou dérivéssur iTraxx (un indice sur CDS).

• des freins à la renégociation de créditsou de dettes. L'un d'entre eux est lamise en défaut automatique par lesagences de rating dans le cas de rené-gociations de prêts à l'initiative de l'em-prunteur.18

Cependant, pour analyser les con-séquences de ces procédures, il ne

suffit pas de connaître les principesgénéraux de ces résolutions (voir Finan-cial Stability Board (2013)), il faudraitaussi disposer d'exemples types derésolutions pour certaines formes debilans risqués. Or cette information estpour le moment non diffusée. Cemanque de transparence empêchetoute étude d'impact par un "auditeur"externe.

3. Gérer les "cycles"de l'économieréelle ?

Les débats sur la procyclicité des régu-lations financières et leurs impacts sur lacrise récente ont (le plus) souvent portésur les conséquences finales pour l'éco-nomie réelle.

Une partie significative de la théorie éco-nomique a insisté sur une séparationentre économie réelle et partie financièrede l'économie, s'appuyant par exemplesur les travaux de Modigliani et Miller(1958), ou sur des modèles à anticipa-tions parfaites à la Arrow-Debreu. Lacrise récente ainsi que les données dis-ponibles et les discussions des cyclesréels et financiers (voir partie 1) montrentsoit que ces marchés sont très impar-faits, soit que cette partie de la théorieéconomique repose sur des hypothèsespeu réalistes (voir par exemple Stiglitz(1969), ou Hellwig (1981) pour des dis-cussions de Modigliani et Miller).

Nous allons donc essayer d'introduireune discussion sur les point suivants :

(i) Les outils de la régulation financièrepourraient-ils être utilisés pour influencerl'économie réelle ?

(ii) Est-il souhaitable de contrôler lescycles réels et si oui dans quel sens ?

(iii) Que dire de l'utilisation de procéduressimplifiées de contrôle des cycles ?

(iv) Est-ce le rôle des régulateurs finan-ciers de gérer l'économie réelle ?

27

Des procédures de résolutionadaptées ?

Les procédures de "résolution"essayant de prévoir à l'avance ceque sera la gestion de criselorsqu'une institution financièresystémique est en détresse peuventdiminuer les effets de contagion etêtre contracycliques.

Des formules mathématiquesinduisant des cycles ?

Les modèles mathématiques serventà structurer la pensée et le discoursmathématiques, et sont typiques dela littérature académique, alors quecertaines formules ont pour but defixer les réserves, les coussins. Cesont ces dernières formules, qui ontun impact sur l'économie et sontéventuellement à l'origine d'effetscycliques. Les autres ont un impactsur la pensée ou la théorieéconomique, ce qui est trèsdifférent.

Buffert = 0, si (Creditt /GDPt) x 100% �Trendt < 2%,

Buffert = [(Creditt /GDPt) x 100% �Trendt � 2%],

si 2% < (Creditt /GDPt) x 100% � Trendt < 10%,

2,58

3.1 Les outils de la régulationfinancière pour gérer l'économieréelle

Nous avons insisté sur l'importance del'objectif principal : couvrir les risques,éviter les comportements spéculatifs,assurer une liquidité minimale, lors del'introduction d'une régulation finan-cière. Une "seule" régulation peut ellesuivre plusieurs objectifs à la fois, dis-ons couvrir les risques et gérer lescycles réels ? La réponse est évidem-ment négative, si cette régulation nedispose que d'une seule variable decontrôle, car un seul contrôle ne peutpermettre de gérer deux objectifs,éventuellement contradictoires. La régu-lation dispose-t-elle d'une ou de plusieursvariables de contrôle ? Prenons l'exem-ple d'un mode de calcul de réservefondé sur une mesure de risque telleque la Valeur-à-Risque (voir partie 2.2).Si le seuil � servant au calcul de cettemesure est fixé uniformément, � = 5%,disons, le coût supplémentaire induit surles crédits est fixé indépendamment dutype de crédit; crédit immobilier, créditparticuliers, crédit PME,... le surcoûtdes investissements l'est indépendam-ment du type d'actif : actions, obligation,dérivés..., à niveau de risque donné. Arendement anticipé et volatilité donnés,il est aussi fixé indépendamment d'autrescaractéristiques de l'environnement,comme, par exemple, les besoins del'économie réelle, la position sur lecycle réel...19

Il est, sur cet exemple, très simple devoir comment transformer une uniquevariable de contrôle en plusieurs vari-ables de contrôle. Il suffit de choisir unniveau "alpha" différencié par produit iet date ou environnement t. On peutalors agir de façon différenciée sur lescoûts des crédits ou des investisse-ments, donc sur les prix et les volumesdistribués.C'est le chemin suivi dans la démarchede coussin contracyclique, où la taillede ce coussin supplémentaire devraitvarier dans le temps20 dans unefourchette de zéro à 25% des actifspondérés, décroître plus rapidement enphase de "récession" qu'il ne croit enphase d'expansion, de façon à éviter detrop restreindre l'offre de crédit aumoment où l'économie en a vraimentbesoin. En revanche, le fait de devoir

annoncer 12 mois à l'avance ceschangements risque (i) de rendre insuff-isamment réactifs ces changements de"alpha", et surtout (ii) ils se révèlentinappropriés, s'il y a des évolutionsrapides entre la date de préannonce etla date de mise en pratique. Finalementil s'agit d'une démarche macro-pruden-tielle, qui ne dit rien sur les différentiationspar type de crédit.

En revanche, d'autres régulations encours de mise en place peuvent inter-venir à un niveau plus fin. Ainsi, ensituation de détresse d'une institutionfinancière, il est prévu de s'écarter duprincipe d'égalité de traitement descréditeurs, donc de revenir sur les pri-orités dans les remboursements, si celaest positif pour la stabilité financière(FSB (2013), p8).

Un autre argument de la mesure derisque pourrait aussi être différencié. Ils'agit de l'horizon sur lequel est calculéle risque. Il pourrait l'être par type deproduit. Ce fut une demande pour l'af-facturage, où l'horizon du produit dequelques mois, 3-6 mois, était inférieurà l'horizon standard de la régulation. Ilpourrait aussi l'être le long du pseudo-cycle : standard en début et milieu decycle, plus long lorsqu'on est plusproche d'un retournement pour tenircompte partiellement de cette possibil-ité dans l'évaluation des risques et desréserves.

Comme l'a clairement montré le ratioCooke, des fixations de réserves tropuniformes peuvent facilement être con-tournées avec des effets parasitesimportants. C'est la raison pour laque-lle la régulation bâloise a différencié lecalcul en tenant compte du niveau derisque. Il est possible que cette dif-férenciation minimale ne soit passuffisante. Si les profitabilités par typede crédit distribué ne sont pas lesmêmes, une fixation de réserve uni-forme vis-à-vis des produits est unesorte de coût fixe, qui pour certainsproduits peut dépasser à certainsmoments le seuil de profitabilité, etavoir des effets sensibles sur les vol-umes de crédits distribués par exemplepour les petites et moyennes entre-prises de certains secteurs d'activité.

3.2 Est-il souhaitable de contrôlerles cycles réels ?

Du point de vue de la théorie macroé-conomique, il faudrait évaluer les coûtsou les bénéfices des cycles sur le pro-duit intérieur brut ou sur sa volatilité enterme de bien être social. L'idée estqu'une croissance stable avec peu defluctuations serait préférable à unecroissance avec fluctuations. La péri-ode dite de "Grande Modération" entredisons grossièrement 1985-87 et 2005-2007 est, par exemple, expliquée danstous les manuels de macroéconomie etde nombreux articles de recherche ysont consacrés (voir par exemple Stocket Watson (2002) ou Davis et Kahn(2008)). Par ailleurs et encore pourexemple, le Balanced Growth and FullEmployment Act de 1978 incite lesdécideurs économiques à tenter cettestabilisation. Cette idée serait cepen-dant renforcée si on était sûr que le tauxde croissance s'améliorait avec la dis-parition des fluctuations.Or un autre argument invoque lechangement de la structure des entre-prises au cours du cycle. A la fin d'uncycle de crédit les banques sont plussélectives dans leurs attributions deprêts, prennent en compte les perspec-tives à plus long terme des entreprises.Ces restrictions de crédits et les aug-mentations de taux différenciées vontrendre insolvables les entreprises lesmoins performantes. Cette phase ducycle permet alors de conserver lesfirmes avec les taux de productivité lesplus élevés. Dans cette interprétationles cycles aident à éliminer du marchéles firmes ne s'adaptant pas assez (voirSchumpeter (1942)), fournit des incita-tions à l'amélioration de la productivité,dont les aides à l'éducation et à larecherche, et à une formation des per-sonnels à des changements de métier.Cette question de l'intérêt ou pas decycle ne semble donc pas avoir deréponse claire. La question est dumême type que : la spéculation est elleou non souhaitable ? (voir e.g. Danthine(1978)).

3.3 Des approches extrêmes decontrôle des cycles

Deux solutions extrêmes ont pu êtreproposées ou même appliquées pour


contrôler les cycles et fluctuations deprès sur les marchés financiers. Ce sont :

• Fermer ces marchés, par exempleinterdire ou limiter les émissions de cer-tains produits dérivés, ou encore mettredes taxes sur les transactions pour fairedécroître significativement les échanges.Ainsi les CDS souverains européensdoivent maintenant être adossés auxobligations souveraines correspon-dantes. De cette façon, le marché desCDS souverains en tant que produitsfinanciers est fermé, et ces CDS appa-raissent uniquement comme desproduits d'assurance standards.

• Fixer de façon planifiée les prix. Bienque cela puisse paraître extrême, cer-taines règles existantes peuvent souscertaines conditions conduire à fixerdes prix. Donnons en trois illustrations:(i) la décision du sénat américain prise ily a quelques années de fixer à zérodans les bilans les valeurs des stocksoptions, tant qu'elles n'étaient pasexercées; (ii) la valeur de l'or dans lesréserves de la Fed américaine fixée parla loi à 42.222 dollars l'once depuis1973 juste après la fin des accords deBretton Woods; (iii) Autre exemple, lechoix de fixer un taux d'usure indépen-damment de l'environnement peutconduire à buter sur ce taux, lorsquecertains taux de marché des créditsparticuliers sont très hauts.

De telles approches extrêmes peuventavoir des effets pervers. Par exemple, lafixation d'un prix maximum peut induiredes cycles de pénurie sur les volumesde crédits offerts. Il est difficile de savoirsi les personnes ou institutions invo-quant la procyclicité des régulationsfinancières souhaitent demander auxrégulateurs financiers d'aller jusqu'àl'élimination des cycles sur les prix desactifs.

3.4 Les régulateurs financiersdoivent-ils gérer l'économie réelle ?

A quel niveau les décisions concernantl'économie réelle, notamment cellesliées aux cycles réels, devraient ellesêtre prises ? Les réponses sont clas-siques et diverses :

• laisser faire le marché, qui s'équilibrerade lui-même au mieux. C'est la "maininvisible ou divine" d'Adam Smith.

• laisser cette responsabilité aux poli-tiques,

• ou à des groupes d'experts,

• ou à des administrations, type min-istère des finances, commissioneuropéenne ou banque centrale.

Le débat sur la procyclicité des régula-tions financières a montré que lesrégulateurs financiers pourraient fairepartie de cette longue liste.

A ce stade remarquons seulement que laréponse actuelle à cette question est dutype suivant : La politique économiquerelève des politiques, mais s'appuie surdes experts ou administrations, au seind'une autorité macro-prudentielle. Cetteautorité macro-prudentielle fixe des ob-jectifs macroéconomiques, que de-vraient prendre en compte les régula-teurs financiers. Cette structure est encours de mise en place et les rôles etautorités de chacun ne sont pas encoreclairement définis. Les discussions dessections précédentes, notamment cellede la partie 3.1, montrent que les poli-tiques efficaces pour gérer ces pseudo-cycles, peu réguliers, différents selonles secteurs, très liés au cycle du crédit,sont des politiques assez fines etrelèvent plus d'une régulation micro-prudentielle. La structure actuellementdiscutée et qui insiste sur les objectifsmacroéconomiques, semble ainsilaisser une très grande latitude auxrégulateurs financiers pour décider desobjectifs microéconomiques, c'est-à-dire par secteurs d'activités, par caté-gories sociales... et les atteindre enadaptant une régulation micro-pruden-tielle. Il s'agit d'un pouvoir assez con-sidérable.

29

Se méfier des effets pervers decertaines solutions extrêmes,consistant à rigidifier des prix ou àfermer certains marchés.

4. ConclusionRevenir aux objectifs premiers des régu-lations

Eliminer les cycles ou les fluctuations,ne devrait pas être l'objectif premier desrégulations mais les objectifs premiers(financiers et/ou économiques). Lesraisons de ces objectifs, ainsi que leseffets secondaires possibles de cesrégulations devraient être bien définis,clairement annoncés, et pouvant êtreconnus de tous21. La régulation et lasupervision tirent leur légitimité du faitque certaines activités ont des effetsd'externalité négative importants surl'économie dans son ensemble, et queces externalités sont insuffisammentprises en compte dans les prises dedécisions privées. Les objectifs affichésdoivent s'appuyer sur cette légitimité.

Cette légitimité serait renforcée, si lamise en place de nouvelles régulationss'appuyait sur des protocoles incluantdes études d'impact et s'accompagnaitd'instruments de suivi, incluant des sig-naux d'alerte éventuels, lorsque cetterégulation ne remplit pas ses objectifsou induit des effets secondaires tropimportants.

Inclure la procyclicité dans les étudesd'impact et les suivis des régulations

Ceci demande d'abord que les proto-coles et suivis soient conçus dans leurglobalité. Concernant les effets procy-cliques, il faudrait commencer pardéfinir les "cycles'' jugés trop impor-tants, distinguer cycles et bulles, cycleset facteurs systémiques ... Il faudraitaussi pour mettre en place des signauxd'alerte, dire clairement à partir dequels degrés ces effets procycliquessont potentiellement dangereux pour lesystème financier et pour l'économieréelle.

Les suivis de régulations récemmentintroduits par l'European Securities andMarket Authority (voir e.g. Kern (2013)),mettent à disposition une informationdescriptive adaptée.

De véritables études d'impact

Les études d’impact ne doivent pasconsister en de simples comparaisonsde corrélations linéaires avant et justeaprès la mise en place d’une nouvellerégulation. Elles doivent être conçuesen amont, notamment pour fixer letemps nécessaire à une telle étude etpendant lequel cette régulation doit êtrestabilisée ; elles doivent aussi êtreadaptées pour capturer les effets nonlinéaires, typiques des cycles ou desbulles, permettre d’analyser ces effetsaussi bien à court, moyen que longterme (fonctions impulsion-réponse),comporter des degrés de confiancedans les résultats, notamment parceque peu d’information est disponiblejuste après le mise en place de la régu-lation, être mises à jour de façoncohérente au fur et à mesure que denouvelles données sont disponibles.

De tels protocoles supposent exogènesles comportements des agents. Desétudes d’impact plus complètes devraienttenir compte des réactions potentiellesdes investisseurs, des banques.

Des incitations

Les changements de régulation peu-vent entrainer des changements decomportements des agents , qui dansdes cas limites peuvent conduire à descontournements de l’esprit même de larégulation. Dès le protocole de l’étuded’impact, ces effets possibles doivent êtrelistés , leurs conséquences éventuellesévaluées et la régulation initialementprévue modifiée en conséquence. Touterégulation devrait de ce fait contenir desincitations.

Pour résumer, il faut éviter des étudestrop simplistes conduisant à desréponses superficielles et trompeuses(voir e .g. Hansen (2013)).


31

Annexe technique

Nous avons vu dans la partie centraledu texte que la notion de cycle étaitassez floue. La reconstitution des cy-cles repose sur des modèles et tech-niques plus ou moins sophistiquées.Evidemment les cycles déduits de cesmodèles dépendent aussi des hy-pothèses faites sur les autres com-posantes des séries.

(i) Modèle de Buys-Ballot

Dans sa version de base, il était ap-pliqué sur données annuelles ou men-suelles. Présentons le sur donnéesmensuelles. Notons ws = 2�/12 lafréquence annuelle, wc = 2�/pc lafréquence du cycle avec pc sa périodesupposée fixée a priori. La série estécrite avec diverses composantes.

yt = tendancet + saisonnalitét + cyclet+ composante irrégulièret (a.1)

avec :• tendancet = at + b, linéaire par exemple,

• saisonnalitét = �n=1 ck cos (kws),

• cyclet = d1 cos(wc t) + d2 sin (wc t),

• composante irrégulièret : une suited'erreur ut indépendantes de loi nor-male N(0, �2), de variance �2.

Les coefficients inconnus a,b,ck, k=1, ...,11, d1, d2 et la variance du bruit sont estimés par moindres carrés ordinaires.

(ii) Analyse spectrale (voir e.g. Grangeret Morgenstern (1963), Bloomfield(1976), Koopmans (1995))

Il s'agit d'une approche fondée surl'analyse harmonique et la décomposi-tion de Fourier, très utilisée en physiquepar exemple. La série est décomposéeselon toutes les fréquences possiblesen somme de cosinus et sinus avec descoefficients stochastiques.

yt = �k { Ak cos (wk t) + Bk sin (wk t)}.

Dans cette décomposition, la composantede fréquence w a un poids mesuré par

la densité spectrale f(w). On reportealors sur un graphique cette densitéspectrale estimée, dont on examine lespics : ceci permet de détecter lesfréquences des principales vagues, in-cluant la tendance considérée commeune vague de période infinie, donc defréquence zéro. Si l'une de cesfréquences correspond à l'idée decycle, on approche alors le cycle par lasomme des composantes sinusoidalesde fréquences proches. La détermina-tion du cycle dépend évidemment de lalargeur de la fenêtre de fréquenceretenue.

