Résumé Technique : Création de Marché OTC Stratégique avec Rétroaction de Réputation

Énoncé du Problème

Dans les marchés de gré à gré (OTC) électroniques, la fourniture de liquidité a évolué d'une séquence d'optimisations de cotations indépendantes vers un problème de franchise dynamique. Les teneurs de marché sont confrontés à un arbitrage critique : optimiser la capture de l'écart immédiat (spread) versus maintenir ou améliorer leur « statut » auprès des clients et des plateformes. Ce statut est quantifié par des mesures de performance telles que les taux de victoire sur les demandes de cotation (RFQ) et les taux de remplissage (fill ratios) en streaming, qui influencent directement l'allocation de flux futurs via des barrières basées sur la performance.

Les modèles classiques de création de marché stochastique traitent généralement les intensités de requête et les probabilités de remplissage comme des variables exogènes. Cependant, en pratique, l'accès au flux futur est une variable d'état endogène influencée par les décisions actuelles de cotation et d'acceptation du teneur de marché. Un teneur de marché qui perd trop de RFQ ou rejette trop de requêtes de streaming peut être déclassé ou exclu des opportunités futures, tandis qu'une performance solide peut garantir des positions de leadership, bien qu'avec une exposition accrue à l'inventaire et à la toxicité. Le document traite la nécessité d'un cadre de contrôle tractable qui modélise explicitement cette boucle de rétroaction entre la qualité d'exécution et les ensembles d'opportunités futures.

Méthodologie

Les auteurs développent un modèle de contrôle optimal stochastique présentant deux protocoles d'exécution distincts :

1. Niveau A (RFQ) : Caractérisé par un score de ratio de victoire ($R_A$). Le teneur de marché contrôle les décalages de cotation ($\delta$) pour maximiser la probabilité de gagner une requête, ce qui met à jour le score en fonction du succès ou de l'échec.
2. Niveau B (Streaming) : Caractérisé par un score de ratio de remplissage ($R_B$). Le teneur de marché contrôle à la fois les décalages de cotation ($\delta$) et un seuil de rejet non négatif ($\eta$) pour un protocole de "last-look" équitable. Ce protocole gère l'adverse selection (modélisée via une marque de latence gaussienne) en rejetant les transactions présentant un glissement (slippage) négatif excessif tout en plafonnant le glissement positif.

Cadre Mathématique

• Variables d'État : Le système comprend des variables rapides (inventaire $Q_t$, cash $X_t$, prix moyen $S_t$) et des variables lentes (scores de réputation $R_A, R_B$).
• Objectif : Maximiser la richesse attendue de la valeur liquidative terminale, pénalisée par le risque d'inventaire et les coûts courants, sous réserve de la dynamique des scores de réputation.
• Équation de Hamilton-Jacobi-Bellman (HJB) : Le problème est formulé comme une équation HJB avec deux variables de réputation lentes et un état d'inventaire rapide.
• Approximation Adiabatique : Pour rendre le problème traitable, les auteurs emploient une approximation lent-rapide (adiabatique). Ils supposent que les scores de réputation changent lentement ($\alpha_\tau \ll 1$) par rapport à la dynamique de l'inventaire.
  • Problème Rapide : Pour un état de réputation "gelé", le teneur de marché résout le problème standard de contrôle d'inventaire.
  • Dynamique Lente : La politique induite par le problème rapide est moyennée sur la distribution stationnaire de l'inventaire pour dériver des équations de dérive déterministes pour les scores de réputation.
• Réduction : Cette approche réduit le problème de contrôle stochastique de haute dimension à un système déterministe bidimensionnel pour les scores de réputation, préservant la boucle de rétroaction économique tout en clarifiant les dynamiques stratégiques.

