Une étude réalisée à l'UFSCar analyse l'impact du GPT-4 sur la volatilité des cryptomonnaies

Une étude réalisée sur le campus de Sorocaba de l'Université fédérale de São Carlos (UFSCar) a analysé comment le lancement de GPT-4, le modèle d'intelligence artificielle de l'entreprise, OpenAIimpacté la volatilité des valeurs importantes crypto-monnaies.

La recherche a été réalisée dans le cadre d'un travail de fin de cours par Thiago Mateos Salgado, étudiant du cours de Sciences Économiques et membre de l'entité étudiante ImpactUFSCar, sous la direction du professeur Andreza Palma, du Département d'Économie (DEc-So).

Intitulé «Impact du lancement de GPT-4 sur la volatilité conditionnelle d'un panier de cryptoactifs : une analyse à l'aide des modèles de la famille ARCH», les travaux reposent sur la prémisse que des événements technologiques pertinents peuvent générer des chocs informationnels capables de modifier, au moins temporairement, la dynamique des marchés financiers.

Pour l’analyse, des données quotidiennes de 2023 sur les crypto-monnaies Bitcoin, Ethereum et Solana ont été utilisées, considérées comme représentatives du marché de la cryptographie en raison de leur pertinence, de leur diversité technologique et du volume des échanges. L'événement analysé a été le lancement de GPT-4, qui a eu lieu en mars 2023, une étape importante car il s'agit du premier modèle multimodal d'OpenAI, capable de traiter des textes et des images.

Méthodologie et approche de l’étude

L'étude a appliqué des modèles économétriques de la famille ARCH/GARCH, largement utilisés pour analyser et prédire la volatilité des séries financières. La méthodologie impliquait la construction de séries de rendements, des tests statistiques pour vérifier les modèles de volatilité et l'estimation de différents modèles pour capturer la dynamique des prix avant et après l'événement technologique.

Des fenêtres temporelles à court, moyen et long termes ont été prises en compte, ce qui nous a permis d'observer à la fois les réactions immédiates et les mouvements accommodants du marché au fil du temps.

Selon l’auteur, le choix de GPT-4 comme événement d’analyse se justifie par le fort impact symbolique et technologique de l’outil, qui a renforcé les attentes positives autour de l’intelligence artificielle et des secteurs associés à l’innovation numérique, dont l’écosystème blockchain et cryptomonnaie.

Résultats

Les résultats indiquent que l’impact du lancement de GPT-4 a été hétérogène parmi les crypto-actifs analysés.

Dans le cas du Bitcoin et de Solana, une augmentation de la volatilité a été observée à court terme, suggérant un premier mouvement de plus grande incertitude et spéculation de la part des investisseurs. Cette hausse a toutefois été suivie d'un renversement sur des horizons plus longs, ce qui indique que le marché a tendance à absorber le choc informationnel au fil du temps.

Ethereum, en revanche, a montré un comportement différent. Après le lancement de GPT-4, il y a eu une réduction significative de la volatilité, ce qui peut indiquer une plus grande stabilité de cet actif face à l'événement analysé. Ce résultat suggère que les différentes cryptomonnaies réagissent de manière spécifique aux avancées technologiques, en fonction de leurs caractéristiques, de la maturité du marché et du profil de l’investisseur.

Selon l’étude, ces résultats renforcent l’hypothèse selon laquelle des événements technologiques de grande envergure, notamment liés à l’intelligence artificielle, peuvent influencer le marché financier – même si leurs effets ne sont pas uniformes d’un actif à l’autre.

En plus de contribuer à la littérature académique sur la volatilité financière et les crypto-actifs, la recherche propose des réflexions importantes pour les investisseurs, les décideurs politiques et les chercheurs.

Parmi les points soulignés figure l'importance de la diversification du portefeuille en tant que stratégie pour atténuer les risques dans des environnements très sensibles à l'information et à l'innovation technologique.

L’ouvrage souligne également comment les transformations technologiques peuvent générer des vagues d’euphorie et des ajustements des attentes sur les marchés, renforçant la nécessité d’analyses quantitatives pour mieux comprendre ces mouvements.