(iii) Modèle à composantes nonobservables

Il s'agit de l'approche actuellement laplus utilisée. Elle peut être vue commeune extension de la méthode de Buys-Ballot permettant plus de flexibilité pourles composantes, et comme le pendantdans le domaine des temps de la méth-ode d'analyse spectrale (voir e.g. Har-vey (1997) et Harvey et Proietti (2005)).Le modèle a une décomposition de type(a.1), où chaque composante est mod-ellisée sous forme autorégressive avecdes polynômes autorégressifs adaptés,en particulier comportant des racinesunitaires de diverses fréquences :

tendance : (1�L)Tt = �1t,

saisonnalité :

cycle :

composante irrégulière :

où L désigne l'opérateur retard, quitransforme une série xt en la série xt-1,et où �1t, �2t, �3t, �4t, sont des bruitsgaussiens indépendants. L'estimationet l'extraction des composantes re-posent sur l'utilisation du filtre deKalman.

(iv) Modèles autorégressifs à seuil

Les modélisations précédentes sup-posent fondamentalement des dy-namiques linéaires. Ceci explique queces modèles se soient révélés inutilis-ables pour représenter par exemple descycles liés. Un modèle plus adapté etplus facilement interprétable a été introduitpar Tong et Lim (1980)22. Nous en don-nons ci-dessous une version simplifiée :pour deux prix y1t et y2t.

Les dynamiques sont autorégressives,mais changent de régime lorsque lesprix sur l'autre marché deviennent ex-trêmes c'est-à-dire dépassent certainsseuils :

y1t = a1y1t-1 + b1 + �1t, si |y2t|< c2,

= � a2y1t-1 + b2 + �1t, si |y2t|> c2,

y2t = �1y2t-1 + �1 + �2t, si |y1t|< c1,

= � �2y2t-1 + �2 + �2t, si |y2t|> c1,

où a1, a2, �1, �2 sont des coefficientsautorégressifs positifs éventuellementsupérieurs à 1 (voir par exemple pourl'utilisation de ce type de modèles àl'analyse des cycles sur données finan-cières : Frances et Van Dijk (2000) etRamirez (2009)).

(v) Chaîne de Markov cachée(Kitagawa (1987), Hamilton (1994)).

Ce modèle comporte un facteur quali-tatif sous-jacent Zt avec l'interprétationZt = 1, s'il y a expansion à la date t, Zt=0, sinon. Le régime sous-jacent estsupposé être une chaîne de Markov,caractérisée par les probabilités detransition : passage d'expansion en ré-cession et passage de récession en ex-pansion, respectivement. Les observationsconcernent en général plusieurs variables,représentées dans un vecteur Yt. Le modèleest écrit sous forme vectorielle autoré-gressive (VAR) à deux régimes :

Yt = A1Yt-1 + b1 + �1t, si Zt = 1,

Yt = A2Yt-1 + b2 + �2t, si Zt = 0,

La dynamique du cycle sous-jacent etce cycle sont obtenus en utilisant le filtre de Kitagawa (1987).

Cette méthodologie est assez large-ment utilisée en macro-économétrie etdans les banques centrales. Elle estassez peu adaptée à l'analyse de cyclesinterdépendants. En fait la plupart desutilisations de ce modèle font l'hy-pothèse qu'il n'existe qu'un cycle sous-jacent (voir, par exemple, Peria (2002)pour l'utilisation de ce type de modèlespour l'analyse des cycles ou des bullesspéculatives en finance, ou Repullo etSuarez (2009) pour les modèles d'équili-bre général).

1-L12

1-LSt = �2t,

1-LP

1-LCt = �3t,

�4t,

11

C


Notes

1 Dans cette note, le terme régulation est utilisé sous son sens usuel,et non avec son sens de la "Théorie de la régulation" (voir e.g. Agli-etta (1976)), même si cette théorie insiste sur des cyclescréation/destruction à la Schumpeter.

2 Charles Dow créa avec Edward Jones le Wall Street Journal.

3 Le terme vague (wave en anglais) vient d'une erreur de traductiondu mot cycle, lors de la première traduction du russe à l'allemand del'article de Kondratiev. L'article a été publié pour la première fois en1925 en russe, puis en allemand en 1926, et enfin en anglais en 1935.Pour être précis, la version anglaise qui résume certaines sections dela version allemande et omet certains tableaux, est apparue sous letitre "The Long Waves in Economic Life" et a été publiée dans TheReview of Economic and Statistics.

4 Voir Burns et Mitchell (1946) pour l'origine de ces méthodes qui sonttoujours utilisées au sein du National Bureau of Economic Research(NBER), à la Banque des Règlements Internationaux (BRI), ou auFonds Monétaire International (FMI).

5 L'article a été traduit un peu plus de 10 ans après et publié dansEconometrica, Slutsky (1937).

6 Comme l'est aussi une grande partie de la régulation de Bâle.

7 Créé par l'agence de notation financière Standard & Poor's, le S&P500 représente près des trois quarts de la capitalisation boursièreaméricaine. Les valeurs qui composent cet indice sont sélectionnéesen fonction de leur liquidité, de leur capitalisation boursière et de leursecteur d'activité.

8 Cette base référencie les valeurs de titres, les données sur les ren-dements et les volumes pour plus de 20 000 titres du NYSE, AMEX etNASDAQ. Elle inclut les données boursières mensuelles du marchéUS (depuis décembre 1925), les données boursières quotidiennes(depuis juillet 1962), les indices boursiers US, la trésorerie et les fondscommuns de placement. CRSP comprend la base CRSP Mutual Fundqui facilite la recherche sur les historiques de performance des trans-ferts de fonds à durée indéterminée en utilisant des donnéessurvivor-bias-free.

9 Ce fut le premier marché boursier électronique à ouvrir dans lemonde, en 1971 et le seul à fonctionner ainsi pendant quinze ans. Ila été fondé par la National Association of Securities Dealers (NASD)et notamment par B. Madoff. Son nom est, au départ, l'acronyme de"National Association of Securities Dealers Automated Quotations".

10 Les idées chartistes y compris l'existence de cycles vont à l'en-contre de l'hypothèse informationnelle telle que l'a définie Fama(1965). Dans cet article, où il fait référence à Dow, Fama écrit "sur unmarché efficient, le prix d'un titre constituera, à tout moment, un bonestimateur de sa valeur intrinsèque". Dans ce cadre un marché effi-cace est un marché en mesure de produire des prix des valeursfinancières conformes à leurs valeurs fondamentales.

11 Pour Fisher (1933), l’ampleur de la Grande Dépression peut êtreexpliquée à l’aide de la notion d’accélérateur financier, c’est-à-direcomment un développement sur le marché du crédit entraîne une

propagation et une amplification des chocs (voir également Kiyotakiet Moore (1997) ainsi que Bernanke, Gertler et Gilchrist (1999)). Ilexiste ainsi un lien étroit entre les facteurs financiers et le déroulementdu cycle. Une présentation de ce lien est présente dans les travauxde Minsky (1957). Pour cet auteur l’instabilité financière modifie la sit-uation conjoncturelle de l’économie. Il explique que le niveau defragilité financière est endogène et conduit en définitive à associerdegré de fragilité financière et cycle des affaires. On comprend doncque chez cet auteur le retournement de l’économie peut être causépar une crise financière.

12 On retrouve ici très clairement les idées de Schumpeter (1942) dedestruction créatrice.

13 Nous ne discuterons pas dans cette note de la coordination entrepolitique monétaire et régulation.

14 Voir e.g. Bec et Gollier (2009) ainsi que Hellwig (2010) : "Le sys-tème actuel n'a pas de fondements théoriques, ses objectifs sont malspécifiés et ses effets n'ont pas été pensés, aussi bien au niveau indi-viduel de la banque, qu'à celui du système pris comme un tout". Lescritiques sur la procyclicité de la régulation Bâle 2 ont cependantcommencé avant la crise (voir e.g. Ervin et Wilde (2001) ainsi queAyuso et al. (2004)).

15 La possibilité existant aux Etats-Unis d'emprunter à court terme surla différence entre les prix du logement et le capital restant dû du prêta permis à des emprunteurs de payer les remboursements de prêtssans apport externe tout au moins tant que les prix de l'immobiliermontaient. Cette possibilité est typiquement la source d'une "pyra-mide".

16 Les MBS sont des titres adossés à des hypothèques.

17 SPAN est une marque enregistrée du Chicago MercantileExchange Inc.

18 Il n'y a pas de défaut automatique lorsque ces renégociations sontà l'initiative des prêteurs.

19 Il s'agit d'un coût monétaire supplémentaire, mais qui dans cer-tains cas peut conduire à un bénéfice social. Par exemple conduisantcertains emprunteurs à ne plus emprunter, alors qu'ils se seraientsurendettés avant (voir Admati et al. (2013)).

20 Il existe des modèles théoriques essayant de trouver la politiquecontracyclique adaptée. Ils sont souvent peu fiables, car reposant surcertaines hypothèses peu réalistes : cycle supposé exogène, banquereprésentative, formule statique de calcul du capital requis (Repullo etSuarez (2009)), ratio réserve/dépot supposé constant (Blum et Hell-wig (1995)), relation déterministe exogène entre le PIB et lespondérations de risque, analyse statique [Heid (2007)]. Il n'est passurprenant que les résultats qualitatifs obtenus avec ces divers mod-èles soient très différents et souvent contradictoires.

21 Par exemple par des sites internet clairs et à jour, accessibles à ungrand public. A cet égard, le site internet de la SEC est très ouvertsur le public et offre, par exemple, la possibilité aux extérieurs d'en-voyer leurs remarques sur chaque question en cours de discussion.On peut également mentionner la série "Trends, Risks, Vulnerabilities''de l'European Securities and Markets Authority (ESMA) diffuséedepuis 2013, qui fournit les noms des contacts pour chaque causede vulnérabilité détectée.

22 Voir aussi Tong (2010).

33

INTRODUCTION

In recent decades globalization and its various corollaries such as the abolition of trade barriers, the reorganizationof the production process (tight flows, relocation), the dematerialisation of many exchanges, the liberalization ofcapital flows, the increased speed of information dissemination and the growth of the financial sector, have

affected the economic development of many countries and rendered obsolete or ineffective a number of hithertoused policies and regulations.

Until the 1990s fairly regular cycles were observed in Western countries, together with the near-absence of cyclesin centrally planned economies. Globalization has increased the links between the economies of various countries,while making the relations between investors and companies seeking funding less close. Cyclical phenomena haveeither disappeared or been exacerbated, and the characteristics of such cycles, including their frequency, changedconsiderably as a result of temporal acceleration. Policies and regulations have had to be quickly readjusted to thisnew environment, whether they concern prudential regulation, accounting standards, trade rules, taxation ormonetary policy, with the aim, at least in theory, of ensuring a degree of economic stability, especially in the financialsystem.

From the 1990s onwards this shift has led to globally coordinated regulations and policies, in relation to, for instance,the World Trade Organization (WTO), new accounting standards, Basel 3 financial regulations (transcribed into theEuropean Capital Requirement Directive (CRD IV)) and the fight against tax havens.

The recent financial and economic crisis has shown that this new environment was still poorly understood and thatcertain policies and regulations had underlain and amplified the crisis. In the hunt for its causes and the often biasedand unargued debates that followed, blame was placed variously on the role of mathematical finance, the ratingagencies, U.S. economic policy, the absence of regulation (the black holes of finance, i.e. shadow banking), thegreed of bankers, and the procyclicality of certain financial regulations.

DisclaimerThe views expressed in the paper are those of the authors and do not necessarily reflect those of the Institut Louis Bachelier and of the LABEXFinance and Sustainable Growth.

This document has been written in order to provoke debate. Its content is solely the responsibility of the authors.While it benefits from the support of the Autorité des Marchés Financiers (AMF), it does not necessarily reflect theposition of the AMF or that of the Institut Louis Bachelier (ILB). The authors thank both these institutions for allowingthem this freedom of expression. They also thank Jean-Michel Beacco, Marie Brière, Olivier de Bandt, MichaelCrouhy, Aurélien Eyquem, Antoine Frachot, Claire Labonne, Catherine Lubochinsky, Xiaofei Ma, Samuel Maistreand Olivier Vigna for their feedback and comments.

April, 2014


We intend in this paper to return in acalmer and better argued way to thisprocyclicality aspect of financialregulations1, including in particularthose pertaining to credit, banks andinsurance companies, and financialmarkets.The potential effects of new regulationneed to be analysed at a sufficientlydetailed level, and an overly globalanalysis would be inadequate. It is alsousual both from a theoretical andapplied standpoint to distinguishdifferent segments, each consisting ofassets and their derivatives, eventhough these segments areinterconnected. In our discussion andinterpretations, we shall consider inparticular:

(i) The equity market, together withmarket index-linked derivatives, i.e.index-linked bid or ask options, trackerportfolios (tracker funds, ExchangeTraded Funds (ETF)) trying to replicatethe index, as well as futures contractson the VIX implied volatility index, givingan idea of the average price of marketindex-linked derivatives.

(ii) The government and corporate bondmarket and the corporate and individualloan market, with their derivatives intro-duced to insure against default risk:Credit Default Swaps (CDSs), Collatera-lized Debt Obligations (CDOs) andMortgage Backed Securities (MBS).

(iii) Commodities markets with, asderivatives, forward contracts with orwithout margin calls (particularly forbilateral gas contracts between countries),with or without the obligation to deliver theproduct on completion.

(iv) The currency markets

Although a financial asset is sometimesdefined as an “intangible” product, i.e.as a pure bet with no connection withthe real economy, this is rarely the casein practice. This aspect is clearly evidentfor commodities derivatives, the pricesof which are sensitive to the physicaldemand and supply of these goods; itis also important for equities, whoseprice is likely to depend on the firm’sresults and its capacity to roll out itsproducts profitably. Credit defaultswaps are more intangible, when theirdemand far exceeds the real defaulthedging needs of bonds. As stated inArticle (4) of the EU Directive of 21 April2004: “There should be included in thelist of financial instruments certaincommodity derivatives contracts ... insuch a manner as to give a comparableregulatory approach to that applicableto traditional financial instruments”.These products are also mentioned inthe European Market InfrastructureRegulation (EMIR).

These various segments may havequite different characteristics for theirstakeholders, in that they are organizedto a greater or lesser extent, with pro-ducts that are standardized andregulated to a greater or lesser extent.

In the first chapter, we introduce thenotion of cycle. What is a cycle? Arecycles identifiable? Do cycles occur inthe financial markets? If so, are theycycles on returns, volatilities, or riskratings? Are there any theories toexplain the presence of such cycles andtheir characteristics?

In the second chapter, we give variousexamples of regulations and practicesthat could be financially procyclical, i.e.lead to more rapid increases in assetprices in periods of growth, and tofaster decreases during downturns, oreven lie at the origin of cycles. We shallsuccessively consider the setting ofreserves, the margin calls, the financialleverage, the treatment of distresssituations, ratings, the measures ofvalue, the denomination of loans, theadditional remuneration schemes(bonuses or stock options), themathematical formulas of regulation,etc.

Financial regulations may also have animpact on possible cycles in the realeconomy. This aspect is discussed inChapter 3, which aims to draw someconclusions and in which we emphasizethe need for micro-prudential regulations,not only macro-prudential regulations,for a precise management of thesephenomena. Finally, we open up thedebate as to who should be the finalarbiter of economic policy. This paper inno way claims to be exhaustive in termsof the literature on the subject, butseeks to open up the debate on theregulation of markets or of cycles. Ittherefore seeks to inform the readerabout what should be or could beregulated.

35

1. Cycles

In this chapter, we try to explain how toidentify and characterize cycles in diffe-rent markets, both financial and non-financial.

1.1 Historical overview

The analysis of cycles goes back to oneof the chapters of Joseph’s Fourier’sThéorie analytique de la chaleur (1822),in which he introduced the basics ofharmonic analysis (also called spectralanalysis). In this he showed that anyseries can be decomposed as a sum ofsinusoidal functions (cycles, waves) ofvarious frequencies. If any of thesecomponents are dominant, they shouldtherefore be visible in the series. One ofthe first known applications of this ideawas by the Dutch meteorologist BuysBallot (1817-1890), who investigatedlong cycles on temperature series bybreaking down the series into monoto-nic trends, long cycles, seasonality andirregular components, a methodologythat was used until the 1960s to determine

cycles. The interest in cycles in econo-mics and finance is more recent, datingfrom the decade 1920-1930 around theMoscow Conjuncture Institute (Kondra-tiev, Slutsky) for economics and theWall Street Journal (Dow2, Elliott) forfinance. In his essay “The Major Econo-mic Cycles” (see Kondratiev (1925)),Kondratiev (1892–1938) found evidencefor long cycles over gross domesticproduct (GDP) series of the capitalistcountries of the time, i.e. successionsof periods of expansion and recession.Similarly, a series of editorials and arti-cles in the Wall Street Journal, includingElliott’s article “The Wave Principle”,pointed out the existence of pricecycles, successive periods of risingprices (bull markets) and of fallingprices (bear markets). Some resear-chers went even further and, drawingon Fourier’s theory, attempted toconstruct classifications of varioustypes of cycles (waves)3 according totheir frequencies, from which observedGDP or stock price series would result.In particular this approach led to one ofthe main developments in technicalanalysis in finance (see, for example,Frost and Prechter (2001)).

Such a classification is given below:

(i) (Supercycles lasting several decades,among them Kondratiev cycles (45–60years) and cycles concerning inequality,of 15 to 25 years, analysed by Kuznets(1955).

(ii) Cycles covering a period of a fewyears, such Juglar’s investment cycle(1862) lasting 7-11 years and Kitchin’s(1923) 3-4 year cycles, interpreted interms of information transmission.

(iii) So called primary cycles, lasting afew months, and so on.

These cycles are often represented bymeans of a very regular sinusoidal curve.In Figure 1 we give an example of suchan illustration for gross domestic pro-duct and its rate of change. The cycle isshown here with an additional lineartrend.

The approach using fractals advocatedby Mandelbrot (1970) and (1992) concernsa similar idea. Mandelbrot noted thatwhatever the time scale (from a wideview), changes in returns are the same.In particular, a pseudo-cycle occurringat a given frequency of observationshould be similar at any other frequency.

