Cascade informationnelle : définition, expérience et exemples en Bourse

Qu’est-ce que la cascade informationnelle ?

Une cascade informationnelle se produit lorsqu’une personne, après avoir observé les décisions de ceux qui l’ont précédée, trouve rationnel de les imiter sans tenir compte de sa propre information, et que les suivants font de même, de sorte que l’opinion collective repose en réalité sur les signaux de quelques premiers décideurs. La définition reprend, à peu de chose près, celle de ses inventeurs.

Le point important est le mot « rationnel ». La cascade n’est pas une faiblesse psychologique : chaque individu fait, à son échelle, le meilleur choix possible. Le défaut est collectif. Puisque tout le monde imite, plus personne ne révèle ce qu’il sait, et le groupe peut se tromper tout en paraissant unanime. C’est ce qui distingue la cascade du simple comportement moutonnier, qui peut aussi naître de l’émotion ou des incitations.

La cascade informationnelle en résumé

La cascade explique pourquoi des foules raisonnables convergent vite, se trompent parfois ensemble et changent d’avis brusquement. Ses inventeurs l’ont présentée comme une théorie des modes et des coutumes, mais les marchés financiers en sont l’un des terrains les plus évidents.

• Famille : la foule
• Mis en évidence par : Sushil Bikhchandani, David Hirshleifer et Ivo Welch ; Abhijit Banerjee, indépendamment ; Lisa Anderson et Charles Holt pour la vérification en laboratoire
• Date : 1992 pour la théorie, 1997 pour l’expérience de référence
• Expérience de référence : les urnes d’Anderson et Holt, où l’on devine en public quelle urne a été tirée
• Proche de : le comportement moutonnier, la preuve sociale, la négligence du taux de base
• Sur les marchés : retraits bancaires et ventes en chaîne qui s’auto-alimentent, puis retournements soudains

Quelle expérience a révélé la cascade informationnelle ?

La théorie précède l’expérience. En octobre 1992, le Journal of Political Economy publie l’article de Bikhchandani, Hirshleifer et Welch, au titre volontairement large : une théorie des modes, de la mode, des coutumes et du changement culturel comme cascades informationnelles. Quelques mois plus tôt, le Quarterly Journal of Economics a publié « A Simple Model of Herd Behavior » d’Abhijit Banerjee, futur prix Nobel d’économie (2019), qui aboutit indépendamment à un résultat voisin : des individus qui observent les choix de leurs prédécesseurs finissent par les suivre en ignorant leur propre information.

Le modèle de base est d’une simplicité désarmante. Des personnes décident l’une après l’autre d’adopter ou de rejeter quelque chose. Chacune reçoit un indice privé, juste plus souvent que faux, et voit ce qu’ont fait les précédentes, sans connaître leurs indices. La première suit son indice. La deuxième aussi, en général. Mais si les deux premières ont fait le même choix, la troisième a intérêt à les suivre même si son propre indice dit le contraire : deux signaux révélés valent plus qu’un signal privé. À partir de là, plus personne n’apporte d’information nouvelle, et la cascade est lancée.

Lisa Anderson et Charles Holt ont porté ce modèle en laboratoire, dans un article de l’American Economic Review de 1997, après en avoir tiré un jeu de classe décrit en 1996 dans le Journal of Economic Perspectives. Le dispositif tient du jeu de salon. On choisit au hasard l’une de deux urnes, que les participants ne voient pas : l’une contient deux boules d’une couleur et une de l’autre, la seconde l’inverse. Chaque participant, à son tour, tire une boule en secret, la remet, puis annonce publiquement quelle urne, selon lui, a été choisie. Il est payé s’il devine juste.

Le résultat confirme la théorie : lorsque les premières annonces penchent d’un côté, des cascades conformes au modèle se forment dans la plupart des cas, les participants suivants annonçant la même urne que leurs prédécesseurs même quand leur propre boule indiquait l’autre. Comme dans le modèle, rien ne garantit que la cascade parte dans la bonne direction : il suffit que les deux premiers tirages soient trompeurs, ce qui n’a rien d’exceptionnel avec des urnes aussi proches.

Comment fonctionne la cascade informationnelle ?

Trois propriétés font l’intérêt de la cascade. Elle est rapide : dans le modèle de 1992, quelques décisions suffisent pour qu’elle démarre presque à coup sûr. Elle est souvent fausse : lorsque les indices privés sont bruités, la probabilité que la cascade parte dans la mauvaise direction peut approcher une chance sur deux. Elle est fragile : comme elle repose sur très peu d’information, un fait public modeste, même moins précis qu’un seul indice privé, peut la briser et la renverser. Les auteurs résument : la conformité est cassante.

Cette fragilité est la clé de lecture la plus utile. Une cascade ressemble à un consensus massif, mais elle a la solidité de ses deux ou trois premiers maillons. C’est pourquoi des comportements très uniformes peuvent changer brutalement sans que rien de fondamental n’ait changé.

La cascade s’amplifie quand les décisions sont visibles et les informations invisibles, quand les décisions sont binaires (acheter ou non, retirer ou non) et quand chacun croit les autres mieux informés que lui. Elle s’atténue quand les raisons des décisions sont publiées en même temps que les décisions, ce qui restitue l’information que l’imitation avait effacée.

