ABOUT THE SPEAKER
James B. Glattfelder - Complex systems theorist
James B. Glattfelder aims to give us a richer, data-driven understanding of the people and interactions that control our global economy. He does this not to push an ideology -- but with the hopes of making the world a better place.

Why you should listen

First a physicist and then a researcher at a Swiss hedge fund, James B. Glattfelder found himself amazed by the level of understanding we have in regards to the physical world and universe around us. He wondered: how can we move toward a similar understanding of human society?

This question led him to the study of complex systems, a subject he now holds a Ph.D in from the Swiss Federal Institute of Technology. Glattfelder is co-head of quantitative research at Olsen Ltd in Zurich, an FX investment manager focusing on market-stabilizing algorithms. In 2011, he co-authored the study “The Network of Global Corporate Control,” which went viral in the international media and sparked many controversial discussions. The study looked at the architecture of ownership across the globe, and computed a level of control exerted by each international player. The study revealed that less than 1% of all the players in the global economy are part of a highly interconnected and powerful core which, because of the high levels of overlap, leaves the economy vulnerable.

In his free time, Glattfelder enjoys snowboarding, rock climbing, surfing and listening to electronic music. 

More profile about the speaker
James B. Glattfelder | Speaker | TED.com
TEDxZurich 2012

James B. Glattfelder: Who controls the world?

James B. Glattfelder : Qui contrôle le monde ?

Filmed:
2,753,507 views

James Glattfelder étudie la complexité : Comment un système interconnecté — par exemple, un vol d’oiseaux — est plus que la somme de chacune de ses parties. Et il est apparu que la théorie de la complexité pouvait révéler beaucoup sur le fonctionnement de l’économie. Glattfelder fait découvrir une étude innovante sur comment le pouvoir se diffuse à travers l’économie globale et comment sa concentration entre un nombre étonnamment petit de mains nous rend tous vulnérables. (Filmé à TEDxZurich.)
- Complex systems theorist
James B. Glattfelder aims to give us a richer, data-driven understanding of the people and interactions that control our global economy. He does this not to push an ideology -- but with the hopes of making the world a better place. Full bio

Double-click the English transcript below to play the video.

