💰 quantitative finance

CFOs Meet LLMs

Cet article démontre que les grands modèles de langage, lorsqu'ils sont incités à jouer le rôle de directeurs financiers d'entreprises spécifiques, peuvent reproduire et prévoir avec précision les réponses humaines aux enquêtes sur le sentiment économique, offrant ainsi une alternative évolutive et à haute fréquence aux méthodes traditionnelles de collecte de données, qui sont coûteuses.

Auteurs originaux : John R. Graham, Campbell R. Harvey, Manish Jha

Publié 2026-06-15

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : John R. Graham, Campbell R. Harvey, Manish Jha

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 vouliez savoir ce que les chefs d'entreprise pensent de l'économie. Habituellement, vous devez les appeler, leur envoyer un sondage et attendre des semaines ou des mois pour obtenir les résultats. C'est lent, coûteux, et vous n'obtenez des réponses que de quelques centaines d'entreprises.

Ce document pose une question audacieuse : Et si nous pouvions créer un « jumeau numérique » d'un Directeur Financier (CFO) en utilisant l'Intelligence Artificielle (IA) pour lui poser les mêmes questions instantanément ?

Voici comment les chercheurs ont procédé et ce qu'ils ont découvert, expliqué simplement :

La mise en place : L'expérience du « jumeau numérique »

Considérez un CFO comme une personne qui possède une « voix » unique et une vision spécifique du monde basée sur la taille de son entreprise, son secteur d'activité et ses expériences passées.

Les chercheurs ont pris une IA puissante (un Grand Modèle de Langue) et lui ont demandé de jouer le rôle d'un CFO spécifique d'une entreprise spécifique à une date précise.

Le costume : Ils ont donné à l'IA un « costume » de données : le nom de l'entreprise, son chiffre d'affaires, son nombre d'employés et sa localisation.
La mémoire : Crucialement, ils ont donné à l'IA les propres réponses passées du CFO à des sondages précédents (mais uniquement jusqu'à cette date spécifique, afin que l'IA ne puisse pas « tricher » en connaissant le futur).
La question : Ils ont posé à l'IA la même question que celle posée aux vrais CFO : « Sur une échelle de 0 à 100, quel est votre degré d'optimisme concernant l'économie américaine ? »

Ils ont fait cela pour plus de 6 000 véritables réponses à des sondages, de 2002 à 2025.

La grande découverte : L'IA a « compris » la personne

Les chercheurs voulaient voir si la supposition de l'IA correspondait à ce que le véritable CFO humain avait réellement répondu.

Le résultat : L'IA a été étonnamment précise. Lorsque l'IA prédisait un score de 60, le vrai CFO donnait souvent un score très proche de 60.
Le test de l'« écho » : Un sceptique pourrait dire : « Eh bien, l'IA s'est contentée de copier la dernière réponse du CFO. » Les chercheurs ont testé cela en examinant la réponse précédente du CFO et ont constaté que l'IA ajoutait de nouvelles informations utiles. Ce n'était pas seulement une machine à copier ; elle réfléchissait réellement à la situation de l'entreprise.
L'effet « historique » : Plus l'IA possédait de « mémoire » sur ce CFO spécifique, plus elle devenait performante.
- Si l'IA ne connaissait rien du passé du CFO, elle n'était que passable (environ 10 % de précision dans la prédiction du schéma).
- Si l'IA connaissait l'historique du CFO, sa précision augmentait considérablement (expliquant jusqu'à près de 50 % de la variation).
- Analogie : C'est comme essayer de deviner ce que votre ami va commander pour le dîner. Si vous ne l'avez jamais rencontré, vous pourriez deviner au hasard. Mais si vous savez qu'il commande généralement une pizza le vendredi et qu'il déteste les plats épicés, votre supposition devient beaucoup plus affinée.

Pourquoi cela importe (selon l'article)

L'article soutient que cette méthode résout trois grands problèmes des sondages traditionnels :

Vitesse et échelle : Au lieu d'attendre un sondage trimestriel auprès de 300 entreprises, vous pourriez théoriquement générer des « attentes » pour des milliers d'entreprises instantanément.
Pas de triche par « anticipation » : Les chercheurs ont été très prudents pour s'assurer que l'IA ne connaissait pas le futur. Ils ont coupé son accès aux informations après la date du sondage. Par exemple, au début de 2020 (avant que la pandémie ne frappe), l'IA a prédit des niveaux d'optimisme similaires à ceux des humains, montant qu'elle ne « trichait » pas en sachant que la crise arrivait.
Nuance individuelle : La plupart des études sur l'IA se contentent de regarder les moyennes (ex : « L'économie est-elle globalement bonne ? »). Cet article montre que l'IA peut imiter des personnalités individuelles. Elle peut faire la différence entre un CFO prudent d'une petite entreprise et un CFO optimiste d'une grande entreprise technologique.

