Recherche
2.2.1. La psychologie de l’investisseur
Les sources psychologiques d’irrationalité peuvent être catégorisées comme suit : 2.2.1.1. Les croyances : (les biais cognitifs ou les biais comportementaux) 2.2.1.1.1. Le biais de conservatisme : « Conservatism bias » 2.2.1.1.2. L’heuristique de représentativité : « Representativeness bias » 2.2.1.1.3. Le biais de disponibilité : « Availibility bias » 2.2.1.1.4. Le biais d’ancrage : […]
2.2.1.1. Les croyances (Les biais cognitifs ou les biais comportementaux)
Il convient tout d’abord de définir ce qu’on entend par le terme biais cognitif : « c’est une erreur dans la prise de décision et/ou le comportement adopté face à une situation donnée résultante d’une faille ou d’une faiblesse dans le traitement des informations disponibles ». Les travaux en psychologie ont identifié de nombreux biais […]
2.2.1.2. Les préférences : « La théorie des perspectives »
La théorie des perspectives, introduite par Kahneman et Tversky en 1979 dans le but de remplacer le paradigme d’utilité espérée, propose un cadre descriptif plus général et plus complet qui aide les individus à prendre leurs décisions. La théorie des perspectives peut être définit comme étant la manière avec laquelle les investisseurs évaluent et calculent […]
2.2.1.3. Les émotions humaines et les humeurs
Généralement les individus en bonne humeur sont plus optimistes dans leurs choix et jugements que ceux en mauvaise humeur. Les investisseurs en bonne humeur sont prêts à accepter un risque élevé. Les mauvaises humeurs sont associées avec plus de vérifications et critiques dans l’évaluation d’une nouvelle information (Petty, Gleicher et Baker (1991)). Les individus sont […]
2.2.2. Les limites à l’arbitrage
L’arbitrage s’est développé en Europe dans les années 1930 et 1940, il est, stricto sensu, le résultat d’imperfections temporaires du marché. Par définition, l’arbitrage est une opération apportant un gain certain sans risque. Il s’agit de détecter les anomalies du marché pour en tirer profit et, au passage, les corriger. C’est un métier qui exige […]
2.3. Conséquences de la finance comportementale sur les praticiens du marché
La finance comportementale à changé la vision néoclassique des marchés financiers. En effet, elle à eu un impact significatif et direct non seulement sur les investisseurs mais aussi sur la finance d’entreprises et les régulateurs du marché. 2.3.1. Les investisseurs 2.3.2. La finance d’entreprise 2.3.3. Les régulateurs du marché Retour au menu : L’énigme de […]
2.3.1. Les investisseurs
L’HEMF exclut la possibilité de refaire les stratégies d’un investissement, en se basant sur l’information disponible, qui ont des rendements attendus excédant ceux du marché pour un niveau du risque systématique fixé ; en d’autre terme l’investisseur ne doit pas avoir le souhait de battre le marché. Si à court terme l’investisseur réalise des rendements […]
2.3.2. La finance d’entreprise
Si les marchés sont efficients alors le coût des fonds est toujours évalué correctement. La situation actuelle du marché ne doit avoir aucune influence sur la structure du capital des entreprises : les sociétés ne doivent pas être sur motivées à réaliser des offres du fonds supplémentaires quand ils sont potentiellement sur évalués et ne […]
2.3.3. Les régulateurs du marché
Rejeter l’HEMF résulte d’un défi sérieux pour ceux responsable de l’infrastructure du marché et de ses régulations. Il est évident que le mécanisme de l’auto régulation est imparfait et il nécessite des régulations propres qui tiennent en considération la possibilité d’un comportement humain irrationnel. Le but des régulateurs consiste alors en la concentration sur la […]
Section 3 : Mise en lumière de l’énigme de volatilité excessive : investigation empirique sur le marché boursier tunisien
D’un point de vue théorique et dans le contexte d’un marché efficient, le niveau de volatilité des taux de rentabilité devraient évoluer dans des marges raisonnables. Cependant, les études premières de Shiller (1981) et Leroy et Porter (1981) ont mis en relief l’existence d’une volatilité excessive grâce aux tests des bornes de variance et ils […]
3.1. Description des variables et de l’échantillon
L’étude empirique réalisée dans le cadre de ce chapitre porte sur les cours annuels, les dividendes et le nombre d’actions en circulation d’un échantillon de 20 entreprises cotées sur la bourse des valeurs mobilières de Tunis (BVMT). L’échantillon concerne dix banques, trois entreprises opérant dans l’industrie chimique, deux sociétés de développement, deux sociétés de leasing, […]
3.2. Stratégies des tests
3.2.1.1. Le Skewness 3.2.1.2. Le Kurtosis 3.2.1.3. Le test de Jarque-Bera 3.2.1.4. Statistiques descriptives des séries des prix et des dividendes Retour au menu : L’énigme de volatilité excessive des cours boursiers : explication par la finance comportementale à travers l’excès de confiance et le comportement grégaire. Validation empirique sur la BVMT.
