Université Tunis El- Manar

Faculté des Sciences Economiques et

de Gestion de Tunis

Diplôme des études

approfondies
Finance

Essai en finance comportementale

Phénomène de sur-réaction et de bulles spéculatives : une
investigation empirique sur le marché
boursier tunisien

Mai 2004
Candidat
Moez SEDGHIANI

Directeur de recherches
Chaker ALOUI

1
 Table des matières

Introduction générale..................................................................................................................... 5
Chapitre 1 L'interface finance traditionnelle, finance comportementale ............................... 8
1. Les fondements d’efficience des marchés financiers ....................................................... 9
1.1. Définition de l’efficience............................................................................................... 9
1.2. Les hypothèses ............................................................................................................... 9
1.2.1. La rationalité des acteurs économiques ............................................................ 10
1.2.2. La libre circulation de l’information.................................................................. 10
1.2.3. L’absence de coûts de transaction ..................................................................... 11
1.2.4. Liquidité et atomicité des investisseurs ............................................................. 11
1.3. La typologie de l’efficience ......................................................................................... 11
1.3.1. La forme faible ..................................................................................................... 11
1.3.2. La forme semi-forte............................................................................................. 12
1.3.3. La forme forte ...................................................................................................... 12
1.4. L’analyse technique...................................................................................................... 13
1.4.1. Un modèle de marche au hasard........................................................................ 13
1.4.2. Le modèle de martingale ..................................................................................... 14
1.4. Les modèles récents du random walk : Campbell, Lo et Mackinlay (1997).......... 14
1.4.1. Le random walk d’ordre (1)................................................................................... 15
1.4.2. Le random walk d’ ordre(2)................................................................................... 15
1.4.3. Le random walk d’ordre (3).................................................................................. 15
1.5. Les critiques adressées à la théorie de l’efficience................................................... 16
1.5.1. La rationalité limitée des investisseurs .............................................................. 16
1.5.2. L’arbitrage limité .................................................................................................. 17
1.5.3. Les coûts de transactions .................................................................................... 18
1.5.4. Les critiques liées à l’atomicité des investisseurs ............................................. 18
2. Les anomalies de l’efficience.............................................................................................. 19
2.1. L’effet taille ................................................................................................................... 19
2.2. L’effet “week-end” ...................................................................................................... 20
2.3. L’effet “Price-Earning-Ratio”, l’effet “Book-To-Market” et l’effet valeur ......... 20
2.4. L’effet fin du mois ....................................................................................................... 21
2.5. L’effet fin d’année........................................................................................................ 22
3. Biais psychologique et finance comportementale........................................................... 23
3.1. Définition et présentation des biais psychologiques............................................... 23
3.2. La théorie des perspectives ....................................................................................... 24
3.2.1. L’aversion au risque ............................................................................................. 25
3.2.2. Calcul mental (Mental accounting) ......................................................................... 26
3.2.3. L’auto-contrôle ..................................................................................................... 27
3.2.4. Le regret................................................................................................................. 28
3.3. Le processus heuristique............................................................................................. 28
3.4. L’émergence de l’approche comportementale .................................................... 29
3.4.1. L’ancrage ............................................................................................................... 30

