Résumé Technique : Élicitation des Préférences de Portefeuille sur les Marchés de Croisement Institutionnels

1. Définition du Problème

Les investisseurs institutionnels négocient fréquemment des portefeuilles plutôt que des titres isolés, évaluant les transactions selon des objectifs de portefeuille non séparables tels que la réduction du risque, l'écart par rapport à un indice de référence et la complétion de couverture. Cependant, les mécanismes standards de découverte de liquidité cachée (par exemple, les pools sombres, les réseaux de croisement) élicitent généralement des informations sur des titres individuels. Cela crée un décalage fondamental : l'objet de valeur est une transaction de portefeuille signée, mais l'unité d'information élicitée est un ordre sur un titre unique.

Le problème central est l'élicitation de préférences à information cachée dans un espace de portefeuille continu et signé. Une plateforme doit identifier des transactions mutuellement bénéfiques sans observer la demande totale. Le défi réside dans l'équilibre entre deux exigences contradictoires :

1. Recherche : Localiser des régions à haute valeur dans un espace de portefeuille de haute dimension et non séparable.
2. Vérification : Obtenir des valeurs exactes de bien-être pour certifier les allocations, car les réponses de demande fournissent uniquement des bornes inférieures conservatrices du bien-être.

L'article présente cela comme un problème de conception de mécanisme basé sur des requêtes, où la plateforme doit décider quoi limiter d'informations sur le portefeuille éliciter (via des requêtes de demande et de valeur) et comment représenter les paniers (via des paniers au niveau des titres versus des paniers complétés par facteurs) pour maximiser le bien-être sous contraintes de communication.

2. Méthodologie et Architecture

2.1 Cadre de Modélisation

Les auteurs modélisent le croisement institutionnel comme un problème d'allocation multi-actifs signé.

• Participants : $n$ investisseurs avec des fonctions de surplus privées sur des vecteurs de transaction signés $d \in \mathbb{R}^m$.
• Évaluation : Le surplus est modélisé comme une fonction quadratique : $v_i(d) = \theta_i^\top d - \frac{1}{2}d^\top H_i d$, où $H_i$ capture la courbure issue du risque, de la liquidité et des mandats.
• Non-séparabilité : La Proposition 1 établit que les jambes de transaction sont complémentaires ou substituables en fonction des termes croisés dans la matrice de courbure ($g^\top H_i h$). Cela implique que la valeur d'une transaction dépend de la position de portefeuille existante et des autres jambes du panier.
• Référence de Bien-être : La référence à information complète ($W^\star$) maximise le surplus total moins les coûts résiduels d'exécution externe ($\Psi$).

2.2 Architecture d'Élicitation

Le mécanisme proposé sépare la recherche de la vérification en utilisant un protocole de requêtes hybride :

1. Requêtes de Demande : La plateforme publie des vecteurs de prix $p^\ell$. Les participants répondent par des transactions optimales $d^\ell_i$ maximisant $v_i(d) - p^{\ell\top}d$. Ces requêtes utilisent des réponses orientées par les prix pour localiser les régions actives de l'espace de portefeuille.
2. Recherche par Surrogat : Un modèle de surrogat structurel ($\hat{v}_i$) est mis à jour en utilisant les réponses de demande et les moments projetés pour guider la sélection des prix de requêtes ultérieurs.
3. Requête de Valeur de Pont : Après la phase de requêtes de demande, la plateforme identifie une allocation intérimaire ($a^{dq}$). Une requête de « pont » demande aux participants de déclarer le surplus exact de cette allocation spécifique. Cette étape convertit l'allocation découverte par la demande en un candidat à valeur exacte, le préservant comme option réalisable pour l'allocation finale.
4. Requêtes de Valeur : La plateforme émet des requêtes ciblées pour des paniers spécifiques (proposés par le modèle de surrogat) afin d'obtenir des valeurs de surplus exactes.
5. Allocation Basée sur les Déclarations : L'allocation finale est choisie parmi l'ensemble fini des déclarations élicitées (bornes inférieures de demande et déclarations de valeur exacte) en résolvant un problème de détermination des gagnants. Le modèle de surrogat guide quels paniers sont interrogés mais ne détermine pas le bien-être final ; le bien-être final est déterminé strictement par les déclarations élicitées.

2.3 Représentations des Paniers

L'article compare deux représentations pour les propositions de requêtes de valeur :

• Niveau Titre (SL) : Utilise les titres découverts par la demande comme coordonnées. Cela préserve l'expressivité exacte au niveau du titre.
• Complété par Facteurs (FC) : Combine des cibles d'exposition aux facteurs avec une manche résiduelle sur les titres découverts par la demande. Cela utilise un guide de facteurs de plus basse dimension ($F$) pour résumer les expositions au risque, complétant le portefeuille via une carte à coût minimal ($C(u, \eta)$).

