Documente Academic
Documente Profesional
Documente Cultură
Ce document est protg par la loi sur le droit d'auteur. L'utilisation des services d'rudit (y compris la reproduction) est assujettie sa politique
d'utilisation que vous pouvez consulter l'URI https://apropos.erudit.org/fr/usagers/politique-dutilisation/
ruditest un consortium interuniversitaire sans but lucratif compos de l'Universit de Montral, l'Universit Laval et l'Universit du Qubec
Montral. Il a pour mission la promotion et la valorisation de la recherche.ruditoffre des services d'dition numrique de documents
scientifiques depuis 1998.
Pour communiquer avec les responsables d'rudit : info@erudit.org
Rym Hachana
Facult des Sciences Juridiques,
Economiques et de Gestion de Jendouba
Tunisie
Rsum
Abstract
Resumen
Le contexte de prise de dcision est entach par des biais cognitifs. Se basant sur
un chantillon de 46 entreprises tunisiennes cotes durant 1997-2006, nous avons
dabord observ linfluence de trois biais
(sur-confiance, mimtisme et illusion de
contrle) sur la perception du risque et
ensuite, nous avons analys la relation
entre cette perception et la prise de risque
effective. Nos rsultats concluent lexistence dune relation positive entre le biais
de sur-confiance et de mimtisme et la
prise de risque et une relation ngative
entre le biais de lillusion de contrle et la
prise de risque managriale.
106
Biais Cognitifs et Prise de Risque Managriale: Validation Empirique dans le Contexte Tunisien
Le dirigeant est preneur de risque. La thorie des prospects dmontre quaprs un chec, le dirigeant opte
pour lalternative la plus risque sil anticipe des pertes
et pour lalternative la moins risque sil anticipe des
gains. A linverse, aprs une russite, le dirigeant sera
plus confiant dans ses capacits prendre les bonnes
dcisions puisque celles prises dans le pass se sont
avres judicieuses, en ngligeant le facteur chance
qui aurait jou un grand rle dans sa russite passe
(March, 1997). Donc, quil sagisse de perte ou de russite, le dirigeant prend plus de risque soit pour palier la
perte soit pour maintenir la russite.
La sur-confiance
Dfinition et Fondements
La sur-confiance managriale peut tre dfinie de deux
faons diffrentesmais complmentaires: elle signifie que
le dirigeant croit tort quil dtient avec prcision toutes
les informations dont il a besoin (Daniel et al., 1998; Acker
et Duck, 2008), ce qui implique une surestimation dans ses
capacits pouvoir anticiper correctement les tendances
du march et dune faon gnrale de lenvironnement.
Cette premire dfinition est connue sous le terme de
miscalibration.
La deuxime dfinition de la sur-confiance managriale
implique que le dirigeant surestime ses propres comptences (Langer, 1975). Cette dfinition a t dsigne par
le Better-than-average effect (Camerer et Lovallo, 1999).
Avoir sur-confiance en soi est un trait de la personnalit du dirigeant qui vhicule des dimensions culturelles,
personnelles, environnementales et autres. Cest une notion
ambigu dans la mesure o elle peut maner de sources
diverses. Ainsi, raliser une bonne performance, tre sous
lemprise mdiatique ou percevoir une rmunration leve peuvent constituer des facteurs qui rendent le dirigeant
sur-confiant (Hayward and Hambrick, 1997). Dune faon
gnrale, la sur-confiance, en tant que biais cognitif est
dtermine dans une large mesure par des considrations
individuelles et contextuelles (Forbes, 2005).
Les implications de la sur-confiance sur la prise de
risque managriale
La sur-confiance peut biaiser certaines dcisions stratgiques risques telles que le lancement dun nouveau produit, entrer sur un nouveau march, acqurir une nouvelle
socit, fonder une nouvelle entit (Hayward et Hambrick,
1997; Malmendier et Tate, 2005; Odean, 1998).