Les limites (ce que l'article précise qu'il ne peut pas faire)

Les auteurs sont honnêtes sur les défauts :

Secrets privés : L'IA ne connaît que ce qui est public. Si un CFO détient un secret, comme une fusion imminente ou un problème interne caché, l'IA ne le saura pas. C'est un « jumeau numérique », pas un lecteur de pensée.
Nouveaux visages : Si un CFO n'a jamais participé au sondage auparavant, l'IA n'a aucune « mémoire » de lui, et ses suppositions sont donc moins précises.
Pas un remplacement : L'article suggère que ceci est un complément aux sondages humains, et non un remplacement total. C'est un nouvel outil puissant pour combler les lacunes, mais il ne peut pas remplacer totalement l'expertise humaine.

L'essentiel

Cet article prouve qu'avec le bon « costume » (données de l'entreprise) et la bonne « mémoire » (réponses passées), l'IA peut agir comme un substitut crédible des véritables chefs d'entreprise. Elle peut prédire avec une précision surprenante comment ils se sentiraient face à l'économie, offrant ainsi un moyen d'obtenir des données économiques détaillées et à haute fréquence sans le coût et le délai des sondages traditionnels.

Résumé technique : « Les CFO rencontrent les LLM »

Énoncé du problème
Le sentiment des entreprises, et particulièrement les attentes des dirigeants, constitue un signal économique critique. Cependant, la mesure traditionnelle via des enquêtes (par exemple, l'enquête des CFO de Duke–Federal Reserve) présente des limites significatives : elles sont coûteuses, périodiques (trimestrielles), souffrent d'une faible couverture transversale (quelques centaines d'entreprises) et sont sujettes à un biais de sélection. De plus, bien que ces enquêtes fournissent des données prospectives précieuses, leur compilation est lente et leur fréquence est limitée. Les auteurs se demandent s'il est possible de générer des attentes de type « CFO » crédibles, évolutives et à haute fréquence, sans les coûts, les délais ou les biais des enquêtes humaines.

Méthodologie
Les auteurs proposent une méthode pour générer des « attentes synthétiques de CFO » en utilisant des modèles de langage de grande taille (LLM), spécifiquement GPT-5.4 (OpenAI, 2026). L'approche centrale consiste à faire jouer au LLM le rôle de « jeu de rôle » (role-playing) du CFO spécifique d'une entreprise publique à un instant donné.

Construction du prompt :
- Prompt système : Établit le persona d'un cadre financier et impose une limite d'information (information cutoff) stricte correspondant à la date de l'enquête réelle. Le modèle a l'instruction de n'utiliser que les informations disponibles jusqu'à cette date, y compris les données publiques issues de recherches web (rapports de résultats, couverture des analystes) antérieures à la limite, afin d'éviter le biais d'anticipation (look-ahead bias).
- Prompt utilisateur : Fournit un profil détaillé de l'exécutif de l'entreprise (secteur, chiffre d'affaires, effectifs, géographie, notation de crédit, etc.) et, surtout, l'historique propre du répondant. Cela inclut les scores d'optimisme antérieurs du CFO lors des précédentes vagues d'enquête (strictement avant la limite de date) ainsi que les propres prévisions du modèle pour cet même individu.
- Tâche : Le modèle doit évaluer son optimisme concernant l'économie américaine globale sur une échelle de 0 à 100, imitant la question canonique de l'enquête des CFO de Duke.
Données et validation :
- L'étude couvre 6 075 réponses d'enquêtes provenant de sociétés publiques entre 2002 et 2025.
- Pour chaque réponse humaine, les auteurs génèrent trois prévisions indépendantes par LLM et en font la moyenne pour atténuer le bruit stochastique.
- Stabilité : Les auteurs vérifient que la variance des sorties du LLM est dictée par les différences entre les observations de l'enquête plutôt que par le bruit stochastique au sein des appels répétés (corrélations par paires ~0,96).
- Nature hors échantillon : Les réponses spécifiques aux enquêtes humaines n'ont jamais fait partie du corpus d'entraînement du modèle (en raison d'accords institutionnels excluant ces données de l'entraînement), garantissant que les prédictions sont véritablement « hors échantillon » par rapport à la variable cible.