2
 3.4.2 L’excès de confiance............................................................................................. 31
Conclusion ................................................................................................................................ 33
Références................................................................................................................................. 34
Chapitre 2 Impact de la présence des agents irrationnels sur le processus de formation des
prix.................................................................................................................................................. 37
1. L’effet de disposition .......................................................................................................... 38
1.1. Définition et présentation de l’effet de disposition ............................................... 38
1.2. Biais psychologique et effet de disposition .............................................................. 38
1.3. Quelques évidences empiriques de l’effet de disposition....................................... 41
2. Etude de réaction des investisseurs et impact sur le processus de formation des prix
.................................................................................................................................................... 43
2.1. La sur-réaction.............................................................................................................. 43
2.2. La sous-réaction.......................................................................................................... 45
2.3. Stratégie momentum et finance comportementale................................................ 46
2.3.1. Stratégie momentum............................................................................................ 46
2.3.2. La dépendance de la sur- et de la sous-réaction avec l’effet momentum..... 47
3. La sur-réaction sur le marché boursier tunisien : un essai d’investigation empirique49
3.1. Présentation du modèle de Debondt et Thaler (1985)........................................... 50
3.1.1. Données................................................................................................................. 50
3.1.2. Méthodologie........................................................................................................ 50
3.2. Phénomène de la sur-réaction sur la BVMT ........................................................... 51
3.2.1. Test de sur-réaction pour une période de formation de 6 mois ..................... 52
3.2.2. Test de sur-réaction pour une période de formation de 12 mois ................... 54
3.2.3. Test de sur-réaction pour une période de formation de 18 mois ................... 57
3.2.4. Test de sur-réaction pour une période de formation de 24 mois ................... 60
3.2.5. Etat récapitulatif de la sur-réaction ................................................................. 63
Conclusion ................................................................................................................................ 64
Références................................................................................................................................. 65
Chapitre 3 Détection des bulles spéculatives sur le marché boursier tunisien : un essai
d’investigation empirique ............................................................................................................ 68
1. Facteurs explicatifs des bulles spéculatives...................................................................... 69
1.1. Facteurs psychologiques ............................................................................................. 69
1.1.1. Perspectives et impressions ................................................................................ 69
1.1.1. L’expérience personnelle.................................................................................... 70
1.1.2. Le contrôle ........................................................................................................... 70
1.1.2.1. Les conséquences du besoin en contrôle.................................................. 71
3.1.2. Facteurs structurels .............................................................................................. 72
3.1.2.1. L’arrivée d’une nouvelle technologie lors d’une phase d’expansion des
profits........................................................................................................................... 72
3.1.2.2. Le « Baby Boom » et son effet sur le marché.......................................... 72
3.1.2.3. L’influence des médias................................................................................. 73
3.1.2.4. L’effet de l’illusion monétaire et de la diminution de l’inflation............ 73
3.1.2.5. La volume de transaction ............................................................................ 74
3.1.2.6. La présence des occasions de spéculation ................................................ 74
3.1.3. Les facteurs culturels ........................................................................................... 75

3
 3.1.3.1. Le media......................................................................................................... 75
3.1.3.2. L’économie moderne ................................................................................... 76
3.1.3.4. L’attention du public.................................................................................... 76
2. Les bulles spéculatives : rôles et caractéristiques ............................................................ 77
2.1. Rôles des bulles spéculatives sur les marchés financiers........................................ 77
2.2. Les bulles spéculatives comme un phénomène de rationalité............................... 79
2.3. Bulles spéculatives irrationnelles et finance comportementale ............................ 82
2.3.1. L’impact des « noise traders » sur le formation des prix en présence des bulles
irrationnelles .................................................................................................................... 82
2.3.1.1 Les « noise traders » .......................................................................................... 82
2.3.1.2. Impact de la présence des « noise traders » .................................................. 83
3. Test des bulles par décomposition de la variance modèle : un essai d’investigation
empirique .................................................................................................................................. 84
3.1. Le modèle...................................................................................................................... 85
3.2. Application du modèle d’Engsted et Tangaard sur le marché boursier tunisien 88
3.2.1. Présentation de l’échantillon et spécification des variables............................ 88
3.2.2 Etude de la stationnarité des séries..................................................................... 89
3.2.3 Test ADF ............................................................................................................... 90
3.2.2. Résultat et commentaires .................................................................................... 90
Conclusion ................................................................................................................................ 93
Annexes..................................................................................................................................... 94
Références................................................................................................................................. 99
Conclusion générale................................................................................................................... 102

