Svetlozar Rachev : Parier contre la courbe en cloche

La finance moderne a été construite, pendant la majeure partie du XXe siècle, sur l'hypothèse que les rendements des actifs suivent une distribution proche de la normale — la célèbre courbe en cloche, où les événements extrêmes sont extrêmement rares. Svetlozar « Zari » Rachev a passé sa carrière à démontrer, par les mathématiques plutôt que par l'opinion, que cette hypothèse est erronée là où cela compte le plus : les marchés financiers produisent des mouvements catastrophiques bien plus souvent que ne le prédit la courbe en cloche, et les modèles de tarification et de risque qui ignorent ce fait sont mal calibrés pour les événements qui causent réellement des pertes.

De Sofia à l'Institut Steklov de Moscou

Rachev a été formé dans ce qui était, à l'époque, l'une des traditions probabilistes les plus rigoureuses au monde. Il a obtenu son master à la faculté de mathématiques de l'université de Sofia en 1974, puis a rejoint l'université d'État Lomonossov de Moscou pour un doctorat, achevé en 1979 sous la direction de Vladimir Zolotarev, un probabiliste soviétique de premier plan connu pour ses travaux sur les distributions stables — la famille de distributions de probabilité mathématiquement bien comportées mais à « queues épaisses » qui deviendrait le fil conducteur de la carrière ultérieure de Rachev. Il est allé plus loin encore, obtenant un doctorat en sciences de l'Institut de mathématiques Steklov en 1986, sous la direction conjointe de trois des figures les plus formidables des mathématiques soviétiques : Leonid Kantorovich, prix Nobel d'économie et fondateur de la programmation linéaire ; Andrey Kolmogorov, la figure dominante du XXe siècle en théorie des probabilités ; et Yuri Prokhorov, une autorité de premier plan en matière de métriques de probabilité. Peu de chercheurs en finance mathématique peuvent se prévaloir d'une formation issue d'une lignée d'une telle densité.

Métriques de probabilité et transport de masse

Les premières recherches de Rachev ont appliqué la théorie abstraite des métriques de probabilité — des moyens de mesurer la « distance » entre deux distributions de probabilité — aux problèmes de transport de masse, l'étude mathématique de la manière de déplacer une masse de probabilité d'une distribution à une autre à coût minimal, un domaine que Kantorovich lui-même avait contribué à fonder. Son livre de 1991 Probability Metrics and the Stability of Stochastic Models, suivi d'un traitement en deux volumes des problèmes de transport de masse avec Ludger Rüschendorf en 1998-99, a établi cet appareil technique comme un outil sérieux en probabilités appliquées, travail qui lui a valu le prix de recherche Humboldt pour les chercheurs étrangers en 1995, un prix décerné par le gouvernement allemand aux chercheurs dont les travaux fondamentaux sont jugés avoir façonné leur domaine à l'échelle internationale.

Queues épaisses, tarification des options et ratio de Rachev

La contribution la plus distinctive et la plus influente de Rachev a été d'introduire directement cette machinerie de théorie des probabilités dans la finance mathématique, en remplaçant les hypothèses gaussiennes classiques sous-jacentes à une grande partie de la théorie de portefeuille et de la tarification des options par des modèles non gaussiens à queues épaisses, mieux adaptés au comportement réel des marchés — des modèles dans lesquels les fortes variations de prix, les krachs boursiers et autres événements extrêmes se produisent avec une fréquence réaliste et empiriquement calibrée plutôt que d'être ignorés. Son livre Stable Paretian Models in Finance (2000) a exposé en détail les arguments mathématiques en faveur de ces distributions à queues épaisses, et son ouvrage ultérieur Financial Models with Lévy Processes and Volatility Clustering (2011) a étendu le cadre pour capturer la tendance de la volatilité du marché à se regrouper par rafales, une autre caractéristique bien documentée mais classiquement sous-modélisée des marchés réels. À partir de ces travaux, Rachev a introduit le ratio de Rachev, une mesure risque-rendement conçue spécifiquement pour comparer le potentiel de gain d'un investissement par rapport à son risque de queue dans un cadre non gaussien — une alternative aux mesures plus anciennes comme le ratio de Sharpe, qui supposent implicitement le comportement de courbe en cloche que les recherches de Rachev visaient à corriger.

