Aller au contenu

Forward guidance comme acte réflexif

TL;DR

Dans la théorie standard, le forward guidance est une information neutre intégrée par Bayes. En réalité, les agents ne connaissent pas le vrai modèle du système : l'annonce BC change le modèle que les agents utilisent. C'est la réflexivité de Soros, formalisée par la famille S du cluster CPV via KS sliding-window sur les statistiques d'ordre supérieur. Trois canaux : fonction de réaction perçue, coordination des anticipations, contraintes effectives. 4 implications pour la communication BC.

Dans cette page

Le problème conceptuel

Dans la théorie standard des anticipations rationnelles, les agents économiques :

  1. Connaissent le modèle "vrai" du système.
  2. Calculent la trajectoire d'équilibre intertemporelle.
  3. Intègrent les annonces de politique monétaire comme information neutre : "la BC dit X, j'ajuste mon estimation conditionnellement à X selon Bayes".

C'est la base de la calibration des modèles New-Keynesian DSGE depuis Smets-Wouters 2003 : le forward guidance est censé fonctionner parce que les agents intègrent l'annonce dans leur calcul d'optimisation contraint.

Mais cette image suppose que les agents connaissent le vrai modèle. Quand ils ne le connaissent pas — ce qui est plus réaliste — les annonces ne sont pas seulement de l'information : elles changent le modèle même que les agents utilisent pour interpréter le système.

C'est ce que George Soros appelle la réflexivité : "the participants' thinking affects the situation to which it relates." Le système économique n'est pas extérieur aux croyances sur lui ; il est partiellement constitué par elles.

La formalisation statistique : régime drift S

Le cluster CPV contient une famille S (Reflexive regime drift) détectée par un test de Kolmogorov-Smirnov appliqué sur des fenêtres glissantes des statistiques d'ordre supérieur (moments 3 et 4 de la série).

Concrètement, le test compare la distribution empirique des fluctuations sur la première moitié d'une fenêtre roulante à celle de la seconde moitié. Quand le KS rejette l'hypothèse de même distribution, on a détecté un régime change statistique.

Empiriquement, sur les données macro 1960-2024, les ruptures détectées par ce test correspondent souvent à :

  • Volcker 1979-82 : changement de régime monétaire brutal, premier choc des anticipations
  • Black Monday 1987 : choc financier majeur
  • Greenspan put 1998-2003 : émergence de la "BCE put" — les agents commencent à anticiper que la BC les sauvera
  • GFC 2008 : effondrement de la confiance + intervention massive des BC
  • Whatever it takes Draghi 2012 : régime change BCE
  • COVID 2020 + Powell pivot : changement de régime monétaire et budgétaire combiné
  • Inflation 2021-2022 : test de la crédibilité post-pandémique

Toutes ces ruptures correspondent à des moments où la communication de la BC a fondamentalement changé le cadre cognitif dans lequel les acteurs interprétaient le système.

Trois canaux par lesquels le forward guidance change le régime

Canal 1 — Changement de la fonction de réaction perçue

Quand la BC annonce explicitement un changement de stratégie (par exemple "average inflation targeting" Fed 2020 ou "whatever it takes" BCE 2012), elle modifie le modèle que les agents utilisent.

Modélisation S : le test KS détecte une rupture après l'annonce. Avant l'annonce, les chocs avaient une certaine distribution conditionnelle ; après, la distribution change parce que les agents réinterprètent les chocs futurs à travers la nouvelle fonction de réaction.

Calibration empirique : la latence typique entre l'annonce et la détection du break par KS varie selon la séquence du choc. Pour Volcker 1979, la rupture est détectable dans les 3-6 mois. Pour Draghi 2012, la rupture est quasi-instantanée (1 mois).

Canal 2 — Coordination des anticipations

Le forward guidance est un acte performatif : il fournit un point focal autour duquel les anticipations hétérogènes se synchronisent.

Avant l'annonce : les anticipations sont distribuées de façon large (forte dispersion).

Après l'annonce : les anticipations convergent vers le point focal proposé (faible dispersion).

Modélisation S : le moment 2 (variance) de la distribution des anticipations chute. Ce changement de moment est exactement ce que le KS détecte.

Canal 3 — Changement des contraintes effectives

L'annonce d'un nouveau régime monétaire (par exemple QE post-2009) modifie les contraintes effectives auxquelles les agents pensent être soumis. Les firmes financières réévaluent leur stratégie en fonction de la nouvelle régulation perçue.

Modélisation S : les moments d'ordre 3 et 4 (skewness, kurtosis) de la distribution des fluctuations changent. Le KS détecte la rupture parce que la forme des chocs s'est modifiée, pas seulement l'amplitude.