4
 Introduction générale

L a théorie de l’efficience des marchés ( Fama (1970)) a donné lieu à plusieurs tests
empiriques mettant en évidence l’aptitude des prix du marché à refléter toute
l’information disponible. Elle suggère que les investisseurs sont rationnels dans la mesure
où ils réalisent des choix optimaux tout en se basant sur cette information. A cet égard,
Grossman et Stiglitz (1980) introduisent cette notion aux modèles d’évaluation. Ils
affirment qu’il est impossible de battre le marché. En conséquence, les opportunités des
profits extraordinaires passent à travers les informations privilégiées.
Cependant, les recherches élaborées dans le domaine de la finance moderne offrent un
exemple alternatif où la psychologie des investisseurs entraîne des erreurs cognitives lors
de l’analyse de l’information. Par ailleurs, cette psychologie se définit comme « la science
des comportements » et s’inscrit dans le cadre de la finance comportementale.
La théorie comportementale suppose que les investisseurs peuvent mener leurs choix non
pas rationnellement mais à travers leurs jugements du fait qu’ils sont incapables de traiter
l’information. Shiller (1981) est l’un des pionniers qui a introduit les anomalies de
l’efficience dans ses études. Il suggère que ces anomalies dépendent de la psychologie de
l’investisseur. Pareillement, Debondt et Thaler (1985), et Chen, Hong et Stein (2002)
évoquent des évidences psychologiques dans l’explication des hypothèses de la
sur-réaction. Ils montrent que les actions perdantes sur-performent celles gagnantes
ultérieurement. Daniel, Hirshleifer et Subrahmanyam (1998) modélisent la sur- et la
sous-réaction à travers l’excès de confiance des investisseurs vis à vis leurs informations
privées. De même, Barberis, Shleifer et Vishney (1998) prouvent ces mêmes anomalies
tout en se référant aux biais cognitifs. Alors que Hong et Stein (1999) étudient la sur- et la
sous-réaction tout en se basant sur l’interaction des investisseurs irrationnels. En outre,
Diyala (2001) montre que l’offre saisonnière des capitaux (SEO) est caractérisée par un
renversement des rendements menant ainsi la sur-réaction des cours boursiers.
La finance comportementale, comme la finance traditionnelle, se base sur un certain
nombre d’hypothèses. En fait, au-delà des hypothèses traditionnelles, elle évoque
l’irrationalité du comportement humain à savoir, l’ancrage, les erreurs cognitifs, le

5
changement des attitudes vis-à-vis du risque, l’aversion au regret et l’auto-contrôle
imparfait…etc.
La sur- et la sous-réaction sont inspirées des biais de jugement étudiés par la psychologie
cognitive; elles sont fondées sur la représentativité de Kahneman et Tversky (1974) et sur
l’incapacité des investisseurs à comprendre quelques évènements particuliers De plus,
elles s’adressent à la théorie de conservatisme (prudence) proposée par Edwards (1968)
qui est définie comme l’ajustement graduel des prix en face des nouvelles informations.
D’autres aspects peuvent être traités sous la tutelle de la finance comportementale.
Certainement, l’effet de disposition représente l’un d’entre eux. La théorie des prospects
montre que les investisseurs cherchent à se débarrasser des actions gagnantes et de
détenir les actions perdantes, il s’agit de effet de disposition.
Au cours des deux dernières décennies, la littérature de la finance comportementale a été
développée d’une manière considérable. Il s’agit d’une littérature qui traite la psychologie
comme étant un facteur explicatif du comportement irrationnel de l’investisseur. Elle
regroupe deux différentes approches ; l’une tente à expliquer la psychologie et l’autre
cherche à évaluer les cours sur le marché boursier. Elle donne, ainsi, naissance à un
binôme psychologie-finance capable de décrire les différents mouvements irrationnels
présents sur le marché.
Notre travail s’inscrit dans le cadre de la finance comportementale visant à étudier le
comportement des investisseurs tunisiens sur le marché boursier tout en se concentrant
sur l’identification de l’effet de l’irrationalité sur le processus de formation des prix et sur
les bulles spéculatives. Pour ce faire, ce mémoire s’articulera autours de trois chapitres :
Nous réservons un premier chapitre à l’étude de la finance comportementale et ses
implications sur la rationalité des investisseurs tout en mettant en exergue la notion de
l’efficience des marchés à travers son corps d’hypothèses et ses différentes formes. Il sera
également question d’étudier les différentes critiques adressées à cette théorie. A cet
égard, nous procèderons à l’étude de l’émergence d’un nombre de biais cognitifs liés au
comportement des investisseurs. Il est donc nécessaire de présenter ces différentes
anomalies tout en se basant sur l’incapacité des hypothèses de la théorie traditionnelle à
vérifier de tel aspect.
(Le second chapitre traitera l’impact de l’irrationalité sur le processus de formation des
prix et ce, à travers différents aspects de comportement des investisseurs.
Particulièrement, nous allons définir, tout d’abord, la notion de l’effet de disposition et
son impact sur les prix. En suite, nous présenterons la sur- et la sous-réaction tout en
montrant leur relation avec les l’effet momentum. Pour clôturer le chapitre, nous
procèderons à une investigation empirique visant à prouver la présence de la sur-réaction
sur la bourse de valeurs mobilières de Tunis à travers le modèle de Debondt et
Thaler (1985).

6
Le dernier chapitre sera consacré à l’étude des bulles spéculatives. En conséquences, nous
allons présenter les différents facteurs explicatifs de ces bulles via l’aspect irrationnel de
l’investisseur. Ensuite, nous aborderons leurs différentes formes et leurs caractéristiques.
En fin, nous tenterons à détecter la présence des bulles sur le marché boursier tunisien.