3. Contributions Clés

1. Cadrage de la Liquidité Cachée comme Élicitation de Portefeuille : L'article déplace l'accent de la conception du couplage d'ordres uniques vers l'élicitation de transactions de portefeuille signées, reconnaissant que les transactions optimales dépendent des positions actuelles et de la courbure du portefeuille.
2. Architecture Hybride Demande-Valeur : Il développe et analyse un protocole combinant des requêtes de demande orientées par les prix (pour la recherche) avec des requêtes de valeur (pour la vérification). L'analyse clarifie que les requêtes de demande localisent des régions prometteuses mais sont insuffisantes pour la comptabilité du bien-être sans vérification, tandis que les requêtes de valeur sont inefficaces sans recherche ciblée.
3. Représentation du Panier comme Variable de Conception : L'article traite le choix entre des paniers au niveau des titres et des paniers complétés par facteurs comme un choix de conception économique. Il distingue entre l'efficacité non ajustée (bien-être avant les coûts de divulgation) et le bien-être ajusté à la divulgation (bien-être pénalisé par l'informaticité des messages pré-négociation).

4. Résultats Expérimentaux

Les auteurs mènent des expériences computationnelles utilisant des panels d'actions des indices S&P 500, KOSPI 200, Nikkei 225 et DAX.

4.1 Complémentarité Recherche et Vérification

• Hybride vs Mode Unique : Sous un budget de requêtes limité (18 requêtes), l'élicitation hybride récupère 88,01 % du bien-être à information complète. En revanche, l'élicitation valeur-seule ne récupère que 47,84 %, et l'élicitation demande-seule récupère 49,56 %.
• Mise à l'échelle : À mesure que le budget de communication s'étend à 48 requêtes, l'élicitation hybride approche 95,29 %, tandis que la valeur-seule reste stagnante autour de 49,86 %.
• Mécanisme : Les requêtes de demande localisent avec succès des régions à haute valeur (l'évaluation primitive des candidats découverts par la demande atteint 96,71 %), mais sans la requête de valeur de pont et la vérification subséquente, la comptabilité de borne inférieure conservatrice empêche ces candidats d'être pleinement utilisés dans la règle d'allocation.

4.2 Représentation des Paniers et Coûts de Divulgation

• Efficacité Non Ajustée : Lorsque la divulgation pré-négociation est peu coûteuse, les paniers de Niveau Titre (SL) sont les plus efficaces, atteignant 97,25 % de bien-être relatif. Cela surpasse le croisement sur les mêmes titres (SN) (94,69 %) et les paniers complétés par facteurs (FC) (88,85 %).
• Frontière Ajustée à la Divulgation : Lorsque l'informaticité du message pré-négociation est coûteuse, le FC devient supérieur. L'article identifie un coût de divulgation « point mort » ($c^\star$) où la réduction de la fuite d'information résultant de l'utilisation de paniers de facteurs compense leur efficacité non ajustée inférieure. Par exemple, à un coût de fuite de $c=0,20$, le FC devient le leader du bien-être.
• Régimes de Liquidité : Dans les régimes de liquidité « minces » du côté opposé (où l'intérêt opposé direct sur le même titre est rare), la performance du croisement SN chute significativement (à 53 %), tandis que les paniers de portefeuille (SL et FC) maintiennent un bien-être élevé (72-74 %) en combinant des jambes qui se compensent mutuellement via la matrice de courbure du portefeuille.

4.3 Robustesse

• Requête de Valeur de Pont : L'inclusion de la requête de valeur de pont améliore le bien-être de 5,61 à 7,03 points de pourcentage sous des budgets serrés, confirmant l'importance de préserver l'allocation intérimaire découverte par la demande comme un candidat exact.
• Complétion par Facteurs : La construction FC (combinant facteurs avec une manche résiduelle) surpasse significativement les alternatives de paniers incomplets (par exemple, Rang Faible ou Pas de Complétion), démontrant que la manche résiduelle est nécessaire pour capturer la demande active spécifique aux participants.

5. Signification et Revendications

L'article revendique caractériser le croisement de portefeuille comme un problème de vérification sélective. Sa signification principale réside dans la démonstration que :

1. La Recherche et la Vérification sont Distinctes mais Complémentaires : Ni les requêtes de demande ni les requêtes de valeur seules ne suffisent pour une découverte efficace de liquidité cachée. Le protocole hybride est nécessaire pour naviguer dans l'espace de portefeuille de haute dimension et certifier le bien-être.
2. La Représentation est un Arbitrage : Il n'existe aucune représentation de panier « meilleure » universelle. Les paniers au niveau des titres maximisent l'efficacité non ajustée, tandis que les paniers complétés par facteurs offrent une frontière de bien-être ajustée à la divulgation lorsque la fuite d'information pré-négociation est coûteuse.
3. Implications de Conception : Pour les plateformes de liquidité cachée, le choix de la représentation du panier (SL vs FC) doit être guidé par le coût de la divulgation pré-négociation et l'épaisseur de la liquidité du côté opposé, plutôt que par une hypothèse fixe d'indivisibilité ou de focalisation sur un titre unique.

Les auteurs concluent que leurs résultats fournissent un cadre de conception permettant aux plateformes d'équilibrer le besoin de découverte de valeur non séparable avec les contraintes de fuite d'information, allant au-delà du simple couplage d'ordres vers une élicitation sophistiquée des préférences de portefeuille.