Contributions Clés

1. Modélisation du Flux Endogène : Le document fournit un cadre compact où l'intensité du flux futur est une fonction de la qualité d'exécution actuelle, médiée par des fonctions de barrière dépendantes du score.
2. Contrôle Unifié des Cotations et des Rejets : Le modèle optimise conjointement les décalages de cotation et, pour le streaming, un seuil de rejet, traitant le mécanisme de rejet comme une option-barrière pour gérer la toxicité tout en maintenant les ratios de remplissage.
3. Séparation de Phases Stratégiques : La politique optimale dérivée alterne naturellement entre des phases distinctes :
   • Construction de Réputation : Sacrifier l'écart immédiat (resserrer les cotations) pour gagner des RFQ ou remplir des flux de streaming afin d'améliorer les scores.
   • Monétisation de la Franchise : Élargir les écarts pour capturer de la valeur une fois qu'une réputation solide est établie.
   • Défense : Maintenir des paramètres conservateurs pour éviter de tomber sous des seuils critiques.
4. Bistabilité et Dépendance au Sentier : Le modèle démontre que les barrières basées sur la performance peuvent mener à des équilibres multiples (bistabilité). Le régime à long terme d'un teneur de marché (marginal vs leader) dépend des conditions initiales et de la séquence de rétablissement, et non seulement des paramètres actuels.

Résultats Numériques

En utilisant un schéma d'itération de politique sur une grille discrétisée, les auteurs simulent le modèle avec des paramètres calibrés pour les niveaux RFQ et streaming.

• Valeurs de Promotion : La valeur marginale d'un événement réussi (gagner un RFQ ou remplir un flux) est hautement dépendante de l'état, culminant près des seuils de "barrière", là où un seul succès peut déclencher un changement de régime, plutôt que lorsqu'un teneur de marché est déjà un leader.
• Dynamique RFQ : Près du milieu de la barrière, le teneur de marché resserre agressivement les écarts pour améliorer la probabilité de victoire. Au-dessus de la barrière, les écarts s'élargissent pour monétiser le flux, bien que la politique reste défensive pour éviter de redescendre.
• Dynamique de Streaming : Lorsque le ratio de remplissage est faible, le teneur de marché resserre les écarts jusqu'au plancher pour générer plus de requêtes et réparer le score, tout en conservant un seuil de rejet pour filtrer le flux toxique. À mesure que le score s'améliore, le teneur de marché élargit les écarts et devient plus tolérant au flux.
• Portrait de Phase : La dynamique de réputation bidimensionnelle présente deux équilibres attracteurs : un état "marginal" à faible réputation et un état de "leadership" à haute réputation. Le système affiche une dépendance au sentier ; l'ordre dans lequel les scores se rétablissent (par exemple, réparer le streaming d'abord vs le RFQ d'abord) détermine la trajectoire à travers l'espace d'état. Les effets de débordement entre les niveaux (cross-tier spillovers) se produisent via l'inventaire partagé et la valeur de continuation, bien qu'ils soient modestes sous la calibration de base.

Signification et Revendications

Le document affirme rendre explicite l'intuition de la "gestion de relation dynamique" dans les marchés OTC au sein d'un cadre de contrôle stochastique traitable. Il soutient que le comportement optimal n'est pas simplement une optimisation myope de l'écart, mais une allocation stratégique de la compétitivité à travers différents horizons temporels.

Les conclusions conceptuelles clés incluent :

• Valeur Marginale Dépendante de l'État : La valeur d'une victoire ou d'un remplissage est la plus élevée lorsqu'un teneur de marché est proche d'un seuil de promotion, et non nécessairement lorsqu'il est déjà dominant.
• Agressivité Contextuelle : L'agressivité d'une cotation est déterminée par son but stratégique (construction de réputation, défense de l'accès ou monétisation) plutôt que par des paramètres de risque statiques.
• Multiplicité des Régimes : La rétroaction de réputation peut créer des cycles auto-renforcés où un teneur de marché possédant une technologie et une aversion au risque identiques peut rester piégé dans un état de faible flux ou accéder à une position de leader selon les conditions initiales et la sévérité des barrières de routage des clients.

Les auteurs suggèrent que ces résultats fournissent un langage de modélisation pour les décisions pratiques de e-trading, telles que savoir quand investir dans la compétitivité, quand tolérer un flux toxique et comment gérer la dynamique des scores au niveau du portefeuille plutôt que des décisions de cotation isolées.