00:16
"When the crisiscrise camevenu,
0
420
2316
«  Quand vint la crise,
00:18
the serioussérieux limitationslimites of existingexistant economicéconomique
1
2736
3120
les limites importantes des modèles économiques
00:21
and financialfinancier modelsdes modèles immediatelyimmédiatement becamedevenu apparentapparent."
2
5856
5052
et financiers actuels apparurent très vite. »
00:26
"There is alsoaussi a strongfort beliefcroyance, whichlequel I sharepartager,
3
10908
4982
« Il y a aussi une croyance, que je partage,
00:31
that badmal or oversimplisticsimpliste and overconfidentexcès de confiance economicséconomie
4
15890
4999
disant qu’une économie mauvaise ou trop simple et sûre d’elle
00:36
helpedaidé createcréer the crisiscrise."
5
20889
2401
a aidé à créer la crise. »
00:39
Now, you've probablyProbablement all heardentendu of similarsimilaire criticismcritique
6
23290
2267
Vous avez tous probablement déjà entendu de pareilles critiques
00:41
comingvenir from people who are skepticalsceptique of capitalismcapitalisme.
7
25557
3342
venant de personnes sceptiques envers le capitalisme.
00:44
But this is differentdifférent.
8
28899
1677
Mais celle-ci est différente.
00:46
This is comingvenir from the heartcœur of financela finance.
9
30576
3868
Celle-ci vient du cœur même de la finance.
00:50
The first quotecitation is from Jean-ClaudeJean-Claude TrichetTrichet
10
34444
2861
La première citation est de Jean-Claude Trichet
00:53
when he was governorgouverneur of the EuropeanEuropéenne CentralCentral BankBanque.
11
37305
3875
lorsqu’il était directeur de la Banque Centrale d’Europe.
00:57
The secondseconde quotecitation is from the headtête
12
41180
2239
La seconde citation est du chef
00:59
of the U.K. FinancialFinancier ServicesServices AuthorityAutorité.
13
43419
3365
de l’Autorité des Services Financiers du Royaume-Uni.
01:02
Are these people implyingce qui implique
14
46784
1530
Ces personnes insinuent-elles
01:04
that we don't understandcomprendre the economicéconomique systemssystèmes
15
48314
2795
que nous ne comprenons pas les systèmes économiques
01:07
that driveconduire our modernmoderne societiessociétés?
16
51109
3140
qui dirigent notre société moderne ?
01:10
It getsobtient worsepire.
17
54249
1922
Ça empire.
01:12
"We spenddépenser billionsdes milliards of dollarsdollars
18
56171
2155
« Nous dépensons des milliards de dollars
01:14
tryingen essayant to understandcomprendre the originsorigines of the universeunivers
19
58326
3224
pour essayer de comprendre les origines de l’univers
01:17
while we still don't understandcomprendre the conditionsconditions
20
61550
3862
alors que nous ne comprenons toujours pas les conditions nécessaires
01:21
for a stablestable societysociété, a functioningfonctionnement economyéconomie, or peacepaix."
21
65412
8726
à une société stable, une économie fonctionnelle ou la paix. »
01:30
What's happeningévénement here? How can this be possiblepossible?
22
74138
2835
Que se passe-t-il ? Comment cela peut-il être possible ?
01:32
Do we really understandcomprendre more about the fabricen tissu of realityréalité
23
76973
2956
Comprenons-nous vraiment mieux comment la réalité est faite
01:35
than we do about the fabricen tissu
24
79929
1663
que nous ne comprenons ce qui découle
01:37
whichlequel emergesémerge from our humanHumain interactionsinteractions?
25
81592
3138
de nos interactions humaines ?
01:40
UnfortunatelyMalheureusement, the answerrépondre is yes.
26
84730
2527
Malheureusement, la réponse est oui.
01:43
But there's an intriguingintrigant solutionSolution whichlequel is comingvenir
27
87257
3409
Mais une solution curieuse arrive
01:46
from what is knownconnu as the sciencescience of complexitycomplexité.
28
90666
4488
de ce que nous connaissons comme la science de la complexité.
01:51
To explainExplique what this meansveux dire and what this thing is,
29
95154
2843
Pour expliquer ce que cela signifie et ce qu’est cette chose,
01:53
please let me quicklyrapidement take a couplecouple of stepspas back.
30
97997
3579
permettez-moi de revenir brièvement en arrière.
01:57
I endedterminé up in physicsla physique by accidentaccident.
31
101576
2390
Je suis devenu physicien par accident.
01:59
It was a randomau hasard encounterrencontre when I was youngJeune,
32
103966
3091
Ce fut une rencontre fortuite quand j’étais jeune,
02:02
and sincedepuis then, I've oftensouvent wondereddemandé
33
107057
2105
et depuis, je me suis souvent posé des questions
02:05
about the amazingincroyable successSuccès of physicsla physique
34
109162
2079
sur le succès extraordinaire qu’avait la physique
02:07
in describingdécrivant the realityréalité we wakeréveiller up in everychaque day.
35
111241
4367
pour décrire le monde dans lequel nous nous réveillons chaque jour.
02:11
In a nutshellcoquille de noix, you can think of physicsla physique as followssuit.
36
115608
3296
En gros, on peut voir la physique de la façon suivante :
02:14
So you take a chunktronçon of realityréalité you want to understandcomprendre
37
118904
3033
vous prenez un bout de réalité que vous voulez comprendre
02:17
