"When the crisis came, the serious limitations of existing economic and financial models immediately became apparent." "There is also a strong belief, which I share, that bad or oversimplistic and overconfident economics helped create the crisis."
« Quand la crise est arrivée, les vraies limites des modèles économiques et financiers existants sont immédiatement devenues apparentes ». « Il y a aussi une forte croyance, que je partage, qu’une économie mauvaise ou trop simpliste ou trop confiante a aidé à créer la crise ».
Now, you've probably all heard of similar criticism coming from people who are skeptical of capitalism. But this is different. This is coming from the heart of finance. The first quote is from Jean-Claude Trichet when he was governor of the European Central Bank. The second quote is from the head of the UK Financial Services Authority. Are these people implying that we don't understand the economic systems that drive our modern societies? It gets worse. "We spend billions of dollars trying to understand the origins of the universe, while we still don't understand the conditions for a stable society, a functioning economy, or peace."
Maintenant, vous avez probablement tous entendu des critiques semblables venant de personnes qui sont sceptiques face au capitalisme. Mais c’est différent. Cela vient du cœur de la finance. La première citation est de Jean-Claude Trichet quand il était gouverneur de la Banque Centrale Européenne. La deuxième citation vient du chef de l’Autorité des Services Financiers du Royaume-Uni. Ces personnes sous entendent-elles que nous ne comprenons pas les systèmes économiques qui guident nos sociétés modernes? C’est pire. « Nous dépensons des milliards de dollars pour essayer de comprendre les origines de l’univers alors que nous ne comprenons toujours pas les conditions favorisant une société stable, une économie qui fonctionne, ou la paix »
What's happening here? How can this be possible? Do we really understand more about the fabric of reality than we do about the fabric which emerges from our human interactions? Unfortunately, the answer is yes. But there's an intriguing solution which is coming from what is known as the science of complexity.
Que se passe-t-il ici? Comment cela est-il possible? Comprenons nous vraiment mieux la structure de la réalité que la structure qui émerge de nos interactions humaines? Malheureusement, la réponse est oui. Mais il y a une solution curieuse qui vient de ce qui est connu comme la science de la complexité.
To explain what this means and what this thing is, please let me quickly take a couple of steps back. I ended up in physics by accident. It was a random encounter when I was young, and since then, I've often wondered about the amazing success of physics in describing the reality we wake up in every day. In a nutshell, you can think of physics as follows. So you take a chunk of reality you want to understand and you translate it into mathematics. You encode it into equations. Then, predictions can be made and tested. We're actually really lucky that this works, because no one really knows why the thoughts in our heads should actually relate to the fundamental workings of the universe. Despite the success, physics has its limits. As Dirk Helbing pointed out in the last quote, we don't really understand the complexity that relates to us, that surrounds us. This paradox is what got me interested in complex systems. So these are systems which are made up of many interconnected or interacting parts: swarms of birds or fish, ant colonies, ecosystems, brains, financial markets. These are just a few examples.
Pour expliquer ce que cela signifie et ce qu’est cette chose revenons rapidement quelques pas en arrière. Je suis arrivée à la physique par accident. C’était une rencontre imprévue quand j’étais jeune, et depuis, je me suis souvent intéressé à l’incroyable succès de la physique pour décrire la réalité dans laquelle nous nous réveillons chaque jour. Pour résumer, vous pouvez penser à la physique de la manière suivante. Prenez une partie de réalité que vous voulez comprendre et vous la transposez en mathématiques. Vous l’encodez en équations. Des prédictions peuvent alors être faites et testées. Nous sommes en fait très chanceux que cela fonctionne, parce que personne ne sait vraiment pourquoi les pensées dans nos têtes devraient en fait être liées au fonctionnement fondamental de l’univers. Malgré les réussites, la physique a ses limites. Comme Dirk Helbing l’a souligné dans la dernière citation, nous ne comprenons pas vraiment la complexité qui nous concerne, qui nous entoure. Ce paradoxe est ce qui m’a fait m’intéresser aux systèmes complexes. Voici donc des systèmes qui sont constitués de nombreuses parties interconnectées ou en interaction : des nuées d'oiseaux ou de poissons, des colonies de fourmis, les écosystèmes, les cerveaux, les marchés financiers. Ce sont juste quelques exemples.
Interestingly, complex systems are very hard to map into mathematical equations, so the usual physics approach doesn't really work here. So what do we know about complex systems? Well, it turns out that what looks like complex behavior from the outside is actually the result of a few simple rules of interaction. This means you can forget about the equations and just start to understand the system by looking at the interactions, so you can actually forget about the equations and you just start to look at the interactions. And it gets even better, because most complex systems have this amazing property called emergence. So this means that the system as a whole suddenly starts to show a behavior which cannot be understood or predicted by looking at the components of the system. So the whole is literally more than the sum of its parts. And all of this also means that you can forget about the individual parts of the system, how complex they are. So if it's a cell or a termite or a bird, you just focus on the rules of interaction.