7
 Chapitre 1
L’interface finance traditionnelle,
finance comportementale

“ How could economics not be behavioral? If it isn’t behavioral, what the hell is it?”
(Murger (2002, p.1)).

L 'hypothèse de l'efficience des marchés (Fama (1991)) essaie de montrer que les cours
boursiers reflètent à tout moment l'information disponible. Par conséquent il est
impossible de réaliser des rendements supérieurs à ceux de l'arbitrage. C'est une théorie
très solide. En fait, plusieurs travaux empiriques se sont fondés pour la tester.
Fama (1991) présente ses travaux comme des tests d'anticipation des rendements. Ils
sont plus généraux parce qu'ils ne se basent pas seulement sur la capacité de prévision des
rendements à partir de l'historique des cours, mais aussi à partir de la prévisibilité des
rendements.
De nos jours plusieurs études ont été élaborées pour montrer l’ajustement graduel des
cours boursiers aux informations. De ce fait, il est intéressant d’examiner les rendements
anormaux de long terme pour déduire si les marchés sont efficients ou pas. Une première
approche soutient que la sur-réaction ne doit pas être exclue, mais elle ne présente pas un
défi pour ne pas renoncer à l'hypothèse de l’efficience. Particulièrement, Fama et
French (1996), prouvent l’incapacité de ces anomalies à juger la théorie traditionnelle du
fait qu’elles sont imprévisibles. Alors que la seconde, appartenant à l’économie
"comportementale" représentée principalement par DeBondt et Thaler (1985, 2003),
Barberis, Shleifer et Vishny (1998), Benartzi et Thaler (1995), Daniel, Hirshleifer et
Subrahmanyam (1998), Hong et Stein (1999), Odean (1998), Barberis et Thaler (2002) et
Huberman (2003) montrent que les agents possèdent l’information hiérarchiquement.
Ainsi, ils traitent séparément l’information privée et l’information publique. De même,

8
ces investisseurs perçoivent différemment un signal positif ou négatif menant les marchés
financiers à sur- ou à sous-réagir à l’information. Les agents semblent discriminer entre
les informations consonantes et celles dissonantes avec leurs croyances. Cette deuxième
théorie constitue le fondement de notre analyse. Dans un contexte intertemporel avec
signaux informationnels, nous sommes intéressés à la compréhension des croyances et à
la manière dont les agents perçoivent un signal.
Nous progressons en trois sections : la première section traitera les fondements
théoriques de l’efficience des marchés et ses différents aspects. Dans une deuxième
section, nous présenterons les anomalies de l’efficience et comme troisième section, nous
exposerons l’émergence de la finance comportementale à travers ses biais psychologiques.

1. Les fondements d’efficience des marchés financiers

1.1. Définition de l’efficience

La propagation de la théorie traditionnelle a été marquée par la présence de nombreuses

études cherchant à mieux définir la notion de l’efficience, notamment les travaux de
Fama (1991). Généralement, un marché est efficient lorsque les cours reflètent toutes les
informations disponibles sur le marché et lorsque toute nouvelle doit être incorporée
instantanément dans les prix. Dés lors, tout changement dans le prix doit être
nécessairement suivi par la diffusion de nouvelles informations sur le marché. En
conséquence, le marché des actions n’est efficient que si et seulement si les cours
boursiers incorporent toute l’information disponible sur le marché. De même pour les
marchés de change, tout changement des taux d’intérêt suscitera, par conséquent, une
variation des taux de changes. La mise en place de la théorie de l’efficience indique que
tous les marchés sont efficients, que les prix réels sont capables de décrire à tout
moment l’état de l’investissement en question et par conséquent l’impossibilité de
générer un profit extraordinaire qui va au-delà du risque encouru.