and you translateTraduire it into mathematicsmathématiques.
38
121937
3769
et vous le traduisez en mathématiques.
02:21
You encodeEncoder it into equationséquations.
39
125706
3436
Vous trouvez des équations pour tout ceci.
02:25
Then predictionsprédictions can be madefabriqué and testedtesté.
40
129142
3827
Et à partir de là des prédictions peuvent être faites et testées.
02:28
We're actuallyréellement really luckychanceux that this workstravaux,
41
132969
2564
Nous sommes en fait très chanceux que cela fonctionne,
02:31
because no one really knowssait why the thoughtspensées in our headstêtes
42
135533
3015
parce que personne ne sait vraiment pourquoi nos pensées
02:34
should actuallyréellement relaterapporter to the fundamentalfondamental workingsfonctionnements of the universeunivers.
43
138548
5577
pourraient vraiment approcher le fonctionnement fondamental de l’univers.
02:40
DespiteMalgré the successSuccès, physicsla physique has its limitslimites.
44
144125
3562
Malgré ses réussites, la physique a ses limites.
02:43
As DirkDirk HelbingHelbing pointedpointu out in the last quotecitation,
45
147687
2722
Comme Dirk Helbing le soulignait dans la dernière citation,
02:46
we don't really understandcomprendre the complexitycomplexité
46
150409
2494
nous ne comprenons pas vraiment la difficulté
02:48
that relatesconcerne to us, that surroundsentoure us.
47
152903
3178
qui nous touche, qui nous entoure.
02:51
This paradoxparadoxe is what got me interestedintéressé in complexcomplexe systemssystèmes.
48
156081
4648
Ce paradoxe est ce qui m’a donné de l’intérêt pour les systèmes complexes.
02:56
So these are systemssystèmes whichlequel are madefabriqué up
49
160729
1904
Ces systèmes sont faits
02:58
of manybeaucoup interconnectedinterconnecté or interactinginteragir partsles pièces:
50
162633
3480
de plein de parties interconnectées et interagissant entre elles :
03:02
swarmsessaims of birdsdes oiseaux or fishpoisson, antfourmi coloniescolonies,
51
166113
3814
les vols d’oiseaux ou bancs de poissons, les colonies de fourmis,
03:05
ecosystemsles écosystèmes, brainscerveaux, financialfinancier marketsles marchés.
52
169927
3434
les écosystèmes, le cerveau, les marchés financiers.
03:09
These are just a fewpeu examplesexemples.
53
173361
4326
Ce ne sont que quelques exemples.
03:13
InterestinglyIl est intéressant, complexcomplexe systemssystèmes are very harddifficile to mapcarte
54
177687
5243
Il est intéressant de noter que les systèmes complexes sont très difficiles
03:18
into mathematicalmathématique equationséquations,
55
182930
1860
à transposer en équations mathématiques
03:20
so the usualhabituel physicsla physique approachapproche doesn't really work here.
56
184790
4493
et que l’approche physique habituelle ne fonctionne pas ici.
03:25
So what do we know about complexcomplexe systemssystèmes?
57
189283
2193
Mais que savons-nous donc des systèmes complexes ?
03:27
Well, it turnsse tourne out that what looksregards like complexcomplexe behaviorcomportement
58
191476
3942
Eh bien, il se trouve que ce qui a l’air d’un comportement complexe
03:31
from the outsideà l'extérieur is actuallyréellement the resultrésultat
59
195418
3019
de l’extérieur est en fait le résultat
03:34
of a fewpeu simplesimple rulesrègles of interactioninteraction.
60
198437
4197
de quelques règles simples d’interaction.
03:38
This meansveux dire you can forgetoublier about the equationséquations
61
202634
4225
Ce qui signifie que vous pouvez oublier les équations
03:42
and just startdébut to understandcomprendre the systemsystème
62
206859
1863
et commencer à simplement comprendre le système
03:44
by looking at the interactionsinteractions,
63
208722
2704
en observant les interactions,
03:47
so you can actuallyréellement forgetoublier about the equationséquations
64
211426
2320
pour pouvoir vraiment oublier les équations
03:49
and you just startdébut to look at the interactionsinteractions.
65
213746
2473
et juste regarder les interactions.
03:52
And it getsobtient even better, because mostles plus complexcomplexe systemssystèmes
66
216219
3237
Et c’est même encore mieux puisque la plupart des systèmes complexes
03:55
have this amazingincroyable propertypropriété calledappelé emergenceémergence.
67
219456
3068
ont une propriété époustouflante appelée émergence.
03:58
So this meansveux dire that the systemsystème as a wholeentier
68
222524
2406
Ça veut dire que le système dans son ensemble
04:00
suddenlysoudainement startsdéparts to showmontrer a behaviorcomportement
69
224930
1735
montre soudainement un comportement
04:02
whichlequel cannotne peux pas be understoodcompris or predictedprédit
70
226665
3144
qui ne peut être compris ou prédit
04:05
by looking at the componentsComposants of the systemsystème.
71
229809
2577
en regardant les composants du système.
04:08
So the wholeentier is literallyLittéralement more than the sumsomme of its partsles pièces.
72
232386
3919
L’ensemble est donc vraiment plus que la somme de chacune de ses parties.
04:12
And all of this alsoaussi meansveux dire that you can forgetoublier about
73
236305
2346
Tout cela veut aussi dire que vous pouvez oublier
