Le monde change à la vitesse de l’éclair. Les connaissances économiques actuelles ont dès lors un impact de plus en plus important sur la prise de décision des entreprises et des responsables politiques. BNP Paribas Fortis et le Professeur Koen Schoors (UGent) sont convaincus que les banques peuvent jouer un rôle important dans ce domaine. C’est la raison pour laquelle ils se sont engagés dans un partenariat dont l’objectif est d’étudier, dans le respect d’un cadre règlementaire strict, comment renforcer de manière positive l’impact sociétal des informations – anonymisées – tirées des données bancaires. Les résultats de cette chaire contribueront au développement de la stratégie A&AI («Analytics & Intelligence Artificielle ») de BNP Paribas Fortis et permettront à la banque d’intégrer des informations macroéconomiques à long terme dans ses projets sur la satisfaction client et la création de valeur.
Le 11 janvier, la nouvelle chaire « Research for a Changing World » a été inaugurée à l’Université de Gand (UGent). L’équipe de chercheurs du Professeur Koen Schoors du département d’Économie de l’UGent, sous la direction du Dr. Milan van den Heuvel, étudiera comment les données bancaires peuvent aider à dégager des tendances économiques pouvant être utiles dans la mise en place de politiques socio-économiques.
«Preplication»
Ces dernières années, le monde a connu des changements très rapides dans le domaine économique. C’est pourquoi les décideurs politiques doivent intervenir de plus en plus souvent et de plus en plus rapidement. Mais si les données sont parcellaires ou inexistantes, la tâche qui consiste à prendre des décisions, à les évaluer et à les modifier peut être qualifiée de « mission impossible ». Étant donné qu’elles sont directement impliquées dans une partie importante des transactions économiques, les banques se situent à la source de l’activité économique. Par conséquent, les données bancaires – anonymisées – peuvent être utilisées pour réaliser des estimations, par exemple en matière de croissance et d’inflation, avant qu’elles ne soient rendues publiques. Le professeur Schoors qualifie cet exercice de « preplication », à savoir la réplication de données nationales avant leur publication par les agences nationales.
Trois défis majeurs
Pour transformer les transactions individuelles en données utilisables et pertinentes au niveau sociétal, la transparence s’impose. Les techniques de « machine learning » permettent de tirer des conclusions pertinentes d’importants volumes de données, mais leur utilisation dans la prise de décisions politiques doit répondre à trois défis majeurs. Ces défis sont au centre des travaux de recherche parrainés par la nouvelle chaire.
Le premier défi est que la flexibilité nécessaire pour établir des relations très complexes entre les données s’acquiert souvent au détriment de l’interprétabilité des résultats alors que, dans la prise de décisions, il est précisément crucial de savoir pourquoi le modèle aboutit à telle ou telle conclusion ou estimation. Cela permet de garantir des prises de décisions sur une base correcte.
Le deuxième défi porte sur le fait que les décisions politiques aboutissent à des interventions ayant un objectif défini (par exemple, des subsides pour aider les personnes défavorisées). Mais le « machine learning » se concentre principalement sur la recherche de liens observationnels qui ne sont pas nécessairement révélateurs de l’objectif d’une intervention. Par exemple, le « machine learning » peut prédire que si les ventes de crème glacée augmentent, il faut s’attendre à de nombreux feux de forêt. Mais, bien sûr, si un décideur politique décide de s’attaquer au problème en fermant les usines de crème glacée, il ne sera pas très efficace.
Troisième défi : le partage des données intéressantes pour les décideurs politiques ne peut se faire que moyennant certaines précautions. C’est pourquoi les recherches de la nouvelle chaire seront réalisées dans le respect d’un cadre règlementaire très strict au sein des systèmes sécurisés de BNP Paribas Fortis et uniquement après approbation d’un processus rigoureux aux plans juridique et éthique. Et même après ces étapes, seules les données anonymisées – dont toutes les données personnelles sensibles auront été supprimées – seront utilisées.
Pour plus d’informations, contactez :
Prof. Dr. Koen Schoors
Koen.Schoors@UGent.be
Ou
Dr. Milan van den Heuvel
Milan.vandenHeuvel@UGent.be