1.2. Les hypothèses

Les hypothèses de l’efficience du marché sont aux nombres de quatre :

(i). la rationalité des investisseurs
(ii). la gratuité et la libre circulation de l’information
(iii). l’absence de coûts de transactions et de douanes
(iiii). l’atomicité des investisseurs

9
1.2.1. La rationalité des acteurs économiques

Généralement, l’efficience du marché est étroitement liée à la notion de rationalité des

investisseurs. En effet, tout investisseur doit se comporter d’une manière cohérente à la
situation dont il est présent suite à l’émission de nouvelles informations, les investisseurs
doivent se comporter d’une manière identique ; il est nécessaire de détenir ou d’acheter
l’actif en cas d’anticipation à la hausse ; toutefois, et en cas d’anticipation à la baisse, il est
nécessaire de vendre pour minimiser les pertes. De tel comportement est logique dans la
mesure où chaque individu cherche à maximiser sa fonction d’utilité espérée sans
parcourir de risque supplémentaire. En effet, ces investisseurs offrent un ensemble
d’informations aux professionnels, qui sont généralement suivis par d’autres moins
informés créant ainsi un comportement mimétique. Delong, Shleifer, Summers et
Waldman (1990) introduisent la notion des « noises traders » qui sont des investisseurs
détenant l’information à travers les analystes techniques, les intermédiaires financiers ou
les consultants économiques… Ils montrent que la présence de ces investisseurs
irrationnels sur le marché explique 20% de la volatilité excessive des cours boursiers.

1.2.2. La libre circulation de l’information

On entend par libre circulation de l’information que toutes les informations se diffusent
indépendamment du type de l’investisseur en circulant librement entre eux, pas
d’information cachée. De même, cette hypothèse suscite l’incorporation immédiate de
l’information dans le prix de l’actif en question. D’autre part, il est à noter que cette
hypothèse s’effondre en cas d’insuffisance des moyennes logistiques qui sont coûteux
surtout pour les petites entreprises. En plus, l’intégration graduelle de l’information et la
faiblesse de son système, même pour quelques investisseurs institutionnels, représente un
défaut à l’ajustement des prix aux informations. Généralement, pour que l’information
circule librement entre les investisseurs et indépendamment de leur type, il est nécessaire
qu’elle soit gratuite. Néanmoins, en allouant un coût à l’information, certains acteurs du
marché n’utiliseraient l’information que lorsque son coût est élevé dans le but de
procurer un profit extra-ordinaire.

10
1.2.3. L’absence de coûts de transaction

L’investisseur peut acheter ou vendre sans limite, sans coûts et sans taxes. En présence de
barrière de taxation ou de transaction, les investisseurs ne peuvent pas se comporter
d’une manière efficace, et par conséquent, les prix ne sont plus efficients. En effet, cette
condition d’efficience reste très théorique et impossible à se concrétiser sur le plan
pratique. En fait, la plupart des bourses considèrent une dépendance entre les coûts de
transaction, rémunération des intermédiaires et taux d’imposition. A cet égard,
l’investisseur ne réagira dés qu’il estime que l’information est capable de générer un profit
supérieur aux coûts de transactions. Ces coûts représentent un biais à l’efficience des
marchés.
1.2.4. Liquidité et atomicité des investisseurs

Dans un marché efficient, tout investisseur ne doit en aucun cas influencer les prix par
simple ordre d’achats et de ventes. Seule l’information peut influencer les cours. Il est de
même à noter que la liquidité est incapable de varier le niveau des prix sur le marché.
Malgré la simplicité de cette condition, elle représente, en d’autre part, une source
d’inefficience du marché. Certainement, la présence d’actionnariats majoritaires et
d’investisseurs institutionnels, qui forment le nœud de l’actionnariat, peut entraîner une
variation non significative des prix par rapport aux informations publiées dans la mesure
où seuls les petits investisseurs réagissent aux nouvelles rationnellement. Dés lors, on
assiste à un écart entre valeur fondamentale et prix marchand. A fin de mieux
comprendre les caractéristiques propres à la théorie de l’efficience, nous avons besoin
d’exposer les différentes formes (Fama (1991)).

1.3. La typologie de l’efficience

Nous présenterons trois formes de l’efficience : la première est faible, la seconde est
semi-forte, et la troisième est forte

1.3.1. La forme faible

Dans un marché efficient de forme faible, les cours des titres reflètent tout ce qui est
historique. L’observation du volume de transaction passé n’a pas de pas de force pour
battre le marché ou de réaliser des rendements ajustés au risque supérieurs. A cet égard là,
il est impossible pour tout investisseur de battre le marché et donc de réaliser des profits
extraordinaires tout en anticipant les cours par le biais des analyses techniques. Lorsque

11
l’investisseur ne peut pas baser ses anticipations à partir des évolutions historiques des
prix, le prix de l’actif ne reflètera, en aucun cas, l’ensemble de l’information présente sur
le marché.