04:14
the individualindividuel partsles pièces of the systemsystème, how complexcomplexe they are.
74
238651
5349
les parties individuelles du système, quelle que soit leur complexité.
04:19
So if it's a cellcellule or a termitetermite or a birdoiseau,
75
244000
4913
Que ce soit une cellule, une termite ou un oiseau,
04:24
you just focusconcentrer on the rulesrègles of interactioninteraction.
76
248913
4349
concentrez-vous uniquement sur les règles d’interaction.
04:29
As a resultrésultat, networksréseaux are idealidéal representationsreprésentations
77
253262
4446
De cette façon, les réseaux sont les représentations idéales
04:33
of complexcomplexe systemssystèmes.
78
257708
2654
des systèmes complexes.
04:36
The nodesnœuds in the networkréseau
79
260362
2771
Les nœuds du réseau
04:39
are the system'sdu système componentsComposants
80
263133
2759
sont les composants du système
04:41
and the linksdes liens are givendonné by the interactionsinteractions.
81
265892
4200
et les liens sont donnés par les interactions.
04:45
So what equationséquations are for physicsla physique,
82
270092
2825
Ce que les équations sont à la physique,
04:48
complexcomplexe networksréseaux are for the studyétude of complexcomplexe systemssystèmes.
83
272917
4615
les réseaux complexes le sont à l’étude des systèmes complexes.
04:53
This approachapproche has been very successfullyavec succès appliedappliqué
84
277532
3224
Cette approche a été appliquée avec brio
04:56
to manybeaucoup complexcomplexe systemssystèmes in physicsla physique, biologyla biologie,
85
280756
3263
à de nombreux systèmes complexes en physique, biologie,
04:59
computerordinateur sciencescience, the socialsocial sciencesles sciences,
86
284019
3241
informatique, sciences sociales,
05:03
but what about economicséconomie?
87
287260
2297
mais qu’en est-il de l’économie ?
05:05
Where are economicéconomique networksréseaux?
88
289557
2418
Quels sont les réseaux économiques ?
05:07
This is a surprisingsurprenant and prominentéminent gapécart in the literatureLittérature.
89
291975
4597
Il y a un écart surprenant et important dans la littérature.
05:12
The studyétude we publishedpublié last yearan calledappelé
90
296572
2554
L’étude que nous avons publiée l’année dernière et appelée
05:15
"The NetworkRéseau of GlobalGlobal CorporateCorporate ControlContrôle"
91
299126
3326
« Le Réseau du Contrôle Global d’Entreprise »
05:18
was the first extensiveune vaste analysisune analyse of economicéconomique networksréseaux.
92
302452
5930
était la première analyse approfondie de réseaux économiques.
05:24
The studyétude wentest allé viralvirale on the InternetInternet
93
308382
2694
L’étude s’est répandue comme une traînée de poudre sur Internet
05:26
and it attracteda attiré a lot of attentionattention from the internationalinternational mediamédias.
94
311076
5072
et a beaucoup attiré l’attention des médias internationaux.
05:32
This is quiteassez remarkableremarquable, because, again,
95
316148
2711
C’est plutôt remarquable parce que, encore une fois,
05:34
why did no one look at this before?
96
318859
1421
pourquoi personne n’y avait pensé avant ?
05:36
SimilarSimilaires dataLes données has been around for quiteassez some time.
97
320280
3292
Des données similaires existent depuis pas mal de temps.
05:39
What we lookedregardé at in detaildétail was ownershipla possession networksréseaux.
98
323572
3640
Ce que nous avons regardé en détail était des réseaux de propriétés.
05:43
So here the nodesnœuds are companiesentreprises, people, governmentsGouvernements,
99
327212
5440
Ici, les nœuds sont des entreprises, des personnes, des gouvernements,
05:48
foundationsfondations, etcetc.
100
332652
3552
des fondations, et cætera.
05:52
And the linksdes liens representreprésenter the shareholdingactionnariat relationsrapports,
101
336204
2828
Et les liens sont les relations entre actionnaires,
05:54
so ShareholderActionnaire A has x percentpour cent of the sharesactions in CompanyCompagnie B.
102
339032
5188
par exemple l’actionnaire A possède x pourcents des actions de la société B.
06:00
And we alsoaussi assignattribuer a valuevaleur to the companycompagnie
103
344220
2272
Nous avons aussi affecté une valeur à la société
06:02
givendonné by the operatingen fonctionnement revenuerevenu.
104
346492
3037
donnée par les recettes d’exploitation.
06:05
So ownershipla possession networksréseaux revealrévéler the patternsmodèles
105
349529
3099
Les réseaux de propriété dévoilent des motifs
06:08
of shareholdingactionnariat relationsrapports.
106
352628
2521
des relations entre actionnaires.
06:11
In this little exampleExemple, you can see
107
355149
2183
Dans ce petit exemple, vous pouvez voir
06:13
a fewpeu financialfinancier institutionsinstitutions
108
357332
2120
quelques institutions financières
06:15
with some of the manybeaucoup linksdes liens highlighteda souligné.
109
359452
4393
avec les principaux liens rehaussés.
06:19
Now you maymai think that no one'sson lookedregardé at this before
110
363845
2680
Maintenant, vous pensez sûrement que personne n’y a jeté un œil avant
06:22
