Le prior n'est pas une formalité : ce qu'il encode réellement
On présente souvent le prior bayésien comme un point de départ neutre que les données vont corriger. Cette présentation est rassurante, mais elle est inexacte dans un nombre surprenant de situations pratiques. Un prior encode une croyance structurelle sur la plausibilité relative des valeurs de paramètres avant d'observer les données. Sur des séries financières courtes — quelques années de rendements mensuels, par exemple — cette croyance initiale ne disparaît pas sous le poids des données : elle continue de sculpter la forme de la distribution postérieure, et donc de la distribution prédictive finale. Comprendre ce que votre prior suppose implicitement n'est pas un exercice académique. C'est une condition nécessaire pour savoir ce que votre modèle vous dit réellement, et ce qu'il vous dit parce que vous le lui avez demandé sans le réaliser.
Ce qu'un prior non-informatif suppose vraiment
Un prior non-informatif — souvent appelé prior diffus ou prior de Jeffreys — est présenté comme une façon de laisser les données parler sans interférence. En pratique, il encode lui aussi une hypothèse : que toutes les valeurs du paramètre dans un espace donné sont a priori également plausibles. Pour un paramètre de volatilité, cela peut signifier que des valeurs extrêmement élevées et des valeurs proches de zéro sont traitées avec la même croyance initiale. Sur des données financières, cette hypothèse est rarement défendable. Les rendements d'actifs ont des propriétés empiriques bien documentées — persistance de la volatilité, queues épaisses — qui peuvent et doivent informer le prior. Choisir un prior diffus par défaut n'est pas une absence de choix : c'est un choix particulier, avec ses propres conséquences sur les queues de la distribution prédictive.
Quand le prior informatif est une honnêteté, pas un biais
Un prior informatif encode des connaissances préalables sur la structure des paramètres — par exemple, que la persistance de la volatilité dans les modèles GARCH est généralement proche de un, ou que les rendements journaliers d'actifs liquides ont rarement des moyennes annualisées supérieures à quelques dizaines de points de pourcentage. Ces croyances ne sont pas arbitraires : elles reflètent ce que des décennies de données financières ont montré de façon robuste. Les utiliser comme priors n'est pas introduire un biais subjectif — c'est refuser de prétendre ignorer ce que l'on sait. La condition de rigueur est simple : le prior doit être justifié explicitement, documenté, et testé par une analyse de sensibilité qui montre comment les conclusions changent si on le modifie.
L'analyse de sensibilité comme geste de transparence
Toute analyse bayésienne sérieuse inclut une vérification de la sensibilité des conclusions au choix du prior. En pratique, cela signifie estimer le modèle sous plusieurs priors plausibles — un diffus, un modérément informatif, un plus concentré — et comparer les distributions prédictives résultantes. Si les conclusions changent substantiellement selon le prior choisi, cela signifie que les données ne sont pas suffisamment informatives pour trancher la question. Ce résultat n'est pas un échec analytique : c'est une information précieuse sur les limites de ce que les données peuvent résoudre par elles-mêmes. Masquer cette sensibilité en ne présentant qu'un seul prior est une forme d'optimisme analytique que les décisions à horizon pluriannuel ne peuvent pas se permettre.
Priors sur les paramètres de volatilité : un cas concret
La volatilité est l'un des paramètres les plus difficiles à estimer de façon stable sur des séries financières de longueur modérée. Sa distribution postérieure est souvent asymétrique, avec une queue droite substantielle — les données sont compatibles avec des niveaux de volatilité bien plus élevés que l'estimé central. Le choix du prior sur ce paramètre a donc des conséquences directes et visibles sur la forme des queues de la distribution prédictive des rendements. Voici comment ce mécanisme fonctionne concrètement, à travers deux configurations contrastées qui illustrent ce que le prior fait réellement à la distribution finale.
Prior diffus sur la volatilité : des queues plus larges par construction
Lorsqu'on place un prior diffus sur le paramètre de volatilité d'un modèle de rendements, on autorise implicitement des valeurs très élevées de volatilité à recevoir une masse postérieure non négligeable. Même si les données favorisent des niveaux modérés, la queue droite de la distribution postérieure de la volatilité reste substantielle. Cette masse se propage dans la distribution prédictive des rendements : les queues de la densité prédictive sont plus épaisses, les scénarios extrêmes reçoivent plus de poids. Sur un horizon de trois à cinq ans, cela se traduit par des intervalles de crédibilité sensiblement plus larges. Ce n'est pas nécessairement une mauvaise chose — si les données sont peu informatives sur la volatilité, une distribution prédictive large est honnête. Mais il faut savoir que c'est le prior qui produit cet effet, pas les données seules.
Prior informatif sur la volatilité : concentrer la masse là où l'expérience le justifie
Un prior informatif sur la volatilité — par exemple, une distribution inverse-gamma centrée sur des niveaux empiriquement observés pour une classe d'actifs donnée — concentre la masse postérieure dans une région plus étroite. Les queues de la distribution prédictive des rendements sont moins épaisses, les scénarios extrêmes reçoivent moins de poids. Ce résultat est justifié si le prior reflète des connaissances solides sur la classe d'actifs considérée. Il devient problématique si le prior est choisi par commodité calculatoire ou par désir de produire des distributions prédictives rassurantes. La différence entre ces deux motivations n'est pas toujours visible dans le code d'estimation — elle l'est dans la documentation et la justification du choix de prior, que tout rapport analytique rigoureux doit exposer clairement.
Tester la robustesse : ce que l'on apprend en faisant varier le prior
Comparer les distributions prédictives obtenues sous différents priors sur la volatilité révèle à quel point les données contraignent réellement ce paramètre. Si les densités prédictives sous prior diffus et sous prior informatif sont quasi-identiques, les données sont suffisamment riches pour dominer le prior — une situation confortable qui mérite d'être documentée. Si elles divergent substantiellement, les données laissent une large place aux croyances initiales — une situation qui exige de justifier le prior choisi avec soin. Dans les deux cas, l'exercice de comparaison est informatif. Il transforme le choix du prior d'une décision technique opaque en un geste analytique transparent, dont les conséquences sont visibles et discutables. Les performances passées ne constituent pas un indicateur fiable des résultats futurs.