📈 economics

No Trade Under Verifiable Information

Cet article enrichit la littérature sur les théorèmes d'absence d'échange en examinant comment des conditions d'information privée vérifiable peuvent éclairer des enjeux tels que le trading d'initiés, la faible liquidité des marchés et le commerce via les blockchains publiques.

Auteurs originaux : Spyros Galanis

Publié 2026-04-23

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Spyros Galanis

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous êtes dans une pièce avec plusieurs amis, et vous jouez à un jeu où vous devez deviner la valeur d'un objet mystérieux (disons, une boîte contenant des pièces d'or). Chacun de vous a des indices privés, mais personne ne voit tout.

L'article de Spyros Galanis pose une question fascinante : Quand est-ce que tout le monde arrête de parier ou de faire des échanges ?

Habituellement, on pense que les gens échangent parce qu'ils ont des informations différentes. Mais cet article dit : « Attendez une minute ! Si l'information est trop révélée ou vérifiable d'une certaine manière, personne n'osera plus échanger, car il n'y aura plus de désaccord possible. »

Voici l'explication simple, avec des analogies pour mieux comprendre.

1. Le Problème de Base : Pourquoi on ne parie pas toujours

Dans le monde de la finance, on pense souvent que les gens achètent et vendent parce qu'ils sont « plus malins » que les autres. Mais si tout le monde est rationnel, il y a un paradoxe : si je veux vous vendre quelque chose, c'est que je pense que ça va baisser. Si vous acceptez d'acheter, c'est que vous pensez que ça va monter.

Si nous savons tous que nous avons des opinions différentes, nous devrions pouvoir faire un échange. Mais si nous savons que l'un de nous détient la vérité absolue, personne n'osera parier contre lui. C'est comme si vous essayiez de parier sur le résultat d'un lancer de pièce avec quelqu'un qui a déjà regardé la pièce avant de la lancer : vous ne pariez pas, vous savez que vous perdrez.

2. Les Trois Scénarios de « Vérification »

L'auteur explore différentes façons dont l'information peut être « vérifiée » (c'est-à-dire rendue certaine) et comment cela tue le commerce.

A. La Vérification Totale (Le Cas du « Tout-Connaisseur »)

Imaginez qu'il y a un expert dans la pièce qui sait exactement combien d'or il y a dans la boîte.

Résultat : Personne n'achète ni ne vend. Pourquoi ? Parce que si vous essayez d'acheter, vous savez que l'expert sait que vous perdez de l'argent.
Analogie : C'est comme essayer de tricher au poker contre un joueur qui a vu vos cartes. Le jeu s'arrête.

B. La Vérification « Max-Min » (Le Cas des Extrêmes)

C'est un peu plus subtil. Imaginez que l'expert ne connaît pas la valeur exacte, mais il sait avec certitude si la valeur est au maximum possible ou au minimum possible.

Exemple : Un scientifique sait que si la nouvelle drogue échoue, la valeur de l'entreprise sera de 0. S'il sait que la drogue est un succès, il sait que la valeur est au maximum.
Résultat : Même avec cette information partielle, le commerce s'arrête. Si l'expert dit « Je sais que c'est le pire scénario », personne n'achète. S'il dit « Je sais que c'est le meilleur », personne ne vend.

C. La Vérification par « Seuil » (Le Cas du Juge de Paix)

C'est le cœur de la découverte de l'auteur. Imaginez un juge qui ne connaît pas la valeur exacte, mais qui peut dire : « Je sais que la valeur est soit au-dessus de 100 euros, soit en dessous de 100 euros ».

La découverte clé : L'auteur prouve que c'est la condition exacte pour qu'il n'y ait aucun échange. Si quelqu'un peut tracer une ligne (un seuil) et dire avec certitude de quel côté de la ligne on se trouve, alors le marché se fige.
Pourquoi ? Parce que si vous êtes en dessous du seuil et que vous voulez vendre, l'autre partie sait que vous savez que vous êtes en dessous. Si vous êtes au-dessus, vous ne vendrez pas. Il n'y a plus de terrain d'entente.