because ownershipla possession networksréseaux are
111
366525
2336
parce que les réseaux de propriétés sont
06:24
really, really boringennuyeuse to studyétude.
112
368861
3127
vraiment très ennuyeux à étudier.
06:27
Well, as ownershipla possession is relateden relation to controlcontrôle,
113
371988
3864
Eh bien, comme la propriété est liée au contrôle,
06:31
as I shalldevra explainExplique laterplus tard,
114
375852
1596
comme je devrai l’expliquer plus tard,
06:33
looking at ownershipla possession networksréseaux
115
377448
1358
observer les réseaux de propriétés
06:34
actuallyréellement can give you answersréponses to questionsdes questions like,
116
378806
2558
peut en fait vous donner les réponses à des questions comme
06:37
who are the keyclé playersjoueurs?
117
381364
1840
« Qui sont les acteurs-clefs ?
06:39
How are they organizedorganisé? Are they isolatedisolé?
118
383204
2192
Comment sont-ils organisés ? Sont-ils isolés ?
06:41
Are they interconnectedinterconnecté?
119
385396
1488
Sont-ils interconnectés ?
06:42
And what is the overallglobal distributionDistribution of controlcontrôle?
120
386884
3875
Et quelle est la distribution globale du pouvoir ? »
06:46
In other wordsmots, who controlscontrôles the worldmonde?
121
390759
3476
En d’autres mots, qui contrôle le monde ?
06:50
I think this is an interestingintéressant questionquestion.
122
394235
2369
Je pense que c’est une question intéressante.
06:52
And it has implicationsimplications for systemicsystémique riskrisque.
123
396604
4088
Et elle a des implications sur les risques du système.
06:56
This is a measuremesure of how vulnerablevulnérable a systemsystème is overallglobal.
124
400692
5010
C’est une mesure de la vulnérabilité d'un système dans sa globalité.
07:01
A highhaute degreedegré of interconnectivityinterconnectivité
125
405702
2863
Un haut degré d’interconnectivité
07:04
can be badmal for stabilityla stabilité,
126
408565
2867
peut être mauvais pour la stabilité,
07:07
because then the stressstress can spreadpropager throughpar the systemsystème
127
411432
3444
parce que le stress peut se répandre à travers le système
07:10
like an epidemicépidémie.
128
414876
2952
comme une épidémie.
07:13
ScientistsScientifiques have sometimesparfois criticizedcritiqué economistséconomistes
129
417828
2816
Les scientifiques ont parfois critiqué les économistes
07:16
who believe ideasidées and conceptsconcepts
130
420644
2328
qui pensent que les idées et concepts
07:18
are more importantimportant than empiricalempiriques dataLes données,
131
422972
3011
sont plus importants que les données empiriques,
07:21
because a foundationalFoundational guidelineligne directrice in sciencescience is:
132
425983
3149
parce que la ligne directrice en sciences est :
07:25
Let the dataLes données speakparler. Okay. Let's do that.
133
429132
3336
« Laisser parler les données ». D’accord. Faisons cela.
07:28
So we startedcommencé with a databasebase de données containingcontenant
134
432468
2594
Nous avons donc commencé avec une base de données contenant
07:30
13 millionmillion ownershipla possession relationsrapports from 2007.
135
435062
4143
13 millions de rapports de propriété depuis 2007.
07:35
This is a lot of dataLes données, and because we wanted to find out
136
439205
2857
Ça fait beaucoup de données, et parce que nous voulions découvrir
07:37
who rulesrègles the worldmonde,
137
442062
2558
qui dirige le monde,
07:40
we decideddécidé to focusconcentrer on transnationaltransnationale corporationssociétés,
138
444620
3832
nous avons décidé de nous concentrer sur les firmes multinationales,
07:44
or TNCsSociétés transnationales for shortcourt.
139
448452
1348
ou FMN pour faire court.
07:45
These are companiesentreprises that operatefonctionner in more than one countryPays,
140
449800
3596
Ce sont des entreprises qui sont actives sur plus d’un pays,
07:49
and we founda trouvé 43,000.
141
453396
2608
et nous en avons trouvé 43 000.
07:51
In the nextprochain stepétape, we builtconstruit the networkréseau around these companiesentreprises,
142
456004
3952
L’étape suivante fut la construction du réseau autour de ces sociétés,
07:55
so we tooka pris all the TNCs'Sociétés transnationales shareholdersactionnaires,
143
459956
2448
nous avons donc pris tous les actionnaires des FMN,
07:58
and the shareholders'actionnaires shareholdersactionnaires, etcetc.,
144
462404
2092
et les actionnaires des actionnaires, et cætera,
08:00
all the way upstreamen amont, and we did the sameMême downstreamen aval,
145
464496
2876
tout le trajet en amont, la même chose en aval
08:03
and endedterminé up with a networkréseau containingcontenant 600,000 nodesnœuds
146
467372
4041
et avons fini avec un réseau contenant 600 000 nœuds
08:07
and one millionmillion linksdes liens.
147
471413
1429
et un million de liens.
08:08
This is the TNCTNC networkréseau whichlequel we analyzedanalysé.
148
472842
3850
C’est le réseau FMN que nous avons analysé.
08:12
And it turnsse tourne out to be structuredstructuré as followssuit.
149
476692
2528
Il est apparu qu’il était structuré de la façon suivante.
08:15