Fait intéressant, les systèmes complexes sont très difficiles à cartographier en équations mathématiques, donc l’approche de la physique classique ne fonctionne pas vraiment ici. Donc que savons nous au sujet des systèmes complexes? Et bien, il apparaît que ce qui ressemble à un comportement complexe vu de l’extérieur est en fait le résultat de quelques règles d’interactions simples. Cela signifie que vous pouvez oublier les équations et juste commencer à comprendre le système en observant les interactions, donc vous pouvez en fait oublier les équations et commencer à observer les interactions. Encore mieux, parce que la plupart des systèmes complexes ont cette propriété étonnante appelée émergence. Ça veut donc dire que le système dans son ensemble commence soudainement à afficher un comportement qui ne peut pas être compris ou prédit en observant les composants du système. Donc l’ensemble est littéralement plus que la somme de ses parties. Et tout cela veut aussi dire que vous pouvez oublier les parties individuelles du système, peu importe leur complexité. Donc si c’est une cellule ou un termite ou un oiseau, vous pouvez juste vous concentrer sur les règles d'interaction.
As a result, networks are ideal representations of complex systems. The nodes in the network are the system's components, and the links are given by the interactions. So what equations are for physics, complex networks are for the study of complex systems.
Par conséquent, les réseaux sont des représentations idéales des systèmes complexes. Les nœuds du réseau sont les composants du système et les liens sont donnés par les interactions. Donc ce que les équations sont à la physique, les réseaux complexes le sont à l’étude des systèmes complexes.
This approach has been very successfully applied to many complex systems in physics, biology, computer science, the social sciences, but what about economics? Where are economic networks? This is a surprising and prominent gap in the literature. The study we published last year, called "The Network of Global Corporate Control," was the first extensive analysis of economic networks. The study went viral on the Internet and it attracted a lot of attention from the international media. This is quite remarkable, because, again, why did no one look at this before? Similar data has been around for quite some time.
Cette approche a été appliquée avec beaucoup de succès à de nombreux systèmes complexes en physique, en biologie, en informatique, en sciences sociales, mais qu’en est-il de l’économie? Où sont les réseaux économiques? C'est une lacune surprenante et importante dans les données. L’étude que nous avons publiée l’année dernière, appelée « Le Réseau de Contrôle de la Société Mondiale » était la première vaste analyse des réseaux économiques. L'étude a eu une diffusion virale sur Internet et a attiré l’attention des médias internationaux. C’est assez remarquable, parce qu’encore une fois, pourquoi personne n’a regardé ça avant? Des données similaires étaient disponibles depuis quelques temps.
What we looked at in detail was ownership networks. So here the nodes are companies, people, governments, foundations, etc. And the links represent the shareholding relations, so shareholder A has x percent of the shares in company B. And we also assign a value to the company given by the operating revenue. So ownership networks reveal the patterns of shareholding relations. In this little example, you can see a few financial institutions with some of the many links highlighted.
Ce que nous avons examiné en détail était l’appropriation des réseaux. Les nœuds sont donc ici les entreprises, les gens, les gouvernements, les fondations, etc. Et les liens représentent les relations d’actionnariat, donc l’Actionnaire A a x% des actions dans l’entreprise B. Et nous avons aussi donné une valeur à l'entreprise en fonction des revenus d’opération. Donc les réseaux d’appropriation révèlent les motifs des relations d’actionnariat. Dans cet exemple, vous pouvez voir quelques institutions financières avec quelques-uns des nombreux liens surlignés.
Now, you may think that no one looked at this before because ownership networks are really, really boring to study. Well, as ownership is related to control, as I shall explain later, looking at ownership networks actually can give you answers to questions like, who are the key players? How are they organized? Are they isolated? Are they interconnected? And what is the overall distribution of control? In other words, who controls the world? I think this is an interesting question.
Maintenant vous pouvez penser que personne n’a regardé ça avant parce que les réseaux d'appropriation sont vraiment, vraiment ennuyeux à étudier. Comme la propriété est liée au contrôle, comme je l’expliquerai plus tard, observer les réseaux d’appropriation peut en fait vous donner des réponses aux questions comme qui sont les joueurs clés? Comment sont-ils organisés? Sont-ils isolés? Sont-ils interconnectés? Et quelle est la répartition globale du contrôle? En d’autres termes, qui contrôle le monde? Je pense que c’est une question intéressante.
And it has implications for systemic risk. This is a measure of how vulnerable a system is overall. A high degree of interconnectivity can be bad for stability, because then the stress can spread through the system like an epidemic.
Et elle a des répercutions sur le risque systémique. C’est une mesure de la vulnérabilité d’un système dans son ensemble. Un fort degré d’interconnexion peut être mauvais pour la stabilité, parce que la tension peut se propager à travers le système comme une épidémie.