3. Pourquoi est-ce important ? (Les Applications Réelles)

L'auteur relie cette théorie à trois situations très concrètes :

Le Trading d'Initié (Insider Trading) :
Imaginez un employé d'une entreprise qui sait si le cours de l'action va exploser ou s'effondrer. Si les autres savent qu'il a cette information, ils ne voudront pas échanger avec lui. Le marché devient illiquide (personne n'achète). L'auteur suggère que la loi devrait permettre aux initiés de trader seulement s'ils ne peuvent pas prouver un seuil précis, sinon le marché s'effondre.
Les Crises Financières (LTCM) :
Quand un fonds comme LTCM est en faillite, les vendeurs de panique savent que leurs actifs sont mauvais. Si les acheteurs savent que les vendeurs savent que c'est mauvais, personne n'achète. La liquidité disparaît, comme un robinet qu'on ferme.
La Blockchain et les Oracles :
Sur la blockchain, des « oracles » (des robots ou des humains) vérifient les événements du monde réel (ex: « Il a plu hier ? ») pour déclencher des contrats. Si ces oracles peuvent participer aux paris et qu'ils savent la vérité, ils ne laisseront personne parier contre eux. Cela pourrait rendre les marchés décentralisés inutiles si les oracles sont trop intelligents ou trop informés.

4. Le Mouvement Dynamique : « On ne peut pas être en désaccord éternellement »

Dans un monde statique (une seule fois), si on sait qu'on ne peut pas être d'accord, on ne trade pas. Mais dans un monde dynamique (où on parle, on s'informe, on ajuste ses croyances), c'est plus complexe.

L'Analogie du Chat et de la Souris :
Imaginez que les gens parlent tour à tour pour révéler ce qu'ils pensent. Au début, ils peuvent être en désaccord. Mais à force de parler, ils éliminent les possibilités.
- L'auteur montre que même si un expert connaît les extrêmes au début, une fois qu'on a éliminé les pires scénarios, il peut ne plus savoir où on en est.
- Conclusion : Pour que le marché s'arrête définitivement, il faut que la condition de « seuil » soit vraie à la fin de la discussion, pas seulement au début.

En Résumé

Ce papier nous apprend que l'information est une arme à double tranchant.

Si l'information est trop floue, les gens parient (et le marché fonctionne).
Si l'information est trop claire (quelqu'un sait le maximum, le minimum, ou si on est au-dessus d'un seuil), le commerce meurt.

C'est comme si vous essayiez de vendre une maison. Si l'acheteur sait que vous savez exactement combien elle vaut, il ne vous fera aucune offre. Mais si vous avez juste une idée vague, vous pouvez négocier. L'auteur nous dit que pour qu'un marché fonctionne, il faut un certain niveau d'incertitude « vérifiable ». Si cette incertitude disparaît trop, le marché s'arrête.

1. Problématique et Contexte

L'article s'inscrit dans la littérature des théorèmes de "non-échange" (no-trade theorems), qui étudient les conditions sous lesquelles des agents rationnels ne peuvent pas s'accorder pour échanger un actif financier, malgré l'existence d'informations asymétriques.

Le paradoxe de l'échange : Contrairement à l'intuition selon laquelle l'asymétrie d'information génère du volume d'échange, les travaux fondateurs (Aumann, 1976 ; Milgrom et Stokey, 1982) montrent que si les agents partagent un a priori commun et que leur désaccord est connaissance commune, aucun échange mutuellement bénéfique ne peut avoir lieu.
Limites de la littérature existante : La littérature précédente a tenté de réconcilier théorie et observation (volumes d'échange élevés) en assouplissant les hypothèses de a priori commun, de connaissance commune, ou en introduisant des agents à rationalité limitée ou averses à l'ambiguïté.
L'angle d'attaque de l'auteur : Galanis propose une nouvelle approche en se concentrant non pas sur les croyances (priors) ou la rationalité, mais sur la structure de l'information privée elle-même. La question centrale est : quelles propriétés de l'information privée permettent de "vérifier" (révéler) la valeur vraie d'un actif, et comment cette vérifiabilité affecte-t-elle la possibilité d'échange ?