Figure 1

An ideal cycle (GDP and growth rate of GDP)


1.2 From the ideal cycle to theobserved cycle

The succession of periods of growthand downturn observed in the seriesmay be very different from the idealform given in Figure 1. There may benon-periodic cycles, where the ampli-tude and period of the cycle canchange over time (see, for example,Mandelbrot (1972)). Asymmetries mayalso occur (see, for example, Neftci(1984), Ramsey and Rothman (1996)),which may be of two types. One typeconcerns longitudinal asymmetries, inthe sense of time, when the periods ofgrowth and decline do not have thesame duration. Thus it is often said thatin the financial market, the value of aportfolio can quickly fall and that it willtake longer to recover. There may alsobe transverse asymmetries, i.e. ortho-gonal to the sense of time. This occurswhen the turning points at the end ofgrowth and the end of decline are notthe same. This asymmetry is latent inthe terminology of peaks and troughs,with sharp peaks and flatter valleys. Weprovide examples of these in Figure 2,which shows changes in coffee futuresprices. In the left-hand figure there areseveral peaks, some of which haveslopes similar to growth and decline,while others increase much morerapidly than they decrease. The zoom in

the right-hand figure is an example oftransverse asymmetry.

The above discussion shows that theconcept of cycle is descriptive and fairlyimprecise and is based mainly on pat-tern recognition. Measurement ofcycles is based on charts.4

1.3 False observed cycles

Furthermore, the observation of thesewaves could be misinterpreted. We dis-cuss below three aspects that can leadto erroneous interpretations: theSlutsky-Yule effect, possible confusionbetween cycles and bubbles, and theanalysis of aggregate indicators alone.In addition there is the length of theobservation period and the frequency ofobservations (see Chapter 1.4).

(i) The Slutsky-Yule effectIn the 1920s, Slutsky showed that anaccumulation of non-cyclical structuralshocks could lead to trajectories withcyclical aspects, at least for a certainperiod.5 Because for long cycles onesees only a few repetitions, one doesnot know whether it is a genuine struc-tural cycle or a simple statistical artefactwith no real underlying cycle.

(ii) BubblesIn the case of commodities, theconcept of a bubble is easy to explain.There are various players in these mar-kets: producers of the physical good,those who wish to buy it, and financialintermediaries (arbitrageurs, specula-tors) operating through pricemovements. In the absence of theseintermediaries, we would obtain anequilibrium price (possibly includingstorage costs) determined solely by thereal economy, usually termed funda-mental value. In existing markets, theprices observed may at times deviatesignificantly from this fundamentalvalue. We then speak of a bubble. Theyoccur, for example, in periods of mar-ked speculation with regard to the good(speculative bubbles). In the first stagethere are large price rises, followed withvarying degrees of rapidity by the burs-ting of the bubble. If the series offundamental values constitutes a cycle,

The concept of cycle is imprecise.

The concept of cycle is descriptiveand fairly imprecise is based mainlyon pattern recognition.Measurement of cycles is based oncharts.

Examples of asymmetry

Figure 2

37

the series of price spikes due to the fun-damental values cycle may be difficultto distinguish from those due to bub-bles. The concept of a bubble is thusdefined in relation to the concept of fun-damental value. The latter may also bedefined for equities by looking for whatthe discounted sum of the company’sfuture productive results would beclearly different from the discountedsum of dividends and very muchdependent on the discounting methodused. It is more difficult in the case ofderivatives, even though, for CDSs, forexample, we can find out if the probabi-lity of the borrower defaulting asassessed through the derivatives mar-kets is too far from the probabilityassessed by statistical methods basedsolely on historical default records.

Taking account of bubbles seems to beimportant in certain markets where theproportion of trades by traditional parti-cipants is low and has fallen furtherrecently. Thus this already very smallproportion fell from 20% in June 2006to 3% in December for copper futuresand from 20% to 13% for oil futuresover the same period.

In some automated approaches fordetecting financial cycles, nearly 80% ofturning points from increase to decreaseon quarterly data correspond in fact tofinancial crises i.e. bubble bursts (see,for example, the discussions in Reinhartand Rogoff (2009), Borio (2012), andLaeven and Vanlencia (2008) for a data-base of banking system crises).

(iii) Are real cycles entirely real?Put simply, real cycles are those obser-ved on the volume of goods andservices produced (consumed), andtherefore supposedly corrected fornominal effects. They are often analy-sed from changes in gross domesticproduct (GDP), that is to say, a synthe-tic indicator of these volumes. It shouldbe borne in mind how such an indicatoris calculated. It is difficult to aggregatevolumes corresponding to differentgoods, say, kilos of bananas with num-bers of cars or haircuts. It is done bymeans of weightings that take intoaccount the budget shares of each pro-duct. These weightings are updatedfairly frequently (monthly or annually),but in any case with a frequency lowerthan the expected period of a cycle.

We know that an overall measure ofinflation can be misleading: there maybe an increased price index becauseprices rise, but also because of volumeeffects when prices remain fixed andconsumers substitute certain betterquality, and therefore more expensivegoods. In a similar way, cycles obser-ved on a volume index may appearalthough volumes are stable, whenthere are lagged cyclical effects onprices, leading to cycles of weightingsused in calculating GDP. Thus somecyclical phenomena observed on GDPcould result from this weighting struc-ture and therefore have a nominalinterpretation, especially when pricesfluctuate faster than volumes. Again,this is a statistical artefact arising fromthe way of calculating the aggregateindicator constituting GDP.

(iv) ) An identification problem If one only has asset price data, discus-sion on this topic shows that one willonly be able to identify the presence ofa cycle, and distinguish it from recurrentbubbles for example, in the frameworkof a model. All methods for reconstruc-ting cycles from price series alone aretherefore “model based”.6 In the analy-sis one has to consider not just thecycle, but also the model used to deter-mine it. From this standpoint, one hasto look in particular at what other com-ponents – trends, bubbles, etc. – havebeen reconstructed by this model, andwhether or not the model is able to takeinto account the characteristics of these

different components, such as non-sta-tionarity and non-linear dynamic aspect(see Technical Appendix). Yet many ofthe models currently used date back tothe 1970s and are basically linear, lea-ding to potential major bias in theanalyses. In other words, there is a riskof detecting cycles only because theirexistence has been presupposed in theanalytic model.

Thus the chartist method (see Hardingand Pagan (2002)), which involvesdetecting a peak (or trough) if the seriesexceeds the four values surrounding it(or is lower than the four values in thecase of a trough) is very sensitive to thechoice of window, here six months oneither side. Altering the width of thiswindow, or making it depend on thevolatility of the series, will appreciablychange the definition of the cycle. Themodel proves to be completely inap-propriate for highly volatile return series.Nevertheless this weakly robustapproach is still currently used at theBIS and IMF (see, for example, Claes-sens, Kose and Terrones (2011) andBorio (2012)).

A vice-governor of the Swiss NationalBank (see Danthine (2013)) recentlyexplained that one problem regardingthe introduction, in Switzerland, ofcounter-cyclical regulation for realestate is that we do not know “wherewe are in the cycle and in which direc-tion” due to “fundamental identificationdifficulties”.This problem of identifying trends andcycles also arises in the following war-ning regarding the introduction of acounter-cyclical capital buffer, whichshould be based on a credit/GDP ratio:“The calculated long–term trend of thecredit/GDP ratio is a purely statisticalmeasure that does not capture turningpoints well. Authorities should form

Do not confuse cycles and bubbles.

Taking account of bubbles seems tobe important in certain marketswhere the proportion of trades bytraditional participants is low andhas fallen further recently. In someautomated approaches for detectingfinancial cycles, nearly 80% ofturning points from increase todecrease on quarterly datacorrespond in fact to financialcrises, i.e. bubble bursts. Cyclesand bubbles have different causesand their management calls forspecific methods.

Statistical artefacts?

Some observed or detected cyclicalmovements result from the analysisof aggregate data or from thehypotheses underlying the modelsused.


their own judgments..., they should usethe calculated long-term trend simplyas a starting point in their analysis”(BCBS (2010), p4).

1.4 Are cyclical movements visiblein the financial market?

We shall now examine various financialseries of prices, yields, rates, etc. todetermine whether they reveal cyclicalfeatures.

(i) The U.S. stock market

Figure 3 shows the evolution of the S&P500 index7 of the return on the S&P 500between 1990 and 2013. The indexshows a mainly upward trend, with twosignificant fluctuations at the end of theperiod. It is difficult, however, to identifya cycle, given the small number of fluc-tuations observed and especially theabsence of fluctuations over the earlypart of the period. The derivative of a si-nusoidal curve is another sinusoidalcurve of the same frequency (see, forexample, Figure 1). One would expect,therefore, these fluctuations to be rela-tively visible, when one considers thereturns on the index (see the lower fi-gure). However the expected cycles arebarely visible and completely hidden bythe volatility effects. They no longer ap-pear here as a major component. Ne-vertheless, these observations might beno more than optical effects. In Figure 4we give two other views of the sameseries: a wide view (1970–2013) and azoom (2010–2013). In the wide view little cyclical effect isseen, if it exists, and is swallowed up bythe upward trend. In the enlarged view,waves appear but with a periodicity of afew months, which makes it difficult tocall them cycles rather than simply fluc-tuations at most. But the market indexprovides highly aggregated informationon the equities market and, like any ag-gregate index, its evolution may be mis-leading (see the discussion in 1.3 (iii)). Fi-gures 5 and 6 give information on thedistribution in cross-section of returnsfor 3000 stocks listed in the database ofthe Center for Research in SecurityPrices (CRSP)8 and covering the NewYork Stock Exchange (NYSE), the Ame-rican Stock Exchange (AMEX) and theNational Association of Securities Dea-

lers Automated Quotations (NASDAQ)9

This cross-sectional analysis is similar tothat proposed by Fama and French(1992) and (1993). It allows changes inthe heterogeneity of stocks traded inthe market and heterogeneity in terms ofreturn to be examined.No cycle can be visually detected onthe evolution of the return on themedian share, i.e. the one for which50% of shares have a higher return and50% a lower return. On the other hand,cyclical aspects begin to appear on theextreme quantiles, i.e. on extreme risks.These observations are confirmed bycross-sectional changes in the meanand variance of returns. No cycle is vis-ible on the mean, but cycles appear onthe variability. In sum, a linear analysisbased on the return of the index, or onthe cross-sectional mean of individualreturns of stocks will not enable cyclesto be detected. On the other hand, suchcycles could occur in relation to riskmeasures, extreme quantiles or cross-sectional variance.

(ii) The VIX indexLet us now examine whether the pres-ence of the cycle on cross-sectionalvolatilities is confirmed by changes inthe VIX, although this index has a differ-ent interpretation since it measures theidea that markets are made from theprice of volatility rather than the volatil-ity itself. These VIX movements areshown in Figure 7.

Although it is a derivatives index, withless direct link with theunderlying assets, itsevolution clearly shows aregular wave along withperiods of sharp onsetsof speculation. Thevolatility of the VIX (i.e.the implied volatility)increases around certainturning points. In fact,purely chartist analysisleads to a principal (fun-damental) componentwith the cycle, on whichbubbles are superim-posed at turning pointsfrom high to low periods.

Source: Chicago Board Options Exchange

Figure 3 The S&P 500 index and return on the index

Cycles on which curves?

A linear analysis based on the indexreturn or on the cross-sectionalmean of individual returns of stockswill not enable cycles to bedetected. On the other hand, suchcycles could occur in relation to riskmeasures, extreme quantiles, orcross-sectional variance.

A cycle on the VIX?

Purely chartistanalysis leads to afundamentalcomponent with acycle, on whichbubbles aresuperimposed atturning points.

39


Source: Gagliardini, Gouriéroux and Rubin (2013)

Figure 4

Figure 5

Other views of the evolution of the S&P 500

Figure 6 Cross-sectional mean and standard deviation

Quantiles of cross-sectional distributions Figure 5 shows the 5%, 25%,50%, 75% and 95%quantiles of cross-sectionaldistributions.

Mean Standard deviation (as a log)


(iii) Forward commodity marketsPhysical products – agricultural good,minerals, energy – differ considerably asa result of their characteristics. It istherefore not surprising that movementsof forward contract prices with margincalls (futures) are appreciably different.We give a number of examples below. Toobtain homogenous series when thecontracts have a limited lifetime, pricesare calculated by rollover (see the detailsof the calculation on the Bloombergsite) for a small residual maturity. Figures8, 9, 10 and 11 show futures prices forsoybeans, lean hogs, silver and gold,respectively.Soybean prices reveal a fairly lineartrend with a recent break. This break isdue to the authorization of “green” fuels:soybean then appears both as a foodproduct and as a source of fuel. There isno cycle visible on this regular (basic)part. However, we see recurrent specu-lative attacks, which could suggest theexistence of a cycle if incorrectly inter-preted. The lean hog market is one of theclassic examples of a cycle on the basicpart. This cycle is visible, though still ratheraffected by noise, and is little affected bybubble phenomena (see Figure 9).

The evolution in the price of forward con-tracts on silver is marked by a major peakin 1979-1980 (see Figure 10), due to theintervention of Nelson Bunker Hunt andhis brother William Herbert, who tried tobuy all the silver available on the marketso as to raise prices artificially. They ranout of liquidity when a significant newsource of the metal came on to the mar-ket. The market price had risen higherthan “jewellery” silver, which promptedIndian women to sell their silver jewellery.This effect was magnified when the fed-eral bank introduced imposed increasesin margin calls to counter this market ma-nipulation. Created by a market opera-tor in a monopoly situation for a given pe-riod, this purely speculative bubble thenburst, as may be clearly seen here.Finally, Figure 11 shows the evolution ofgold prices. The considerable increasein the price of gold in recent years isvery visible and is the consequence ofinvestors substituting gold in their port-folios for products deemed to be morerisky. In the preceding period, wavescan be detected, though they aresomewhat masked in the diagramthrough an optical effect. These wavesare probably not related to the basicpart, i.e. gold used as an industrialproduct, but are due to its use as afinancial investment product. They maycome from bubbles and not from thebasic component.

(iv) Bond markets There are a wide variety of rates,depending on the maturity, the issuerand the monetary denomination. Figure12 shows the movements in the rate ofgovernment bonds, including variouszero-coupon rates with long or verylong residual maturity. We observemovements of the same type, wherethe fluctuations are fairly low for matu-rities around 5-10 years, much greaterfor short one-year maturities andslightly countercyclical for 28-yearextra-long maturities.Very large and visible cycles alsoemerge when one takes into accountrisk quality structure measured by thenumber of bankruptcies or, more inte-restingly, by the proportion of ratingsdowngrades, from AAA to AA and fromAA to A. It is then a matter of cycles onthe spread between risky and non-riskybonds. Such information for ratings isgiven in Figure 13, which also shows (ingrey) movements in the business cyclesupplied by the National Bureau of Eco-nomic Research (NBER). The relationshipbetween the quality of credit and busi-ness cycles has been analysed inseveral recent papers (see Bangia et al.(2002), Gagliardini and Gouriéroux(2005)a and (2005)b, and Nickel, Per-raudin and Variotto (2000) and (2007)).

Financial theory has drawn extensivelyon the idea of the efficient market port-folio, which carries the single greatestrisk.10 It might therefore be expectedthat cyclical effects will mainly dependon the market portfolio and then affectall market segments and assets to vary-ing degrees depending on theirsensitivity to the market. Put anotherway, there would be a single mainunderlying systemic cycle. The aboveexamples show that this does not seemto be the case.Source: Chicago Board Options Exchange

Evolution of the VIX indexFigure 7

Waves due to bubbles?

In the case of gold, waves can bedetected from the bubblecomponent (i.e. the use of gold as afinancial product) and not from itsfundamental component. Thuswaves may come from bubbles andnot from the fundamentalcomponent.

41

Source : Bloomberg

Source: Dubecq and Gouriéroux (2010)

Forward price of lean hogs

Forward price of silver Forward price of gold

Figure 8

Figure 10 Figure 11

Evolution of interest rates Figure 12

Forward price of soybeans Figure 9


• Some cycles come from the "realeconomy" and may differ according tothe asset, as in the case of commodi-ties such as lean hogs, or the influenceof the business cycle for certain creditproducts.

• Pseudo-cycles may appear on serieslike the S&P 500 index without beingable reasonably talk about regularity andwithout knowing if they result from anunderlying structural cyclical phenome-non.

• There seem to be more visible cyclesat the level of risk measured by impliedand historical volatility for equities andby ratings for credit products.

• In the case of derivatives, the cyclesmay be disturbed by speculative bub-bles, the effects of which must beeliminated to make the cycles more vis-ible (see the example of the VIX).

To summarize this section, it seemsnecessary to have an analysis relevantto drawing on raw series of prices,volatilities and interest rates, rather thanon “filtered cycles”, which are toodependent on the methodologies usedand the underlying assumptions (see,for example, Borio (2012) for a compar-ison of such filtered values).

1.5 Theories of cycles

So far our discussion has been basedsolely on the analysis of curves. Mightthere be more structural reasons due,for example, to the behaviour of certainagents or the way the market is organ-ised, that could explain the appearanceof cycles? Various answers have beenoffered in the literature. Below we givesome of these, leaving the reader tojudge their greater or lesser relevance.

1.5.1 Nature is cyclical

Let us begin with a rather extremephilosophical position. Nature is cyclical(fractal), man is part of nature, therefore

human nature is also cyclical (fractal).This position is taken by, for example,Elliott (1946) in “Nature’s Law: theSecret of the Universe” and Mandelbrot(1987) in “The Fractal Geometry ofNature”. Such positions seem to returnto the first postulate of Plato’s theory offorms (Ross (1951)).

Postulates (Plato’s theory of forms)(Ekstrom (2011):

(i) “Each and every phenomenon has anunderlying true nature; a Platonic idealform”.

(ii) The senses are inherently unreliableand observations inevitably subject toflux”.

The second postulate was strongly con-tested by Galileo, leaving room forstatistical analysis.

Note that “believing in cycles” can beextremely dangerous for the individual,as is shown by the example of Kon-dratiev. His belief in long waves led himto conclude that Western countries thenin crisis (1929) would automaticallyenter a new phase of expansion. Thistheory ran counter to the Soviet idea ofthe end of capitalism. The MoscowInstitute of Conjuncture was closeddown, Kondratiev was sent to the Gulagand subsequently shot in 1938. Slutsky,who more cautiously interpreted theobservations as a possible statistical

Figure 13

Source: Gagliardini and Gouriéroux (2013)

Ratings downgrades

Using raw series, not series filteredby other people.

