Artificial Intelligence and Financial Tail Risks

Disponible en format(s) : PDF

L’intelligence artificielle (IA) présente à la fois des avantages et des risques pour la stabilité financière : elle peut améliorer l’efficience et la gestion des risques, mais aussi créer de nouvelles vulnérabilités et de nouveaux canaux d’amplification. Cette étude vise à déterminer si l’exposition à l’IA perçue par le marché se reflète dans les extrémités de la distribution des rendements du secteur financier, et si cette relation dépend des conditions macroéconomiques. Nous élaborons un cadre qui décompose les résultats situés à ces extrémités selon différents scénarios concomitants liés à l’IA et aux conditions macroéconomiques, et qui permet de déterminer si les épisodes liés à l’IA sont principalement associés à des gains ou à des pertes extrêmes. À partir des rendements boursiers quotidiens des secteurs financiers du Canada, des États-Unis, de l’Europe, du Royaume-Uni et de la Chine, nous mettons en évidence d’importantes disparités. Les scénarios propres au secteur financier expliquent l’essentiel des résultats extrêmes dans tous les marchés, tandis que la contribution des scénarios liés à l’IA à l’asymétrie des rendements varie considérablement d’un pays à l’autre. Les scénarios liés au secteur de l’IA accentuent l’asymétrie du côté des pertes en Europe, en Chine et, surtout, au Royaume-Uni. Leur contribution est toutefois limitée au Canada, et c’est aux États-Unis que leur poids parmi les résultats extrêmes est le plus faible. La Chine est le seul marché à présenter une asymétrie moyenne positive, qui tient aux scénarios liés au secteur financier et à ceux liés au système dans son ensemble, plutôt qu’à ceux liés à l’IA. Dans l’ensemble, les mouvements de marché liés à l’IA ne sont ni systématiquement stabilisateurs ni systématiquement déstabilisateurs. Leur incidence sur la stabilité financière dépend du marché considéré et varie selon que les événements extrêmes touchant le secteur de l’IA surviennent isolément ou conjointement à des mouvements macroéconomiques plus généralisés.

DOI : https://doi.org/10.34989/swp-2026-40