Taux de change à terme et paradoxe de Siegel : une approche axiomatique des agrégateurs sans arbitrage

1. Introduction

Le paradoxe de Siegel, issu de Siegel (1972), présente une énigme fondamentale en finance internationale concernant la détermination des taux de change à terme. Il met en lumière une incohérence apparente lorsque des investisseurs neutres au risque issus de deux zones monétaires différentes tentent de s'accorder sur un taux à terme unique basé sur leurs anticipations des taux au comptant futurs. Le paradoxe découle du fait mathématique que la moyenne arithmétique et la moyenne harmonique d'un ensemble de nombres positifs ne sont généralement pas égales, conduisant à un désaccord irréconciliable sur un prix à terme « juste ». Cet article de Mallahi-Karai et Safari aborde ce problème vieux de plusieurs décennies en introduisant une nouvelle approche axiomatique, cherchant une fonction « d'agrégation » qui produise un taux à terme acceptable pour les deux parties sous des contraintes économiques naturelles.

2. Le paradoxe de Siegel et son contexte historique

Le paradoxe n'est pas seulement une curiosité théorique mais a des implications significatives pour le marché des changes quotidien de plusieurs milliers de milliards de dollars, comme le notent Obstfeld & Rogoff (1996).

2.1 Énoncé formel du paradoxe

Considérons deux états futurs du monde, $\omega_1$ et $\omega_2$, chacun avec une probabilité de 50 %. Soient $e_1$ et $e_2$ les taux de change au comptant futurs (Euros contre USD) dans ces états, respectivement. Un investisseur basé en euros, souhaitant vendre des euros contre des USD à une date future $T$, pourrait proposer la moyenne arithmétique comme taux à terme : $F_A = \frac{1}{2}(e_1 + e_2)$. Inversement, un investisseur basé en USD, effectuant la transaction réciproque, considérerait naturellement la moyenne harmonique des taux inverses : $F_H = \frac{2}{\frac{1}{e_1} + \frac{1}{e_2}}$. Puisque $F_A \geq F_H$ (avec égalité seulement si $e_1 = e_2$), les deux investisseurs ne peuvent s'entendre sur un taux unique si chacun insiste sur sa moyenne respective. C'est le paradoxe de Siegel.

2.2 Tentatives théoriques antérieures

Les solutions antérieures nécessitaient souvent l'introduction de facteurs externes comme l'aversion au risque (Beenstock, 1985), l'hypothèse que les profits sont réalisés en devise étrangère (Roper, 1975), ou l'acceptation d'un estimateur biaisé (Siegel, 1972). Obstfeld & Rogoff (1996) ont suggéré que le taux d'équilibre serait négocié quelque part entre $E(E_T)$ et $1/E(1/E_T)$. Les auteurs de cet article critiquent ces approches pour ne pas fournir un taux spécifique et mutuellement acceptable sous neutralité au risque.

3. Cadre axiomatique et définitions

L'innovation centrale de l'article réside dans sa fondation axiomatique. Au lieu de partir de modèles économiques de comportement, il définit les propriétés qu'une fonction d'agrégation « juste » $\phi$ doit satisfaire.

3.1 La fonction d'agrégation

Soit $\mathbf{e} = (e_1, e_2, ..., e_n)$ un vecteur de taux au comptant futurs possibles (EUR/USD). Un agrégateur $\phi(\mathbf{e})$ produit un taux à terme unique $F$.

3.2 Axiomes fondamentaux

Sans arbitrage (Pas de Dutch Book) : Il doit être impossible de construire un portefeuille de contrats évalués à $\phi(\mathbf{e})$ qui garantisse un profit sans risque.
Symétrie : La fonction $\phi$ doit être symétrique dans ses arguments ; l'étiquetage des états n'a pas d'importance.
Invariance au changement de dénomination : Le taux à terme doit être cohérent quelle que soit la devise choisie comme base. Formellement, si $\phi(\mathbf{e}) = F$ pour EUR/USD, alors pour USD/EUR, le taux doit être $1/F$. Cela implique $\phi(1/\mathbf{e}) = 1 / \phi(\mathbf{e})$.

Ces axiomes sont économiquement naturels et excluent la simple moyenne arithmétique (échoue à l'invariance au changement de dénomination) et la moyenne harmonique (échoue lorsqu'elle est utilisée comme agrégateur principal depuis l'autre perspective).

4. Dérivation mathématique et principaux résultats

4.1 Dérivation de la solution générale

L'article démontre que les axiomes de symétrie et d'invariance au changement de dénomination contraignent sévèrement la forme de $\phi$. Pour le cas à deux états, ils montrent que l'agrégateur doit satisfaire une équation fonctionnelle de la forme : $$\phi(e_1, e_2) = g^{-1}\left(\frac{g(e_1) + g(e_2)}{2}\right)$$ où $g$ est une fonction continue, strictement monotone. La condition de non-arbitrage affine davantage cette forme.