3.2.1. Statistiques descriptives
L’analyse de la statistique descriptive consiste à évaluer le Skewness qui est un indicateur d’asymétrie, calculer le Kurtosis qui présente un coefficient d’aplatissement et d’effectuer l’essai de Jarque-Bera qui présente un test de normalité. 3.2.1.1. Le Skewness : C’est un outil statistique qui mesure le degré d’asymétrie de la distribution soit le moment d’ordre 3, […]
3.2.2. Tests de stationnarité
En vue d’étudier la stationnarité des deux séries, nous allons réaliser le test de Dickey-Fuller Augmenté (ADF). Ce test à été développé en 1981 en se basant sur l’hypothèse de corrélation des résidus et et sur l’estimation par la méthode des moindres carrés ordinaires (MCO) des 3 modèles suivants : Sachant que les résidus (et) […]
3.2.3. Test de bornes de variance « Variance Bounds Test » de Shiller (1981)
3.2.3.1. Présentation du test Les cours exhibent une volatilité excessive relativement aux fondamentaux, afin de comparer les deux types de volatilité, Shiller à élaboré le test de bornes de variance. Soit : (1.11) Où : Pt*: Le prix rationnel ex post, Pt : L’expectation mathématique conditionnelle en (t) de Pt* sur toute l’information disponible ; […]
CONCLUSION
Dans ce chapitre, nous avons montré dans une première section que la théorie d’efficience à subi une évolution progressive, bien qu’elle semble être vérifiée empiriquement, et ce grâce au débat animé par le développement de la littérature des anomalies. Au-delà de la présentation historique de l’évolution du paradigme classique de l’efficience des marchés, la deuxième […]
Chapitre2 : Etude de l’excès de confiance sur les marchés financiers
Les modèles de finance comportementale ont assumé, lors des expériences en psychologie, l’existence des comportements irrationnels qui fragilisent la rationalité supposée de l’individu. L’excès de confiance est considéré comme l’un de ces comportements qui pousse l’individu à la faute dans l’élaboration de ses stratégies d’investissement et participe, par conséquent, avec d’autres comportements à éloigner l’hypothèse […]
Section 1 : Mise en évidence du phénomène de l’excès de confiance sur les marchés financiers
Le terme de d’excès de confiance (appelé aussi sur confiance ou confiance excessive) à été largement utilisé en psychologie à partir des années soixante, et c’est qu’avec le début des années soixante-dix que ce phénomène devient un domaine d’intérêt des économistes, principalement, en contexte du comportement dans les marchés financiers. En effet, la psychologie et […]
1.1. Définitions et caractéristiques de l’excès de confiance
1.1.1. Définitions : Une panoplie de définitions inclut celle proposée par : Mahajan (1992, p330) qui définit la sur confiance comme étant une surestimation de la probabilité d’un ensemble d’événements, celle proposée par : Daniel, Hirshleifer et Subrahman (1997) qui définissent l’investisseur sur confiant comme celui qui sur estime la prévision de son propre signal […]
1.2. Les différentes formes de l’excès de confiance
Le phénomène d’excès de confiance constitue l’un des concepts les plus significatifs en finance comportementale moderne, il peut se manifester sous diverses formes dont nous citons les principales : 1.2.1. L’effet mieux que la moyenne : « better-than average effect » La plupart d’entre nous, lorsqu’on se compare à un groupe (d’élèves, de travailleurs..), nous […]
1.3. Les diagnostics et les remèdes de l’excès de confiance
1.3.1. Les diagnostics : Selon Mangot (2004), l’investisseur est particulièrement sujet au biais d’excès de confiance si : – il est persuadé d’être né sous une bonne étoile. – il a constaté qu’il réussisse mieux quand il écoute ses intuitions plutôt que les conseils des autres. – il suit ses propres règles en bourse, des […]