1.3.2. La forme semi-forte

Les cours boursiers réagissent instantanément à l’annonce d’informations dés que ces
dernières deviennent publiques. Ces informations peuvent être des donnés macro-
économiques et financières, les quelles affectent l’ensemble des valeurs des sociétés
(dividendes, chiffre d’affaire…). La forme semi-forte montre que les prix actuels
dépendent de l’ensemble de l’information publiquement publiée. D’autres parts, elle exige
que l’information disponible incorpore en plus des données historiques toutes les
nouvelles récemment publiées. De tels critères expliquent l’incapacité de prévoir les cours
futurs tout en se basant sur les informations récemment publiées.

1.3.3. La forme forte

Un marché est dit efficient au sens fort si et seulement si toutes les informations privées
sont intégrées aux cours. Réellement, une décision stratégique n’est jamais instantanément
introduite. Effectivement, une décision ne doit être choisie que seulement en présence
des informations privilégiées, nous aurons donc par la suite des acteurs mieux informés.
Une multitude de tests a été réalisée illustrant la sur-performance des gérants
professionnels ou des acteurs les plus informés par rapport aux mal informés. L’efficience
dans sa forme forte entraîne l’imprévisibilité des cours futurs en fonction des
informations non encore publiées et, par conséquent, il est impossible de battre le marché
et de créer des profits. L’information privée ou privilégiée est détectée à partir des
informations non publiquement publiées et qui sont détenues par des investisseurs
privilégiés eu égard qu’ils travaillent au sein de l’entreprise, du conseil d’administration ou
des organismes de contrôle…
La notion d’efficience a connu plusieurs évolutions à travers le temps et surtout pour son
analyse technique. En effet, on assiste à un accroissement phénoménal des recherches
dans le domaine de la théorie d’efficience. Dés lors, il est intéressant de revoir ces travaux
en détails.

12
1.4. L’analyse technique

Généralement, l’analyse technique de l’efficience peut être cernée à partir de deux

approches. La première a été développée par Fama (1991) et Samuelson (1965) et la
seconde a été bien spécifiée dans les travaux de Campbell, Lo et Mackinlay (1997).

1.4.1. Un modèle de marche au hasard

Selon Fama (1991), la marche au hasard ne permet en aucun cas de prévoir les cours
futurs et, par conséquent, il est impossible d’anticiper les fluctuations des cours. Cela,
peut être aussi vu à partir de l’indépendance des cours boursiers dans le temps.
Fama (1991) synthétise son idée à travers la formulation suivante

Ρt +1 = Ρt * ε t +1 (1.1)

Log Ρt +1 = Log Ρt + Logε t +1

Ρ 
Log t +1  = Logε t +1
 Ρt 

R T +1 = ξ T +1
Ρ  (1.2)
avec R = Log  t + 1
T +1

 Ρt 
et ξ T +1 = Log ε t + 1

On peut conclure que la rentabilité suit le bruit blanc et, en conséquence, Fama (1991)
montre indépendance des cours dans le temps.

13
 ΡT +1 = Log Ρt +1 et ΡT = Log Ρt
ΡT +1 = ΡT + ξ T +1
avec ΡT +1 prix en t + 1 (1.3)
ΡT prix en t
ξ T +1 bruit blanc

1.4.2. Le modèle de martingale

Le modèle présenté par Samuelson (1965) est moins rigide que celui proposé par
Fama (1991). En réalité, l’indépendance des rentabilités dans le temps ne représente pas
une hypothèse de ce modèle.

Et(Pt+1)=Pt (1.4)
avec Et moment non centré d’ordre m
Pt le prix en (t)
Pt+1 le prix en (t+1)

A travers du modèle présenté ci-dessus, on peut conclure que les cours actuels peuvent
prévoir les cours futurs tout en se basant sur l’ensemble de l’information présent en (t)
noté It.
Dés lors (1.3) implique l’écriture suivant

Et(Pt+1-Pt/It) = 0 (1.5)

Samuelson (1965) suggère que Pt suit une martingale et que tout accroissement des cours
est adéquat aux informations disponibles, l’accroissement (Pt+1 - Pt ) est dit « fair game ».

1.4. Les modèles récents du random walk : Campbell, Lo et

Mackinlay (1997)

Ces chercheurs ont mi en exergue des modèles de marche au hasard tout en se basant sur
les hypothèses décrites par Fama (1991) et Samuelson (1965). Ils définissent trois
catégories du « random walk. »

14
1.4.1. Le random walk d’ordre (1)

La formule la plus générale de la marche au hasard est que les bruits blancs sont
indépendants et identiquement distribués ~iid(0,σ2 ).

