La vie économique

Plateforme de politique économique

Une méga-étude sur les liens qui unissent le prix des matières premières et la spéculation financière

Les études scientifiques jouent un rôle important dans le débat public qui traite de l’influence de la spéculation sur le prix des denrées alimentaires. Une méta-étude de la Haute école de Lucerne et de l’université de Bâle analyse une centaine de recherches consacrées au lien qui existe entre la spéculation financière et le prix des matières premières. Si l’on tient compte de l’aspect méthodique, on constate que l’influence des investissements financiers sur le prix des matières premières, pour autant qu’il y en ait, est modérée.

(Photo: Keystone)

L’initiative «Pas de spéculation sur les denrées alimentaires», lancée par la Jeunesse socialiste suisse, ouvre un débat public concernant la spéculation sur les matières premières. Ce n’est pas une première. Le passé nous montre que la controverse est presque aussi ancienne que le marché des matières premières lui-même. C’est dans la seconde moitié du XIXe siècle que de nouveaux acteurs sont intervenus sur les marchés à terme des matières premières dominés jusque-là par les commerçants. Ces nouveaux intervenants s’intéressaient essentiellement aux variations du prix des matières premières plutôt qu’à la marchandise elle-même. Ce seul intérêt a suscité de fortes critiques envers les marchés.

Le débat a repris il y a quelques années avec la croissance des placements indexés en matières premières, qui a coïncidé avec la hausse des prix de certaines denrées alimentaires. Parallèlement, un nombre croissant d’études empiriques traitaient du lien entre le prix des matières premières et la spéculation. La valeur et l’importance de ces études étaient devenues un sujet à part entière du débat public[1].

Une autre méta-étude?

L’examen de cette vaste littérature empirique s’avère toutefois insuffisant dans les discussions qui ont eu lieu jusqu’ici et cela pour deux raisons; le premier problème réside dans le fait que les différentes études donnent un sens variable au terme de spéculation ou que son exactitude est variable; le second problème est dû aux différences considérables en termes de qualité entre ces travaux pour ce qui est de la traçabilité de la méthode utilisée ou de l’interprétation des résultats. Ces deux aspects requièrent non seulement une simple consultation de leurs conclusions, mais encore une analyse détaillée des résultats empiriques. C’est ce qui distingue la présente méta-étude[2], réalisée par la Haute école de Lucerne et l’université de Bâle,  des autres travaux.

Cela étant, l’étude a pour objectif de réaliser une analyse approfondie et méthodique d’une grande partie des quelque cent travaux publiés, de même que des nouveaux travaux non encore publiés[3]. Ceux-ci ont été réalisés dans le contexte de l’époque et à la suite des débats sur la spéculation des années 2006 à 2008[4]. Ce faisant, on analyse les études sur l’influence de la spéculation en prenant en compte six variables d’observation[5]:

  • niveaux de prix comptant et à terme des matières premières ou tendances;
  • rendements;
  • primes de risque;
  • marchés à terme et écarts de prix;
  • volatilité;
  • effets d’entraînement entre les marchés financiers et les prix des matières premières.

À ce sujet, il est important de noter que les études analysent non seulement les prix des denrées alimentaires ou des matières premières agricoles, mais tout le secteur des matières premières, qui peut être touché par la spéculation. En ce qui concerne les données sur les prix analysées dans la littérature, il faut préciser que, lorsqu’on parle du prix des matières premières, on entend toujours les marchés à terme. Si l’on analyse les prix au comptant, on s’intéresse toujours à des contrats de marchés à court terme.

Comment mesure-t-on la spéculation?

Le terme de spéculation, dans le sens de purs investissements financiers, ne figure pas de manière précise dans la théorie. De plus, les opérations financières hétérogènes ne peuvent pas être classées clairement en fonction de leur caractère spéculatif. C’est pourquoi on ne remet pas en question le terme utilisé dans les différents travaux et on laisse la place à une définition large. Il faut savoir aussi que les opérations financières indexées sont considérées comme de la spéculation, ce qui n’est pas clair étant donné leur nature économique[6].

À vrai dire, le terme de spéculation, tel qu’il est utilisé dans la littérature examinée, se distingue nettement de ce que l’on entend dans le débat public, où l’on parle souvent de manipulation des cours, c’est-à-dire d’interventions à caractère pénal dans le mécanisme de formation des prix. Ces aspects sont occultés dans la méta-étude.

Le calcul de la spéculation présentant des différences considérables selon les études, on l’a réparti en trois catégories: la première attribue indirectement à la spéculation certaines observations empiriques, telles que les changements structurels ou la modification des corrélations, sans toutefois justifier ce lien. Dans la deuxième catégorie, on mentionne des variables qui apparaissent en remplacement d’une activité spéculative; le cours des actions ou du pétrole en est un exemple. La troisième catégorie présente le calcul direct là où un calcul explicite de la spéculation est utilisé; il repose, par exemple, sur les données de position, telles que la classification des acteurs en groupes de négociants par les autorités de surveillance ou les bourses[7].