Un dirigeant trs confiant pense quil est capable de
raliser une performance suprieure en encourant plus de
risque, ce qui engendre parfois des pertes importantes. Il
est tent de sous-estimer les probabilits des menaces et
surestimer les probabilits des opportunits. Ainsi, il entre-
107
108
Le mimtisme
Dfinition et Fondements
Mthodologie de recherche
Lapport principal de cet article est de tenter doprationnaliser des concepts relatifs au profil psycho-cognitif du
dirigeant. Outre les trois biais cognitifs (le mimtisme,
la sur-confiance et lillusion de contrle), nous essayerons dapproximer galement la perception de risque du
dirigeant.
Nous prsenterons dans ce qui suit la mthodologie de
recherche qui sarticule autour de trois axes: linstrument
de mesure et la technique dchantillonnage, loprationnalisation des variables et lapproche conomtrique adopte.
Dfinition des instruments de mesure et la technique
dchantillonnage
Comme il est classique de lier la recherche exploratoire
une approche qualitative, il est ncessaire de veiller sur la
Biais Cognitifs et Prise de Risque Managriale: Validation Empirique dans le Contexte Tunisien
qualit des liens de causalit entre les variables constitutives de notre recherche. Dans une premire tape et pour
explorer les facteurs psycho cognitifs qui influencent le plus
les dcisions managriales en matire de prise de risque,
nous avons suivi une dmarche dductive. Dans une deuxime tape, nous avons vrifi la validit des consensus.
La validit de consensus est en effet fonde sur lintersubjectivit des jugements appliqus lefficacit de linstrument utilis.
Nous avons utilis cet gard deux outils, le premier
consistait en un ensemble dentretiens semi directifs,
et le deuxime comprenait un questionnaire. Ces deux
dmarches sont ncessaires et se compltent pour nous
permettre de bien saisir la porte des trois biais cognitifs
retenus.
Lentretien semi directif est un mode de recueil centr
autour dun thme de recherche prcis qui exige lutilisation dun guide dentretien dfini au pralable et qui liste
les thmes abords au cours de lentretien. Lentretien a t
effectu soit directement auprs des dirigeants, soit auprs
des attachs de direction ou des chefs de services des 46
entreprises tunisiennes cotes. Nous avons consacr 30 45
minutes par entretien o nous avons expliqu lobjectif de
notre recherche et surtout le sens prcis de chaque biais. La
majorit de nos interlocuteurs comprennent sans difficult
le biais de sur-confiance et de mimtisme. En revanche, le
biais de lillusion de contrle prte souvent confusion et
ncessite une explication plus approfondie pour le distinguer du biais de sur-confiance.
Une tude exploratoire du profil des dirigeants des
entreprises tunisiennes cotes a montr que lge de la
majorit des dirigeants est compris entre 50 et 60 ans. Ces
derniers sont gnralement affects dans le poste du prsident directeur gnral sans avoir aucune anciennet dans
lentreprise et ils cumulent en moyenne 5 mandats. Notons
en outre que la plupart des dirigeants ne dtiennent aucune
part dans le capital de la socit quil gre. Le pourcentage
moyen dtenu par le dirigeant dans le capital slve nanmoins 3%.
Grce aux entretiens mens, nous avons pu laborer un
questionnaire qui fait associer pour chaque biais dix items
et value les diffrentes propositions selon lchelle de
Likert6. Ces items ont t inspirs dans une large mesure
par les avis collects lors des entretiens mens auprs des
directeurs des entreprises de notre chantillon. Ceux-ci
devront exprimer pour chaque item lune des positions suivantes: pas du tout daccord, pas daccord, moyennement daccord, assez daccord et finalement tout
fait daccord.
Eu gard aux contraintes de recueil de linformation,
nous nous limitons aux seuls dirigeants actuels des 46
6. Il est noter que lchelle de Likert consiste se positionner sur un
continuum par rapport une srie dopinions portant sur le mme sujet
et pour lesquelles nous devons exprimer un avis.