Pt+1=µ+Pt+εt+1 (1.6)
avec εt Æ iid (0,σ2 )

Il s’agit donc d’une « fair game » marche au hasard plus développée que celle de la
martingale. Sûrement, ce modèle prouve non seulement la non-corrélation des résidus
dans le temps, mais, aussi l’indépendance des évolutions aléatoire des cours.

Ρ 
E t  = tµ + Ρt −1
 Ρ0 
(1.7)
Ρ 
Var t  = tσ 2
 Ρ0 
Campbell, Lo et Mackinlay montrent que la marche au hasard d’ordre (1) est non
stationnaire puisque son écart type et son espérance évolue en fonction du temps.

1.4.2. Le random walk d’ ordre(2)

Généralement et surtout pour un horizon de long terme, le « random walk1 » ne satisfait

pas l’hypothèse de l’indépendance et la distribution identique des résidus. Dés lors,
Campbell, Lo et Mackinlay (1997) ont éliminé cette hypothèse et ce dans le but de mettre
en place un modèle dont les erreurs sont est indépendamment mais pas identiquement
distribués. Il s’agit donc du « random walk 2 ». Campbell, Lo et Mackinlay (1997) montrent
que le « random walk1 » ne représente qu’un cas particulier du « random walk 1 ».
Economiquement, le « random walk 1 » est plus appropriée dans la mesure où toute
fluctuation des cours est imprévisible.

1.4.3. Le random walk d’ordre (3)

Ces mêmes chercheurs ont tenté à présenter un nouveau modèle de plus en plus
améliorer. En effet, ils présentent le « random walk3 » dont les résidus sont ni

15
indépendants ni identiquement distribués. Le « random walk1 et 2 » représentent des cas
particuliers de ce modèle.

Pt=µ+Pt-1+εt (1.8)
avec cov(εt,εt-k)=0 pour tout k≠0
cov(ε2t,ε2t-k) ≠0 pour certain k=0

De nombreuses critiques ont été adressées à la théorie de l’efficience. Il s’agit, en

particulier, des inconvénients liés à la modélisation du corps d’hypothèses. Dans ce qui
suit nous allons mettre en exergue ses limites.

1.5. Les critiques adressées à la théorie de l’efficience

Plusieurs travaux ont démontré l’insuffisance de la théorie de l’efficience, ces critiques

pouvant être liées l’ensemble des hypothèses développées ci-dessus et à un certains
nombres d’anomalies existantes sur les marchés financiers. Dans ce paragraphe nous
développerons les principales critiques adressées au développement des hypothèses,
parmi ces critiques, nous notons, en premier lieu, la rationalité limitée ou encore
l’irrationalité des acteurs économiques

1.5.1. La rationalité limitée des investisseurs

Lors de la détention de l’actif, les investisseurs confrontent plusieurs problèmes. En effet,

les investisseurs, en quelques circonstances, sont obligés de vendre leurs titres malgré
qu’ils soient gagnants. D’autres parts et au niveau de traitement de l’information, les
investisseurs n’analysent pas l’information d’une manière fiable. Aussi, la présence des
« noise traders » (Delong, Shleifer, Summers et Waldman (1990) (DSWW)) ou bruiteurs
entraîne une mauvaise compréhension de l’information et par conséquent, les
investisseurs ne réagissent pas rationnellement à l’information. Alors une telle situation
ne permet pas aux investisseurs de maximiser leur utilité tout en se basant sur le critère de
maximisation de l’utilité espérée (DSWW (1990) et Barone (2004)). Ces auteurs
présentent les « noise traders » comme des agents mal informés ou pressés dont la
demande est aléatoire. Les études empiriques montrent que les « noise traders »
représentent 20% de la volatilité excessive constatée sur les marchés financiers. De même,
d’autres chercheurs ont mi en place une relation qui apparaît comme anecdotique entre
les investisseurs en bourses et le temps, aussi, une relation entre les résultats du Super-
bowl et l’indice boursier.

