21
Chapitre 1 – Entreprises et marchés financiers
L’informatisation des services bancaires Le premier distributeur automatique de billets date de 1967. À l’époque, il n’existait pour ainsi dire aucun service automatique à destination des consommateurs. Un demi-siècle plus tard, tous les secteurs économiques s’y sont mis et offrent des services automatiques toujours plus riches et diversifiés. Les distributeurs automatiques seront peut-être bientôt obsolètes, avec la généralisation des téléphones portables qui permettent de payer de nombreux biens et services, de transférer de l’argent et de réaliser la plupart des opérations bancaires sans passer par une banque. Dans les pays émergents, des centaines de millions de personnes n’ont accès au système financier qu’au travers de ce canal. Ces innovations ont contribué à renforcer la concurrence dans le secteur financier, avec de nouveaux acteurs venant de secteurs différents : Apple, Google ou PayPal proposent ainsi des services de paiement, tandis qu’Amazon propose des crédits aux entreprises qui vendent leurs produits sur sa plateforme et que de nombreuses start-up (les fintechs) proposent des services financiers innovants aux particuliers et aux entreprises. Le conseil en placements financiers est un autre service bancaire traditionnel qui pourrait être perturbé par la croissance récente des robo-advisors , ces programmes informatiques qui visent à remplacer le travail des conseillers financiers en fournissant des recommandations d’investissement détaillées et personnalisées. Reste à savoir si les consommateurs accueilleront ces nouveaux services avec le même enthousiasme qu’ils ont manifesté pour les distributeurs automatiques. Intelligence artificielle et big data L’utilisation intensive des données dans le secteur financier ne date pas d’hier. Des histo- riques de crédit des particuliers aux prix des titres cotés, les bases de données n’ont jamais manqué dans le secteur financier. Des entreprises comme Bloomberg ou Reuters sont d’ailleurs apparues pour collecter et vendre des quantités toujours plus grandes de données à leurs clients du secteur financier. Le big data est né dans le secteur financier, lorsque dans les années 1990 les Bourses ont commencé à publier le détail de toutes les transactions réalisées. L’utilisation intensive de données a aujourd’hui gagné toutes les activités financières. Avec le renfort d’algorithmes d’intelligence artificielle, de data mining et de machine learning , certaines entreprises tentent de prévoir les évolutions de très court terme des prix sur les marchés, tandis que d’autres se spécialisent sur la prédiction du risque de faillite pour mieux appréhender le risque de crédit d’un emprunteur, ou la mesure du risque de sinistre associé à un contrat d’assurance. La même transformation est à l’œuvre dans les équipes d’analystes financiers ( equity ou credit research ), les investisseurs étant de plus en plus demandeurs d’analyses fondées sur l’exploitation massive de données : imagerie satellite, données personnelles des consommateurs ou analyse automatisée du langage entrent progressivement dans la boîte à outils des analystes financiers pour qu’ils continuent à offrir à leurs lecteurs des analyses à valeur ajoutée dans un monde où l’information est surabondante.
Made with FlippingBook Digital Publishing Software