So you have a peripherypériphérie and a centercentre
150
479220
2715
Il y a une périphérie et un centre
08:17
whichlequel containscontient about 75 percentpour cent of all the playersjoueurs,
151
481935
4477
qui contiennent environ 75% de tous les acteurs,
08:22
and in the centercentre there's this tinyminuscule but dominantdominant corecoeur
152
486412
3528
et au centre il y a un noyau petit mais dominant
08:25
whichlequel is madefabriqué up of highlytrès interconnectedinterconnecté companiesentreprises.
153
489940
4824
fait de toutes les sociétés fortement interconnectées.
08:30
To give you a better picturephoto,
154
494764
2435
Pour vous donner une meilleure image,
08:33
think about a metropolitanmétropolitain arearégion.
155
497199
1611
pensez à une aire urbaine.
08:34
So you have the suburbsbanlieue and the peripherypériphérie,
156
498810
2291
Vous avez la banlieue et la périphérie,
08:37
you have a centercentre like a financialfinancier districtdistrict,
157
501101
2697
vous avez un centre comme un quartier financier,
08:39
then the corecoeur will be something like
158
503798
1743
puis le cœur serait quelque chose comme
08:41
the tallestplus haut highhaute riseaugmenter buildingbâtiment in the centercentre.
159
505541
3439
l’immeuble le plus haut au centre.
08:44
And we alreadydéjà see signssignes of organizationorganisation going on here.
160
508980
4875
Nous voyons déjà des signes de l’organisation en cours ici.
08:49
Thirty-sixTrente-six percentpour cent of the TNCsSociétés transnationales are in the corecoeur only,
161
513855
5733
Trente-six pourcents des FMN sont seulement dans le cœur,
08:55
but they make up 95 percentpour cent of the totaltotal operatingen fonctionnement revenuerevenu
162
519588
4371
mais ils font jusqu’à 95% du revenu total d’exploitation
08:59
of all TNCsSociétés transnationales.
163
523959
2581
de toutes les FMN.
09:02
Okay, so now we analyzedanalysé the structurestructure,
164
526540
2840
Donc, maintenant que nous avons analysé la structure,
09:05
so how does this relaterapporter to the controlcontrôle?
165
529380
3562
qu’est-ce que cela a à voir avec le contrôle.
09:08
Well, ownershipla possession givesdonne votingvote rightsdroits to shareholdersactionnaires.
166
532942
3927
Eh bien, la propriété donne le droit de vote aux actionnaires.
09:12
This is the normalnormal notionnotion of controlcontrôle.
167
536869
2719
C’est la notion normale de contrôle.
09:15
And there are differentdifférent modelsdes modèles whichlequel allowpermettre you to computecalculer
168
539588
3207
Et il y a différents modèles qui permettent d’évaluer
09:18
the controlcontrôle you get from ownershipla possession.
169
542795
2781
le contrôle donné par la propriété.
09:21
If you have more than 50 percentpour cent of the sharesactions in a companycompagnie,
170
545576
2780
Si vous avez plus de 50 pourcents des actions d’une société,
09:24
you get controlcontrôle,
171
548356
1624
vous en prenez le contrôle,
09:25
but usuallyd'habitude it dependsdépend on the relativerelatif distributionDistribution of sharesactions.
172
549980
5176
mais habituellement cela dépend de la distribution des actions.
09:31
And the networkréseau really mattersimporte.
173
555156
2889
Et le réseau importe vraiment.
09:33
About 10 yearsannées agodepuis, MrM.. TronchettiTronchetti ProveraProvera
174
558045
2631
Il y a environ 10 ans, M Tronchetti Provera
09:36
had ownershipla possession and controlcontrôle in a smallpetit companycompagnie,
175
560676
3404
avait la propriété et le contrôle d’une petite entreprise
09:39
whichlequel had ownershipla possession and controlcontrôle in a biggerplus gros companycompagnie.
176
564080
3452
qui possédait et contrôlait une plus grande firme.
09:43
You get the ideaidée.
177
567532
1479
Vous voyez l’idée.
09:44
This endedterminé up givingdonnant him controlcontrôle in TelecomTelecom ItaliaItalia
178
569011
3263
Il a fini par avoir le contrôle de Telecom Italia
09:48
with a leverageinfluence of 26.
179
572274
3633
avec une influence de 26.
09:51
So this meansveux dire that, with eachchaque euroEuro he investedinvesti,
180
575907
3943
Ça signifie que, avec chaque euro qu’il avait investi,
09:55
he was ablecapable to movebouge toi 26 euroseuros of marketmarché valuevaleur
181
579850
3685
il pouvait changer de 26 euros la valeur du marché
09:59
throughpar the chainchaîne of ownershipla possession relationsrapports.
182
583535
3376
à travers la chaîne des rapports de propriété.
10:02
Now what we actuallyréellement computedcalculée in our studyétude
183
586911
3080
Ce que nous avons calculé dans notre étude
10:05
was the controlcontrôle over the TNCs'Sociétés transnationales valuevaleur.
184
589991
3699
est le contrôle effectué sur les valeurs des FMN.
10:09
This allowedpermis us to assignattribuer a degreedegré of influenceinfluence
185
593690
2852
Ces calculs nous ont permis d’attribuer un degré d’influence
10:12
to eachchaque shareholderactionnaire.
186
596542
2307
à chaque actionnaire.
10:14
This is very much in the sensesens of
187
598849
2582
C’est vraiment dans le sens
10:17
MaxMax Weber'sDe Weber ideaidée of potentialpotentiel powerPuissance,