109
110
TABLEAU 1
Les mesures des variables de ltude
Variables
Abrviations
VOLTE
MBV
XCEACTIF
Mesures
Lcart-type des rendements journaliers enregistrs au cours de lanne
La valeur boursire rapporte la valeur comptable de total actif
(Total actif de lanne en cours - Total actif de lanne prcdente) /
Total actif de lanne prcdente
Importance de R&D
R&D
Taux 1 dendettement
D_CB
Taux 2 dendettement
D_CP
SC_PRISQ
Degr de perception de
risque du dirigeant
SC_PCRISQ
SC_SRCNF
Illusion de contrle du
dirigeant
SC_ILLCLE
Mimtisme du dirigeant
SC_MIMET
Biais Cognitifs et Prise de Risque Managriale: Validation Empirique dans le Contexte Tunisien
111
TABLEAU 2
Prsentation des items des scores
1- Perception de risque
1
PCRISQ1
PCRISQ2
La recherche de la performance doit se faire selon une stratgie dfensive fonde sur la
consolidation des positions concurrentielles actuelles.
PCRISQ3
Lentreprise nest pas appele se diffrencier de ses concurrents. La diffrenciation peut lui faire
encourir des risques.
PCRISQ4
Exploiter son savoir-faire et optimiser son cur de mtier est plus rentable quinnover et
dvelopper de nouveaux savoir-faire.
PCRISQ5
PCRISQ6
Linvestissement en recherche et dveloppement ne doit pas dpasser un certain seuil de nos actifs.
Il prsente un grand risque.
PCRISQ7
La conqute du march national est plus scurisante et plus rentable que celle des marchs
internationaux.
PCRISQ8
Ma latitude concernant le recours lendettement pour financer mes projets est trs faible.
Je prfrerais plutt des ressources sres.
PCRISQ9
Si on me demande de choisir entre: un gain certain de 250 DT (A) et 25% de chances de gagner
1000 DT et 75% de chances de ne rien gagner (B). Je choisirai A.
10
PRCISQ10
Si on me demande de choisir entre: une perte certaine de 750 DT (C) et 75% de chances de perdre
1 000 DT et 25% de chances de ne rien perdre (D). Je choisirai D.
2- Biais de sur-confiance
1
SRCONF1
SRCONF2
SRCON3
Je suis convaincu(e) de ce je pense, mais cela ne mempche pas de laisser les autres exposer leurs
convictions.
SRCONF4
Que les dcisions et opinions de lquipe priment sur les miennes: ce nest pas toujours pertinent.
SRCONF5
Les choses ne vont pas toujours beaucoup mieux quand on accepte les dcisions des autres.
SRCONF6
SRCONF7
SRCONF8
Je me rallie rarement au point de vue du groupe mme pour viter les tensions.
SRCONF9
10
SRCONF10
Je suis parvenu vhiculer lextrieur une image suffisamment positive de mon entreprise.
ILLCLE1
Je nai aucune raison de perdre mon contrle puisque je chapeaute la hirarchie et je mimplique
dans les rouages de tous les services.
ILLCLE2
Outre les priorits stratgiques, je peux suivre et surveiller de prs lexploitation sans besoin de
laisser plus de latitude mes subordonnes.
ILLCLE3
ILLCLE4
Jarrive toujours assurer la meilleure ralisation et la bonne fin des budgets prvisionnels.
112
ILLCLE5
Je me sens suffisamment apte contrler personnellement les vnements imprvus et les alas.
ILLCLE6
Seules des runions improvises suffisent pour rsoudre les problmes que je rencontre au sein de
mon unit.
ILLCLE7
Il nest pas toujours recommand de recourir des runions programmes lavance pour rsoudre
ces problmes.
ILLCLE8
ILLCLE9
Jarrive toujours apprcier personnellement et mesurer convenablement lefficacit et la performance de mon entreprise.
10
ILLCLE10
4- Biais de mimtisme
1
MIMET1
Lors des runions, jentends ce que disent les autres avant que je me prononce.
MIMET 2
Pour faire face aux embarras, je me rfre souvent aux expriences passes.