Les résultats empiriques, qui se fondent sur les deux premiers groupes, ne permettent pas de tirer une conclusion sur la cause de la spéculation. Ils ne sont pas pertinents, par exemple, pour identifier un comportement dommageable de la part des investisseurs ni des pratiques commerciales ou des spécifications de produits inappropriées qui pourraient servir de base à des adaptations ou à des mesures de régulation. De plus, ils empêchent de tirer des conclusions sur le fait que les effets observés sont causés par la spéculation, par les négociants ou éventuellement par des chocs externes. Un calcul direct de la spéculation, tel qu’il est effectué dans le troisième groupe, est indispensable pour des conclusions de cette nature.

Répartition des travaux selon leur qualité

À cela s’ajoute que les travaux examinés sont répartis, en fonction de critères scientifiques, en trois catégories sommaires selon la qualité (A pour la meilleure qualité, B et C). Ces critères sont les suivants: adéquation de la méthode, clarté des données de spécifications et possibilité d’évaluer la signification statistique et économique des résultats. Il est indispensable d’effectuer un tri méthodique sommaire, notamment en tenant compte des travaux non publiés (mais pas seulement).

Évaluation globale 

Les résultats principaux des 99 études, qui comprennent au total 126 objets d’analyse (désignés par «analyses» ci-après), figurent dans le tableau 1. Pour chaque analyse, on évalue s’il existe une influence claire ou hétérogène[8] de la spéculation, aucune influence ou une influence modérée. Pour diverses raisons, 34 analyses ne peuvent être classées, soit qu’elles ne permettent pas de tirer des conclusions soit qu’il n’y a aucune traçabilité.

Résultat des études sur l’influence de la spéculation

Indicateur de résultat Influence claire Influence
hétérogène
Pas d’influence Influence modérée hétérogène Influence
modérée claire
Pas de données
Nombre de recherches
(total: 126)
13 19 29 19 12 34
Recherches avec mesure directe (total: 61) 9 4 14 15 10 9

Remarque: sur 126 recherches, il y en a 32 (13 + 19) qui concluent à une influence de la spéculation et 31 (19 + 12) pour lesquelles elle est faible. Pour 61 recherches avec mesure directe, 13 (9 + 4) concluent à une influence et 25 (15 + 10) la trouvent modérée. Source: IFZ, WWZ / La Vie économique

Sur les 92 analyses qui peuvent être classées, 29 n’ont pas d’influence, 32 ont une influence claire ou hétérogène forte et 31 une influence hétérogène ou modérée claire. Cela étant, les résultats ne permettent pas de tirer de conclusions catégoriques au premier coup d’œil.

La répartition des évaluations en fonction des variables d’observation[9] (qui ne sont pas représentées ici[10]) montre que la plupart des études traitent des effets sur les prix (32) et sur la volatilité (29), alors que l’influence sur les écarts de prix (4) et les primes de risque (9) – qui serait tout aussi importante du point de vue économique – reste à l’arrière-plan.

Des calculs directs avec une meilleure valeur informative

Pour interpréter les résultats avec davantage de précision, il faut d’abord connaître la méthode de calcul utilisée pour la spéculation: on remarque que, dans toutes les analyses ayant une influence modérée, la spéculation est calculée de manière directe dans 81% des cas, alors qu’un calcul direct est effectué dans seulement 41% des cas d’analyses comportant une influence forte. Cela diminue considérablement la valeur informative de ces derniers.

De plus, les résultats sont examinés en fonction de leur pertinence économique et de leur signification statistique. On ne peut pas mettre en évidence de pertinence économique dans 50% des 32 analyses qui ont fait état d’une influence forte; dans quatorze cas, on trouve une influence minime et dans seulement deux cas une influence moyenne à grande. Il en va de même pour l’influence modérée.

On trouve le plus grand nombre d’analyses qui font état d’une influence statistique forte de la spéculation dans les effets d’entraînement (35% de 20), suivies par les primes de risque (33% de 9) et la volatilité (24% de 19). On trouve le nombre le plus bas dans l’influence sur les prix (16% de 32). Dans les résultats (qui ne sont pas montrés ici), c’est justement pour les produits agricoles dont on parle le plus souvent, comme le blé et le maïs, que l’on ne trouve guère d’influence significative. Celle-ci apparaît le plus souvent dans le cas des produits issus du coton ou du soja.

Si l’on se limite aux analyses classées A, le résultat diminue pour passer à 61 analyses parmi lesquelles 22 n’ont pas d’influence, treize une influence forte et 23 une influence modérée, alors que trois analyses ne sont pas attribuées. Les analyses qui mesurent la spéculation de manière directe sont au nombre de 39, dont onze n’ont pas d’influence, sept une influence forte et 19 une influence modérée, alors que deux ne sont pas attribuées.