For a relevant analysis, it isnecessary to draw on raw series ofprices, volatility and rates rather thanon “filtered cycles”, which are toodependent on the methodologiesused, the underlying assumptionsand the individuals who did thefiltering. This is particularly importantwhen information with regard tofiltering is not clearly provided andconstitutes a “black box”.

43

artefact, escaped the tensions of thistroubled period at the end of the NewEconomic Policy (NEP) (see, for exam-ple, Gouriéroux and Peaucelle (1992)).

1.5.2 Self-fulfilling prophecies

Agents’ demand for assets or goods isnot necessarily based on price, but maybe based on their expectations of futureprices. In this case the equilibria are notsolely price equilibria, but also informa-tion equilibria. Models of this kind werefirst introduced by Muth (1961), with theaim of understanding the market pricesof commodities, and are termed rationalexpectation equilibrium models. Onefeature of these models in their simplestversions is that they do not lead to aunique equilibrium price path (seeGouriéroux, Laffont and Monfort (1982)for a description of all these trajectories).In simple cases, one of the trajectories isbased on the interpretation of funda-mental values and others deviate to agreater or lesser extent (Flood and Gar-ber (1980)). In our terminology, it is amatter of possible bubbles due to thefact that at equilibrium agents’ expecta-tions will lead them to change theirbehaviour in such a way that theirdemand expectations will be realized ex-post. These are self-fulfilling prophecies.These potential bubbles are of very var-ied types. Some may resemble bubbleswith bursts, or be isolated (see Blan-chard (1979) and Blanchard and Watson(1982)), or recurrent (see Evans (1991)).More curiously these bubbles may alsocontain cyclical movements (see, forexample, gold). Thus these variousforms are possible in the case of rationalexpectations, but without knowing whichequilibrium bubble will appear or whythis particular bubble occurs rather thananother.

1.5.3 Market imperfections

Another part of the literature considersmarket imperfections. Such theoriescan explain waves with fairly shortperiod of a few months to a few years.

(i) Overreaction by some investors

Various surveys and experimental stud-ies reveal a tendency for many investorsto overreact to price changes. They givetoo much weight to recent informationand too little to older information. Con-sequently prices may temporarilydiverge from their fundamental value(see, for example, De Bondt and Thaler(1985) and (1987) and Brown and Har-low (1988)). This theory provides anargument from cognitive psychology forthe fact that certain waves areobserved. It also underlies the so-called“momentum” and “contrarian momen-tum” portfolio management strategies.In a momentum strategy, the portfoliocomprises securities that have per-formed well over the previous period (asopposed to a contrarian momentumstrategy where the portfolio comprisessecurities that have performed poorly).Such portfolios show good perform-ances if they are constructed on thebasis of recent periods of less than sixmonths for contrarian momentumstrategies and for earlier periods ofbetween six months and three years formomentum strategies (see, for exam-ple, Chan, Jegadeesh and Lakonishok(1996)), and then again for periods ofbetween three and five years for con-trarian momentum strategies. Thus inequity markets, it seems that waves ofperiod approximately three years areused as the basis of chartist portfoliomanagement strategies. These naivestrategies, based on the idea of a wavecommon to various securities, prove difficult to beat, at least in equity mar-kets. Nevertheless Gagliardini, Gouriérouxand Rubin (2013), using the fact thatsuch waves may exist for each of thesecurities, but of different periods, showthat taking into account the hetero-geneity of waves significantly improvesportfolio management.

(ii) Heterogeneous information andcrowd effects

According to some hypotheses, inrational expectations models, prices

embody all the information relevant forpredicting future prices. In particular atequilibrium initially existing differencesbetween the information agents areerased. Some investors’ informationaldeficit is made good by respondingappropriately to observed prices (see, forexample, Grossman (1976)). However, theassumptions underlying such an occur-rence (see, for example, Broze et al.(1986) and (1990) for a discussion ofthem) are not necessarily satisfied in real-ity. This explains alternative theories suchas Dow Theory, Crowd Theory and posi-tional forecasting theory.

Dow theory explains the upward stagein the following way. Early in the stage,the volumes traded are low, there arefew buyers, and they buy because theyexpect a future price rise. Other tradersare pessimistic regarding this price.These minority buyers will accumulatesecurities, leading to a sustained andsteady increase in prices. This thenleads other agents to revise their opin-ions on the asset and start buying.The theory offers a similar explanationfor the downward stage. At some point,cautious investors (possibly but not nec-essarily the same as those who werebuyers at the start of the upward stage)will sell their securities, thus loweringprices and leading other agents to revisetheir expectations.

This idea has led to various extensions.

• Crowd effects may occur, if, instead oftrying to predict the future value of theasset, each agent bases his forecastson the idea that he will rely on otheragents’ forecasts. Such behaviour canthen lead to situations of widespreadunjustified pessimism or, conversely, tosituations of irrational exuberance (seeShiller (2000)).

• Clearly some very well informedinvestors, or highly reputed investors,can try and benefit from being followedby other agents, in order to influenceprice movements and profit from them.They then use this informational advan-tage to create a succession of rises andfalls at appropriate moments (see Brun-nermeier and Pedersen (2005)).

It is difficult in practice to distinguishpurely crowd effects (panic) from those

Which self-fulfilling prophecies?What type of bubble?

Various forms of self-fulfilling pro-phecy are possible in the case of ra-tional expectations, though withoutknowing which cycle or equilibriumbubble will appear or why this parti-cular one occurs rather than another.


based on objective information (see thediscussion in Jacklin and Battacharya(1988)).

(iii) Inappropriate responses to chang-ing risk

Another potential source of wavesobserved in the financial markets arethe inappropriate responses of partici-pants to the evolution of risk (see Borio,Furfine and Lowe (2001)). These inap-propriate responses may be due to thedifficulty of measuring the temporaldimension of risk, but can also resultfrom incentives to adapt to a properlyassessed risk, which prove to besocially suboptimal. Thus the risks areoften underestimated in the growthphase and overestimated in the reces-sion phase. In the growth phase, thisunderestimation of risk leads to an over-estimation of the value of collateral, tothe offering of artificially low loan ratesand to institutions holding insufficientreserves. The situation is symmetrical ina recession, when there is an overesti-mation of risk.These risk measurement biases havevarious causes:

• The difficulty of predicting economicactivity as a whole and its relationshipwith credit risk.

• The inadequate consideration of therelationship between credit risk andcontagion risk.

• The tendency to focus on forecastinghorizons that are often less than a year,then to extend automatically these fore-casts to longer periods, with no realanalysis of the medium and long term.From this standpoint, short-term andmedium-term analytic models oftenprove to be mutually incompatible,because based on different assump-tions, for example.

• The emphasis on the short term isreinforced by a variety of incentivesrewarding short-term performance.Wave effects will be created when theseincentives are asymmetric: largerewards when the results are very posi-tive, weak penalties when negative.Such asymmetric incentives naturallylead agents not to smooth out theirresults.

1.5.4 Cost and rigidity of investments

The persistence of some observedmicro-economic cycles and their possi-ble links can be explained by the costsand rigidities of productive investment.Let us consider a simple illustration inthe area of agricultural goods, beforediscussing the assumptions underlyingthe reasoning and seeing whether thesame reasoning would apply to financialmarkets.

A farmer producing grain may see theprice of grain collapse in parallel with anincrease in the price of meat on thehoof. When this difference becomeslarge, it may incite him to change hisproduction, for example by switching tocattle rearing. To do this, he has to in-vest in adapting his production system,a costly investment that will only startpaying off after a certain period of time,say two or three years. At this pointthere will be increase in the supply ofbeef, and a reduction in the supply ofgrain, with corresponding effects on theprices of these two goods. If the switchfrom one type of production to the otheris substantial, prices may be such thatgrain becomes more profitable thanbeef, with a possible resulting tendencyfor a further switch in the opposite di-rection at this time, and so on.

Such reasoning presupposes:

• a closed economy with mainly twogoods,

• implicit assumptions around changesin demand,

• a constraint on the quantity of avail-able input, in this case land,

• naive expectations regarding pricechanges, since the decisions are takenon the basis of current price differences,not those of possible future prices thattake account of potential substitutionbehaviour by other economic agents,

• similar behaviour on the part of anumber of agents, so that the substitutioneffect has a sufficient impact.

Spirals of the same type may occur at cer-tain periods in markets other than futureson agricultural goods. They might arise foran investor with a certain amount to investwho faces significant costs in reallocatinghis portfolio.

We might then see periods where invest-ment turns towards equities rather thanbonds (or the reverse), or more towardsemerging countries than developed coun-tries (or the reverse). These phenomenaare based on the existence of high switch-ing costs. Such costs include:

* transaction costs: the higher they are,the more likely self-sustaining cyclesare to occur;

* illiquid assets: the more illiquid theasset, the greater the discount, espe-cially if it has to be sold quickly;

* technological aspects, such as thehigh cost of techniques for trading inhigh-frequency markets and theobserved race to gain greater speed ofinformation processing (see Biais, Fou-cault and Moinas (2013)). Actors’ entryinto or departure from this race can cre-ate cyclical effects.

Panic or information?

Cyclical effect may result fromcrowd effects, but is difficult todistinguish pure crowd effects(panic) from those based onobjective information.

Which estimation of risk?

In the growth phase, theunderestimation of risk leads to anoverestimation of the value ofcollateral, to the offering of artificiallylow loan rates and to institutionsholding insufficient reserves. Thesituation is symmetrical in arecession, when there is anoverestimation of risk.

Cycles arising from imperfectmarkets?

Cyclical effects may result fromtransaction costs, costs oftechnological adaptation, and errorsregarding expected technologicalrisks.

45

1.5.5 Real cycles and the credit cycle

We have noted the relationship betweencertain real cycles, observed on GDP orthe volume of housing construction,and cycles observed on the supply ofcredit by banks or specialised institu-tions. These cycles are slightly out ofsync, and it is not known which pre-cedes the other; but one of the reasonsfor these linked cycles could be an allo-cation of credit based on inadequateforecasts.11

Consider, for example, loans to busi-nesses. These should be awarded onthe basis of future performance, i.e. onthe basis of their future fundamentalvalue. However, these loans are nor-mally made on the basis of a company’smarket value, thus including the bubblepart of that value. When the bubbleeffect differs across industries, loanswill be more readily granted to firms thathave a strong anticipated bubble value,even if their fundamental value is nega-tive, than to firms with a favourablefundamental value, but with no bubblecomponent. Yet this is clearly an ineffi-cient allocation of credit from thestandpoint of production. It is nonethe-less a standard practice (also used byrating agencies), which avoids the effortand cost that the disaggregation of val-ues between the two componentswould require. Only in extreme situationsof very high (or very low) value of the bub-ble component will this effect be partiallytaken into account. When this bubblevalue becomes too high, banks willabruptly restrict the supply of loans toclients to whom they were hithertoextending easy credit, causing defaults,since some clients will not be able tomake payments solely on the improve-ment in their fundamental value. There willbe a reversal of the expansion cycle intoone of recession. Restructuring the clientbase by identifying those firms with goodfuture fundamental performance takessome time, which may prolong the reces-sion.

There is an inverse pattern towards thebottom of cycles, when the bubblevalue of firms becomes negative, i.e.when their market values are signifi-cantly lower than their fundamentalvalues. Credit allocation based on mar-ket values will fall until sub-market

valuation is detected. Loans may thenbe awarded to repurchase undervaluedcompanies, implement mergers, andrestructure production processes toimprove productive efficiency.12

These questions concerning the direc-tion of causality between cycles arefound at the level of certain compo-nents of regulation. For example, let usconsider the countercyclical capitalbuffer (see BCBS (2010)). The initialposition of the BIS is to use the bufferto influence the credit cycle, especiallyto manage periods of excessive growthin the volume of credit. However, somemembers of the European WorkingGroup on the buffer may have a differ-ent interpretation, implicitly permissiblefrom the unclear transcription of Basel3 into European law, namely that thebuffer serves to strengthen the capital-ization of financial institutions in crisis.In this case, the buffer is not used toinfluence the credit cycle, but rather it isthe reversal in the credit cycle that willlead to corrections in the buffer andmake its management procyclical.

1.5.6 Links between derivatives andunderlying assets

When waves or cycles appear on basicassets, they may affect their derivatives,and vice versa, because of arbitragebetween markets. We have discussedwhether or not there are waves on theS&P 500 index (see Section 1.4 (i)) andthe VIX (see Section 1.4 (ii)), and haveseen that waves appeared in the recentperiod. Figure 14 shows these twoseries of movements over this period.These waves seem to be linked, but ina different way between 1995 and 2000,when they move in the same direction,and after 2000, when they move in theopposite direction.

Opposed changes in price and volatility(though here it is implied volatility, i.e.the price of volatility and not volatilityitself) have been observed in the pastand in particular have been highlightedby Black (1976) (see also the discussionin Hasanhodzic and Lo (2011)). This isthe well-known Black’s leverage effect.Black, however, had insisted that theopposite trend was probably due to theinfluence on price and volatility of othervariables, in his case the amount of

financial leverage available to busi-nesses (hence the name of this stylizedeffect) . Thus we would not be able totell if the S&P 500 wave causes the VIXwave, or vice versa, because in factthese waves are both caused by a thirdunderlying real trend, linked to corpo-rate balance sheets.

Note finally that the large waves on theS&P 500 occurred after 1995, whereasthe VIX and its derivatives were intro-duced in the early 1990s. One maywonder whether the appearance ofwaves on the evolution of the S&P 500is not simply a consequence of the cre-ation of VIX derivatives markets.

To sum up, there are various “theories”that explain the existence of cycles andbubbles in financial markets.

From this standpoint we will discussvarious aspects of financial regulations,particularly their potential procyclicaleffects.

Waves caused by the creation ofnew markets?

The large waves on the S&P 500occurred after 1995, whereas theVIX and its derivatives wereintroduced in the early 1990s. Theappearance of waves on theevolution of the S&P 500 couldsimply be a consequence of thecreation of VIX derivatives markets.

Focussing on the causes of cycles,rather than on the cycles themselves.

The main objective of economic orregulatory policies should not be to“lower temperatures at times offever”, but rather to act upon theunderlying causes. Doing sorequires that these causes beidentified.


2. Financialregulations andprocyclicality

In this chapter, we seek to understandwhether or not we can talk about pro-cyclicality in the financial markets andhow it may or may not be regulated.

2.1 Evaluation of an economicpolicy

There are now fairly well defined princi-ples for evaluating a new economicpolicy, grouped under the term Evalua-tion of Public Policy (EPP). Theassessment of financial regulation lieswithin this category.The general principles may be easier todescribe in the case of a new drugcoming onto the market.

* Are there any side effects? If so, whatare they?

* Is it preferable to drugs currently on themarket? Does it work better? And with fe-wer side effects?

* How does its price compare to exis-ting products? Is the additional costworth it in terms of the expected impro-vement?

* Comparative studies between the newdrug and the existing ones are imple-mented in a specific environment.However, this environment can be

modified exogenously, with other drugsbeing prescribed for other reasons andthese may be incompatible with thedrug in question. Or it may be modifiedendogenously, with patients possiblychanging their behaviour regardingtreatment because of the introductionof this new product. There is therefore aneed for ex-post monitoring with alertsystems, in the event that unintendedside effects occur.

The answers to these questions shouldbe based on experiments and numeri-cal analyses. These analyses should beconducted in parallel by teams workingindependently, in order to detect possi-ble errors or intentional bias. This isdone, for example, to avoid setting themaximum level of debt of countriesreliant on short-term loans using poten-tially biased selected data (see, forexample, Reinhart and Rogoff (2010),the corrective by Heerndon, Ash andPollin (2013), and the discussion withPaul Krugman). It may also be askedwhether an inadequate audit of theinternal models of banks under Basel 2explains why, just before the crisis, theshare of bank capital was only 2% oftheir balance sheets, a historically lowfigure (see BCBS (2009), p. 2). Thesemodels were in fact constructed by thebanks with the aim of “economizing onequity”, a cult phrase in the industry(see Hellwig (2010), p6).

The regulations introduced into financehave a number of stated goals. Theseinclude: ensuring adequate financing ofthe economy; allowing some agents tocover themselves more easily andcheaply (with the aim of launchingfutures markets); avoiding excessivedifferences in information available tothe various stakeholders; protectingsmall savers (households); decreasingthe likelihood that the central bank orgovernment funds should act as lenderof last resort for large amounts (FSB(2013), p5). None of these main objec-tives has been studied with a view tocontrolling cycles, if such cycles exist.In fact, debates around “procyclicality”focus on possible side effects, whichcan be significant, leaving aside themain purpose, regarding which the newregulation may have led to a markedimprovement.If cycles have clearly appeared in thevarious markets and various situations,a relevant question would be: “Are thecycles larger and more frequent with thenew regulations than with the previousones, or than in the absence of regula-tion?”. But because we have seen thatthe very concept of cycle as well as theexistence of cycles in financial marketsare questionable, it probably is best toconsider the following questions: doesupcoming (or existing) regulation tendto accentuate fluctuations, i.e. increaseprices (or risks) when there is an upwardmovement and reduce prices (or risks)when there is a downward movement?


Evolution of the S&P 500 the VIX since 1990Figure 14

Independently implemented impactstudies.

Impact studies should be conductedin parallel by teams working inde-pendently, so as to detect possibleerrors or intentional bias.

A crucial question.

Does upcoming (or existing) regula-tion tend to accentuate fluctuations,i.e. increase prices (or risks) whenthere is an upward movement andreduce prices (or risks) when there isa downward movement?

47

This question should be considered forthe assets of each of the market seg-ments, taking into account otherregulations currently in force, the poten-tial reactions of investors, monetarypolicy, and so on.13 It is also importantto look at the potential side effects onfinancial series other than returns, forexample, the effects on volatility or tra-ding volumes.

Finally we must ask in which cases“accentuating a price increase” is apositive side effect and in which anegative side effect. An accentuation atthe bottom of a cycle, or at the top of acycle certainly does not have the sameconsequences.