Section 2. Mise en évidence théorique de l’effet de l’excès de confiance sur la volatilité des cours boursiers
L’excès de confiance est la croyance par un individu que ses qualités personnelles sont meilleurs qu’elles ne le sont réellement. Ainsi un investisseur sur confiant ne peut pas à la fois reconnaitre et s’ajuster à ses propres limites. Shiller en 1989 signale, à travers un questionnaire envoyé à plusieurs investisseurs individuels et institutionnels juste après […]
Section 3 : Détection de l’excès de confiance et de son incidence sur la volatilité des cours boursiers : Validation empirique sur le marché boursier tunisien
3.1. Description des variables et de l’échantillon 3.2. Détection de l’excès de confiance 3.2.1. Mesure des rendements mensuels du marché 3.2.2. Mesure des volumes de transactions mensuels du marché 3.2.3 Analyse graphique des séries des rendements et des volumes de transactions mensuels du marché 3.2.4 Tests de stationnarité des séries des rendements et des volumes […]
3.1. Description des variables et de l’échantillon
La base de données de l’étude empirique réalisée dans le cadre de ce chapitre est constituée des observations mensuelles des cours de clôture, du nombre de titres traités et du nombre de titres admis d’un échantillon de 20 entreprises cotées sur le marché boursier tunisien pour une période d’étude allant du premier Janvier 2005 jusqu’au […]
3.2. Détection de l’excès de confiance
La présence du biais de sur confiance trouve sa plus célèbre illustration dans la vérification de la relation positive entre les volumes de transactions des actions et leurs rendements boursiers retardés. Notre objectif consiste alors à vérifier si, à court terme (à travers la fréquence mensuelle), les investisseurs opérant sur la BVMT exhibent une confiance […]
3.2.1. Mesure des rendements mensuels du marché
(2.1) Avec : ? Rt : Le rendement mensuel du marché, ? K : Le nombre d’actions (titres distincts) sur le marché, ? Rit : Le rendement mensuel de l’action (i) définit par : (2.2) Où : ? Pit et Pit-1 : Les cours de clôture mensuels de l’action (i), ? Dit : Le dividende […]
3.2.2. Mesure des volumes de transactions mensuels du marché
Le volume de transaction est généralement représenté par une mesure relative (Statman et al (2006)), qui est le taux de rotation définit par : (2.4) Où : ? Vt : Le taux de rotation mensuel du marché, ? K : Le nombre d’actions distinctes sur le marché, ? Vit : Le taux de rotation mensuel […]
3.2.3. Analyse graphique des séries des rendements et des volumes de transactions mensuels du marché
Figure 2.1 Graphiques des évolutions mensuelles des rendements et des volumes de transactions du marché (Période : 01 Janvier 2005- 31Décembre 2008) L’analyse de l’évolution mensuelle des rendements du marché nous permet de déceler une certaine stabilité au niveau de la série qui se situe, au niveau de 1,5. Mais nous constatons une forte variabilité […]
3.2.4. Tests de stationnarité des séries des rendements et des volumes de transactions mensuels du marché
3.2.4.1. Tests de stationnarité de la série des rendements mensuels du marché : Tableau 2.1 : test de stationnarité de la série des rendements mensuels du marché : modèle avec tendance et constante « en niveau » Nous pouvons constater, à partir du tableau 2.1, que la tendance est significative, puisqu’elle présente une erreur de […]
3.2.5. Statistiques descriptives des séries des rendements et des volumes de transactions mensuels du marché
L’analyse de la statistique descriptive consiste à évaluer le Skewness qui est un indicateur d’asymétrie, calculer le Kurtosis qui présente un coefficient d’aplatissement et d’effectuer l’essai de Jarque-Bera qui présente un test de normalité. Tableau 2.4 : Statistiques descriptives de la série des rendements mensuels du marché Les résultats obtenus soulignent que la distribution de […]