188
601431
3112
de l’idée de Max Weber sur le pouvoir potentiel,
10:20
whichlequel is the probabilityprobabilité of imposingimposant one'sson ownposséder will
189
604543
3812
qui est la probabilité d’imposer sa volonté
10:24
despitemalgré the oppositionopposition of othersautres.
190
608355
3995
malgré l’opposition des autres.
10:28
If you want to computecalculer the flowcouler in an ownershipla possession networkréseau,
191
612350
4643
Si vous voulez calculer le flux d’un réseau de propriété,
10:32
this is what you have to do.
192
616993
1248
voici ce que vous devez faire.
10:34
It's actuallyréellement not that harddifficile to understandcomprendre.
193
618241
2545
Ce n’est en fait pas si compliqué à comprendre.
10:36
Let me explainExplique by givingdonnant you this analogyanalogie.
194
620786
2768
Laissez-moi vous l’expliquer par une analogie.
10:39
So think about watereau flowingécoulement in pipestuyaux
195
623554
2855
Pensez à de l’eau s’écoulant par des tuyaux
10:42
where the pipestuyaux have differentdifférent thicknessépaisseur.
196
626409
3182
de différentes largeurs.
10:45
So similarlyDe même, the controlcontrôle is flowingécoulement in the ownershipla possession networksréseaux
197
629591
4744
De façon similaire, le contrôle s’écoule par le réseau de propriété
10:50
and is accumulatingaccumuler at the nodesnœuds.
198
634335
4419
et s’accumule au niveau des nœuds.
10:54
So what did we find after computingl'informatique all this networkréseau controlcontrôle?
199
638754
3948
Alors, qu’avons-nous trouvé après avoir évalué tout ce contrôle du réseau ?
10:58
Well, it turnsse tourne out that the 737 topHaut shareholdersactionnaires
200
642702
5387
Il est apparu que 737 principaux actionnaires
11:03
have the potentialpotentiel to collectivelycollectivement controlcontrôle
201
648089
2792
avaient le pouvoir de contrôler collectivement
11:06
80 percentpour cent of the TNCs'Sociétés transnationales valuevaleur.
202
650881
4260
80 pourcents de la valeur des FMN.
11:11
Now rememberrappelles toi, we startedcommencé out with 600,000 nodesnœuds,
203
655141
3316
Maintenant, souvenez-vous, nous avons commencé avec 600 000 nœuds,
11:14
so these 737 topHaut playersjoueurs
204
658457
3777
ces 737 principaux acteurs
11:18
make up a bitbit more than 0.1 percentpour cent.
205
662234
3823
représentent donc un peu plus de 0,1 pourcent du total.
11:21
They're mostlyla plupart financialfinancier institutionsinstitutions in the U.S. and the U.K.
206
666057
4956
Ce sont pour la plupart des institutions financières des États-Unis et du Royaume-Uni.
11:26
And it getsobtient even more extremeextrême.
207
671013
2548
Et c’est même encore plus extrême.
11:29
There are 146 topHaut playersjoueurs in the corecoeur,
208
673561
4297
Il y a 146 acteurs très influents dans le cœur
11:33
and they togetherensemble have the potentialpotentiel to collectivelycollectivement controlcontrôle
209
677858
4220
et ils ont ensemble le pouvoir de contrôler
11:37
40 percentpour cent of the TNCs'Sociétés transnationales valuevaleur.
210
682078
5355
40 pourcents de la valeur des FMN.
11:43
What should you take home from all of this?
211
687433
2796
Que devez-vous retirer de tout cela ?
11:46
Well, the highhaute degreedegré of controlcontrôle you saw
212
690229
3588
Le haut degré de contrôle que vous avez vu
11:49
is very extremeextrême by any standardla norme.
213
693817
4890
est vraiment extrême depuis tous les points de vue.
11:54
The highhaute degreedegré of interconnectivityinterconnectivité
214
698707
2550
Le degré élevé d’interconnectivité
11:57
of the topHaut playersjoueurs in the corecoeur
215
701257
2312
des principaux acteurs du cœur
11:59
could posepose a significantimportant systemicsystémique riskrisque to the globalglobal economyéconomie
216
703569
5177
pourrait représenter un risque important pour l’économie globale
12:04
and we could easilyfacilement reproducereproduire the TNCTNC networkréseau
217
708746
3720
et nous pourrions facilement reproduire le réseau des FMN
12:08
with a fewpeu simplesimple rulesrègles.
218
712466
1951
avec quelques règles simples.
12:10
This meansveux dire that its structurestructure is probablyProbablement the resultrésultat
219
714417
2480
Ce qui signifie que sa structure est probablement le résultat
12:12
of self-organizationauto-organisation.
220
716897
1640
d’auto-organisation.
12:14
It's an emergentEmergent propertypropriété whichlequel dependsdépend
221
718537
3316
C’est une propriété émergente qui dépend
12:17
on the rulesrègles of interactioninteraction in the systemsystème,
222
721853
2844
des règles d’interaction dans le système,
12:20
so it's probablyProbablement not the resultrésultat of a top-downde haut en bas approachapproche
223
724697
3446
donc ce n’est probablement pas le résultat d’une méthode descendante
12:24
like a globalglobal conspiracyconspiration.
224
728143
3426
comme un complot global.
12:27
Our studyétude "is an impressionimpression of the moon'sde la lune surfacesurface.
225
731569
2933
Notre étude « est une impression de la surface de la Lune.
12:30
It's not a streetrue mapcarte."
226