4.2 La fonction de réciprocité et le théorème de classification

La clé pour satisfaire l'invariance au changement de dénomination est le concept de fonction de réciprocité $\rho(x)$. L'article prouve que pour qu'un agrégateur soit invariant, il doit être exprimable comme : $$\phi(\mathbf{e}) = \rho^{-1}\left(\frac{1}{n} \sum_{i=1}^n \rho(e_i)\right)$$ où la fonction $\rho: \mathbb{R}^+ \to \mathbb{R}$ satisfait la condition $\rho(1/x) = -\rho(x)$ ou une transformation équivalente. C'est le résultat technique central.

Théorème de classification : Tous les agrégateurs continus, symétriques, sans arbitrage et invariants sous changement de dénomination de devise sont donnés par la formule ci-dessus, où $\rho$ est n'importe quelle fonction continue, strictement monotone et impaire au sens multiplicatif (c'est-à-dire $\rho(1/x) = -\rho(x)$).

Un exemple canonique est la moyenne géométrique, qui correspond au choix $\rho(x) = \log(x)$. En effet, $\phi(e_1, e_2) = \sqrt{e_1 e_2}$, et $\log(1/x) = -\log(x)$.

5. Analyse technique et idées fondamentales

Commentaire d'analyste : une déconstruction en quatre étapes

Idée fondamentale

L'article de Mallahi-Karai et Safari n'est pas simplement une autre tentative de colmater le paradoxe de Siegel ; c'est une refondation. Ils identifient correctement que la racine du problème n'est pas la psychologie des investisseurs mais une question mal posée. Demander un taux à terme « juste » sans définir la « justesse » est dénué de sens. Leur génie réside dans la rétro-ingénierie de la définition : la justesse est définie par l'impossibilité de l'arbitrage, la symétrie entre les états et la cohérence entre les perspectives monétaires. Cette approche axiomatique déplace le débat de l'économie vers les mathématiques, où il peut être résolu définitivement. La moyenne géométrique n'est pas seulement un compromis pratique ; c'est la solution unique (à une transformation près) qui satisfait ces exigences logiques non négociables pour des agents neutres au risque. Cela a des implications profondes pour la théorie financière fondamentale, à l'instar de la manière dont l'équation aux dérivées partielles de Black-Scholes définit la tarification sans arbitrage des options.

Flux logique

L'élégance de l'argument réside dans sa simplicité. 1) Définir le problème axiomatiquement : Lister les propriétés (Pas d'Arbitrage, Symétrie, Invariance au changement de dénomination) que toute solution rationnelle doit avoir. Cela contourne des décennies de débats circulaires sur les préférences de risque. 2) Traduire en mathématiques : Ces axiomes deviennent des équations fonctionnelles pour l'agrégateur $\phi$. 3) Résoudre les équations : La condition de réciprocité $\phi(1/\mathbf{e}) = 1/\phi(\mathbf{e})$ est la contrainte décisive. Elle impose la structure $\phi = \rho^{-1}(\mathbb{E}[\rho(e)])$, reflétant la forme de l'utilité espérée mais dans un sens purement structurel et sans probabilité. 4) Classer toutes les solutions : Ils ne s'arrêtent pas à trouver un exemple (la moyenne géométrique/logarithme). Ils fournissent la famille complète de fonctions, caractérisée par la propriété d'imparité de $\rho$. Ce théorème de complétude est ce qui élève le travail d'une astuce élégante à une contribution théorique majeure.

Points forts et faiblesses

Points forts : La rigueur de l'article est impeccable. La méthode axiomatique est puissante et claire. Le théorème de classification est une réponse définitive à une question spécifique et bien posée. Il explique élégamment pourquoi la moyenne géométrique apparaît naturellement dans d'autres contextes comme le taux de croissance des portefeuilles (comparer avec les travaux de Cover et Thomas sur les portefeuilles universels).

Faiblesses et lacunes : La pureté du modèle est aussi sa principale faiblesse pratique. L'hypothèse d'un ensemble discret connu d'états futurs $\{e_i\}$ avec probabilité égale est très stylisée. Sur les marchés réels, les agents ont des distributions de probabilité continues et des croyances divergentes. L'article y fait brièvement allusion mais n'intègre pas pleinement les probabilités subjectives ou un cadre bayésien, une direction évoquée par des travaux antérieurs sur l'agrégation de prévisions d'experts. De plus, bien qu'il résolve le paradoxe pour les agents neutres au risque, il contourne la dominance réelle du comportement d'aversion au risque. La question cruciale demeure : comment ce taux à terme axiomatique interagit-il avec les facteurs d'actualisation stochastiques et les taux d'intérêt différentiels ? Le modèle, tel que présenté, existe dans un vide sans friction et sans intérêt.

