Sergio Correia, Stephan Luck et Emil Verner
Les crises bancaires sont généralement associées à des paniques bancaires et à des paniques bancaires, mais notre compréhension empirique des paniques bancaires est limitée par le manque de données au niveau bancaire. Dans un nouvel article, nous utilisons des modèles de langage étendus (LLM) pour extraire des informations sur les paniques bancaires à partir de millions de pages de journaux historiques numérisées, créant ainsi la base de données la plus complète sur les paniques bancaires de l'histoire des États-Unis. Chaque épisode de bank run que nous identifions est documenté sur un site Web complémentaire où les utilisateurs peuvent parcourir et examiner les épisodes individuels et lire les articles de journaux originaux. Dans cet article, nous décrivons comment nous avons construit cet ensemble de données et discutons de ce que révèlent ses fonctionnalités de base.
Comment les journaux peuvent nous aider à comprendre les paniques bancaires
Jusqu’à la fin de la phase aiguë de la Grande Dépression en 1933, les paniques bancaires étaient un phénomène récurrent de la vie économique américaine. Ils laissent cependant peu de traces dans les documents officiels. Les documents réglementaires historiques, tels que ceux du Bureau du contrôleur de la monnaie, documentent le moment où une banque a fermé ses portes. Mais ces enregistrements n’indiquent pas si une exécution a eu lieu avant l’échec. De même, il n’existe pas de registres systématiques documentant les épisodes au cours desquels une banque a fait l’objet d’une ruée mais a néanmoins continué à fonctionner et n’a donc jamais figuré dans aucune liste réglementaire des fermetures de banques.
Dans notre nouvel article, nous tentons de surmonter ce défi en extrayant des informations sur les événements de difficultés bancaires dans les journaux historiques. Nous exploitons le fait que le projet Chronicling America de la Bibliothèque du Congrès a numérisé des dizaines de millions d'articles de journaux historiques. Ces archives constituent un trésor pour les historiens de l’économie et contiennent une énorme quantité d’informations. Bien que son ampleur représente un défi, les progrès des grands modèles de langage et de la puissance de calcul ont rendu ces documents historiques accessibles aux chercheurs. Dans ce qui suit, nous décrivons comment nous faisons en sorte que cette vaste base de données nous parle des paniques bancaires.
Laisser parler les journaux
Pour notre analyse, nous partons d’un corpus de plus de 374 millions d’articles de journaux (Dell et al., 2023). Pour arriver à un ensemble de données structurées qui nous permet d'analyser systématiquement le contenu informatif des articles de journaux, nous construisons un pipeline d'extraction de données. Nous recherchons d’abord dans les archives numérisées des journaux des articles mentionnant des banques spécifiques en conjonction avec une variété de mots clés suggérant des difficultés financières comme « ruée bancaire », « retraits de dépôts », « suspendu » et « fermé ses portes ». Cette recherche initiale par mot clé réduit l'ensemble de 374 millions d'articles à un ensemble plus petit d'environ un million d'« articles candidats ».
Ensuite, nous transmettons chaque article candidat à différents LLM et incitons ces modèles à extraire des informations structurées : quelle banque est décrite ? Ce qui s'est passé? Y a-t-il eu une ruée des déposants, une suspension des paiements, une fermeture, une réouverture ? Quand chaque événement s’est-il produit ? Nous demandons également aux modèles de classifier la manière dont la banque a réagi à la ruée, le cas échéant. La banque a-t-elle reçu l’aide d’une chambre de compensation ? A-t-elle fait une démonstration publique de sa solvabilité ? Les actionnaires ont-ils injecté de nouveaux capitaux ? Quelle est la cause de cette fuite en premier lieu ? Était-ce motivé par des nouvelles macroéconomiques, des informations négatives spécifiques à des banques ou des rumeurs ?