2.2 The example of the Value-at-Risk (VaR)

To illustrate these issues, let us consi-der the case of the Basel 2 regulationand in particular one of its components,the VaR, accused of being pro-cyclicaland of having largely contributed to the2008 financial crisis.14

Recall that this regulation had three sta-ted goals, the three “pillars”: (i)calculating differently the reserves(capital) to be introduced to cover therisks taken (Pillar 1), (ii) ensuring thateach institution has the tools and basicunderstanding to monitor risks (this isthe internal model of Pillar 2); and (iii)improving transparency externally (Pil-lar 3). VaR is a measure of risk, which isthe basis for calculating reserves usinga mathematical formula that we will dis-cuss further on.The attacks on the Basel 2 regulationfocused on the Value-at-Risk, withoutfirst looking at whether the main objec-tives had been attained, i.e. a betterreserve ratio, which with the previousregulation (the Cooke ratio) were noto-riously inadequate (Pillar 1), ensuringthat each financial institution has a bet-ter understanding of its risks (Pillar 2),and providing greater transparency (Pil-lar 3). But on these three points, wemust recognize that the main objectiveshave been only partially but not fullyachieved, especially for Pillar 3 ontransparency.

Let us now return to the history of thecrisis and the role of VaR in this history.

(i) Before the Basel regulations, reservesfor financial institutions were calculatedfrom the Cooke ratio. Put simply, theycorresponded to a constraint on thesolvency ratio. Outstanding loansshould not be more than 12.5 (1/8%)times greater than equity. But this rigidratio took no account of the type of risktaken. The main objective of this Cookeregulation was not attained, because itwas hijacked by certain financial institu-tions which took advantage of potentialarbitrage using a loophole in the regula-tion (regulatory arbitrage). This was thedevelopment of securitization, wherethe “best” risk is sold in the markets,the riskiest portions of loans (equitytranches) remaining on the balancesheet of the institutions. As well as suchresale in the market, credit institutionshad found a new way of refinancing,enabling them to increase their supplyof credit by means of leverage. In anycase, the Cooke ratio of 8% clearly pro-ved insufficient to cover the risk ofequity tranches concentrated in certainfinancial institutions. It must first beremembered that the previous regula-tion simply did not meet its primaryobjective and that, from the increase inrefunding capacities at low rates, it waspartly responsible for the U.S. housingbubble, the bursting of which markedthe beginning of the 2008 crisis (actuallythe downturn in U.S. house pricesbegan in August 2006). It should also beremembered that in 2008 a number ofcountries had not yet implemented thenew Basel rules, including major playerssuch as the United States and Canada.

(ii) After the real estate downturn,15

defaults on home loans and lowerprices for derivatives such as MortgageBacked Securities (MBS)16 (following thedecline in their ratings) badly affected the

balance sheets of banks and credit ins-titutions, leading in turn to reserverequirements being increased. Becauseequity capital before the crisis was onaverage at a historically low level andbecause reserves were in principle sup-posed to consist of risk-free assets,financial institutions, in order to comeup with cash, sold large amounts ofshares they owned. As a result equitiesmarkets fell sharply, causing the valueof the shares still held by these financialinstitutions to decline more, thus furtherworsening their balance sheets. This ledto the need for additional reserves, andso on. It was an instance of the spiralbetween funding liquidity and marketliquidity studied by Brunnermeier andPedersen (2009) (see also a detailedempirical analysis of this spiral andcontagion effects in Darolles, Gagliar-dini and Gouriéroux (2013) for portfoliosmanaged by hedge funds, representingapproximately $3,000 billion in 2008).

(iii) This intensification of the crisis wasgreatly exacerbated by the fact that cer-tain products similar to insurance weresold without providing reserves, andclearly not those relating to the regula-tion of insurance. Mention should bemade here of monolines, which weresupposed to insure MBSs againstdefault and which immediately becameinsolvent. We may also mention the “lifeinsurance” on businesses, i.e. CDSs,sold without creating adequate reservesto cover default risks and which wereparticularly concentrated in the Ameri-can International Group (AIG) balancesheet. More generally, there were alsoall the structured investment vehicles(SPV: Special Purpose Vehicle) not sub-ject to reserve requirements. Accordingto Acharya, Schnabl and Suarez (2009),this was the sole reason for their rapidgrowth.

You wanted transparency?

The main objectives of Basel 2 havebeen partially, but not fully, achieved,especially for Pillar 3 ontransparency.

Insurance products as amplifiers ofthe crisis.

Certain products similar to lifeinsurance were sold withoutsufficient reserves, and were clearlynot falling within insuranceregulation.


At this point some comments may bemade on the possible defects of regula-tions in force at the time of the crisis.

• The crisis stemmed from poor “regu-lation” of mortgages in the UnitedStates, which allowed short-term re-borrowing on mortgages and led to thecreation of a pyramid. The discerningreader will no doubt here see theconnection with Ponzi schemes and theMadoff scandal.

• Certain important market segments,such as CDSs and hedge funds, werenot subject to regulation and in particu-lar did not have any real reserverequirements.

• The contagion in the equity marketwas largely due to accounting rules.The market price of shares can be verysensitive to supply shocks, but they donot greatly affect balance sheets,because these are priced at mark-to-market and not at “fundamental values”.Otherwise, the spiral could be brokenmore quickly (see, for example, IMF(2008) and Plantin, Sapra and Shin(2008) for an analysis of the effects ofaccounting standards).

• The requirement for reserves made upof risk-free assets turned out to be amistake, for it was this that led to theselling of equities. We need though tobe more precise here, since thisannounced constraint greatly dependedon the status of the various centralbanks. The Bank of Canada, for exam-ple, was able to quickly restructure thedebts of financial institutions and toaccept part of them as a reserve, thusavoiding the impact of the crisis onCanada. The European Central Bankwas authorized to do so and discreetlymade use of this option. But the statusof the U.S. Federal Bank did not permitit to do this and it had to wait severalmonths, which seems a long time, forthe Senate to authorize it.

• In the environment prevailing in 2008,a similar contagion phenomenon wouldhave occurred with the former calcula-tion of reserves through the Cookeratio. The need for reserves would alsohave increased following the defaultsrecorded (though not following therating downgrades) and the decline inequity prices.

• There obviously remains the role ofratings, where at least two mistakeshave become apparent.

(i) The rating agencies downgradedsome very risky assets too late (but alsoover-rated many credit derivatives),including securitized products: CDSs,CDOs and MBSs, allowing an abnormalexpansion of the bubble, but also lea-ding, when these were downgraded tooabruptly, to it bursting (which neverthelesstook a year, between the announcementof the freezing of some funds by BNPParibas and AXA in the middle of 2007and the collapse of Lehman Brothers).

(ii) The Basel regulations had providedfor a fairly broad definition for Pillar 2:either an internally developed methodo-logy, or a methodology developed bycertified service companies, or a com-bination of the two. Too many financialinstitutions depend solely for corpo-rates and sovereign ratings on theseexternal service companies, say, S&P,Moody’s and Fitch for corporates andsovereigns and FICO (formerly FairIsaac) for consumer loans ratings. Thecontroversy over the risk studies fordrugs, too often funded by pharmaceu-tical companies, leads us to be wary onthis question and to believe that severalanalyses of the same risk should beconducted in parallel and indepen-dently. In our case, ratings should havebeen constructed in-house and compa-red with those of the rating agencies.Yet many institutions made very littleeffort to monitor the quality of servicessold by agencies on the grounds that itwas too expensive. Furthermore, theBasel regulators should have beenmore specific and stricter with regard totheir certification of agencies. In factthey should examined the quality ofratings given by these agencies, whichis of course very different depending onthe product, and kept this quality moni-toring updated.

In this respect, we have not discussedVaR itself. VaR is calculated every busi-ness day and evaluates the risk of afinancial institution’s portfolio. The port-folio is crystallized, i.e. with no accounttaken of modifications in its composi-tion following price changes. The valueis calculated mark-to-market for pro-ducts such as stocks, bonds,currencies and options, and at theircontractual value for loans to corpo-rates and individuals. When there is riskof default, these values are adjustedaccording to the rating level (see abovefor discussion of the internal model ).During the fairly lengthy introduction ofBasel 1 in particular, there was muchdiscussion as to whether this risk mea-sure should be calculated for currentrisk (Point-in-Time, PIT) or be smoothedout over the cycle (Through-the-Cycle,TTC). The solution adopted was thatthis risk measure would be calculatedPIT (following strong demand frombanks), but that the amount of reserveswould be smoothed out. In fact theBasel documents use formulas such as:

RCt = max(VaRt, �VaRt-i ),

with a multiplicative coefficient k (thewell-known trigger), depending on thequality of the internal model, but in anycase greater than 3. Thus in this financialinstitution’s standard situation, the for-mula applied is averaged over 60 wor-king days, i.e. a quarter, thus allowingthe risk to be smoothed out over wavesof three months. It is only when the ba-lance sheet is considerably worse thatthe required capital formula becomesRCt = VaRt, with a likelihood of largecalls for additional reserves. In standardsituations, this approach has shown itsrelevance: there are a few institutions indifficulty, and the increase in reservesmay lead to some bankruptcies, inclu-ding “lame ducks”, thereby making ban-king system healthier and less risky. Thesituation becomes very different, howe-ver, if a large number of institutions suf-fer an adverse shock, because now a

A surprising methodological decision

The Basel regulations had provided for a fairly broad definition of the internalmodel for Pillar 2. Ratings should have been constructed in-house andcompared with those of the service companies. Yet many institutions made verylittle effort to monitor the quality of services sold by agencies on the groundsthat it was too expensive.

k 60

i=160

49

large number of institutions have to ob-tain liquidity and the liquidity spiral isset in motion.

Let us now examine the directionstaken by the new regulations for calcu-lating reserves and see how they try toaddress some of above-mentioneddefects.

First of all, some major defects are notsufficiently well addressed by them:

• the monitoring of rating agencies andthe incentive for major institutions tohave their own internal model.

• the change in accounting rules, whichgave too much weight to mark-to-mar-ket valuation.

Others lead to the rules being modifiedin the following ways:

• Increasing the scope of more regulatedproducts and institutions: the EuropeanMarket Infrastructure Regulations (EMIR),which increase the range of products tra-ded in clearing houses, the inclusion inthe balance sheet of banks which werepreviously off-balance sheet, and theimproving transparency for hedge funds.

• Harmonizing the regulation of banks andinsurance companies, for example in orderto avoid circumvention of reserve needs,as seen with AIG during the crisis.

• Taking into account liquidity issues inthe calculation, and possibly even consi-dering two reserve accounts, one for fai-lures due to a lack of liquidity, the otherfor more structural failures due to a lackof solvency (see Gouriéroux and Heam(2013)).

• Among reserve needs, clearly distin-guishing what concerns systemicshocks from shocks pertaining to theinstitution. Also distinguishing, in thesystemic part, what concerns exogenousshocks from contagion phenomena (seeAllen and Gale (2000)), and knowledgeof such contagion between segmentsor institutions, thus enabling default andliquidity spirals to be broken (see, forexample, Upper and Worms (2004) andGouriéroux, Heam and Monfort (2013)).

2.3 Clearing houses and margincalls

As we have pointed out, a new Europeanregulation (EMIR) has been recentlyintroduced. Its main purpose is ensurethat various derivatives –REPOs– pre-viously traded over-the-counter (OTC)are now cleared through organizedclearing houses, with a view to betterunderstanding the risks and managingthem better. This is going in the rightdirection. However, can we expectsignificant side effects? A number ofthese have been detected by practitio-ners and academics. We mention three.

(i) Since European regulations are notfully compatible with the U.S. regulations,it is likely that a large proportion of theseproducts will continue to be cleared out-side Europe. How can the attractivenessof clearing houses be ensured? What willbe the effects of the flight to liquidity? Orto quality? And how can regulatory arbi-trages be avoided? (see Vayanos (2004)).

(ii) It is expected that there will only be asmall number of clearing houses. Thesewill cover potential default during trans-actions, thus playing the role of insurer.How do we ensure that these insurershave sufficient reserves? And do not takeadvantage of being “too big to fail” bynot creating adequate reserves? (seePlumridge (2011)).

(iii) In Section 2.2 we discussed some ofthe defects of the method of calculatingreserves in the Basel regulations. Butthere is little difference between a marginaccount and a reserve account, and bet-ween margin calls and reserve calls. Themain clearing houses and leading bro-kers have recently standardized theirmode of margin call calculation using the

Standard Portfolio Analysis of Risk(SPAN) methodology17. This has made itpossible to replace a set of disparatemethodologies, which were overlydependent on the broker or clearinghouse, for 80% of the collateral collec-ted. The SPAN methodology calculatesmargins by working out the daily VaR ofthe portfolio from a set of price changescenarios. This calculation is done sepa-rately for each member without takingaccount of possible risk dependencies.

When a country withdraws a drug fromthe market because of its dangerous sideeffects, it is normal that other countrieswonder whether they should do likewise.The basic VaR methodology has provedto have significant procyclical effects. Itmust therefore be asked whether its usein the SPAN system should not beseriously reconsidered. From this stand-point, the recent proposal to distinguishthe systemic and non-systemic parts inmargin calls is a move in the right direc-tion, and leads to co-margin measures,analogous to the notion of CoVaR (seeCruz Lopez, Harris and Perignon (2011)and Cruz Lopez et al. (2013) for co-mar-gins and Adrian and Brunnermeier (2011)for CoVaR).

(iv) A great deal of latitude is left to clea-ring houses to decide on the type ofcollateral accepted and the size of themargin call according to the “position inthe cycle”, or when there is a risk of bub-bles bursting. It would be interesting tofind out how they reacted in the past, butanalyses of the type do not exist in theliterature.

Obvious advice, but all the same…

Among reserve needs, clearlydistinguishing what concernssystemic shocks from shockspertaining to the institution. Alsodistinguishing, in the systemic part,what concerns exogenous shocksfrom contagion phenomena, theknowledge of such contagionbetween segments or institutions,will enable default and liquidityspirals to be broken.

Definition of margin calls.

Margin call patterns have beenpartially standardised, on the basisof VaR methodology, which provesto be procyclical. Moreover,changes in the type of collateralaccepted may have signifcant pro-or counter-cyclical effects.


2.4 Leverages

A recent paper by Adrian and Shin(2013) emphasizes the potentiallyimportant “pro-cyclical” effects of themanagement of leverage by investorsand, therefore, of regulations that mightaffect these leverage or have them asobjective, for example by setting a maxi-mum for the leverage or by introducingconstraints on the extent of short selling(see, for example, Bouveret (2013)). Theargument presented in this paper goesas follows. Leverage is defined as theratio between assets and equity, or inan equivalent way as: lev = A/(A-L),where A designates the level of theasset and L the level of debt. Supposethat the level of debt is fixed and thevalue of assets is calculated at the mar-ket price. If the market price rises, sodoes the book value of the asset A gA*, with A* > A. Since the leverage: lev=1/(1-L/A) is a decreasing function of A,the new leverage effect is: lev* = A* /(A* - L) < lev. The financial institutioncan then react in various ways:

* either the portfolio remains unchangedand the bank uses less leverage.

* or, seeing leverage fall, the bank de-cides to readjust it, for example by brin-ging it back to its previous level. To doso, it will increase its debt appropriately,then use the money to increase theamount of financial assets held. Thisnew demand for assets will lead to anincrease in their price, thus improvingthe balance sheet and reducing the levelof leverage, so that the institution will beable to return to its previous value by in-creasing debt, and so on.

This reasoning shows that the combi-nation of mark-to-market accountingand regulation (or investor behaviour)setting a leverage target, e.g. a maxi-mum leverage, independent of theposition in the cycle, can be procyclical.

The Adrian and Shin empirical studyshows that the situation is worse, in thatthe average leverage held by financialinstitutions is not constant, but is high-est during crises (the Long Term CapitalManagement (LTCM) crisis or the 2008crisis). Note also that the leverage ob-jective appears very different for the ma-jor U.S. banks, relatively stable for someof them, but increasing rapidly from2004 for Lehman Brothers. On the otherhand leverage has changed in the op-posite direction for hedge funds (seeAng, Gorovyy and van Inwegen (2011)).

2.5 Exchange rates and thedenomination of loans

Changes in exchange rates betweenmajor currencies reveal relatively fewcyclical phenomena, mainly because ofcentral bank interventions. But this isnot the case in countries where centralbanks may have insufficient foreignexchange reserves, especially when thelocal currency coexists with anothermonetary unit used in loan contracts.The denomination of loans in an exter-nal currency can have significantmultiplier effects, as happened in Thai-land in 1997. Loans by internationalbanks to Thailand were denominated indollars, as also were loans by Thaibanks to Thai firms. Following a decline– initially quite small – in the baht, firmsworking in local currency could notmeet their repayment obligations,resulting in a much larger decline in thebaht and a complete shutdown of theThai banking system for several days(see Hellwig (1995)). The crisis wasresolved relatively quickly after a tele-vised address by the King of Thailandasking people to bring gold they hadhoarded to the royal palace in order tosave the country. This appeal enabledthe reserves to be replenished.

We are here concerned with cyclicalphases due to product substitutions, inthis of fixed rate loans, with fixedmonthly payment, denominated in thelocal currency, and fixed rate loans, withfixed monthly payment, denominated ina foreign currency. The latter loans con-verted into local currency become loansindexed on the exchange rate. The tran-sition from the first to the secondproduct can be very rapid on dates

where a marked difference in monthlyrepayments in favour of the foreigndenomination arises; this is accompa-nied by a sharp increase in the volumeof loans granted, if borrowers reasonthat this difference will persist untilmaturity of the loan. When the local cur-rency depreciates, there is a turningpoint, taking the indexed monthlyrepayments to unsustainable levels.

Apart from the royal intervention, sucha process has been seen on quite anumber of occasions. Thailand could bereplaced by Italy, Hungary or Poland,and the foreign currency by the ECU (abasket of currencies), the Euro or theSwiss franc. For Poland, the problemwas dealt with before the expectedturning point by preventive renegotia-tion of all the loans in question, in thiscase around 80%. For France, recallthat many toxic loans provided by Dexiato local municipalities were of this type.Clearly there is insufficient monitoring ofsuch toxic loans. How many countrieshave been satisfied simply with a“warning” regarding loans indexed onelectronic currencies such as bitcoin? –though in early December 2013 theNational Bank of China requested useridentification.

2.6 Definitions of the concept ofvalue

We have repeatedly noted that “mark-to-market” valuation can have procyclicaleffects. Other effects on fluctuationscan occur when the concept of valueused depends on whether or not it hasthe same meaning for the regulatorconcerned at all times.

