Documente Academic
Documente Profesional
Documente Cultură
Finance comportementale
Séance du 20 novembre 2017
Finance comportementale Derrière les statistiques, la finance…
Du jeu de hasard à la Bourse…
Finance comportementale : les grands débats
Rationnalité des investisseurs ?
Efficience informationnelle
Comment reconnaître l’aléatoire
A contre-courant : Rothschild (1815), Fed (2008),
anomalies de marché ? Manipulations ?
1
2
http://www.pourlascience.fr/ewb_pages/a/article‐les‐des‐sont‐pipes‐23561.php
9 10
13 14
L. Savage
Finance comportementale Finance comportementale
Une autre vision des probabilités En finance, on retrouve cette dualité d’approches
Degré de croyance dans la survenance d’un événement ou dans Approche classique, objective, fréquentiste des probabilités
la plausibilité d’une hypothèse appliquées aux rentabilités boursières
Souvent un événement de nature unique Les principaux éléments de décision (espérance et écart-types des
Ne se prêtant donc pas à une répétition d’expériences rentabilités, …) peuvent alors être déterminés par des méthodes
statistiques standard
Opinion personnelle dires d’expert, Opinion collective
Ces quantités sont supposées stables au cours du temps
Probabilité que B. Obama soit réélu
Approches privilégiant l’analyse des croyances subjectives
Selon vous-même, d’après les sondages, les bookmakers, …
sur le futur telles que reflétées dans les prix de marché
Certains auteurs comme Ramsey (1931) ou Savage (1954)
Ou en fonction des opinions d’expert
insistent sur la notion de « probabilité subjective »
Certains acteurs de marché peuvent considérer que de telles
Ces degrés de croyance peuvent être réévalués en fonction des probabilités « prospectives » peuvent être déterminées
interactions avec d’autres agents ou de nouvelles informations D’autres qu’elles sont indicatives avec un degré de confiance variable
Ceci peut donner un caractère rationnel à ces « croyances », Les acteurs de marché ne pensent pas qu’on « joue » à un jeu dont les
Keynes (1921) règles seraient fixes
15 16
Finance comportementale Finance comportementale
Approches normatives et positives Des biais cognitifs ont été mis en évidence
Espérance d’utilité de la valeur du par les psychologues et les économistes
portefeuille Finance comportementale
Von Neumann et Morgenstern (1944)
Distorsion des probabilités D. Kahneman étudie les mécanismes
Approche duale de Yaari (1987) cognitifs et les constructions déformées du
Théorie des perspectives passé et de l’avenir
Kahneman et Tverski (1979) Biais de reconstruction, biais d’optimisme
Préférences moyenne-variance
Cadre d’analyse le plus classique et le plus simple Examine la prise de décision financière en
pour analyser les choix de portefeuille faisant le lien entre psychologie,
Utilisé dans un cadre professionnel microéconomie et développement du
Résultats intuitifs : diversification
capitalisme
25 26
Exemple de choix de lotteries proposé par Holt et Laurie
29 30
33 34
Classification des attitudes vis‐à‐vis du risque parmi les
professionnels de l’assurance : CA, CXO, souscripteurs, …
35 36
Battre le marché ? Battre le marché ?
Évolution de la richesse en jouant à pile ou face Le graphique de gauche montre l’évolution de la richesse en
(gain de +/- un euro) : marche aléatoire jouant à pile ou face (gain de +/- un euro) : marche aléatoire
Sans être un statisticien, Fama a posé des
questions importantes quant à la dynamique
des prix des actifs financiers.
La notion d’efficience faible des marchés est
associée à celle de marche aléatoire.
Ces différents concepts financiers ou
statistiques ont été précisés par la suite
le tracé met en évidence des tendances Le graphique de droite représente l’évolution de la richesse
A posteriori, peuvent être aussi bien haussières que baissières d’un actionnaire américain entre 2007 et 2013
L’absence de tendance est l’exception, plutôt que la règle On aimerait bien dire que le marché devrait bientôt se retourner
En outre, les évolutions purement aléatoires Alors que sous l’hypothèse de marche aléatoire, il peut aussi bien
présentent des aspects cycliques … continuer à monter que rebaisser
37 38
45 46
En orange, achats
massifs de titres
hypothécaires
MBS : mortgage
backed securities
47 http://www.federalreserve.gov/pubs/feds/2013/201301/index.html#fig3 48
Battre le marché ?Fed (2008) Battre le marché Achats importants aux moments opportuns
?Fed (2008) et un allègement du portefeuille quand le
Un timing parfait pour les achats ? marché est au plus haut. Un timing parfait.
