Ab initio simulation of market dynamics

Résumé technique : Simulation ab initio de la dynamique des marchés

Énoncé du problème
L'article comble une lacune dans la modélisation économique : la rareté des simulations ab initio où un marché complet émerge à partir de modèles fondamentaux des désirs et des contraintes des acteurs. Si l'économie classique s'appuie sur les courbes d'offre et de demande et les modèles input-output pour prédire l'équilibre, ces derniers supposent souvent des relations statiques (par exemple, la demande augmente lorsque le prix baisse) sans modéliser les compromis dynamiques que les acteurs opèrent lorsqu'ils échangent plusieurs biens simultanément. Les modèles existants inspirés par la physique (par exemple, la théorie cinétique des gaz, la théorie des réseaux) se concentrent souvent sur la distribution des richesses ou les lois de puissance, mais simulent rarement le comportement rationnel et auto-cohérent d'acteurs indépendants interagissant via des règles de marché spécifiques pour générer, à partir de la base, des dynamiques de prix et des fluctuations.

Méthodologie
L'auteur construit un cadre de simulation impliquant une population de $A$ acteurs interagissant avec $G$ marchés pour des biens distincts via un mécanisme de double enchère. La méthodologie procède par quatre modèles itératifs de complexité croissante :

1. Mécanismes du marché :

   • Règles : Les acteurs agissent tour à tour de manière aléatoire. Ils peuvent passer des ordres d'achat/vente ou accepter des ordres existants. Les carnets d'ordres ont une capacité maximale ($N_{max}$) ; les ordres excédentaires déplacent les ordres existants les moins favorables.
   • Contraintes : Les acteurs ne peuvent pas maintenir d'ordres ouverts sur un bien qu'ils sont en train d'échanger. La monnaie est infiniment divisible, n'a aucune valeur de consommation intrinsèque et sert uniquement de moyen d'échange.
   • Temps : Les simulations procèdent par « rotations » (où les acteurs agissent tour à tour) et « périodes de négociation » (groupes de rotations).

2. Psychologie des acteurs (Fonctions d'utilité) :

   • Modèle 1 (Aucune préférence temporelle) : Les acteurs maximisent l'utilité basée uniquement sur la consommation de biens après une seule période de négociation. La fonction d'utilité est $\Omega_a = 2 \sum d_{a,g} \sqrt{x_{a,g}}$, où $x_{a,g}$ est le volume du bien $g$. La monnaie n'a aucune valeur après la négociation.
   • Modèle 2 (Préférence temporelle) : Pour prévenir l'hyperinflation, le modèle introduit la périssabilité des biens et un paramètre de préférence temporelle $f_a$. Les acteurs maximisent l'utilité sur la période de consommation actuelle et la suivante : $\Omega_a(t) = 2 \sum d_{a,g} [\sqrt{x_{a,g}(t)} + f_a \sqrt{x_{a,g}(t+1)}]$. Les acteurs doivent détenir de la monnaie pour combler l'écart entre les périodes.
   • Modèle 3 (Attentes d'inflation) : Les acteurs sont informés de l'inflation passée des prix ($I_p$). Le paramètre de préférence temporelle est dynamiquement ajusté à $f_a / I_p$, actualisant la valeur future en fonction des anticipations de hausse des prix.
   • Modèles 4 et 5 (Chaînes input-output) : Le cadre est étendu pour inclure des acteurs « convertisseurs » qui transforment un bien en un autre pendant les périodes de production. Le Modèle 5 introduit un « bien de subsistance » et permet aux acteurs de changer de ligne de production en fonction des prix relatifs pour tester la stabilité des prix dans les chaînes d'approvisionnement.

3. Heuristiques :

   • Les acteurs calculent leur « valeur de liquidation » (valeur actuelle du portefeuille aux prix du marché).
   • Ils déterminent un « portefeuille optimal » basé sur la fonction d'utilité actuelle et les prix du marché.
   • Ils exécutent des transactions pour passer de leur portefeuille actuel vers l'optimum, en priorisant les biens où l'écart est le plus grand par rapport à la cible, sous réserve des contraintes budgétaires.