Beware of leverage objectives.

The combination of mark-to-marketaccounting and regulation (orinvestor behaviour) setting aleverage target, e.g. a maximumleverage, independent of theposition in the cycle proves to beprocyclical.

Cycles due to indexation of loans.

Such cyclical phases are due to pro-duct substitutions, in this instance offixed rate loans, with fixed monthlypayment, denominated in the localcurrency and fixed rate loans, withfixed monthly, payment, denomina-ted in a foreign currency.

51

Thus for dynamic analysis of a singleportfolio, fluctuations may occur in theanalysis effected by the U.S. regulatorand be absent for the European regula-tor (or vice versa), because theseregulators do not make their calcula-tions in the same currency or becausethe U.S. regulator accepts compensa-tion between derivatives and theEuropean regulator does not – leavingroom for regulatory arbitrage. Analyses where the method of calculat-ing the value changes over time areeven more misleading. Take the case ofhedge funds and their valuationmethod, which they can modify overtime, at least under U.S. regulations. Atthe time of the crisis, some assets thatwere difficult to evaluate from their port-folios could be frozen in side pockets.Portfolio returns were then calculatedsolely on the unfrozen part. In this way,the observed yields of surviving fundswere protected from the effects of thedownturn, since the bearish assetswere not taken into account. Even the concept of “mark-to-market”value can be interpreted differently overtime. Thus, French shares were usuallytraded on Euronext, and the Euronextprices were mainly used for mark-to-market prices. But competing platformsemerged. BATS Europe came in 2008and then acquired the Chi-X Europe plat-form. In addition, there has been anincrease in trading shares over-the-counter. Thus whether or not OTCtrading prices are made known orwhether or not BATS, Chi-X and Euronextprices are exactly the same, mark-to-market prices are still the Euronextprices. Yet because of this competitionthe market share of Euronext hasdeclined significantly, and is now around50-60%. As a result, these prices areincreasingly less representative, andsince the corresponding Euronext marketis narrower, they can be expected to besubject to more fluctuations.

2.7 Ratings

Ratings are measures of qualitative riskwidely used, either directly or indirectly,at the regulatory level. They are used tocalculate reserves, which are based forexample on VaR weighted in accor-dance with securities ratings, and toclassify financial institutions accordingto whether they are more, or less, sys-temic. They are also used to distinguishspeculative investments and prohibitcertain fund managements from includ-ing them in their portfolios, for examplefor pension funds. These ratings existfor securities issued, for companies, forsovereign states, and so on. They arealso distinguished by the type of riskthey address as well as by their shortand medium term time horizon, andhave to be updated regularly. If they aremiscalculated, badly chosen and poorlyused in regulations, they can amplifydownturns at the top of a cycle, as wasobserved in the recent crisis throughreserve calculations. This effect clearlyappears when one analyses the tradi-tional method of calculating reserves,where the ratings of the basis assets ofthe balance sheet are involved in theweighted calculation of VaR, and there-fore in the calculation of reserves, andalso where the rating of the institutionitself depends on the reserve amount.Such rating of the institution affects theratings of bonds issued by it, which arethemselves involved in the weightedcalculation of VaR and the reserves ofother financial institutions. Such conta-gion jointly implicates ratings andreserve levels and is a source of theamplification of cycles.

Although the standard of ratings agen-cies (S&P, Moody’s, Fitch) are stillpoorly understood – it may be won-dered, for example, whether theymeasure default risk alone or alsorecovery risk – new types of rating areemerging, such as rating for systemic

risk based on the classification of SIFIs(Systemically Important Financial Insti-tutions).

At present there is competition amongfairly sophisticated rating systems suchas that of New York University’s Volatil-ity Lab., a system not approved byregulators (see Tavolaro and Visnovsky(2014)) for a discussion of the limitationsof this rating system), or the lists ofSIFIs issued by some regulators, forwhich it is not known how they aredetermined – they seem to be basedmore on the idea of “too big to fail”rather than of “too interconnected tofail” – and whose updates in particularseem to be infrequent. If procyclicalityis a risk it is important to control, itwould make sense to create ratings forit. This idea is incorporated into sectoralmarket indices in the United States,whose definitions of sectors differ sub-stantially from those used by the FrenchNational Institute of Statistics (INSEE),for example. Indeed, economic sectorswhich are very sensitive to businesscycles are distinguished from thosewhich are not so sensitive. This distinc-tion makes it possible to introducederivatives based on these businesscycle sensitive sectoral indices, andthus potentially to hedge against cycli-cal effects.

Keep the same definition of pricesand values.

Definitions of prices and valuesshould be consistent over time andbe adjusted to retain theirrepresentativeness.

Ratings and capital requirements.

Capital requirement levels dependon risk ratings and these in turndepend on capital requirementlevels. Hence there is a spiral effect,which needs to be analysed.

Auditing new ratings systems.

Ratings for systemic risk should betransparent, as also their potentialuses. Studies are required to ensurethat such ratings are understoodand validated.

Ratings and derivatives forprocyclicality.

It would be necessary to constructratings and rankings of firms andfinancial institutions that canmeasure their greater or lessersensitivity to the business cycle.Such classifications could be usedto construct indices of procyclicalfirms and to introduce derivativesbased on these indices.


Note also that systemic factors maycontain cyclical effects. Rather than rat-ings for systemic risk, it would be betterto have two rating systems, one for pro-cyclicality, the other for non procyclicalsystemic aspects.

Naively adding a countercyclical bufferto reserves for systemic risks intro-duces a double counting for the cyclicalcomponent of systemic risk.

2.8 Exogenous cycles vscontagion

The practice of stress tests has beenrecently introduced. These stress testsare used to (i) verify the greater or lesserunderstanding of internal models, (ii)measure the robustness of banks andthe financial system to various types ofstress and (iii) possibly to significantlyincrease reserves for institutions thatare overly sensitive to certain types ofstress.When properly conducted, these stresstests show that cyclical phenomenamay result from cyclical effects presenton the stressed variable, but also frompseudo-cycles created by the way theexogenous shock spreads across insti-tutions. In extreme cases, non-cyclicalstress can give rise to pseudo-cyclesthrough this contagion (see, for exam-ple, Gouriéroux, Heam and Monfort(2012) and Darolles, Gagliardini andGouriéroux (2013)).

2.9 Remuneration

We have already mentioned the adverseeffects of certain remuneration designs.These basically involve incentives thatdo not properly take into account therisks taken and/or are linked asymmet-rically to positive or negative results.There are many well-known examplesof such remuneration with parasiticeffects. Let us thus examine ways ofcompensating business providers forindividual loans, hedge fund managers,traders, and some executives.

In North America, there are intermedi-aries between borrowers and lendinginstitutions offering credit products.They do this by comparing the qualityand price of products offered by creditinstitutions, as well as the “percentage”they receive on the sale of the product,which is more or less independent ofthe quality of the borrower. It typicallyinvolves remuneration that is concernedonly with the short term, i.e. on theincrease in the volume of credit, and notwith the medium term, i.e. the potentialfutures losses due to repaymentdefaults.

The variable parts of hedge fund man-agers’ fees are calculated according tocomplex formulas contained in the fundprospectuses, known as “high watermark” and “loss carry forward provi-sion”, involving the joint management ofmultiple accounts. Some serve asreserves, other for smoothing out theresults for tax optimization. Theseincentives do not take into accountpotential future risk exposure, and areprimarily based on the fund’s pastreturns. In any case, they are veryasymmetric, rewarding the fund man-ager only when returns go on rising,with a sufficient rate of growth, but notintroducing any penalty otherwise.There is therefore a strong incentive totake increasingly risky positions duringcertain endogenous sub-periods, onassets whose prices might be drivensufficiently high. This is one of the rea-sons for the high growth phases ofilliquid asset prices.

The case of traders is rather different.The remuneration of traders is based onthe gains they make traded. Once again,this compensation system is asymmet-ric with respect to gains. Furthermore,

these bonuses are usually calculatedafter mutualisation at trading roomlevel, thus promoting contagion. Finally,effects on the evolution of stock pricesmay also result in “stock options” dis-tributed to certain senior executives. Ifthe initial idea was to reward the pro-ductive performance of the firm, itproves to be fairly easy to play on thebubble part of its value so as tofavourably exercise options, particularlywhen the firm self-holds a significantfraction of its shares.

These effects can be significant, asshown by analyses of hedge funds, bycomparing the evolution of fund returnsbefore and after compensation of fundmanagers (see, for example, Darollesand Gouriéroux (2014)a and (2014)band Jorion and Schwartz (2013)).

2.10 Mathematical formulas forregulation

We have just mentioned that formulascontaining threshold effects or regimechange could create or amplify cycles.We discussed this issue in relation toremuneration, but also saw the highlyamplifying effect of the formula deter-mining the level of capital requiredaccording to past VaR. It would bedesirable to identify all the formulas ofthis type used in regulation and toclearly assess their potential effects.Unfortunately, they are often presentedin a rather literary manner, that is bothinsufficient and too precise. Such a for-mula, for example, is used to calculatethe countercyclical buffer (see BCBS(2010) p12-14). Rewriting the formula,we see that the size of the cushion as apercentage is:

Two ratings systems?

One for procyclicality, the other onefor non-procyclical systemicaspects.

Distinguishing betweenexogenous cycles and contagion.

Responding to exogenous cyclesand contagion involves differentpolicies and regulations.

Remuneration and cycles.

It is well known in time seriesmodels that dynamic models withthreshold effects or switchingregime automatically create cycles.Asymmetric forms of compensationintroduce such effects andautomatically induce waves onobserved returns.

Buffert = 0, if (Creditt /GDPt) x 100% �Trendt < 2%,

Buffert = [(Creditt /GDPt) x 100% �Trendt � 2%],

if 2% < (Creditt /GDPt) x 100% � Trendt < 10%,

Buffert = 2,5%, if Creditt /GDPt) x 100% �Trendt > 10%,where “the variable Trendt is calculatedby applying the one-sided Hodrick-Prescott filter” and thresholds are fixedonce and for all.

Note that the application of these for-mulas is not automatic, at least whenthey do not appear in EU directives.They can be mitigated to avoid a tooimportant break with the previous practicesor in accordance with macroprudentialobjectives.

2.11 Distress situations

There are various amplifying effectsduring turning points towards a slow-down stage. These affect both the rateof decrease and its amplitude. Onesuch effect is the poor management ofdistress situations, when a firm, countryor bank is approaching insolvency.Spending too long correcting such situ-ations can lead to a loss of confidenceby suppliers, customers, employees,and investors and accelerate bank-ruptcy, along with contagion to otherfirms, countries or banks. There followsome examples of practices that willhave such effects:

• Overly complex and insufficientlystandardized products, whose evalua-tion takes time. This applies to retailproducts – mortgages and credit cards– as well as to MBS and CDO2 deriva-tives or derivatives on iTraxx (an indexon CDSs).

• Barriers to the renegotiation of loansand debts. One of these is automaticdefault by rating agencies in the case ofrenegotiations of loans on the initiativeof the borrower.18

However, to analyse the consequencesof these procedures, it is not enough toknow the general principles of theseresolutions (see Financial StabilityBoard (2013)); typical examples of res-olutions for certain forms of riskassessment are also needed. But thisinformation is not released at themoment. This lack of transparency pre-vents any study assessment by anexternal “auditor”.

3. How can "cycles"in the real economybe managed?

Debates on the procyclicality of financialregulations and their impact on therecent crisis have (most) often focusedon the ultimate consequences for thereal economy.

A significant part of economic theory hasinsisted on a separation between the real

and financial parts of the economy,based for example on the work of Modi-gliani and Miller (1958) or on Arrow-Debreuperfect foresight models. The recent crisisas well as available data and discussionsof real and financial cycles (see Section 1)show either that these markets are veryimperfect or that this part of economictheory is based on unrealistic assump-tions (see, for example, Stiglitz (1969), or Hellwig (1981) for discussions ofModigliani and Miller).

We will therefore try to open up a dis-cussion around the following questions:

(i) Can the tools for financial regulationbe used to influence the real economy?

(ii) Is it desirable to control real cyclesand if so in what direction?

(iii) What about the use of simplifiedcycle control procedures?

(iv) Is it the role of financial regulators tomanage the real economy?

3.1 Financial regulation tools formanaging the real economy

We have emphasized the importance ofremembering the main goals: to hedgerisks, avoid speculation, and ensureminimum liquidity of financial regulation.Can a “single” regulation pursue morethan one objective at the same time, forexample, covering risks and hedgingreal cycles? The answer is clearly nega-tive if this regulation has only onecontrol variable, because a single con-trol cannot manage two, potentiallyconflicting, targets. Does the regulationhave one or several control variables?Take the example of a method of calcu-lating reserves based on a risk measuresuch as the Value-at-Risk (see Section2.2). If the threshold α used to calculatethis measure is set uniformly, α = 5%,say, the additional cost on loans is fixedirrespective of the type of credit – mort-gage, revolving credit, SMS corporateloans, etc. – the additional cost of aninvestment is independent of the typeof asset – stocks, bonds, derivatives,etc. – for a given risk. For a given returnand volatility, it is also set independentlyof other features of the environment,such as the needs of the real economy,the position on the real cycle, etc.19

From this very simple example it is easy

53

2,58

Mathematical formulas can inducecycles

Mathematical models serve tostructure thinking and discourse,and are typical of the academicliterature, whereas other formulasare designed to set reserves andbuffers. Only the latter ones have animpact on the economy andpossibly cause cyclical effects.Mathematical models have animpact on thinking and economictheory, which is very different.

Appropriate resolution procedures?

“Resolution” procedures seek topredict in advance the type of crisismanagement applicable when asystemic financial institution is indistress. They can mitigatecontagion effects and becountercyclical.


to see how to transform a single controlvariable into several control variables.Simply choose a level "alpha" differen-tiated by product j and date or environmentt. One can then act in a differentiatedway on the cost of credits or invest-ments, and therefore on prices and thevolumes distributed.This is the path followed in the counter-cyclical buffer approach, where the sizeof the additional buffer is likely to varyover time20 in a range from zero to 25%of risk-weighted assets, decreasingfaster in the “recession” phase than itgrows in the expansion phase, to avoidunduly restricting the availability ofcredit when the economy really needsit. On the other hand, having toannounce these changes twelvemonths in advance risks (i) making such"alpha" changes insufficiently reactive,and above all (ii) their proving to beinappropriate, if there are rapid changesbetween the date of the pre-announce-ment and the date of implementation.Finally, it is a macro-prudential approach,which says nothing about differentiationby credit type. However, other regula-tions currently being introduced canoperate in a more targeted manner.Thus, in a situation where a financialinstitution is distressed, it will be possi-ble to deviate from the principle ofequal treatment of creditors and recon-sider priorities for repayment, if doingso contributes to financial stability (FSB(2013), p8).

Another argument of risk measure,which could also be differentiated, isthe horizon at which the risk is calcu-lated. It could be product dependent.This was a demand for factoring busi-ness, where the maturity date of theproduct – 3-6 months – is shorter thanthe standard horizon of the regulation.The horizon could also correspond tothe length of the pseudo-cycle: stan-dard at the beginning and middle of thecycle, and longer as one approaches aturning point, so as to partially introducecountercyclical effects in assessing risksand reserves.

As the Cooke ratio clearly shows, set-ting too uniform reserves can easily becircumvented, with large parasitic effects.This is why the Basel regulation differ-entiated the calculation by level of risk.It is possible that this minimum differ-entiation is not sufficient. Indeed, if the

profitabilities by type of loan distributedare not the same, setting a uniformreserve with regard to products is afixed cost, which for certain productsmay at times exceed the threshold ofprofitability and may have significanteffects on the volume of lending to, forexample, small and medium size firmsenterprises in certain sectors.

3.2 Is it desirable to control realcycles?

From the standpoint of macroeconomictheory, it is essential to evaluate thecosts and benefits of cycles on grossdomestic product and on its volatility interms of social welfare. The idea is thatstable growth with little fluctuationwould be preferable to growth with fluc-tuations. The period known as the GreatModeration, roughly between 1985-1987 and 2005-2007, is, for example,explained in this way in all the macro-economic textbooks and numerousresearch papers on this topic (see, forexample, Stock and Watson (2002) andDavis and Kahn (2008)). Furthermore,and again by way of example, the FullEmployment and Balanced Growth Actof 1978 encouraged economic deci-sion-makers to try and achieve suchstabilization. This idea, however, wouldbe strengthened if it was certain that thegrowth rate improved with the disap-pearance of fluctuations.

Another argument refers to the changein the structure of companies during thecycle. At the end of a credit cycle,banks are more selective in their alloca-tion of loans, taking into account thelonger-term prospects of companies.These credit restrictions and increasesin differentiated rates will cause theleast efficient firms to become insol-vent. This phase of the cycle thusallows firms with the highest productiv-ity rates to survive. In this interpretation,cycles help eliminate insufficiently com-petitive firms from the market (seeSchumpeter (1942)) and provide incen-tives for the improvement of productivity,including support for education andresearch, and for retraining personnelwith new skill sets.

This question as to the desirability orundesirability of cycles thus seems notto have a clear answer. It is a similar

type of question as: Is speculation agood or bad thing? (see, for example,Danthine (1978)).

3.3 Extreme approaches forcontrolling cycles

Two extreme solutions have been pro-posed or even applied for controllingcycles and fluctuations in the vicinity offinancial markets. These are:

• Close these markets, for example toprevent or limit the issuing of certainderivatives, or place taxes on transac-tions to significantly decrease trading.Thus European sovereign CDS mustnow be backed by corresponding sov-ereign bonds. In this way, the market forsovereign CDS as financial products isclosed and these CDS exist only asstandard insurance products.

• Set prices in a planned way. While thismay seem extreme, several existingrules may under certain conditions leadto price fixing. Let us give three exam-ples. (i) The decision by the U.S. Senatea few years ago to set at zero the valuesof stock options in balance sheets, aslong as they were not exercised; (ii) thevalue of gold held by the U.S. FederalReserve set by law at $42.222 perounce in 1973, just after the end ofBretton Woods; and (iii) the decision tocap the usury rate regardless of theenvironment can lead to fix the rate,when the unconstancies market ratesfor individual loans are too high.