Implications pratiques pour la communication BC

1. Reconnaître l'effet performatif

Une annonce BC n'est pas une prévision d'évolution future, c'est un acte qui contribue à façonner cette évolution. Cela n'est pas une limite, c'est un outil — mais il faut le reconnaître pour le calibrer.

Implication : la calibration du forward guidance ne peut pas se faire en supposant que les agents reçoivent passivement l'information. Il faut un modèle du feedback — où l'annonce, en changeant le modèle des agents, change l'équilibre que la BC cherche à atteindre.

2. Mesurer le coût en crédibilité d'une annonce ratée

Quand l'annonce ne se réalise pas (par exemple "transitory inflation" 2021 qui s'est avérée non-transitoire), le système retourne à un régime cognitif plus sceptique. Ce coût est quantifiable :

  • Le paramètre d de longue mémoire (credibility radar) remonte.
  • Le test KS détecte une rupture inversée — du régime "ancré" vers le régime "non-ancré".

Empiriquement, on observe ces remontées de d chez la Fed en 2021-22 et chez la BoE post-Brexit + COVID.

3. Échelonner les annonces dans le temps

Si une annonce trop ambitieuse risque de ne pas être tenue (et donc de coûter en crédibilité), il vaut mieux annoncer plus modestement mais tenir, que plus ambitieusement et rater.

Cette logique est connue intuitivement chez les praticiens BC, mais notre cadre permet de la quantifier : le coût Δd d'une annonce ratée vs le bénéfice Δd d'une annonce tenue se mesurent identiquement.

4. Coordonner avec d'autres autorités

Si une annonce BC est suivie peu après d'une annonce contradictoire de l'autorité budgétaire ou réglementaire, le régime cognitif des agents subit deux chocs successifs. Le KS détecte alors deux ruptures rapprochées, ce qui désancre profondément.

Implication : la coordination inter-autorités est mesurable empiriquement par le nombre et le timing des ruptures détectées par S.

Implémentation pratique

Le test KS sliding-window n'est pas (encore) dans l'API publique ecowave.forecasting. Mais une implémentation minimale est triviale :

import numpy as np
from scipy.stats import ks_2samp

def detect_regime_shifts(series, window_months=60, min_gap_months=12):
    """Détecte les ruptures de régime via KS sliding window.

    Retourne les indices `t` où le test KS rejette H0 avec p < 0.01
    entre la fenêtre `[t-window:t]` et `[t:t+window]`.
    """
    breaks = []
    last_break = -np.inf
    for t in range(window_months, len(series) - window_months):
        if t - last_break < min_gap_months:
            continue
        before = series[t - window_months : t]
        after = series[t : t + window_months]
        statistic, p_value = ks_2samp(before, after)
        if p_value < 0.01:
            breaks.append((t, p_value))
            last_break = t
    return breaks

Cette implémentation peut être ajoutée à votre pipeline de monitoring BC pour détecter en temps quasi-réel les changements de régime.

Limites conceptuelles

Le cadre réflexif a des limites qu'il faut reconnaître :

  • Pas de prédiction structurelle : on ne peut pas prédire quel régime apparaîtra. Le test S détecte les ruptures rétrospectivement (avec un décalage), mais ne dit pas vers quoi le système bascule.
  • Sensibilité à la fenêtre : window_months est un paramètre libre. Trop court (< 24) = bruit ; trop long (> 120) = perte de réactivité.
  • Compatibilité limitée avec DSGE : le cadre réflexif est difficile à intégrer dans les modèles DSGE standard sans modification structurelle (voir la critique DSGE dans le track académique).
  • Pas de fonctionnement universel : pour les régimes monétaires très stables (Japon 1995-2020), peu de ruptures détectées car peu de variations à exploiter.

Pour aller plus loin

Théorie

  • Soros, G. (2013). Fallibility, reflexivity, and the human uncertainty principle. Journal of Economic Methodology.
  • Lo, A. (2017). Adaptive Markets : Financial Evolution at the Speed of Thought. Princeton.
  • Friston, K. (2010). The free-energy principle: a unified brain theory? Nature Reviews Neuroscience. (Application macro encore émergente, mais cadre proche.)

Pratique

  • Tipping point detection — extension EWS du même test S, calibrée pour usage opérationnel BC
  • Credibility radar — indicateur d de longue mémoire qui mesure quantitativement la persistance/sapance de crédibilité
  • Horizon-aware targeting — comment choisir le modèle selon l'horizon de politique monétaire

Méthode