Que ce soit en finance ou en climatologie avec le Climat-gate-CRU, l'actualité récente montre que les modèles utilisés sont incertains et portent à la controverse par manque de transparence.
Il existe des causes et des effets comparables, communs à la sphère financière et à la sphère climatologique et peut être aussi, pour d'autres domaines utilisant des modèles.
Le point commun des deux sphères, c'est l'utilisation de l'informatique et des modèles mathèmatiques sensés représenter la réalité et la simuler.
Avec les progrès de l'informatique, notamment avec l'augmentation des puissances permettant de traiter de plus en plus de données plus rapidement, les modèles sont devenus plus complexes.
Les spécialistes bâtissant et utilisant ces modèles face à leurs ordinateurs ont fini par croire que leurs modèles de simulation de la réalité remplacés la réalité, oubliant que derrière les chiffres il y a des personnes et des faits.
Les prévisions à partir de modèles, que ce soit en climatologie ou en finance, sont de la spéculation sur l'avenir en acceptant un risque d'erreur, vue le nombre d'hypothèses, d'incertitudes et de marges d'erreur que comportent les modèles.
Mais il arrive que la réalité et les faits finissent par contredire de beaux modèles sensés représenter et simuler la réalité. Car dans des modèles, il peut y avoir des équations où l'inconnu ε (epsilon) par définition représentant peu de chose, une part infime de l'ensemble de l'équation, est peut être plus important et plus énorme que l'ensemble des autres parties de l'équation.
Et beaucoup de modèles regroupent aussi de multiples hypothèses comportant des marges d'erreurs qui peuvent se cumuler. Ce qui conduit à constater l'irréalité et la faiblesse du modèle, lorsque les faits réels viennent contredire les modèles et ceux qui les ont construit, souvent quelques années après que le modèle a été conçu.
Sous couvert de l'expertise scientifique, des modèles sont exploités commercialement au profit de quelques sociétés, qui, pour des raisons mercantiles, n'offre pas de transparence sur la consistance des modèles utilisés, sur leurs hypothèses, les paramètres de calcul, les marges d'erreurs, les séries de données réelles utilisées qui sont plus ou moins complètes.
Or, tout modèle comporte des possibilités d'erreurs qui peuvent être directes ou indirectes, cumulatives ou non, volontaire ou non volontaire, car à la base il y a des choix d'hypothèse à faire, des choix de paramètres de calcul à faire et des données réelles à collecter et à saisir.
Ceci provoque aussi le débat entre scientifiques et peut induire une remise en cause des modèles et au delà des confrontations d'idées l'affrontement des modèles.
Qui n'a pas constaté que les prévisions de la météo de la veille n'étaient pas toujours juste et était contredites par les faits le lendemain. Et sur les marchés financiers, que les prévisions de cours d'une valeurs étaient revues à la hausse ou à la baisse, face à la connaissance des évènements réels.
Car l'hypothèse que l'information pure et parfaite pour toutes les composantes et pour tous les intervenants sur le marché en même temps à un instant t n'est pas vérifiée.
Or les modèles reposent sur les données réelles (les inputs) déjà connue, collectées et introduite dans les systèmes informatiques qui vont permettre des extrapolations et autres déductions à base de probabilités. Or la collecte de données et l'état des séries utilisées peut être une source d'erreurs et d'incertitudes qui peuvent vicier le modèle.
Mais l'exhaustivité des données réelles dans le temps et dans l'espace n'est pas toujours assuré, comme on peut le voir à titre d'exemple dans le modèle du Cimate Research Unit (CRU) de l’Université de l’East Anglica (Cf infra liens Climat-gate).
Et comme le montre le contenu du document Climat-HadCRUT3-accepted.pdf intitulé "Uncertainty estimates in regional and global observed temperature changes: a new dataset from 1850" trouvé sur le site du CRU.
Les concepteurs et utilisateurs de modèles doivent être transparent sur les composantes, les données réelles utilisées, les paramètres, les hypothèses et les marges d'erreurs possibles, surtout si le modèle est utilisé pour une activité commerciale ou économique et financière ou servent de supports pour justifier des décisions politiques des états ou organismes publiques.
Or, par exemple dans la finance, il n'y a aucune transparence sur les modèles utilisés pour le marché des dérivés et pour les calcul de risques pour les provisions, ainsi que pour les calcul des fonds propres des banques. Ces informations ne sont pas communiquées aux clients des marchés des dérivés et pour ce qui concerne la mesure du risque de la banque cela ne figurent pas dans le rapport d'activité des banques, ni sur leur site web.
Les mathématiciens réunis à Paris, se désolaient de voir le nombre des adeptes des mathématiques diminuer, alors que la société à de plus en plus besoin de mathématiciens.
Une nouvelle mission des mathématiciens serait de créer une agence internationale indépendante ayant pour mission de vérifier et noter les modèles servant de base aux activités économiques et financières, mais aussi aux activités publiques et activités des états.
Ceci pour éviter de faire dire aux chiffres tout et son contraire.
Au final, ce ne sont pas les modèles qui sont les plus importants, car derrière les chiffres il ne faudrait pas oublier qu'il y a des personnes et des faits concrets, qui eux sont l'essentiel.
Auteur : Françoise Moreau - Date : le 10 décembre 2009
Articles
Aucun commentaire:
Enregistrer un commentaire