Such extreme approaches can haveadverse effects. For example, setting amaximum price can induce shortagecycles on the volume of credit available. It is unclear whether individuals or insti-tutions invoking the procyclicality offinancial regulations want financial reg-ulators to go as far as eliminating cycleson asset prices.

Beware of the negative effects ofextreme solutions, such as therigidification of prices or the closingof certain markets.

55

3.4 Should financial regulatorscontrol the real economy?

At what level should decisions aboutthe real economy, particularly thoserelated to real cycles, be taken? Thereare various standard answers:

• Leave it to the market, which will bal-ance itself best; this is the Adam Smith’s“invisible hand”,

• Leave this responsibility to politicians,

• Or to expert groups,

• Or to administrative bodies such asthe Ministry of Finance, the EuropeanCommission or the Central Bank.

The debate on the procyclicality offinancial regulations has shown thatfinancial regulators could be included inthis list.

At this stage let us note only that the cur-rent answer to this question is along thefollowing lines: Economic policy is deter-mined by politicians, but relies onexperts or administrative bodies, withina macro-prudential authority. Thisauthority sets macro-economic objec-tives, to be taken into account by thefinancial regulators. This organization iscurrently being set up even if the variousroles and authorities are not yet fullydefined. The discussions in previoussections, including that of section 3.1,show that effective policies for managingthese pseudo-cycles, which are not veryregular, differ according to the sectorand are closely linked to the credit cycle,are fairly discriminating and tend to fallwithin micro-prudential regulation. Thetype of organization currently being dis-cussed and which emphasizes macro-economic objectives, seems to leavegreat latitude to financial regulators fordetermining the microeconomic objec-tives, i.e. by sector, by social category,etc., and to achieve these by adaptingmicro-prudential regulation. All thisamounts to fairly considerable power.

4. ConclusionBack to the primary objectives ofregulation.

Eliminating cycles or fluctuations shouldnot be the primary goal of regulation.The financial and/or economicobjectives of regulation, the reasons forthese objectives, and the possible sideeffects of such regulation should be welldefined, clearly announced and madeknown to all21. Regulation and supervisionderive their legitimacy from the fact thatsome activities have significant negativeexternality effects on the economy as awhole, and that these externalities areinsufficiently taken into account inprivate decision-making. The statedobjectives must be based on thelegitimacy.

This legitimacy would be strengthenedif the introduction of new regulationswere based on protocols, includingimpact studies, and were accompaniedby monitoring instruments, includingwarning signals when such regulationdoes not attain its objectives or inducesexcessive adverse effects.

Include procyclicality in impact studiesand the monitoring of regulations.

This requires first that protocols andmonitoring procedures are conceived intheir entirety. With regard to procyclicaleffects, one should begin by definingthe “cycles” deemed to be too large,distinguishing cycles and bubbles, andcycles and systemic factors. It is alsoessential to set up warning signals tomake it clear to what extent these pro-cyclical effects are potentially dangerousto the financial system and the realeconomy.

Let us end on an optimistic note bypointing to the regulatory monitoringprocedures recently introduced by theEuropean Securities and MarketAuthority (see, for example, Kern(2013)), which make available appropri-ate descriptive information.

Effective impact studies.

Impact studies should not consist ofsimple comparisons of linear correla-tions before and just after theintroduction of a new regulation. Theymust be designed upstream, particu-larly so as to establish the time requiredfor such a study and during which thisregulation should be stabilized. Theymust also be suitable for capturing thenonlinear effects, characteristic ofcycles and bubbles, to allow theseeffects to be analysed in the short,medium as long term (impulse responsefunctions), contain degrees of confi-dence in the results, especially becauselittle information is available immedi-ately after the implementation of theregulation, and be updated in a consis-tent manner as and when new data areavailable.

Such protocols assume agents' behav-ior to be exogenous. More comprehensiveimpact assessments should considerthe potential reactions of investors andbanks.

Incentives.

Regulatory changes may result inchanges in the behavior of agents,which in extreme cases can lead to thecircumventing of the spirit of the regu-lation. From the protocol of the impactstudy, these possible effects should belisted, their potential consequencesassessed and the originally plannedregulation amended accordingly. Anyregulation should therefore containincentives.

To sum up, it is essential to avoid overlysimplistic studies leading to superficialand misleading answers (see, the dis-cussion in; Hansen (2013)).


11

Technical annex

We saw in the central part of the paperthat the concept of a cycle is rathervague. The reconstruction of cycles isbased on models and techniques ofvarious degrees of sophistication.Clearly the cycles derived from thesemodels depend on assumptions aboutthe other components of the series.

(i) The Buys–Ballot model

In its basic version, it was applied to an-nual or monthly data. We present it onmonthly data. Let ws = 2�/12 the an-nual frequency, wc = 2�/pc the fre-quency of the cycle with pc its assumedperiod set in advance. The series is writ-ten with various components.

yt = trendt + seasonalityt + cyclet + irregular componentt (a.1)

with:• trendt = at + b, linear for example,

• seasonalityt = �n=1 ck cos (kws),

• cyclet = d1 cos(wc t) + d2 sin (wc t),

• irregular componentt : series of inde-pendant errors ut with identical normaldistribution N(0, �2), of variance �2.

The unknown coefficients a,b,ck, k=1, ...,11, d1, d2 and the noise variance are estimated by ordinary least squares.

(ii) Spectral analysis (see e.g. Grangerand Morgenstern (1963), Bloomfield(1976), Koopmans (1995))

This approach is based on the har-monic analysis and on the Fourierdecomposition, widely used inphysics for example. The series isdecomposed on the basis of all pos-sible frequencies into the sum of co-sine and sine with stochasticcoefficients.

yt = �k { Ak cos (wk t) + Bk sin (wk t)}.

In this decomposition, the frequencycomponent w has a weight measuredby the spectral density f(w). This esti-

mated spectral density is then plottedon a graph, and the peaks are exam-ined: this allows the frequency of themain wave to be detected, including thetrend considered as a wave of infiniteperiod, and therefore of a zero fre-quency. If one of these frequencies cor-responds to the idea of the cyclefrequency, we will approach the cyclethrough the sum of sinusoidal compo-nents of close frequencies. The defini-tion of the cycle clearly depends on thewidth of the frequency window chosen.

(iii) Unobserved components model

This is currently the approach that is themost often used. This is an extension ofthe Buys-Ballot method, allowing moreflexibility for components, and as thatcounterpart in the time domain of spec-tral analysis method described above(see, for example, Harvey (1997) andHarvey and Proietti (2005)). The modelhas a decomposition (a.1), where eachcomponent is modelled in an autore-gressive form with appropriate autore-gressive polynomials, in particularhaving unit roots af different frequen-cies:

trend: (1�L)Tt = �1t,

seasonality:

cycle:

irregular component :

where L is the lag operator, which trans-forms a series xt into the series xt-1 andwhere , �1t, �2t, �3t, �4t, are independentGaussian noises. The estimation andextraction of component is based onthe use of the Kalman filter.

(iv) Threshold autoregressive models

The previous models involve linear dy-namics only. This explains why thesemodels have proved unsuitable for rep-resenting cycles. A more appropriateand more easily interpretable modelwas introduced by Tong and Lim(1980)22. Below we give a simplified ver-sion of their model: for two prices y1t andy2t. The dynamics are autoregressive, withregime switching when prices in theother market become extreme, i.e.

exceed certain thresholds:

y1t = a1y1t-1 + b1 + �1t, si |y2t|< c2,

= � a2y1t-1 + b2 + �1t, si |y2t|> c2,

y2t = �1y2t-1 + �1 + �2t, si |y1t|< c1,

= � �2y2t-1 + �2 + �2t, si |y2t|> c1,

where a1, a2, �1, �2 are positive autore-gressive coefficients possibly greaterthan 1 ((see e.g. the use of such modelsfor the analysis of cycles on financialdata in Frances and Van Dijk (2000) andRamirez (2009)).

(v) Hidden Markov chain (Kitagawa(1987), Hamilton (1994)).

This model has an underlying qualitativefactor Zt with the interpretation Zt = 1, ifthere is expansion at date t, Zt =0, oth-erwise. The underlying regime indicatoris assumed to be a Markov chain, char-acterized by transition probabilitiesgoing from expansion into recessionand from recession into expansion, re-spectively. In general the observationsconcern several variables, representedin a vector Yt. The model is written in aregime-switching vector autoregressiveform:Yt = A1Yt-1 + b1 + �1t, if Zt = 1,

Yt = A2Yt-1 + b2 + �2t, if Zt = 0,

The dynamics of the underlying cycleand this cycle are obtained using theKitagawa filter (1987).

This methodology is quite widely usedin macro-econometrics and by centralbanks. It is not very suitable for theanalysis of interdependent cycles. Infact most of these implemented modelsassume a single underlying cycle only(see e.g. Feria (2002) for the such amodel for the analysis of cycles or spec-ulative bubbles in finance, and Repulloand Suarez (2009) for general equilib-rium models).

1-L12

1-LSt = �2t,

1-LP

1-LCt = �3t,

�4t,

c

Notes

1 In this paper, the term regulation is used in its usual sense, not as inthe “theory of regulation” (see e.g. Aglietta (1976)), even though thistheory emphasizes Schumpeterian cycles of creation and destruction.

2 Together with Edward Jones, Charles Dow founded the Wall StreetJournal.

3 The term “wave” stems from a mistranslation of the word “cycle”, inthe first translation from Russian to German of Kondratiev’s paper. Thispaper was first published in Russian in 1925, then in German in 1926and finally in English in 1935. Specifically, the English version, whichsummarizes some sections of the German version and omits sometables, appeared under the title “The Long Waves in Economic Life” inThe Review of Economic and Statistics.

4 See Burns and Mitchell (1946) for the origin of these methods, whichare still used at the National Bureau of Economic Research (NBER),the Bank for International Settlements (BIS) and the International Mon-etary Fund (IMF).

5 The paper was translated some ten years later and published inEconometrica, Slutsky (1937).

6 As also is a large part of the Basel regulation.

7 Created by the financial ratings agency Standard & Poor’s, the S&P500 represents nearly three quarter of American market capitalization.The stocks comprising this index are selected on the basis of their liq-uidity, their market capitalization and their economic sector.

8 This database provides share prices and data on returns and vol-umes for more than 20,000 NYSE, AMEX and NASDAQ stocks. Itincludes monthly U.S. stock market data (since December 1925),daily stock market data (since July 1962), U.S. stock market indices,and cash and mutual funds data. The CRSP includes the CRSPMutual Fund database, which facilitates research on the historical performance of indeterminate maturity fund transfers using survivor-bias-free data.

9 The NASDAQ was the world’s first electronic stock market, openingin 1971, and remained the only one operating in this way for fifteenyears. It was founded by the National Association of Securities Deal-ers (NASD) and in particular by Bernard Madoff. NASDAQ is theacronym of the “National Association of Securities Dealers AutomatedQuotations”.

10 Chartist ideas, including the existence of cycles, run counter to theinformation hypothesis as defined in Fama (1965). In this paper, theauthor refers to Dow, writing: “In an efficient market, at any point intime the price of a security will be a good estimate of its intrinsicvalue”. In this context an efficient market is one able to generateprices of financial assets that conform to their fundamental values.

11 For Fisher (1933), the scale of the Great Depression can beexplained using the concept of the financial accelerator, i.e. how anevent on the credit market leads to the propagation and amplificationof shocks (see also Kiyotaki and Moore (1997) and Bernanke, Gertlerand Gilchrist (1999)). There is thus a close link between financial fac-tors and the course of the cycle. A presentation of this link may be

found in the work of Minsky (1957). For this author financial instabilityalters the cyclical position of the economy. He explains that the levelof financial fragility is endogenous and ultimately leads to a linkagebetween the degree of financial fragility and the business cycle. It istherefore understandable that a reversal of the economy may becaused by a financial crisis.

12 Schumpeter’s (1942) ideas about creative destruction are clearlyin evidence here.

13 In this paper we will not discuss the coordination between mone-tary policy and regulation.

14 See, for example, Bec and Gollier (2009) and Hellwig (2010): “Thecurrent system has no theoretical foundation, its objectives are ill-specified, and its effects have not been thought through, either for theindividual, bank or for the system as a whole.” Criticisms regardingthe procyclicality of Basel 2 had, however, begun prior to the crisis(see, for example, Ervin and Wilde (2001) and Ayuso et al. (2004)).

15 The possibility in the United States borrowing in the short-term onthe difference between housing prices and the outstanding principalof the loan allowed borrowers to pay loan repayments without externalinput for as long as property prices were rising. This possibility is typ-ically the source of a pyramid.

16 MBS: Mortgage Backed Securities.

17 SPAN is a registered brand of the Chicago Mercantile ExchangeInc.

18 There is no automatic default when renegotiations are initiated bylenders.

19 This is an additional monetary cost, but in some cases it can leadto a social benefit, e.g. by encouraging some borrowers to stop bor-rowing, whereas previously they would have been overly indebted(see Admati et al. (2013)).

20 There are some theoretical models that try to find appropriatecountercyclical policies. They are often of little use, because they arebased on certain unrealistic assumptions: exogenous cycles, repre-sentative banks, static formulas for calculating the capital required(Repullo and Suarez (2009)), reserve/deposit ratio assumed to beconstant (Blum and Hellwig (1995)), exogenous deterministic rela-tionship between GDP and risk weightings, static analysis (Heid(2007)). It is not surprising that the qualitative results obtained are verydifferent.

21 For example through clear, up-to-date websites, accessible to thegeneral public. For instance, the SEC website is open to the publicand allows external visitors to comment on the various issues underdiscussion. Similarly, the series “Trends, Risks, Vulnerabilities” of theEuropean Securities and Markets Authority (ESMA), disseminatedsince mid 2013, provides the names of contacts for each case of vul-nerability detected.

22 See also Tong (2010).

57


Acharya, V., Schnabl, P., et G., Suarez (2009) :"Securitization Without Risk Transfer", Stern School ofManagement, New-York University.

Admati, A., De Marzo, P., Hellwig, M., et P., Pfleiderer (2013) :"Fallacies, Irrelevant Facts and Myths in the Discussion ofCapital Regulation : Why Bank Equity is Not SociallyExpensive ?", DP Stanford University.

Adrian, T., et M., Brunnermeier (2011) : "CoVaR", DPPrinceton University et Banque Fédérale de New-York.

Adrian, T., et H., Shin (2010) : "Liquidity and Leverage",Journal of Financial Intermediation, 19, 418-437.

Adrian, T., et H., Shin (2013) : "Procyclical Leverage andValue-at-Risk", NBER Working Papers 18943, NationalBureau of Economic Research.

Aglietta, M. (1976) : "Régulation et crises du capitalisme",Paris, Calman-levy.

Allen, F., et D., Gale (2000) : "Financial Contagion", Journalof Political Economy, 108, 1-11.

Ang, A., Gorovyy, S., et G., Van Inwegen (2011) : "Hedge FundLeverage", Journal of Financial Economics, 102, 102-126.

Ayuso, J., Perez, D., et J., Saurina (2004) : "Are CapitalBuffers Pro-Cyclical? Evidence from Spanish Panel Data",Journal of Financial Intermediation, 13, 249-264.

Bangia, A., Diebold, F., Kronimus, A., Schlagen, C., et T.,Seghuerman (2002) : "Rating Migration and the BusinessCycle with Application to Credit Portfolio Stress Testing",Journal of Banking and Finance, 26, 445-474.

Baker, M., et J., Wurgler (2013) : "Do Strict CapitalRequirements Raise the Cost of Capital ? BankingRegulation and the Low Risk Anomaly", NBER DP.

Basel Committee on Banking Supervision (2009) : "Strengtheningthe Resilience of the Banking Sector", Consultative Document,Bank for International Settlements, Basel.

Basel Committee on Banking Supervision (2010) :"Guidance for National Authorities Operating theCountercyclical Capital Buffer", Consultative Document,Bank for International Settlements, Basel.

Bec, F., et C., Gollier (2009) : "Term Structure and Cyclicityof Value-at-Risk : Consequences for Solvency CapitalRequirement", Toulouse School of Economics DP.

Bernanke, B., et M., Gertler (1989) : "Agency Costs, NetWorth and Business Fluctuations", American EconomicReview, 79, 14-31.

Bernanke, B., Gertler, M. et S. Gilchrist (1989) : "TheFinancial Accelerator in a Quantitative Business CycleFramework", Handbook of Macroeconomics, J., Taylor etM., Woodford (eds.), Vol. 1, Chapter 21, 1341-1393, Elsevier.

Biais, B., Foucault, T., et S., Moinas (2013) : "EquilibriumFast Trading", Toulouse University DP.

Black, F. (1976) : "Studies of Stock Price Volatility Changes",Proceeding of the Business and Economics Section of theAmerican Statistical Association, 177-181.

Blanchard, O., (1979) : "Speculative Bubbles, Crashes andRational Expectations", Economic Letters, 3, 387-389.

Blanchard, O., et M., Watson (1982) : "Bubbles, RationalExpectations and Financial Markets", dans Crises in theEconomic and Financial Structure, ed. P., Wachtel, 295-316,Lexington, MA: D.C. Heathand Company.

Bloomfield, P. (1976) : "Fourier Analysis of Time Series : AnIntroduction", New-York, Wiley.

Blum, J. et M., Hellwig (1995) : "The MacroeconomicImplication of Capital Requirements for Banks", EuropeanEconomic Review, 39, 739-749.

Boivin, J., Giannoni, P., et D., Stevanovic (2013) : "DynamicEffects of Credit Shocks in a Data Rich Environment", DPFederal Reserve Bank, New York.

REFERENCES

59

Borio, C. (2012) : "The Financial Cycle and Macroeconomics :What Have We Learnt?", BIS, DP 395.

Borio, C., Furfine, C. et P., Lowe (2001) : "Procyclicality ofthe Financial System and Financial Stability : Issues andPolicy Options", dans Marrying the Macro- and Micro-Pruden-tial Dimensions of Financial Stability, BIS papers, 1, 1-57.

Bouveret, A. (2013) : "Short Selling in the EU: InitialEvidence After Entry Into Force of the Regulation", dansKern, ed., 35-42.

Brown, K., et W., Harlow (1988) : "Market Overreaction : Magni-tude and Intensity", Journal of Portfolio Management, 14, 6-13.