Quels exemples de la cascade informationnelle en Bourse ?

La panique bancaire est sans doute la forme la plus pure de cascade : chaque déposant ne sait presque rien de la solidité de sa banque, mais il voit les autres retirer. Le cas récent le plus spectaculaire est celui de Silicon Valley Bank, en mars 2023. Le 8 mars au soir, la banque annonce une perte sur la vente de titres et une augmentation de capital. Le 9 mars, ses clients retirent plus de 40 milliards de dollars, selon le rapport de la Réserve fédérale comme selon le témoignage de son vice-président chargé de la supervision, Michael Barr, devant le Sénat le 28 mars. Pour le lendemain, la direction attendait plus de 100 milliards de retraits supplémentaires : à eux deux, environ 85 % des dépôts de la banque. À titre de comparaison, la faillite de Wachovia en 2008 avait vu environ 10 milliards sortir en huit jours. La banque est fermée par les autorités le 10 mars.

Le rapport de la Réserve fédérale publié le 28 avril 2023, dit rapport Barr, décrit le mécanisme avec précision : des retraits très corrélés, venus d’un réseau concentré d’investisseurs en capital-risque et d’entreprises technologiques qui, portés par les réseaux sociaux, ont retiré leurs dépôts non assurés de manière coordonnée et à un rythme sans précédent. Les déposants n’avaient pas chacun analysé le bilan de la banque. Ils avaient vu que d’autres partaient, et que ces autres étaient réputés bien informés.

La cascade explique ici ce que la seule analyse financière n’explique pas : la vitesse. Les fragilités de la banque, liées à la hausse des taux et à son portefeuille obligataire, avaient été relevées par les superviseurs dès 2021 et 2022. L’annonce du 8 mars les a rendues publiques ; ce qui a changé ensuite en vingt-quatre heures, c’est le nombre de déposants qui agissaient visiblement sur elles. Le mécanisme général est détaillé dans la fiche du site sur le bank run.

Comment reconnaître la cascade informationnelle dans ses décisions ?

La cascade est difficile à voir de l’intérieur, puisqu’on y entre en faisant le choix le plus raisonnable. Quelques signes :

• Vous pouvez dire ce que les autres ont fait, mais pas pourquoi ils l’ont fait.
• Votre propre analyse disait autre chose, et vous l’avez écartée parce que « tant de gens ne peuvent pas se tromper ».
• Vous seriez incapable de nommer le fait qui a lancé le mouvement que vous suivez.
• Le mouvement vous paraît massif, mais l’information nouvelle qui le justifie tient en une phrase.

Comment éviter la cascade informationnelle ?

Le remède découle de la théorie : remettre de l’information là où l’imitation l’avait remplacée. Avant de suivre un mouvement, cherchez sa cause première, et demandez-vous combien de personnes l’ont réellement analysée. Un mouvement suivi par mille investisseurs mais fondé sur deux analyses vaut deux analyses.

Notez aussi votre propre signal avant de regarder celui des autres, même s’il est faible. Dans le modèle, l’information perdue est précisément celle des personnes qui avaient un indice contraire et l’ont tu. Garder une trace écrite de votre lecture permet au moins de savoir, après coup, si vous avez suivi la cascade contre votre information ou en accord avec elle.

Enfin, la fragilité des cascades est une raison de prudence dans les deux sens. Une position fondée sur un mouvement de foule peut se retourner sur une nouvelle mineure : la taille de cette position doit en tenir compte. Ce qui ne marche pas, c’est de croire qu’une cascade se reconnaît à coup sûr pendant qu’elle se déroule.

Quelles sont les limites de la cascade informationnelle ?

La première objection vise le laboratoire. Steffen Huck et Jörg Oechssler ont publié en 2000 dans le Journal of Economic Psychology un article au titre explicite : les cascades se produisent-elles pour les bonnes raisons ? Leurs résultats suggèrent que beaucoup de participants n’appliquent pas le calcul bayésien supposé par le modèle, mais des règles plus simples, comme suivre tout bonnement son propre signal. Les comportements observés ressemblent à des cascades sans toujours en être.

La deuxième vise l’hypothèse d’agents parfaitement rationnels. Des personnes réelles peuvent accorder trop de poids à leur propre information, ce qui freine les cascades, ou au contraire compter plusieurs fois des décisions qui ne reflètent qu’un seul signal, ce qui les accélère. Le modèle de 1992 décrit un cas limite, non une loi de comportement.

La troisième vise l’application aux marchés. Sur un marché financier, contrairement au modèle, les prix bougent et intègrent une partie de l’information des acheteurs, ce qui rend les cascades pures moins probables que dans une suite de choix à prix fixe. Les cas où elles s’observent le mieux sont justement ceux où le prix ne joue pas, comme les retraits de dépôts bancaires à valeur nominale fixe.

Questions fréquentes sur la cascade informationnelle

Pour aller plus loin

• La panique de 1907, une vague de retraits dont les suites ont préparé la création de la Réserve fédérale en 1913
• La théorie de la réflexivité de George Soros, sur les croyances qui modifient les prix qu’elles prétendent anticiper
• Sur le forum : faut-il étudier les banques ou la foule pour comprendre les cours ?, une discussion entre membres sur ce que l’on peut lire dans les décisions des autres