MIMET3
Lexploration des expriences des dirigeants prcdents de lentreprise tait fondamentale pour
moi en dbut de carrire.
MIMET4
Pour grer les alas et lincertitude, jobserve et janalyse ce que fait le leader.
MIMET5
Pour consolider nos positions concurrentielles, il est primordial dtudier et analyser les stratgies
adoptes par la concurrence.
MIMET6
MIMET7
Exploiter les savoir-faire des concurrents est plus rentable quinnover et dvelopper de nouveaux
savoir-faire.
MIMET8
Avoir un dpartement pour analyser la concurrence est plus rationnel quun dpartement destin
analyser la demande.
MIMET9
Il ne faut pas seulement observer le comportement des co-producteurs sur le march national mais
galement sur le march international.
10
MIMET10
Approche conomtrique
Pour lanalyse des donnes, nous avons recours lanalyse en composantes principales. Le choix est motiv par
la nature de notre objectif qui consiste construire dabord
des scores aussi bien pour la prise de risque managriale
que les biais cognitifs. Pour exploiter limpact des facteurs
psycho cognitifs sur la prise de risque managriale au sein
des entreprises tunisiennes, nous recourrons la rgression
logistique.
Lanalyse en composantes principales
Pour construire les scores relatifs la prise de risque managriale, au degr de perception de risque et aux biais cognitifs prcdemment tays, nous recourrons lanalyse en
composantes principales. Le choix de cette mthode est justifie par la facilit de lanalyse en regroupant les items, lis
une variable, en des ensembles plus petits appels facteurs
et en permettant dliminer les problmes de multicolinarit entre les variables. Elle permet de dcrire et dexplorer
les relations qui existent entre plusieurs variables simulta-
Biais Cognitifs et Prise de Risque Managriale: Validation Empirique dans le Contexte Tunisien
La rgression logistique
Aprs avoir construit les scores correspondants aux quatre
biais psychologiques retenus, nous nous proposons de rvler leur impact sur la prise de risque managriale. Notre
modle se prsente alors comme suit:
SG_SCPRISQit = + PCRISQit + PCRISQ * MD_
SRCONFit + PCRISQ * MD_ILLCLEit + PCRISQ
* MD_MIMETit + it
SG_SCPRISQ est une variable binaire qui vaut 1 si
le score de prise de risque managriale est positif, sinon
0; MD_PCRISQ, MD_SRCONF, MD_ILLCLE et MD_
MIMET sont des variables binaires qui valent 1 si le score
associ au biais en question est suprieur la mdiane;
reprsente la constante; , , et sont les coefficients
affrents respectivement limpact de la perception de
risque du manager, de sa sur-confiance, son illusion de
contrle et son mimtisme; it reprsente le terme alatoire.
Lindice i reprsente lentreprise, il varie de 1 36,
tandis que lindice t indique la priode dtude considre allant de 1997 2006. Nous notons que le nombre des
entreprises observes a baiss de 46 36 tant donn que
seulement 36 entreprises ont rpondu au questionnaire qui
leur a t adress. Aussi, lentreprise nest observe que
pour la priode o lactuel dirigeant occupe son poste. En
effet, le questionnaire tabli sadresse aux seuls dirigeants
actuels des entreprises tunisiennes cotes.
Nous disposons alors des donnes de panel qui permettent de prendre en considration aussi bien la dimension
individuelle que temporelle en vue dexploiter toute linformation disponible et augmenter la significativit conomtrique et la robustesse de notre modle. En effet, le
nombre dobservations passe de 36 336. Toutefois, certaines entreprises ne sont pas observes sur la totalit de la
priode de ltude. Il sagit dun panel non cylindr.
Par ailleurs, tant donn que la variable dpendante,
SG_SCPRISQ, est qualitative, nous menons une rgression
logistique. Aussi, lobjectif de ce type de rgression est de
savoir si la ou les variables indpendantes peuvent prdire
lappartenance de Y lune ou lautre des catgories. En
fait, nous calculons la probabilit que la variable dpendante appartienne lune ou lautre des catgories.