Broze, L., Gouriéroux, C., et A., Szafarz (1986) : "Bullesspéculatives et transmission d'information sur le marchéd'un bien stockable", L'Actualité Economique, 62, 166-184.

Broze, L., Gouriéroux, C., et A., Szafarz (1990) : "ReducedForm of Rational Expectations Models", Harwood AcademicPublishers, 200 p.

Brunnermeier, M., et L., Pedersen (2005) : "PredatoryTrading", Journal of Finance, 60, 1825-1863.

Brunnermeier, M., et L., Pedersen (2009) : "Market Liquidityand Funding Liquidity", Review of Financial Studies, 22,2201- 2238.

Burns, A., et W., Mitchell (1946) : "Measuring BusinessCycles", publié en 1946 par le NBER dans NBER BookSeries Studies in Business Cycles.

Capital Requirement Directive (CRD IV) (2013) : JournalOfficiel de l'Union Européenne, Juin.

Chan, L., Jegadeesh, N., et J., Lakonishok (1996) :"Momentum Strategies", Journal of Finance, 5, 1681-1713.

Chicago Mercantile Exchange (2009) : "CME ClearingFinancial Safeguards".

Claessens, S., Kose, M.A. et M.E., Terrones (2011) :"Financial Cycles : What ? How ? When ?", IMF WorkingPaper, N11/76.

Cooley, T. et V., Quadrini (2001) : "Financial Markets andFirm Dynamics", American Economic Review, 91 (2001),1286-1310.

Cruz Lopez, J., Harris, J., Hurlin, C., et C., Perignon (2013) :"CoMargin", Bank of Canada DP.

Cruz Lopez, J., Harris, J., et C., Perignon (2011) : "ClearingHouse, Margin Requirements and Systemic Risk", Review ofFutures Markets, 19, 39-54.

Danielsson, J., Shin, H., et J., Zigrand (2004) : "The Impactof Risk Regulation on Price Dynamics", Journal of Bankingand Finance, 29, 1069-1082.

Danthine, J.P. (1978) : "Information, Future Prices andStabilizing Speculation", Journal of Economic Theory, 17,79-98.

Danthine, J.P. (2013) : "A Macroprudential Progress Report",Discours à "Large Scale Factor Models in Finance", Lugano,Octobre.

Darolles, S., Gagliardini, P., et C., Gouriéroux (2013) :"Survival of Hedge Funds : Frailty vs Contagion", Univ. deLugano, DP.

Darolles, S., et C., Gouriéroux (2014)a : "The Effects ofManagement and Provision Accounts on Hedge FundReturns, Part I : The High Water Market Scheme", dansAdvances in Intelligent Systems and Computing, 251, V.Huyun et al. eds, Springer, 23-46.

Darolles, S., et C., Gouriéroux (2014)b : "The Effects ofManagement and Provision Accounts on Hedge FundReturns, Part II : The Loss Carry Forward Scheme", dansAdvances in Intelligent Systems and Computing, 251, V.Huyun et al. eds, Springer, 47-62.

Davis, S., et J., Kahn (2008) : "Interpreting the GreatModeration: Changes in the Volatility of Economic Activity atthe Macro and Micro Levels". NBER Working Paper No. 14048.

Deaton, A., et G., Laroque (1992) : "On the Behaviour ofCommodity Prices", Review of Economic Studies, 59, 1-23.

De Bondt, W., et R., Thaler (1985) : "Does the Stock MarketOverreact?", Journal of Finance, 40, 793-805.

De Bondt, W., et R., Thaler (1987) : "Further Evidence OnInvestor Overreaction and Stock Market Seasonality",Journal of Finance, 3, 557-581.

Dubecq, S., et C., Gouriéroux (2010) : "An Analysis of theUltra Long-Term Yields," Working Papers 2010-49, CREST.

Elliott, R.N., (1946)a : "Nature's Law : The Secret of theUniverse", New-York, 119p. reprint 2010, United States :Snowball Pub.

Elliott, R.N., (1946)b : "Wave Theory, Cycles and CrowdPsychology", NY, 63, Wall Street, 64p.; reprint 2011,Meirovich.

Ekstrom, J., (2001) : "The Gauss-Pearson Decompositionand the Link Between Classic Philosophy and ModernStatistic", UCLA Discussion Paper

Ervin, T., et T., Wilde (2001) : "Procyclicality in the New BaselAccord", Risk, 14, 28-32.

Evans, G.(1991) : "Pitfalls in Testing forExplosive Bubbles in Asset Prices",American Economic Review, 81, 922-930.

Fama, E., (1965) : "Random Walks inStock Market Prices", FinancialAnalysts Journal, 21, 55-59.

Fama, E., et K., French (1992) : "TheCross-Section of Expected StockReturns", Journal of Finance, 47, 427-465.

Fama, E., et K., French (1993) :"Common Risk Factors in the Returnson Stocks and Bonds", Journal ofFinancial Economics, 33, 3-56.

Financial Stability Board (2013) :"Recovery and Resolution Planning forSystematically Important Institutions :Guidance on Developing EffectiveResolutions Strategies", Juillet.

Fisher, I., (1933) : "The Debt-DeflationTheory of Great Depressions",Econometrica, 1, 337-357.

Flood, R., et P., Garber (1980) :"Market Fundamentals Versus PriceLevel Bubbles", Journal of PoliticalEconomy, 88,745-770

Fostel, A., et J., Geanakoplos (2008) :"Leverage Cycles and the AnxiousEconomy", American EconomicReview, 98, 1211-1244.

Fourier, J.(1822) : "Théorie analytiquede la chaleur", Firmin Didot.

Frances, P., et D., Van Dijk (2000) :"Nonlinear Time Series Models inEmpirical Finance", Cambridge Univ.Press.

Frost, A., et R., Prechter (2001) :"Elliott Wave Principle : Key to MarketBehavior", Collins.

Gagliardini, P., et C., Gouriéroux(2005)a : "Migration Correlation:Definition and Consistent Estimation",Journal of Banking and Finance, 29,865-891.

Gagliardini, P., et C., Gouriéroux(2005)b : "Stochastic Migration Models

with Application to Corporate Risk",Journal of Financial Econometrics, 3,188-226.

Gagliardini, P., Gouriéroux, C., et M.,Rubin (2013) : "Positional PortfolioManagement", Univ. of Lugano, DP.

Gagliardini P., et C., Gouriéroux (2013) :"Granularity Theory", à paraîtreCambridge University Press, 360 p.

Geneakoplos, J. (2010) : "The LeverageCycle", Cowles Foundation DP 1715.

Gomber, P., Marco L., Axel P., et C.W.,Moritz (2011) : "Shedding Light on theDark OTC Equities Trading in Europe",Journal of Trading, 6, 74-86.

Gouriéroux, C., Heam, J.P., et A.,Monfort (2012) : "Bilateral Exposuresand Systemic Solvency Risk", CanadianJournal of Statistics, 45, 1273-1309.

Gouriéroux, C., Laffont, J.J., et A.,Monfort (1982) : "RationalExpectations in Dynamic LinearModels : Analysis of the Solutions",Econometrica, 50, 409-425.

Gouriéroux, C., et J.C., Heam (2013) :"Funding Liquidity Risk from aRegulatory Perspective", CREST DP2013-20.

Gouriéroux, C., et A., Monfort (2013) :"Allocating Systematic andUnsystematic Risks in a RegulatoryPerspective", International Journal ofTheoretical and Applied Finance, 16, àparaître.

Gouriéroux, C., et I., Peaucelle (1993) :"Les transitions en économie : leschangements de prix en Russie dansles années vingt", version française,Economie et Prévision, 109, 111-113.

Granger, C., et O., Morgenstern (1963) :"The Analysis of Economic TimeSeries", Kyklos, XVI, 1-27.

Grossman, S. (1976) : "On theEfficiency of Competitive StockMarkets Where Traders Have DiverseInformation", Journal of Finance, 31,573-585.

Haldane, A. (2010) : "Regulation orProhibition. the $ 100 billion Question",Journal of Regulation and Risk NorthAsia, 101-122.

Haldane, A., Brennan, S., et V.,Madouros (2010) : "What is the Contri-bution of the Financial Sector : Miracleor Mirage ?", Chapitre 2, de "TheFuture of Finance", London School ofEconomics.

Hamilton, J. (1994) : "Time SeriesAnalysis", Princeton Univ. Press.

Hansen, L. (2013) : "Challenges inIdentifying and Measuring SystemicRisk", Univ. Chicago DP.

Harding, D., et A., Pagan (2002) : "Dis-secting the Cycle : A MethodologicalInvestigation", Journal of MonetaryEconomics, 49, 365-381.

Harvey, A. (1997) : "Trends, Cycles andAutoregressions", Economic Journal,107, 192-201.

Harvey, A., et T., Proietti (2005) :"Readings in Unobserved ComponentModels", Oxford Univ. Press, p476.

Hasanhodzic, J., et A., Lo (2011) :"Black's Leverage Effect Is Not Due toLeverage", DP MIT.

Heid, F. (2007) : "The Cyclical Effectsof the Basel II Capital Requirements",Journal of Banking and Finance, 31,3885-3900.

Hellwig, M. (1981) : "Bankruptcy,Limited Liability and the Modigliani-Miller Theorem", American EconomicReview, 71, 155-170.

Hellwig, M. (1995) : "Systemic Aspectsof Risk Management in Banking andFinance", Swiss Journal of Economicsand Statistics, 131, 723-737.

Hellwig, M. (2010) : "Capital RegulationAfter the Crisis : Business as Usual?",DP Max Planck Institute.

Herndon, T., Ash, M., et R., Pollin (2013) :"Does High Public Debt ConsistentlyStifle Economic Growth : A Critique ofReinhardt and Rogoff", DP.


International Monetary Fund (2008) :"Containing Systemic Risks andRestoring Financial Soundness",Global Financial Stability Report, Avril.

Jacklin, C., et S., Bhattacharya (1988) :"Distinguishing Panics andInformation-Based Bank Runs :Welfare and Policy Implications",Journal of Political Economy, 96, 568-592.

Jorion, P., et C., Schwarz (2013) : "AreHedge Fund Managers SystematicallyMisreporting ? or Not ?", à paraîtreJournal of Financial Economics.

Juglar, C. (1862) : "Des crisescommerciales et leur retour périodiqueen France, en Angleterre et aux EtatsUnis", Paris, Guillaumin.

Kashyap, A., et J., Stan (2004) :"Cyclical Implications of the Basel 2Capital Standards", Federal ReserveBank of Chicago EconomicPerspective, 28Q1, 18-31.

Kern, S. (2013): "Trends, Risks andVulnerability'', European Securities andMarkets Authority (ESMA), report n2.

Kimball, M., et Y., Wang (2013) :"Autopsy : Economists Looked EvenClose to Reinhardt and Rogoff's Dataand the Results Might Surprise You",12 Juin. Kitchin, J. (1923) : "Cyclesand Trends in Economic Factors",Review of Economics and Statistics, 5,10-16.

Kondratiev, N. (1925) : "The MajorEconomic Cycles", VoprosyConjunktury", Vol. I, 28-79.

Kondratiev, N. (1926) : "The MajorEconomic Cycles", Archiv fürSozialwissenschaft und Sozialpolitik,56(3), 573-609.

Kondratiev, N. (1935) : "The LongWaves in Economic Life", The Reviewof Economic and Statistics, XVII(6),105-–115.

Koopmans, l. (1995) : "The SpectralAnalysis of Time Series", Probabilityand Mathematical Statistics, Vol 22,Academic Press.

Kuznets, S. (1955) : "Economic Growthand Income Inequality", AmericanEconomic Review, 45, 1-28.

Kyotaki, N., et J., Moore (1997) :"Credit Cycles", Journal of PoliticalEconomy, 105, 211-248.

Laeven, L., et F., Valencia (2008) :"Systemic Banking Crises : A NewDatabase", IMF WP 08/224.

Lakonishok, J., Shleifer, A., et R.,Vishny (1994) : " ContrarianInvestment, Extrapolation and Risk",Journal of Finance, 49, 1541-1578.

Landier, A., et D., Thesmar (2011) :"Regulating Systemic Risk ThroughTransparency: Tradeoffs in MakingData Public", dans Systemic Risk andMacro Modeling, eds. Brunnermeier,M., et A., Krishnamurthy, Decembre.

Mandelbrot, B. (1970) : "Long RunInterdependence in Price Records andOther Economic Time Series",Econometrica, 38, 122-123.

Mandelbrot, B. (1972) : "StatisticalMethodology for Nonperiodic Cycles :From the Covariance to R/S Analysis",Annals of Economic and SocialMeasurement, 1, 257-288.

Mandelbrot, B., et W., Freeman (1987) :"The Fractal Geometry of Nature", SanFrancisco, Freeman.

Menkveld, A. (2014) : "SystematicLiquidation Risk: Centralized ClearingMargins and the Default Fund'', DPUniversity of Amsterdam.

Minsky, J., (1957) : "Monetary Systemsand Accelerator Models", AmericanEconomic Review, 47, 859-883.

Modigliani, F., et M., Miller (1958) :"The Cost of Capital, CorporationFinance and the Theory ofInvestment", American EconomicReview, 48, 162-197.

Muth, J., (1961) : "RationalExpectations and the Theory of PriceMovements", Econometrica, 29, 315-335.

Neftci, S., (1984) : "Are Economic TimeSeries Asymmetric Over the BusinessCycle ?", Journal of Political Economy,92, 307-328.

Nickell, P., Perraudin, W., et S., Variotto(2000) : "Stability of RatingTransitions", Journal of Banking andFinance, 24, 203-227.

Nickell, P., Perraudin, W., et S., Variotto(2007) : "Ratings-based Credit RiskModelling : An Empirical Analysis",International Review of FinancialAnalysis}, 16, 434-451.

Peria, M. (2002) : "A Regime SwitchingApproach to the Study of SpeculativeAttacks : A Focus on EMS Crises",dans Hamilton, D., et B., Raj ed.,Advances in Markov SwitchingModels", Heidelberg, Physica Verlag.

Pirrong, C. (2009) : "The Economics ofClearing in Derivative Markets :Netting, Asymmetric Information andthe Sharing of Default Risks Through aCentral Counterparty", DP Universityof Houston.

Plantin, G., Sapra, H., et H., Shin(2008) : "Marking to Market: Panaceaor Pandora's Box", Journal ofAccounting Research, 46, 435-60

Plumridge, H. (2011) : "What if aClearing House Failed ?" Wall StreetJournal, December 2nd.

Ramirez, O. (2009) : "The AsymmetricCycling of US Soybeans and BrazilianCoffee Prices : An Opportunity forImproved Forecasting andUnderstanding of Price Behaviour",Journal of Agricultural and AppliedEconomics, 41, 253-270.

Ramsey, J., et P., Rothman (1996) :"Time Irreversibility and BusinessCycle Asymmetry", Journal of Money,Credit and Banking, 28, 1-21.

Reinhardt, C., et K., Rogoff (2009) :"This Time is Different : Eight Centuriesof Financial Folly", Princeton UniversityPress.

61

Reinhardt, C., et K., Rogoff (2010) :"Growth in a Time of Debt", AmericanEconomic Review, 100, 573-578.

Repullo, R. et J., Saurina (2001) : "TheCountercyclical Capital Buffer of BaselIII : A Critical Assessment", CEMFIWorking Paper, N 1102.

Repullo, R. et J., Suarez (2009) : "TheProcyclical Effects of Bank CapitalRegulation", Unpublished manuscript,CEMFI, 2009.

Repullo, R., Saurina, J., et C.,Trucharte (2010) : "Mitigating the Pro-cyclicality of Basel II", EconomicPolicy, 64, 659-702.

Rochet, J.C. (2008) : "Le futur de laréglementation bancaire", DP ToulouseSchool of Economics, DP 2.

Ross, W. (1951) : "Plato's Theory ofIdeas", Oxford, Clarendon Press.

Schumpeter, J. (1942) : "Capitalism,Socialism and Democracy", New-York;London: Harper.

Shiller, R. (2000) : "IrrationalExuberance", Princeton Univ. Press.

Slutsky, E. (1937) : "The Summation ofRandom Causes as a Source ofCyclical Processes", Econometrica, 5,105-146.

Stiglitz, J., (1969) : "A Re-Examinationof the Modigliani-Miller Theorem",American Economic Review, 59, 784-793.

Stock, J. et M., Watson (2002) : "Hasthe Business Cycle Changed andWhy?", NBER MacroeconomicsAnnual 2002, 17 M. Gertler and K.Rogoff editors, MIT Press.

Summers, L. (2013) : Discours à "14thAnnual IMF Research Conference:Crises Yesterday and Today",Washington, Novembre.

Tavolaro, S., et F., Visnovsky, (2014) :"What is the Information Content ofthe SRISK Measure as a SupervisoryTool?", ACPR, Débats économiques etfinanciers N10.

Tong, H. (2010) : "Threshold Models inTime Series Analysis - 30 Years on",The University of Hong-Kong, DP.

Tong, H., et K., Lim (1980) : "ThresholdAutoregression, Limit Cycles andCyclical Data", Journal of the RoyalStatistical Society, Series B, 42, 245-292.

Turner, A. (2010) : "What Do Banks Do ?Why Do Credit Booms and Bust Occurand What Can Public Policy Do AboutIt ?, Chapitre 1 de the Future ofFinance, LSE.

Upper, C., et A., Worms (2004) :"Estimating Bilateral Exposure in theGerman Interbank Market : Is There aDanger of Contagion ?, EuropeanEconomic Review, 48, 827-849.

Vayanos, D. (2004) : "Flight to Quality,Flight to Liquidity and the Pricing ofRisk", NBER WP 10327.


Institut Louis BachelierPalais Brongniart 28, place de la Bourse 75002 Paris Tél. : +33 (0)1 73 01 93 40Fax : +33 (0)1 73 01 93 [email protected]

CO

NC

EP

TIO

N G

RA

PH

IQU

E :

VE

GA

CO

NS

EIL

01

48 8

5 92

01



&



COUV OPINIONS & DEBATS N4_Mise en page 1 28/03/14 10:47 Page1

Opinions et débats n°4

Documents

Transcript of Opinions et débats n°4