Scientists have sometimes criticized economists who believe ideas and concepts are more important than empirical data, because a foundational guideline in science is: Let the data speak. OK. Let's do that.
Les scientifiques ont parfois critiqué les économistes qui pensent que les idées et les concepts sont plus importants que les données empiriques, parce qu'une ligne directrice fondamentale en science est : Laissez les données parler. OK. Faisons ça.
So we started with a database containing 13 million ownership relations from 2007. This is a lot of data, and because we wanted to find out "who rules the world," we decided to focus on transnational corporations, or "TNCs," for short. These are companies that operate in more than one country, and we found 43,000. In the next step, we built the network around these companies, so we took all the TNCs' shareholders, and the shareholders' shareholders, etc., all the way upstream, and we did the same downstream, and ended up with a network containing 600,000 nodes and one million links. This is the TNC network which we analyzed.
Nous avons donc commencé avec une base de données qui contient 13 millions de relations de propriété depuis 2007. Cela fait beaucoup de données, et parce que nous voulions trouver qui dirige le monde, nous avons décidé de nous concentrer sur les corporations transnationales, ou CTN pour faire court. Ce sont des entreprises qui ont des activités dans plus d’un pays, et nous en avons trouvé 43 000. Dans l’étape suivante, nous avons construit un réseau autour de ces entreprises, nous avons donc pris tous les actionnaires des CTN, et les actionnaires des actionnaires, etc., en amont, et nous avons fait la même chose en aval, et nous avons fini avec un réseau contenant 600 000 nœuds et un million de liens. Voici le réseau CTN que nous avons analysé.
And it turns out to be structured as follows. So you have a periphery and a center which contains about 75 percent of all the players, and in the center, there's this tiny but dominant core which is made up of highly interconnected companies. To give you a better picture, think about a metropolitan area. So you have the suburbs and the periphery, you have a center, like a financial district, then the core will be something like the tallest high-rise building in the center. And we already see signs of organization going on here. 36 percent of the TNCs are in the core only, but they make up 95 percent of the total operating revenue of all TNCs.
Et il s’avère qu’il est structuré comme suit. Vous avez donc un périphérie et un centre qui contient environ 75% de tous les acteurs, et au centre il y a ce cœur minuscule mais dominant qui est constitué d’entreprises fortement interconnectées. Pour vous donner une meilleure idée, pensez à une zone métropolitaine. Vous avez donc les banlieues et la périphérie, vous avez un centre comme un quartier financier, et le cœur sera alors quelque chose comme le plus haut gratte ciel au centre. Et nous voyons déjà des signes d’organisation apparaître ici. 36% des CTN sont uniquement dans le cœur, mais ils font 95% de la totalité des revenus de fonctionnement de tous les CTN.
OK, so now we analyzed the structure, so how does this relate to the control? Well, ownership gives voting rights to shareholders. This is the normal notion of control. And there are different models which allow you to compute the control you get from ownership. If you have more than 50 percent of the shares in a company, you get control, but usually, it depends on the relative distribution of shares. And the network really matters. About 10 years ago, Mr. Tronchetti Provera had ownership and control in a small company, which had ownership and control in a bigger company. You get the idea. This ended up giving him control in Telecom Italia with a leverage of 26. So this means that, with each euro he invested, he was able to move 26 euros of market value through the chain of ownership relations.
Ok, donc maintenant que nous avons analysé la structure, comment cela est-il lié au contrôle? La propriété donne des droits de vote aux actionnaires. C’est la notion normale de contrôle. Et il y a différents modèles qui vous permettent de calculer le contrôle que vous obtenez de la propriété. Si vous avez plus de 50%des actions dans une entreprise, vous avez le contrôle, mais généralement ça dépend de la distribution relative des actions. Et le réseau est vraiment important. Il y a environ 10 ans, M. Tronchetti Provera avait la propriété et le contrôle d’une petite entreprise, qui avait la propriété et le contrôle dans une entreprise plus grosse. Vous saisissez l’idée. Cela a fini par lui donner le contrôle de Telecom Italia avec un effet levier de 26. Ça veut donc dire qu’avec chaque euro qu’il investissait, il pouvait déplacer 26 euros de la valeur du marché à travers la chaîne des relations de propriété.
Now what we actually computed in our study was the control over the TNCs' value. This allowed us to assign a degree of influence to each shareholder. This is very much in the sense of Max Weber's idea of potential power, which is the probability of imposing one's own will despite the opposition of others.
Maintenant ce que nous avons, en fait, calculé dans notre étude était le contrôle sur la valeur des CTN. Cela nous a permis d’attribuer un degré d’influence à chaque actionnaire. Ça va beaucoup dans le sens de l’idée de Max Weber sur la puissance potentielle, qui est la probabilité d’imposer une volonté particulière malgré l’opposition des autres.