Deux tests seront effectus pour juger la qualit de la
rgression logistique. Le premier test consiste en le maximum de vrai-semblance (-2log likelihood). Ce coefficient
nous informe sur la signification globale du modle. Pour
avoir un good fit entre le modle thorique et le modle
statistique, il faut quil soit le plus lev que possible. Le
deuxime test consiste calculer le pseudo R qui est
aussi un coefficient dajustement. Pour tre pertinente,
lanalyse en rgression doit gnrer un coefficient au moins
suprieur 0,3. Toutefois, cet indice est fonction du nombre
des observations.
113
Rsultats empiriques
Il savre pertinent de rappeler au dbut de cette section
que cette tude a permis doprationnaliser et contextualiser quatre concepts abstraits: lintensit de la prise de risque
managriale, le degr de perception de risque et les trois
biais cognitifs savoir le biais de sur-confiance, le biais de
lillusion de contrle et le biais de mimtisme.
Les vidences empiriques prsenter au sein de cette
section sarticulent sur trois axes : les rsultats de lanalyse en composantes principales adopte pour construire
les quatre scores (score de perception du risque, score de
sur-confiance, score de mimtisme et score de lillusion de
contrle), les statistiques descriptives correspondantes et
les rsultats relatifs limpact de linteraction des divers
biais cognitifs avec le degr de perception de risque sur
la prise de risque managriale. En effet, comme le mentionne Hogarth (1980), ces biais cognitifs agissent de faon
simultane.
La construction des scores
Pour construire les cinq scores, nous avons adopt la mme
dmarche. Nous avons fait soumettre leurs items correspondants une analyse en composantes principales. Lors
du traitement des donnes, nous avons spcifi au logiciel
de traitement conomtrique un seul facteur pour que lensemble dinformation soit rcapitul en un seul construit.
En spcifiant un nombre ditrations de convergence (maximum iterations for convergence) gal cent aussi bien pour
lextraction factorielle que pour la rotation, lanalyse a pu
rcuprer et expliquer la variance totale. En effet, lextraction produit une solution unique maximisant la variance
explique par les facteurs (composantes). Il y a plusieurs
modes dextraction dont lanalyse en composantes principales, le maximum de vraisemblance, etc. Parfois, les
facteurs sont difficilement interprtables car il y a peu de
variables indpendantes corrles avec les facteurs. La rotation des axes factoriels aura pour effet de rduire le nombre
de variables fortement corrles avec un axe factoriel tout
en conservant lorthogonalit entre les axes. Plusieurs
types de rotation sont permis en loccurrence OBLIMIN,
VARIMAX, etc. Nous avons choisi VARIMAX car cest
une rotation orthogonale permettant dobtenir une structure plus facile analyser parce que le nombre de variables
indpendantes corrles avec un axe factoriel est maximis.
Le nombre ditrations est le nombre de rptition de
lexcution de lalgorithme pour obtenir une solution estime convergente. Ainsi, nous avons obtenu une variance
totale explique slevant 100%. Les principaux rsultats
sont tays dans le tableau 3 ci-dessous.