Surtout, les LLM nous permettent de faire plus qu'une simple correspondance de mots clés. La prose des journaux du XIXe siècle est riche et variée ; les journalistes ont décrit les mêmes phénomènes de dizaines de manières différentes. Un article pourrait décrire les déposants « réclamant leur argent » sans jamais utiliser le mot « courir ». Des faux positifs peuvent survenir lorsque des articles décrivent comment « un navire heurte une berge » ou comment le propriétaire d’une banque « se présente aux élections ». Le modèle linguistique peut comprendre ces descriptions dans leur contexte, ce qui manquerait aux approches rigides basées sur des mots clés. Le LLM nous aide également à comprendre si le même événement est décrit dans plusieurs articles.
Pour garantir une qualité élevée des données, nous utilisons plusieurs LLM afin de réduire les risques de résultats incorrects et accordons une attention particulière aux cas dans lesquels différents modèles fournissent des réponses différentes à nos questions posées ci-dessus. Nous validons en outre nos classifications LLM par rapport à des échantillons codés manuellement et trouvons un accord élevé, ce qui nous donne l'assurance que l'approche automatisée produit des données fiables à grande échelle.
La base de données complète est accessible au public sur www.finhist.com/bank-runs, où chaque épisode peut être consulté par état, ville, année ou type de banque. Chaque épisode renvoie aux articles de journaux originaux. Ci-dessous, voyez deux exemples de la façon dont les journaux ont rapporté les paniques bancaires. Nous invitons les chercheurs et le public à explorer les données, à lire les articles des journaux, à retracer des épisodes individuels et à voir ce que l’histoire, avec l’aide de l’IA, peut nous apprendre sur la dynamique de l’instabilité financière.
Source : Données financières historiques.
Notes : Panneau de gauche : Couverture de Peoples National Bank, Middletown, Delaware, 15 décembre 1928. Panneau de droite : Couverture de Peoples Bank, Mobile, Alabama, 10 juin 1927.
Ruées bancaires contre faillites bancaires
Nous considérons trois types d’événements de détresse : les paniques bancaires, les suspensions et les faillites. Différentes combinaisons d’événements peuvent caractériser différents types d’épisodes de détresse. Par exemple, il peut y avoir des paniques bancaires qui entraînent une faillite bancaire et une fermeture définitive d’une banque. Il peut également y avoir des épisodes de détresse avec une ruée bancaire mais pas de faillite bancaire, en distinguant ceux résolus avec et sans suspension. Enfin, il peut y avoir des épisodes au cours desquels une banque fait faillite sans qu’il n’y ait aucune trace d’une ruée. Notez que, par construction, une banque doit suspendre ses activités avant ou en cas de faillite. Ainsi, tout échec sera également une suspension.
La figure ci-dessous montre un diagramme de Venn avec le décompte des trois types d'épisodes de détresse. Chaque observation représente un épisode de difficultés bancaires pour une banque particulière, la même banque pouvant être soumise à des difficultés à différents moments au cours de la période d’échantillonnage. Au cours de la période 1863-1934, notre ensemble de données contient plus de 3 000 épisodes de panique bancaire. Un premier élément important tiré de nos données est que la majorité des paniques bancaires n’impliquent pas de faillite. Nous trouvons 1 906 exécutions sans échec et 1 515 exécutions avec échec. On retrouve également 13 069 épisodes impliquant une suspension, et 10 330 épisodes impliquant un échec. Ainsi, la majorité des épisodes de détresse rapportés dans les journaux impliquent une faillite bancaire.
L’intersection des paniques bancaires, des suspensions bancaires et des faillites bancaires
Fonctionnement bancaire de 1863 à 1935
Le graphique ci-dessous montre le taux d'exécutions dans la série chronologique en représentant le nombre d'exécutions en fraction du nombre total de banques chaque année. Nous nous concentrons sur les banques nationales afin de pouvoir calculer les taux par rapport au nombre total de banques. Le taux de fuites augmente au cours des années de crise majeure : 1873, 1884, 1893, 1907 (dans une moindre mesure) et la Grande Dépression. Cette fréquence de ruées confirme les récits importants de crises de l'ère pré-FDIC (par exemple, Calomiris et Gorton, 1991 ; Wicker, 1996, 2006).
La banque fonctionne avec et sans faillite de 1863 à 1934
Note : Basé sur un échantillon de banques nationales.