If you want to compute the flow in an ownership network, this is what you have to do. It's actually not that hard to understand. Let me explain by giving you this analogy. So think about water flowing in pipes, where the pipes have different thickness. So similarly, the control is flowing in the ownership networks and is accumulating at the nodes. So what did we find after computing all this network control? Well, it turns out that the 737 top shareholders have the potential to collectively control 80 percent of the TNCs' value. Now remember, we started out with 600,000 nodes, so these 737 top players make up a bit more than 0.1 percent. They're mostly financial institutions in the US and the UK. And it gets even more extreme. There are 146 top players in the core, and they together have the potential to collectively control 40 percent of the TNCs' value.
Si vous voulez calculer le flux dans un réseau de propriété, c’est ce que vous devez faire. Ce n’est en fait pas si compliqué à comprendre. Laissez moi vous expliquer en vous donnant cette analogie. Pensez à de l’eau qui s’écoule dans des tuyaux où les tuyaux ont des épaisseurs différentes. De la même manière, le contrôle circule dans les réseaux de propriété et s’accumule au niveau des nœuds. Qu’avons-nous trouvé après avoir calculé tout ce contrôle du réseau? Il apparaît que les 737 actionnaires principaux ont le potentiel de contrôler collectivement 80% de la valeur des CTN. Maintenant souvenez vous, nous avons commencé avec 600 000 nœuds, donc ces 737 acteurs principaux représentent un peu plus de 0,1%. Ce sont principalement des institutions financières aux États Unis et au Royaume Uni. Et cela devient encore plus extrême. Il y a 146 acteurs principaux dans le cœur, et ensemble ils ont le potentiel de contrôler conjointement 40% de la valeur des CTN.
What should you take home from all of this? Well, the high degree of control you saw is very extreme by any standard. The high degree of interconnectivity of the top players in the core could pose a significant systemic risk to the global economy. And we could easily reproduce the TNC network with a few simple rules. This means that its structure is probably the result of self-organization. It's an emergent property which depends on the rules of interaction in the system, so it's probably not the result of a top-down approach like a global conspiracy.
Que devez vous retenir de tout ça? Le plus haut niveau de contrôle que vous avez vu est extrême par rapport à la norme. Le haut degré d’interconnexion des acteurs principaux dans le cœur pourrait poser un risque systémique significatif à l’économie globale et nous pourrions facilement reproduire le réseau CTN avec quelques règles simples. Cela veut dire que sa structure est probablement le résultat de l’auto organisation C’est une propriété émergente qui dépend des règles d’interaction dans le système, donc ce n’est probablement pas le résultat d’une approche du haut vers le bas comme une conspiration globale.
Our study "is an impression of the moon's surface. It's not a street map." So you should take the exact numbers in our study with a grain of salt, yet it "gave us a tantalizing glimpse of a brave new world of finance." We hope to have opened the door for more such research in this direction, so the remaining unknown terrain will be charted in the future. And this is slowly starting. We're seeing the emergence of long-term and highly-funded programs which aim at understanding our networked world from a complexity point of view. But this journey has only just begun, so we will have to wait before we see the first results.
Notre étude « est une impression de la surface de la lune. Ce n’est pas un plan de ville. » Vous devriez donc prendre les chiffres exacts de notre étude avec des pincettes, bien que ça « nous ait donné un aperçu alléchant d’un nouveau monde de la finance. » Nous espérons avoir ouvert la porte pour plus de recherche dans cette direction, pour que le terrain inconnu soit cartographié dans le futur. Et cela commence doucement. Nous voyons l’émergence de programmes à long terme et grandement financés dont le but est de comprendre notre monde de réseaux du point de vue de la complexité. Mais ce voyage vient tout juste de commencer, et nous devons donc attendre avant de voir les premiers résultats.
Now there is still a big problem, in my opinion. Ideas relating to finance, economics, politics, society, are very often tainted by people's personal ideologies. I really hope that this complexity perspective allows for some common ground to be found. It would be really great if it has the power to help end the gridlock created by conflicting ideas, which appears to be paralyzing our globalized world. Reality is so complex, we need to move away from dogma. But this is just my own personal ideology.
Il reste encore un gros problème, à mon avis. Les idées liées à la finance, à l’économie, à la politique, à la société, sont très souvent marquées par les idéologies personnelles des gens. J’espère vraiment que cette perspective de la complexité permettra de trouver un terrain commun. Ce serait vraiment super si ça avait la puissance de résoudre le blocage créé par des idées conflictuelles, ce qui semble paralyser notre monde globalisé. La réalité est si complexe, nous devons nous éloigner du dogme. Mais c'est juste mon idéologie personnelle.
Thank you.
Merci.
(Applause)
(Applaudissements)