L'auteur motive cette analyse par trois applications concrètes :

Le délit d'initié : Si un initié connaît la valeur exacte ou dépasse un seuil critique, cela peut empêcher l'échange.
La liquidité des marchés : La connaissance commune que certains agents détiennent des informations sur la détresse d'actifs peut assécher la liquidité (ex: crise LTCM).
Les blockchains et oracles : Dans les marchés décentralisés, les oracles (qui vérifient les données du monde réel) pourraient participer au commerce. Si leur capacité de vérification est connue, cela pourrait bloquer les échanges.

2. Méthodologie et Modèle

L'auteur utilise un cadre théorique standard de la théorie des jeux et de la connaissance commune, avec des agents finis ( $I$ ), un ensemble fini d'états de la nature ( $\Omega$ ), et des informations privées représentées par des partitions ( $\Pi_i$ ).

Hypothèses : Les agents peuvent avoir des priors différents ( $p_i \neq p_j$ ). Un actif $X$ paie un dividende selon l'état de la nature. Le commerce a lieu à l'étape intermédiaire (après réception de l'information privée, avant la révélation de l'état vrai).
Concepts clés de vérifiabilité : L'article définit quatre propriétés hiérarchiques concernant la capacité des agents à vérifier la valeur de l'actif :
1. Vérifiable (Verifiable) : Pour tout état, un agent connaît la valeur exacte de $X$ . (Condition très forte).
2. Vérifiable Max-Min (Maxmin Verifiable) : Pour tout état, un agent connaît soit la valeur maximale, soit la valeur minimale possible de $X$ parmi ceux qui sont connus comme possibles (connaissance commune).
3. Vérifiable par Seuil (Threshold Verifiable) : Pour tout état, soit la valeur de $X$ est constante (connue de tous), soit il existe un agent et un seuil $x$ tel que cet agent sait, dans certains états, si la valeur de $X$ est strictement supérieure ou inférieure à $x$ .
4. Collectivement Vérifiable (Collectively Verifiable) : La conjonction de toutes les informations privées révèle la valeur exacte de $X$ . (Condition faible).
Trois environnements d'échange analysés :
1. Statique (Aumann, 1976) : Existence d'un échange de connaissance commune (les espérances sont connues de tous mais différentes).
2. Dynamique infini (Geanakoplos et Polemarchakis, 1982) : Les agents annoncent séquentiellement leurs espérances. On étudie si le désaccord persiste éternellement.
3. Agrégation d'information (Ostrovsky, 2012) : Utilisation de règles de score de marché (Market Scoring Rules) avec des agents myopes. On étudie si le prix converge vers la valeur vraie.

3. Résultats Principaux

Les résultats sont synthétisés dans le Théorème 1 et ses corollaires :

A. Le cas Statique (Théorème 1)

Le résultat central établit une équivalence nécessaire et suffisante :

Un actif $X$ est "vérifiable par seuil" (threshold verifiable) à un état $\omega$ si et seulement s'il n'y a pas d'échange de connaissance commune à cet état, pour n'importe quel ensemble de priors.

Interprétation : Si la vérifiabilité par seuil échoue, il est possible de construire des priors tels que les agents s'accordent sur le fait qu'ils ont des espérances différentes, déclenchant un échange. Si elle tient, l'échange est impossible car cela impliquerait une contradiction logique dans les croyances communes.
Contre-exemple important : La "vérifiabilité collective" (où l'information combinée révèle la valeur) n'est pas suffisante pour empêcher l'échange. L'article fournit un exemple (Exemple 1) où les agents savent collectivement la valeur, mais leurs espérances individuelles diffèrent de manière connue de tous, permettant un échange.