Perspectives exploitables

Pour les quants et les responsables de desk de trading, cet article offre un référentiel crucial. Premièrement, validation des modèles : Tout modèle interne pour dériver un taux à terme « théorique » à partir des spots futurs anticipés doit être vérifié par rapport à la condition de réciprocité. Si la fonction $\rho$ implicite de votre modèle n'est pas impaire, elle contient un biais monétaire caché qui pourrait être exploité. Deuxièmement, conception algorithmique : Dans les systèmes de market-making automatisé pour les dérivés de change, l'utilisation d'un agrégateur basé sur la moyenne géométrique comme point de référence ou a priori garantit la cohérence interne entre les paires de devises et protège contre certains types d'arbitrage statique. Troisièmement, priorité de recherche : La prochaine étape immédiate est de fusionner ce cadre avec des modèles de taux d'intérêt stochastiques. Le défi est de trouver l'équivalent de la « fonction de réciprocité » en présence de taux d'actualisation non nuls et stochastiques. Cette intégration pourrait produire une théorie unifiée et sans arbitrage de la tarification des changes à terme qui réconcilierait enfin les idées de Siegel avec les outils de la tarification d'actifs moderne.

6. Cadre analytique : Étude de cas et implications

Étude de cas : Négociation d'un contrat à terme

Imaginez qu'un exportateur allemand et un importateur américain conviennent d'un paiement futur de 1 million d'euros dans un an. Ils souhaitent fixer aujourd'hui un taux de change à terme EUR/USD. Les deux sont neutres au risque et ont des anticipations identiques : le taux au comptant futur sera soit 1,05, soit 1,15 USD par EUR, avec une probabilité égale.

Approche naïve (Arithmétique) : La partie allemande pourrait proposer $F = (1,05 + 1,15)/2 = 1,10$.
Approche réciproque (Harmonique) : La partie américaine, pensant en USD/EUR, voit les taux futurs comme ~0,9524 et ~0,8696. Leur moyenne arithmétique est ~0,9110, ce qui correspond à un taux EUR/USD de ~1,0977. Ils proposent $F \approx 1,0977$.
Solution axiomatique (Moyenne géométrique) : En appliquant l'agrégateur canonique avec $\rho=\log$, le taux à terme juste est $F = \sqrt{1,05 \times 1,15} \approx 1,0997$.

Le taux de la moyenne géométrique d'environ 1,0997 est le seul taux de la famille classifiée qui, s'il est accepté, garantit qu'aucune des parties ne peut être systématiquement exploitée par l'autre à travers une série de tels contrats, quelle que soit la devise désignée comme base. Cela démontre l'implication pratique de la solution axiomatique : elle fournit un point d'ancrage de négociation unique et défendable.

7. Applications futures et axes de recherche

Le cadre ouvre plusieurs voies prometteuses :

Intégration avec les facteurs d'actualisation stochastiques : L'extension la plus critique est l'incorporation de la valeur temporelle de l'argent et de l'aversion au risque. L'agrégateur $\phi$ devrait alors opérer sur des probabilités ajustées au risque ou des prix d'état, et non sur de simples espérances. Cela pourrait connecter le cadre aux modèles de facteur d'actualisation stochastique (SDF) prévalents en tarification d'actifs (voir Cochrane, 2005).
Marchés incomplets et croyances hétérogènes : Généraliser le modèle à des distributions continues et à des agents ayant des évaluations de probabilité divergentes. La « fonction de réciprocité » $\rho$ pourrait devenir un outil pour agréger des croyances hétérogènes de manière cohérente, en lien avec la littérature sur le regroupement d'opinions.
Cryptomonnaies et systèmes multi-devises : Dans la finance décentralisée (DeFi) avec de multiples stablecoins et actifs volatils, le concept d'un taux de change « moyen » cohérent et sans arbitrage à travers un panier de prix futurs possibles est très pertinent pour concevoir des market makers automatisés et des systèmes d'oracles.
Test empirique : Bien que l'article soit théorique, ses prédictions pourraient être testées. Les taux à terme négociés sur des marchés profonds et liquides (où la neutralité au risque est une meilleure approximation) se comportent-ils davantage comme la moyenne géométrique des spots futurs anticipés que comme la moyenne arithmétique ? Cela nécessite une mesure minutieuse des anticipations du marché.

8. Références

Beenstock, M. (1985). A theory of testing for risk aversion in the foreign exchange market. Journal of Macroeconomics.
Cochrane, J. H. (2005). Asset Pricing. Princeton University Press.
Cover, T. M., & Thomas, J. A. (2006). Elements of Information Theory. Wiley-Interscience. (Pour les liens avec la croissance du portefeuille et les moyennes logarithmiques).
Edlin, A. S. (2002). Siegel's Paradox. In The New Palgrave Dictionary of Economics and the Law.
Mallahi-Karai, K., & Safari, P. (2018). Future Exchange Rates and Siegel's Paradox. Global Finance Journal. https://doi.org/10.1016/j.gfj.2018.04.007
Nalebuff, B. (1989). Puzzles: A Puzzle. Journal of Economic Perspectives.
Obstfeld, M., & Rogoff, K. (1996). Foundations of International Macroeconomics. MIT Press.
Roper, D. E. (1975). The role of expected value analysis for speculative decisions in the forward currency market. Quarterly Journal of Economics.
Siegel, J. J. (1972). Risk, interest rates and the forward exchange. Quarterly Journal of Economics.