Le graphique fait également la distinction entre les paniques bancaires avec et sans faillite. Les courses sans échec sont particulièrement prononcées lors des crises bancaires majeures, en particulier lors des paniques de l’ère bancaire nationale. Par exemple, la Panique de 1893 comportait un nombre particulièrement important de courses sans échec (mais avec des suspensions temporaires). Les échecs ont connu un pic pendant la panique de 1893 et la Grande Dépression.
La géographie des paniques bancaires
La carte animée ci-dessous montre comment les opérations bancaires se répercutent à travers le pays au fil du temps. Chaque épisode apparaît comme un point lumineux à son emplacement géographique à sa date d'enregistrement, s'estompant au cours de l'année suivante.
La dynamique des ruées bancaires de 1863 à 1934 illustre immédiatement plusieurs tendances. Premièrement, le centre de gravité géographique des difficultés bancaires évolue au fil des décennies. Les premiers épisodes sont concentrés le long de la côte Est : New York, Philadelphie et les principales villes commerciales. À mesure que le pays s’étend vers l’ouest, les difficultés bancaires s’accentuent également. Dans les années 1890, des ruées apparaissent dans les Grandes Plaines, dans l’ouest des montagnes et sur la côte du Pacifique, reflétant l’expansion du système bancaire vers de nouvelles frontières agricoles et minières.
Deuxièmement, les crises systémiques se manifestent sous forme de vagues à l’échelle nationale. Lors de la panique de 1873, par exemple, les points se sont d’abord regroupés à New York, l’épicentre du système financier, puis se sont étendus vers Chicago, Saint-Louis, la Nouvelle-Orléans et les petites villes de l’intérieur. La crise de 1893, contrairement aux autres paniques de l’ère bancaire nationale, est née à l’intérieur du pays et a connu davantage de crises à l’Ouest et au Sud, ce qui correspond à la détresse des chemins de fer, des mines d’argent et de l’agriculture dans cette panique. En 1907, la crise éclate à nouveau à New York mais se propage rapidement à travers le réseau national de correspondants bancaires.
Troisièmement, la carte révèle le caractère régional de nombreux épisodes qui ne s’élèvent pas au niveau d’une panique nationale. Le système bancaire américain de l’époque comptait des milliers de petites banques sous-diversifiées. Les ralentissements économiques locaux, les mauvaises récoltes ou l’exposition à la baisse des prix des matières premières pourraient générer des paniques bancaires et des faillites sans nécessairement apparaître dans le discours national. Les années 1920, souvent considérées comme une décennie de prospérité, sont marquées sur la carte par un flux constant de faillites bancaires dans le Midwest agricole et le Sud, préfigurant la recrudescence des faillites bancaires pendant la Grande Dépression.
Ce qui vient ensuite
Cette nouvelle base de données sur les paniques bancaires ouvre la porte à la réponse à une série de questions auparavant difficiles à étudier. Dans notre article complémentaire, nous montrons comment nous utilisons les données pour déterminer quand et pourquoi les crises ont historiquement conduit à la faillite des banques, et discutons de la manière dont ces informations affectent les discussions politiques.
Sergio Correia est économiste principal à la Federal Reserve Bank de Richmond.
Stephan Luck est conseiller en recherche financière au sein du groupe de recherche et de statistiques de la Banque fédérale de réserve de New York.
Emil Verner est professeur Lemelson de gestion et d'économie financière et professeur de finance à la MIT Sloan School of Management.
Comment citer cet article :
Sergio Correia, Stephan Luck et Emil Verner, « Utiliser l'IA pour laisser l'histoire parler des paniques bancaires », Banque de réserve fédérale de New York Économie de Liberty Street7 juillet 2026, https://doi.org/10.59576/lse.20260707a
BibTeX : Afficher |
Clause de non-responsabilité
Les opinions exprimées dans cet article sont celles des auteurs et ne reflètent pas nécessairement la position de la Federal Reserve Bank de New York ou du Federal Reserve System. Toute erreur ou omission relève de la responsabilité du ou des auteurs.