B. Le cas Dynamique (Geanakoplos et Polemarchakis)

Insight clé : La vérifiabilité (même max-min ou par seuil) à un temps $t$ n'est pas suffisante pour empêcher le désaccord éternel dans un cadre dynamique.
Raison : L'information publique évolue. Une propriété de vérifiabilité à $t=0$ peut disparaître à $t+1$ après les annonces des agents (Exemple 2).
Condition de non-désaccord : Pour garantir l'absence de désaccord éternel, la propriété de vérifiabilité par seuil doit être satisfaite à un temps $t^*$ où les mises à jour d'information se sont stabilisées (c'est-à-dire après que les annonces ne modifient plus la partition commune).

C. Agrégation d'Information (Ostrovsky)

Résultat : Si l'actif est vérifiable par seuil au temps de stabilisation $t^*$ , alors l'information est agrégée : les prédictions convergent vers la valeur vraie de l'actif.
Différence avec la littérature précédente : Ce résultat s'applique à tous les actifs, pas seulement aux actifs "séparables" (separable securities) comme le suggéraient Ostrovsky (2012) et Chen et al. (2012) sous l'hypothèse de priors communs. Ici, la structure de l'information (vérifiabilité) remplace la nécessité de priors communs ou de séparabilité.

D. Extension aux Actifs Multiples

L'auteur généralise les résultats à un panier d'actifs $\{X_i\}$ où $\sum X_i = 0$ . La condition de "vérifiabilité par seuil" pour les actifs tradables reste nécessaire et suffisante pour l'absence d'échange de connaissance commune.

4. Contributions Clés

Nouvelle condition structurelle : L'article identifie la vérifiabilité par seuil comme la condition structurelle précise sur l'information privée qui empêche l'échange, indépendamment des priors. C'est une condition plus faible que la connaissance exacte de la valeur (vérifiabilité stricte) mais plus forte que la vérifiabilité collective.
Distinction Statique vs Dynamique : L'auteur démontre que les propriétés de vérifiabilité sont dynamiquement fragiles. Une condition suffisante pour le non-échange statique ne l'est pas nécessairement pour le non-échange dynamique, soulignant l'importance du temps de stabilisation ( $t^*$ ).
Application aux marchés modernes : Le papier fournit un cadre théorique rigoureux pour analyser des problèmes contemporains :
- Régulation des initiés : Il suggère que l'interdiction du trading par les initiés est justifiée non seulement par l'injustice, mais par l'effondrement de la liquidité si leur capacité de vérification est connue.
- Blockchain et Oracles : Il met en lumière le risque que la participation des oracles (qui vérifient les données) au marché, si elle est connue, puisse bloquer les mécanismes de marché décentralisés (AMM) en créant un effet de "non-échange".

5. Signification et Implications

Ce travail est significatif car il déplace le débat sur les théorèmes de non-échange de la sphère des croyances (priors) vers la sphère de la structure de l'information.

Pour la théorie économique : Il affine notre compréhension de la relation entre l'asymétrie d'information et la liquidité. Il montre que ce n'est pas la simple existence d'informations privées qui bloque le marché, mais la capacité de ces informations à "vérifier" des bornes ou des seuils de la valeur de l'actif.
Pour la régulation financière : Il offre des critères précis pour déterminer quand la présence d'initiés ou d'agents spécialisés (comme les oracles) est délétère pour la liquidité du marché. Si l'information est "vérifiable par seuil" de manière commune, le marché peut s'effondrer (liquidity dry-up).
Pour la conception de marchés (Design) : Dans le contexte des marchés de prédiction et de la DeFi (Finance Décentralisée), l'article suggère que pour assurer l'agrégation d'information et la liquidité, les mécanismes doivent être conçus de manière à ce que la vérifiabilité par seuil ne soit pas une connaissance commune à l'étape de la stabilisation, ou que les agents vérificateurs (oracles) soient exclus du trading.

En résumé, Galanis démontre que la vérifiabilité par seuil est la frontière critique : au-delà de cette frontière, l'asymétrie d'information ne mène pas à l'échange, mais à l'absence totale de marché, compromettant ainsi la fonction d'agrégation d'information des prix.