De la théorie aux salles de marché

Rachev n'a pas limité ces travaux aux revues académiques. En 1999, il a cofondé Bravo Group avec sa fille, Borjana Racheva-Iotova, pour développer des logiciels commerciaux mettant en œuvre des modèles de distribution à queues épaisses pour la gestion des risques financiers ; la technologie de l'entreprise est devenue plus tard le produit phare de gestion des risques de FinAnalytica après son acquisition — un cas rare où la théorie des probabilités fondamentale d'un universitaire est directement convertie en logiciel utilisé sur des bureaux de trading et de gestion des risques réels. Il a ensuite occupé des postes de professeur en mathématiques financières, plus récemment à la Texas Tech University, publiant tout au long de sa carrière dans les domaines de la finance mathématique, de la théorie des probabilités et des statistiques.

Reconnaissance

Au-delà du prix Humboldt, Rachev est titulaire d'un doctorat honorifique en sciences de l'Institut d'État de technologie de Saint-Pétersbourg (1992), est membre de l'Institute of Mathematical Statistics et est membre étranger de l'Académie russe des sciences naturelles — un ensemble d'honneurs reflétant une reconnaissance à la fois au sein de la communauté des mathématiques et des statistiques et parmi les chercheurs en finance appliquée qui ont adopté ses modèles à queues épaisses.

Pourquoi Svetlozar est qualifié de génie

La contribution intellectuelle spécifique derrière ce qualificatif est l'insistance de Rachev, étayée par une théorie des probabilités rigoureuse plutôt que par de simples plaintes empiriques, sur le fait que l'hypothèse fondamentale de la finance selon laquelle les rendements sont normalement distribués n'est pas une simplification pratique, mais une source de sous-estimation systématique et dangereuse du risque — et sa construction d'un appareil mathématique alternatif complet, de la théorie des distributions stables aux métriques de probabilité en passant par le ratio de Rachev, pour la remplacer. Le fait que ses modèles soient passés d'articles académiques à des logiciels commerciaux de gestion des risques réellement utilisés par des institutions financières est une preuve exceptionnellement forte que l'intuition théorique a résisté à la pression du monde réel plutôt que de rester une élégante abstraction. Le contre-argument honnête est que Rachev n'a pas découvert lui-même les distributions à queues épaisses — son professeur Zolotarev et ses prédécesseurs, dont Benoit Mandelbrot, avaient déjà établi des décennies plus tôt que les rendements financiers présentent des queues épaisses — et le génie de Rachev réside spécifiquement dans la systématisation et l'application : construire l'infrastructure mathématique rigoureuse, les outils de tarification et, finalement, le logiciel commercial qui a transformé une observation faite par d'autres en une discipline opérationnelle. C'est le génie d'un ingénieur d'idées autant que d'un créateur, et les sources disponibles ne documentent aucun prix de mathématiques de premier plan, seulement une reconnaissance soutenue au sein de la théorie des probabilités et de la finance mathématique spécifiquement.

Héritage

Les modèles à queues épaisses et à distributions stables, autrefois une position minoritaire face à l'orthodoxie gaussienne dominante de la finance, font désormais partie intégrante de la boîte à outils de gestion des risques des grandes institutions financières, et le ratio de Rachev reste cité comme une alternative aux mesures de type Sharpe précisément dans les contextes de risque de queue que le ratio classique n'a jamais été conçu pour gérer — une lente mais réelle justification d'un argument que Rachev a passé des décennies à construire les mathématiques pour soutenir. Chaque nouveau krach boursier qui viole les prédictions des modèles gaussiens fournit une preuve nouvelle et importune en faveur de la thèse qu'il a formulée pour la première fois par écrit des décennies plus tôt.