Principaux résultats

Pouvoir prédictif au niveau individuel :
- Le score d'optimisme généré par le LLM est un prédicteur significatif de la réponse réelle du CFO. Dans une régression de l'optimisme humain sur le score LLM apparié, le coefficient est hautement significatif (t-stat > 17 dans la base de référence).
- Cette relation survit à l'inclusion d'effets fixes d'entreprise (suivi de la variation intra-entreprise au fil du temps) et d'effets fixes année-trimestre (suivi de la variation transversale au sein d'un trimestre).
- Crucialement, le score du LLM reste significatif même en contrôlant la réponse la plus récente du répondant, démontant que le modèle ne se contente pas de faire écho à la dernière réponse mais capture une information prédictive supplémentaire.
Le rôle de l'information de conditionnement (dose-réponse) :
- La précision prédictive augmente proportionnellement à la quantité d'informations fournies.
- Historique du répondant : Lorsqu'aucune réponse antérieure n'est disponible, le $R^2$ du modèle est d'environ 0,10. Avec quelques points de données antérieurs, il monte à ~0,33, et avec plus de trois réponses antérieures, il approche ~0,50.
- Caractéristiques de l'entreprise : Les prompts contenant un ensemble complet de champs de profil d'entreprise (10 à 12 caractéristiques) produisent de meilleures prédictions ( $R^2 \approx 0,32$ ) que les prompts parsemés ( $R^2 \approx 0,21$ ).
- Le conditionnement sur l'historique restaure également l'hétérogénéité transversale ; sans cela, les modèles ajustés par instruction ont tendance à converger vers des opinions modales, compressant la distribution des scores synthétiques.
Agrégation et robustesse :
- Au niveau agrégat trimestriel, l'optimisme moyen du LLM reste un prédicteur robuste de l'optimisme moyen des CFO.
- Dans une régression de type « course de chevaux » (horse race) incluant l'indice de sentiment des consommateurs du Michigan et la prévision du PIB du Survey of Professional Forecasters (SPF), le score du LLM conserve un pouvoir explicatif significatif, tandis que les références humaines perdent leur significativité. Cela suggère que le LLM capture une variation du sentiment des dirigeants qui échappe aux indicateurs macroéconomiques standards.

Signification et revendications
L'article affirme fournir la première validation au niveau individuel, intra-entreprise, des réponses d'enquêtes simulées par LLM. Contrairement aux travaux antérieurs qui se concentrent sur l'appariement de la distribution des populations synthétiques avec les réelles, cette étude démontre qu'un LLM peut approximer la réponse spécifique d'un exécutif humain identifié, compte tenu de son empreinte publique et de son parcours personnel.

Les auteurs soutiennent qu'avec un conditionnement approprié, les LLM peuvent servir de « jumeaux numériques » crédibles des dirigeants. Cela offre un nouvel outil pour la recherche financière et les politiques publiques en fournissant :

Évolutivité (Scalability) : La capacité de générer des données de sentiment pour n'importe quelle entreprise publique, et non seulement pour les participants aux enquêtes.
Fréquence : Le potentiel de mises à jour quotidiennes ou hebdomadaires du sentiment, contournant les contraintes trimestrielles des enquêtes traditionnelles.
Contrefactuels : La capacité de mener des « expériences d'enquêtes synthétiques » en faisant varier les caractéristiques de l'entreprise (par exemple, l'exposition aux revenus étrangers) tout en maintenant les autres facteurs constants.

Les auteurs restent modestes, reconnaissant que les LLM ne peuvent pas récupérer l'information privée (par exemple, les commandes en attente, les pressions internes sur les coûts) que possèdent les CFO humains. Par conséquent, ils positionnent le LLM comme un complément plutôt qu'un remplacement des enquêtes humaines. Ils notent également que la précision prédictive est plus faible pour les premiers répondants manquant de données historiques, et que les « croyances » du modèle sont toujours liées aux régularités de ses données d'entraînement.