Aussi, nous avons procd lanalyse de la validit
et de la fiabilit du construit. Le tableau fournit cet effet
lindice de Keyser-Meyer-Olkin (KMO) et le test de sphricit de Bartlett. Ces deux coefficients renseignent sur la
114
TABLEAU 3
Construction des scores
Intensit de la prise
de risque managriale
Items
1
2
3
4
5
6
VOLTE
MBV
XCEACTIF
IMMINC
D_CP
D_CB
Valeur
propre
1,000
1,000
1,000
1,000
1,000
1,000
Variance explique
Test de KMO
Test de Bartlett
Alpha de Cronbach
Test ANOVA
Coefficient
Items
0,000
1,000
-0,002
0,000
0,000
0,000
100%
0,497
0,000
0,013
0,019
1
2
3
4
5
6
7
8
9
10
PCRISQ1
PCRISQ2
PCRISQ3
PCRISQ4
PCRISQ5
PCRISQ6
PCRISQ7
PCRISQ8
PCRISQ9
PRCISQ10
Variance explique
Test de KMO
Test de Bartlett
Alpha de Cronbach
Test ANOVA
MIMET1
2 ILLCLE2
1,000
1,000
0,234
3 ILLCLE3
1,000
4 ILLCLE4
1,000
0,068
5 ILLCLE5
1,000
0,104
6 ILLCLE6
1,000
7 ILLCLE7
1,000
8 ILLCLE8
1,000
9 ILLCLE9
1,000
10 ILLCLE10
1,000
1 ILLCLE1
Variance explique
Test de KMO
Test de Bartlett
Alpha de Cronbach
Test ANOVA
Coefficient
0,075
0,028
0,056
0,115
0,155
0,237
0,254
0,253
0,333
0,232
100%
0,475
0,000
0,653
0,000
Items
Valeur
propre
0,329
MIMET 2
MIMET3
1,000
0,381
MIMET4
1,000
0,131
MIMET5
1,000
0,091
0,192
MIMET6
1,000
-0,414
0,191
MIMET7
1,000
0,049
MIMET8
1,000
0,142
MIMET9
1,000
0,065
1,000
-0,022
-0,012
0,072
0,108
100%
0,670
0,000
0,780
0,000
1
2
3
4
5
6
7
8
9
10
SRCONF1
SRCONF2
SRCON3
SRCONF4
SRCONF5
SRCONF6
SRCONF7
SRCONF8
SRCONF9
SRCONF10
Valeur
propre
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
Variance explique
Test de KMO
Test de Bartlett
Alpha de Cronbach
Test ANOVA
Coefficient
0,215
0,290
0,049
0,199
0,193
0,156
0,177
0,076
0,294
0,068
100%
0,577
0,000
0,702
0,000
Coefficient
1,000
1,000
0,353
Items
Biais de mimtisme
Valeur
propre
Items
Valeur
propre
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
Biaisde sur-confiance
8
9
10 MIMET10
Variance explique
Test de KMO
Test de Bartlett
Alpha de Cronbach
Test ANOVA
possibilit de factorisation des items et sur le degr dadquation entre le modle thorique et le modle statistique.
Gnralement, nous acceptons un KMO suprieur ou gal
0,5 et un test de sphricit < 0,1; ce qui est le cas pour
notre analyse.
0,059
100%
0,543
0,148
0,374
0,000
115
Biais Cognitifs et Prise de Risque Managriale: Validation Empirique dans le Contexte Tunisien
TABLEAU 4
Statistiques descriptives des biais cognitifs
Statistiques
SC_PRISQ
SC_PCRISQ
SC_SRCONF
SC_ILLCLE
SC_MIMT
Minimum
-0,1343
-1,8182
-3,5186
-2,3427
-3,1982
Maximum
12,9845
1,6578
1,1361
1,7894
1,5597
Moyenne
0,0000
0,0096
0,0139
-0,0114
0,0025
Mdiane
-0,0863
-0,1553
0,1473
0,0672
0,0267
cart-type
144,9063
2,2531
5,4650
2,5760
4,5665
Skewness
11,9144
-0,0478
-1,3787
-0,3538
-0,9306
Kurtosis
-0,1343
-1,8182
-3,5186
-2,3427
-3,1982
Le tableau 4 montre que la plupart des entreprises tunisiennes cotes, soit 50% de lchantillon, prsentent un
score de prise de risque managriale ngatif. Ce constat
saligne en moyenne avec le signe positif du score construit
pour la perception de risque. Par ailleurs, les scores de surconfiance et de mimtisme prsentent en moyenne un signe
positif alors que celui associ lillusion de contrle est
ngatif. Nous constatons en outre que les scores de surconfiance et de mimtisme sont plus volatiles que les scores
de perception de risque et de lillusion de contrle.
