On Causal Networks of Financial Firms: Structural Identification via Non-parametric Heteroskedasticity

Les diverses interactions commerciales des banques créent un réseau de relations invisibles qui ne peuvent être directement déduites de la corrélation des rendements sur les titres bancaires. Lorsque les actions de la banque A et de la banque B fluctuent en même temps, est-ce en raison de variations dans A ou dans B? Cette question sur l’ordre des « réactions causales » est vitale pour les organismes de réglementation. Sans rapport de causalité, il est difficile de savoir comment les politiques choisies modifient le réseau. Cette étude vise donc à trouver le réseau causal auquel s’attendent les investisseurs.

À cette fin, je présente une nouvelle méthode pour identifier les relations cachées au sein des séries chronologiques de données financières. Je me base sur l’hypothèse que les risques individuels changent plus rapidement que le réseau de relations. J’applique cette méthode à la volatilité des rendements des sociétés financières américaines.

Le réseau estimé correspond davantage aux récits proposés sur la crise financière mondiale de 2007-2009 qu’à l’interprétation fournie par d’autres méthodes. Par exemple, je montre que les problèmes de liquidité de l’assureur AIG ont joué un rôle majeur en causant des effets d’entraînement. Je confirme également que le risque provenant des banques s’est atténué au fil du temps. Cette évolution pourrait être le résultat de la mise en œuvre des accords de Bâle. Enfin, il m’est facile de surveiller les banques et de les classer en fonction du degré de diffusion dans le réseau des risques qui leur sont associés.