Résultats clés

• Hyperinflation dans le Modèle 1 : Sans préférence temporelle, le système présente une croissance exponentielle des prix (hyperinflation). Puisque les acteurs souhaitent dépenser toute leur monnaie mais que l'offre monétaire totale est fixe, le volume des transactions décline à mesure que les acteurs s'approchent de leurs portefeuilles optimaux, pourtant les prix augmentent car le système « frustré » force la monnaie à circuler à des valeurs nominales plus élevées pour exécuter les transactions. Cependant, un ratio de prix relatif stable entre les biens émerge, cohérent avec un taux de change de troc dérivé des distributions des acteurs.
• Prix stables dans le Modèle 2 : L'introduction de la préférence temporelle ($f_a > 1$) et de biens périssables stabilise les prix. Les acteurs détiennent de la monnaie comme réserve de valeur pour une consommation future. La simulation montre que le déclin du volume des transactions (à mesure que les acteurs atteignent l'optimum) est exactement compensé par la réduction de la demande de monnaie (à mesure que les acteurs épargnent pour le futur), résultant en des prix absolus stables.
• Fluctuations des prix : Dans le régime stable, les fluctuations de prix présentent des « queues algébriques » (queues épaisses), s'écartant d'une distribution gaussienne pure et s'alignant sur une distribution log-normale à queues lourdes, un phénomène observé sur les marchés financiers réels.
• Attentes d'inflation (Modèle 3) : L'introduction d'attentes d'inflation conduit à des dynamiques complexes. Si tous les acteurs sont sensibles à l'inflation, le système présente de grandes oscillations non sinusoïdales. Si seule une fraction des acteurs est sensible, le système montre des oscillations amorties pour de faibles fractions de sensibilité, mais bascule vers des oscillations persistantes et complexes (avec des composantes de fréquence plus élevée) lorsque la fraction d'acteurs sensibles dépasse un seuil critique (environ 30 % dans la simulation).
• Instabilité des chaînes input-output (Modèles 4 et 5) : La tentative de modéliser les chaînes d'approvisionnement (réseaux input-output) s'avère difficile. Même avec un « facteur de concurrence » pour encourager la formation précoce des prix, les prix à la base de la chaîne tendent à s'effondrer au fil du temps en raison de l'inélasticité des prix (les producteurs continuent de produire indépendamment des prix bas). L'introduction d'un « bien de subsistance » commutable (Modèle 5) empêche l'effondrement total des prix mais induit de nouvelles oscillations à grande échelle instables, suggérant qu'une formation stable des prix est difficile à atteindre dans des chaînes d'approvisionnement non triviales au sein de ce cadre spécifique.

Signification et affirmations
L'article prétend fournir la première démonstration ab initio où des « queues épaisses » dans les fluctuations de prix émergent naturellement d'un modèle d'agents rationnels interagissant optimisant une fonction d'utilité, plutôt que d'être imposées via des équations différentielles stochastiques (comme l'équation de Fokker-Planck non linéaire).

L'auteur postule que, si l'universalité du comportement économique n'est pas garantie, l'existence d'un modèle complet et auto-cohérent permet de rechercher de telles classes d'universalité. Le travail met en évidence que :

1. La préférence temporelle est une condition nécessaire à une formation stable des prix dans un système fermé avec une offre monétaire fixe.
2. Les attentes d'inflation peuvent déstabiliser un système, conduisant à des dynamiques oscillatoires même avec des hypothèses minimales.
3. La modélisation des chaînes d'approvisionnement via cette approche basée sur les agents révèle des difficultés inhérentes à maintenir la stabilité des prix sans mécanismes supplémentaires (comme le stockage ou des contraintes de production plus complexes), suggérant que les économies réelles pourraient nécessiter une « internalisation » des chaînes d'approvisionnement longues ou des interactions plus complexes pour rester stables.

L'article conclut avec modestie, reconnaissant que si les modèles sont simplifiés, ils offrent un cadre où chaque aspect du processus est visible et analysable, clarifiant potentiellement des concepts tels que la vitesse de la monnaie et l'hyperinflation. Il ne prétend pas résoudre toutes les dynamiques économiques mais offre une base mécaniste pour étudier les comportements de marché émergents.