TABLEAU 5
Relation entre la perception de risque et la prise
de risque managriale
Statistiques
SC_PRISQ<0
SC_PRISQ>0
Minimum
-1,8182
-0,1905
Maximum
1,6578
-0,1905
Moyenne
0,0114
-0,1905
Mdiane
-0,1553
-0,1905
116
TABLEAU 6
Relation entre les biais cognitifs et la prise de risque managriale
SC_SRCONF
Statistiques
SC_ILLCLE
SC_MIMET
SC_PRISQ<0
SC_PRISQ>0
SC_PRISQ<0
SC_PRISQ>0
SC_PRISQ<0
SC_PRISQ>0
Minimum
-3,5186
0,1108
-2,3427
0,2365
-3,1982
0,2131
Maximum
1,1361
0,1108
1,7894
0,2365
1,5597
0,2131
Moyenne
0,0131
0,1108
-0,0136
0,2365
0,0006
0,2131
Mdiane
0,1473
0,1108
0,0672
0,2365
0,0006
0,2131
TABLEAU 7
Impact des biais cognitifs sur la prise de
risque managriale
Variables explicatives
Coefficients
P>|t|
Perception de risque
-0,944
0,000
Biais de sur-confiance
1,336
0,000
-1,695
0,000
Biais de mimtisme
1,426
0,000
Constante
-4,573
0,000
N
Wald chi2(4)
Prob > chi2
336
112,888
0,000
binaires qui valent 1 si respectivement le score de surconfiance, le score de lillusion de contrle et le score de
mimtisme est suprieur la mdiane des scores observs
pour chaque biais.
Le tableau 7 montre que le coefficient associ au biais
de sur-confiance est statistiquement significatif et de signe
positif. Notre premire hypothse est ainsi confirme
puisque les rsultats ont dmontr quun dirigeant surconfiant est un dirigeant preneur de risque. Il peroit moins
ltendue du risque et pense avoir les aptitudes ncessaires
engager son entreprise dans une orientation entrepreneuriale. Gnralement, des dirigeants trop confiants et
optimistes prennent plus de risque. Ils sont tents de sousestimer les probabilits des vnements adverses et surestimer les probabilits des vnements favorables (Weinstein,
1980; Krueger et Dickson, 1994). Ainsi, ils entreprennent
des stratgies trs risques sans pour autant percevoir lampleur relle et concrte du risque.
En revanche, le coefficient associ au biais de lillusion
de contrle est statistiquement significatif mais de signe
ngatif. Nous pensons que les managers tunisiens sont
mfiants lgard des changements pouvant affecter lenvironnement dans lequel ils voluent. Ils ont confiance, et
mme sur-confiance en leurs comptences mais ils nont
gure confiance en leur environnement. Ce rsultat infirme
celui de Langer (1975) et dmontre bien que les dirigeants
tunisiens veulent prserver leur capital humain, ils ont
conscience de leurs atouts (Tous les dirigeants interrogs
sont diplms de grandes universits, notamment trangres
et de renomme et jouissent dune grande exprience), ils
ont confiance en leur capacit saisir les opportunits et
dtourner les menaces mais ils sont galement conscients
des mfaits du biais de lillusion de contrle. Dailleurs,
les entretiens effectus avec les dirigeants tunisiens nous
ont permis de conclure quils sont trs sensibles tous les
vnements extrieurs, quils sont lcoute des clients et
quils regardent toujours dun il critique la conjoncture
nationale et internationale.
Par ailleurs, le tableau 7 rvle que le biais de mimtisme stimule la prise de risque managrial. Le rsultat
117
Biais Cognitifs et Prise de Risque Managriale: Validation Empirique dans le Contexte Tunisien
Conclusion
Plusieurs travaux se sont intresss tudier les biais cognitifs et leur rle dans le processus dcisionnel. Notre tude
traite de limpact de ces biais sur la perception du risque
chez le dirigeant et sur la prise de risque managriale. Etant
conscients de la difficult de la tche, nous avons men une
analyse empirique qui sappuie, dune part sur lanalyse en
composantes principales pour construire des scores aussi
bien pour la prise de risque managriale que pour les trois
biais cognitifs, et dautre part sur la rgression logistique
pour analyser limpact de ces biais sur la prise de risque
managriale au sein des entreprises tunisiennes. Ce travail a
pu tre men aprs llaboration des entretiens semi-directifs et ladministration dun questionnaire aux dirigeants
tunisiens de notre chantillon.