734502
1329
Ce n’est pas une carte de quartier. »
12:31
So you should take the exactexact numbersNombres in our studyétude
227
735831
2639
Vous devriez prendre les chiffres exacts de notre étude
12:34
with a graingrain of saltsel,
228
738470
1440
avec un grain de sel
12:35
yetencore it "gavea donné us a tantalizingalléchant glimpseaperçu
229
739910
3392
mais ils « nous donnent un aperçu alléchant
12:39
of a bravecourageux newNouveau worldmonde of financela finance."
230
743302
4344
d’un courageux nouveau monde de la finance. »
12:43
We hopeespérer to have openedouvert the doorporte for more suchtel researchrecherche in this directiondirection,
231
747646
4440
Nous espérons avoir ouvert la voie pour de nombreuses autres recherches dans cette direction,
12:47
so the remainingrestant unknowninconnu terrainterrain will be chartedcartographié in the futureavenir.
232
752086
4737
pour que le terrain inconnu restant soit bientôt balisé.
12:52
And this is slowlylentement startingdépart.
233
756823
1445
Et ça commence petit à petit.
12:54
We're seeingvoyant the emergenceémergence of long-termlong terme
234
758268
2992
Nous voyons le début de programmes
12:57
and highly-fundedfinancé par le très programsprogrammes whichlequel aimobjectif at understandingcompréhension
235
761260
3570
à long terme et fortement financés qui tentent de comprendre
13:00
our networkeden réseau worldmonde from a complexitycomplexité pointpoint of viewvue.
236
764830
4690
notre monde en réseau du point de vue de la complexité.
13:05
But this journeypériple has only just beguncommencé,
237
769520
2038
Mais cette aventure vient juste de commencer,
13:07
so we will have to wait before we see the first resultsrésultats.
238
771558
5438
nous devons donc attendre avant d’en voir les premiers résultats.
13:12
Now there is still a biggros problemproblème, in my opinionopinion.
239
776996
3618
Mais il reste un gros problème, de mon point de vue.
13:16
IdeasIdées relatingrelatif to financela finance, economicséconomie, politicspolitique,
240
780614
5152
Les idées touchant à la finance, l’économie, la politique,
13:21
societysociété, are very oftensouvent taintedentachée
241
785766
3280
la société, sont souvent teintées
13:24
by people'sles gens personalpersonnel ideologiesidéologies.
242
789046
3816
d’idéologies personnelles.
13:28
I really hopeespérer that this complexitycomplexité perspectivela perspective
243
792862
4138
J’espère sincèrement que cette perspective de la complexité
13:32
allowspermet for some commoncommun groundsol to be founda trouvé.
244
797000
5143
permettra de trouver un terrain d’entente.
13:38
It would be really great if it has the powerPuissance
245
802143
2919
Ce serait vraiment bien si cela permettait
13:40
to help endfin the gridlockGridlock createdcréé by conflictingcontradictoires ideasidées,
246
805062
5063
de mettre fin au blocage créé par les idées divergentes,
13:46
whichlequel appearsapparaît to be paralyzingparalysante our globalizedmondialisé worldmonde.
247
810125
5130
qui paralysent notre monde globalisé.
13:51
RealityRéalité is so complexcomplexe, we need to movebouge toi away from dogmadogme.
248
815255
4666
La réalité est si complexe, nous devons nous éloigner des dogmes.
13:55
But this is just my ownposséder personalpersonnel ideologyidéologie.
249
819921
2886
Mais ce n’est que mon idéologie personnelle.
13:58
Thank you.
250
822807
2035
Merci.
14:00
(ApplauseApplaudissements)
251
824842
4677
(Applaudissements)
Translated by Bertille de Pesquidoux
Reviewed by Valérie Jacobs

▲Back to top

ABOUT THE SPEAKER
James B. Glattfelder - Complex systems theorist
James B. Glattfelder aims to give us a richer, data-driven understanding of the people and interactions that control our global economy. He does this not to push an ideology -- but with the hopes of making the world a better place.

Why you should listen

First a physicist and then a researcher at a Swiss hedge fund, James B. Glattfelder found himself amazed by the level of understanding we have in regards to the physical world and universe around us. He wondered: how can we move toward a similar understanding of human society?

This question led him to the study of complex systems, a subject he now holds a Ph.D in from the Swiss Federal Institute of Technology. Glattfelder is co-head of quantitative research at Olsen Ltd in Zurich, an FX investment manager focusing on market-stabilizing algorithms. In 2011, he co-authored the study “The Network of Global Corporate Control,” which went viral in the international media and sparked many controversial discussions. The study looked at the architecture of ownership across the globe, and computed a level of control exerted by each international player. The study revealed that less than 1% of all the players in the global economy are part of a highly interconnected and powerful core which, because of the high levels of overlap, leaves the economy vulnerable.

In his free time, Glattfelder enjoys snowboarding, rock climbing, surfing and listening to electronic music. 

More profile about the speaker
James B. Glattfelder | Speaker | TED.com