Évolution de l’indice S&P500 depuis 1997
http://www.oftwominds.com/blogapr14/Fed-housing4-14.html
49 50
http://www.nytimes.com/2011/03/23/busin
ess/economy/23fed.html?_r=2&ref=busine
Bias cognitifs : comment reconnaître
ss&
l’aléatoire ?
The financial statements show that the Fed earned about $3.5 billion last year
from the Maiden Lane subsidiaries it created to buy assets from the investment Comme le montre D. Kahneman, l’appréhension
bank Bear Stearns and the insurance company American International Group cognitive de l’aléatoire n’est pas naturelle et demande
un « effort » et une éducation de l’esprit
Recherche de causalités a posteriori donnant l’illusion de liens de
The Fed also made $45 billion from its portfolio of roughly cause à effet (narrative fallacy)
$1 trillion in mortgage-backed securities. Le « système 1 » du cerveau humain est une « machine
interprétative » (jumping to conclusions)
Exemples de biais cognitifs courants
And it made $26 billion from its holdings of $1.1 trillion in government debt. On suppose que les rentabilités boursières suivent une marche
aléatoire
À la date courante, le « hit » prend la valeur 1 si la rentabilité est
On voit qu’une partie importante des résultats est liée à l’achat de titres positive, 0 sinon.
hypothécaires dépréciés. Une chronique boursière va alors induire une suite de valeurs 101101
Il faudrait décomposer les 45 milliards de dollars de résultats en plus-values sur
titres, produits financiers (intérêts reçus) et pertes liées au non-remboursement
51 52
Bias cognitifs : comment reconnaître Bias cognitifs : comment reconnaître
l’aléatoire ? l’aléatoire ?
Si l’hypothèse de marche aléatoire est vérifiée, alors les valeurs L’exemple précédent illustre les problématiques associées au
successives de 0 ou de 1 sont indépendantes et la probabilité big data et au data mining en matière financière
d’obtenir la valeur 0 ou 1 est ½ Autre exemple du même type
Comme dans un jeu de pile ou face
Considérons maintenant les suites de valeurs suivantes
11111111 (le marché boursier est haussier à toutes les dates)
10101010 (les hausses compensent les baisses afin qu’il y ait autant de
hausses que de baisses)
11110000 (le marché suit d’abord une tendance haussière régulière et se
retourne)
10110011 (le marché évolue de manière erratique avec une tendance à la
hausse).
Quelles sont les évolutions qui vous semblent typiques d’une Graphique de gauche : distribution équirépartie « uniforme » totalement
marché aléatoire et celles qui ne le sont pas? Quelles sont les non aléatoire
évolutions les plus probables, les moins probables ? Graphique de droite : distribution tirée d’une loi de probabilité uniforme
53 54
Robert Shiller : « j’ai fait ma thèse sur les anticipations
rationnelles. Quand je la relis aujourd’hui, je suis mort de rire
67 68
Outre la cause due à la spéculation, l'instabilité
économique trouve une autre cause, inhérente
celle‐ci à la nature humaine, dans le fait qu'une
grande partie de nos initiatives (…) procèdent
plus d'un optimisme spontané que d'une
prévision mathématique.
69 70
71 72
Efficience des marchés : allocation
Autre approche possible de l’efficience informationelle
Les marchés financiers et les banques permettent une
allocation efficace des ressources
Sélection (screening) et tarification des crédits
Évaluation des prix des actions (rôle des analystes)
Sélection et financement des projets d’investissement à
VAN positive
Pas de rationnement du crédit
Pas de conflits dits d’agence entre actionnaires et créanciers
ou entre actionnaires et dirigeants aboutissant à un sur ou un
sous investissement
Sur-investissement : investissement dans un projet à VAN
Alan Greenspan: But how do we know when irrational exuberance
(Valeur Actuelle Nette) négative
has unduly escalated asset values?
73 74