En rvlant le profil cognitif de 36 dirigeants des entreprises tunisiennes cotes et en observant la prise de risque
managriale durant leurs mandats, nous avons pu mettre
en vidence quune perception leve du risque est susceptible de freiner cette dernire. En outre, nos rsultats
confirment les travaux prcdents quant limpact positif
de la sur-confiance et du mimtisme sur la prise de risque
managriale. En effet, la prise de risque peut provenir dune
sur-confiance en les comptences des dirigeants saisir les
opportunits et faire face aux menaces ou bien elle peut
provenir dun comportement mimtique o elle sera moins
volontariste et devient une stratgie dadaptation organisationnelle au sens de March (1997).
Notre tude se distingue des travaux antrieurs, et
notamment des rsultats de Langer (1975) dans la mesure
o nous avons pu conclure un impact ngatif de lillusion
de contrle sur la prise de risque. Nous avons pu expliquer
que les dirigeants tunisiens sont sur-confiants en leurs comptences mais sont trs mfiants des vnements externes.
Bibliographie
Acker, D. and Duck, N.W. (2008), Cross-cultural Overconfidence
and Biased Self-attribution, The Journal of Socio-Economics,
37(5), 1815.
Banerjee, A.V. (1992), A Simple Model of Herd Behavior,
Quarterly Journal of Economics, 107, 797-817.
Barabel, M. et Meier, O. (2002), Biais Cognitifs du Dirigeant,
Consquences et Facteurs de Renforcement lors de FusionsAcquisitions : Synthse et Illustrations, Finance Contrle
Stratgie, 5 (1), 5-42.
Barnes, J.H. (1984), Cognitive Biases and their Impact on
Strategic Planning, Strategic Management Journal, 5, 129
137.
Belanes, A. and Hachana, R. (2009), An Operationalization of
Managerial Risk-Taking and its Performance Implications in
Tunisian Context, Journal Of Emerging Market Finance, 8
(3), 289-314.
Berger, P., Ofek, E. and Yermack, D. (1997), Managerial
Entrenchment and Capital Structure Decisions, Journal of
Finance, 52, 14111438.
Braido, L. (2006), Options Can Induce Risk Taking for Arbitrary
Preferences, Economic Theory, 27, 513-522.
Burmeister, K., and Schade, C. (2007), Are entrepreneurs decisions more biased? An experimental investigation of the susceptibility to status quo bias, Journal of Business Venturing,
22, 340 362
Camerer, C. and Lovallo, D. (1999), Overconfidence and
Excess Entry: An Experimental Approach, The American
Economic Review, 89 (1), 306318.
Chakraborty, A., Sheikh, S. and Subramanian, N. (2007),
Termination Risk and Managerial Risk Taking, Journal of
Corporate Finance, 13, 170-188.
Chan, L.K.C., Chen, H.L., and Lakonishok, J. (2002), On
Mutual Fund Investment Styles, Review of Financial Studies
15, 14071437.
Coles, J.L., Naveen, D. D. and Naveen, L. (2006), Managerial
Incentives and Risk-Taking, Journal of Financial Economics,
79, 431-468.
Corazzini, L. and Greiner, B. (2007), Herding, Social
Preferences and (Non-) Conformity, Economics Letters, 97
(2007) 7480.
Daniel, K., Hirshleifer, D. and Subrahmanyam, A. (1998),
Investor Psychology and Security Market Under- and
Overreactions, Journal of Finance, 53 (6), 18391885.
118
Biais Cognitifs et Prise de Risque Managriale: Validation Empirique dans le Contexte Tunisien
119