Conclusion

Si l’on met de côté les questions de méthode, on a l’impression que le nombre des études qui font état d’une influence modérée ou forte ou d’aucune influence est à peu près équilibré. En prenant en considération la nature du calcul de la spéculation ainsi que l’adéquation de la méthode, qui repose sur des critères scientifiques, la situation change en faveur de l’influence modérée; cela vaut aussi pour les effets d’entraînement et la volatilité, qui ont été mis en évidence dans bien plus de cas que l’influence sur les prix.

Les analyses dans lesquelles on examine le comportement cyclique d’une grande population d’acteurs en se référant à des statistiques commerciales désagrégées ne doivent pas être attribuées directement aux catégories mentionnées. Celles-ci ne portent pas expressément sur les comportements qui seraient spéculatifs. Il paraît beaucoup plus important de savoir que les marchés financiers permettent une grande hétérogénéité du comportement des acteurs, ce qui est finalement la condition préalable au fonctionnement du marché des matières premières.

  1. Le débat a été lancé, dans l’espace germanophone, par Ingo Pies et ses coauteurs. Après l’analyse de 35 études, ils sont aussi arrivés à la conclusion que la littérature scientifique ne montre, le plus souvent, aucune preuve de l’influence dommageable de la spéculation. La réception de cette vaste littérature empirique s’exprime le plus nettement chez WEED (étude de Markus Henn: Evidence on the Negative Impact of Commodity Speculation by Academics, Analysts and Public Institutions, 10 avril 2014), Alliance Sud (étude de Markus Mugglin sur mandat d’Alliance Sud en mars 2014) ou la JS Suisse (document Ist die Finanzspekulation mit Agrarrohstoffen sinnvoll?). []
  2. Le présent article est une première évaluation de la méta-étude réalisée dans le cadre de la Commission pour la technologie et l’innovation (CTI) de la Confédération sous le thème «Rohstoffinvestitionen» 2014–2016. Projet 16864.1PFES-ES de la CTI. []
  3. Des travaux qui n’ont pas été publiés entrent dans l’analyse (contrairement à Pies et al. en 2012), car les débats actuels sur les résultats scientifiques se réfèrent aussi de manière générale à des travaux non publiés. Cependant, on ne tient compte que des travaux non publiés depuis 2010. En outre, il faut savoir que diverses analyses sont parues au nom d’organisations (Banque mondiale, Cnuced, BCE notamment) pour lesquelles le statut de publication n’est pas fixé précisément. []
  4. Ces années se caractérisent par une forte hausse du prix de nombreuses matières premières, en particulier les denrées alimentaires, ainsi que par l’augmentation des investissements indexés en matières premières. C’est pourquoi la plupart des travaux examinés ont été publiés en 2009 et après. Seuls six travaux, qui traitent une problématique apparentée avec des données antérieures, ont été pris en compte, le premier ayant été publié en 2002. []
  5. a Au total, 99 études ont été évaluées. Si l’une d’elles analyse plusieurs variables d’observation, elle est répartie en plusieurs objets de recherche. []
  6. Voir Stoll et Whaley (2011): à la différence de la spéculation traditionnelle, les investissements indiciels ont une orientation sur le long terme, c’est-à-dire non directionnelle, et ils visent la diversification; de plus, ils ne font pas état de financement externe. []
  7. Les plus répandus sont les rapports de la COT de l’U.S. Commodity Futures Trading Commission (CFTC). []
  8. «Hétérogène» signifie que des résultats significatifs existent pour un nombre (déjà) réduit de résultats, par exemple pour certaines matières premières ou certaines périodes. []
  9. Neuf études ne peuvent pas être classées dans ces groupes mais, de par leur contenu, elles font tout de même partie des domaines couverts par la méta-étude. []
  10. Le tableau complet peut être consulté à l’adresse: www.hslu.ch/spekulation-rohstoffpreise. []

IFZ, Haute école de Lucerne

WWZ, université de Bâle

WWZ, université de Bâle

Références bibliographiques

  • Bass H.-H., Finanzspekulation und Nahrungsmittelpreise, IWIM,
    université de Brême, 2013.
  • Brümmer B., Korn O., Schlüssler K., Jaghdani T. et Saucedo A., Volatility in the After Crisis Period – A Literature Review of Recent Empirical Research, Ulysses Working Paper Nr. 1, université de Göttingen, 2013.
  • Pies I., Glauben T., Prehn S. et Will M. G., «Alarm or rather false alarm? A literature review of empirical research studies into financial speculation with agricultural commodities», IAMO Policy Brief, n° 9, université de Halle-Wittenberg, 2012.
  • Stoll H. et Whaley R., «Commodity index investing: Speculation or diversification?», Journal of Alternative Investments, 14, été 2011, pp. 50–60.

IFZ, Haute école de Lucerne

WWZ, université de Bâle

WWZ, université de Bâle