16
Comme seconde critique adressée aux hypothèses on conclut la présence de coûts de
transaction sur les marchés financiers. Shiller (1989) prouve que la psychologie est
essentielle dans la compréhension la dynamique des prix (pour 2/3 des interrogés)
ce qui expliquerait la forte chute des cours en octobre 1987. Odléan (1996),
Chen (2003) et Vissing-Jorgensen (2003) montrent que Les investisseurs tiennent
comptes des influences interpersonnelles, le mimétisme et la contagion, qui induisent
toujours à une forme d’irrationalité. Kahneman, Slovic et Tversky (1982) ou
Barberis et Thaler (2002, p.4) présentent ces anomalies comme des biais
psychologiques et proposent deux explications différentes et complémentaires, à
savoir que les investisseurs ne seraient pas “bayésiens” et seraient par ailleurs sur-
confiants dans leur jugement : Au début, il est clair que les rôles de Bayes sont
incapables de caractériser le comportement des investisseurs suite aux annonces de
nouvelles informations. Effectivement, les agents sur-pondèrent les nouvelles
informations et négligent celles du passé. En d’autres termes, ils réviseraient leurs
opinions sans tenir compte de toute l’information passée. Néanmoins, ce résultat
confirme l’hypothèse selon laquelle la volatilité excessive des actifs financiers dépend de la
sur-réaction des cours. Dans un second temps, Les investisseurs sur-confiants se
présentent sur le marché avec d’autres rationnels. La participation des investisseurs sur-
confiants au sein du marché entraînerait un accroissement du volume de transaction et
volatilité des cours. Une telle situation induira à une hausse des prix. Toute rumeur ou
information briserait l’optimisme de l’investisseur et conduira au crash.

1.5.2. L’arbitrage limité

Défini comme l’achat et la vente simultané du même actif sur deux différents marchés.
L’arbitrage est l’un des concepts fondamentaux de l’efficience. Théoriquement, tout
arbitrage n’est pas suivi de risque supplémentaire. L’arbitragiste joue un rôle de régulateur
dans la mesure où il rapproche les prix vers leurs fondamentaux. Généralement, nous
pouvons distinguer la présence des arbitragistes dans plusieurs marchés tels que le marché
des obligations. Sur ce marché, le calcul des valeurs est faisable dés que les cash flows des
capitaux sont certains. A cet égard là, il n’existe pas de risque fondamental pour
l’arbitrage. Malgré cette diversité des marchés, les arbitragistes évitent les marchés où la
volatilité est importante dans la mesure où ils sont averses au risque. Cette concentration
des arbitragistes est due au fait qu’une forte volatilité entraînerait une sous-évaluation
extrême, et donc moins d’opportunité d’arbitrage.
De nouvelles recherches empiriques montrent l’existence d’anomalies. La théorie de
l’efficience présente que tout rendement anormal doit être compensé par un niveau de
risque anormal. L’hypothèse de l’efficience des marchés (HEM) exige que les

17
investisseurs connaissent les différentes opportunités d’arbitrage. L’excès du rendement
est donc neutralisé par l’arbitrage. Toutefois, en réalité, les sources d’arbitrage sont
concentrées entre les mains de quelques investisseurs professionnels. Comme résultat, ces
investisseurs tiennent compte non pas seulement du risque systématique mais encore du
risque total. L’idée que l’équilibre des rendements en excès est assuré tout en se basant sur
le risque systématique comme déterminant potentiel, est erronée. Shleifer et
Vishny (1998) suggèrent que le risque spécifique dissuade les arbitrages dans la mesure où
il s’agit d’un risque des fondamentaux ou des « noise traders ».
Sur le court terme, le rendement des portefeuilles des arbitragistes est plus volatil. Par
conséquent, le risque est spécifique, il ne peut pas être délimité par les arbitragistes dans
ce segment de marché. Dans le cas extrême, les arbitragistes, et en but d’éliminer la sous-
évaluation des actifs, perdent de l’argent et cherchent à liquider leurs positions. Pour une
telle situation, les arbitragistes sont peu efficaces dans l’atténuation de cette sous-
évaluation et surtout lorsqu’elle est aussi importante. Shleifer et Vishny (1998) présentent
qu’entre (1990-1991), les cours des banques commerciales baissent brusquement et
plusieurs arbitragistes risquent de perdre. A fin de perdre tous leurs fonds, ces
arbitragistes vont, de même, vendre leurs participations, le cours continuera à chuter.

1.5.3. Les coûts de transactions

Usuellement, on constate, dans toutes les places financières du monde, la présence des
coûts de douanes et transactions. A cet égard là, l’efficience n’est pas vérifiée.
Effectivement, l’investisseur ne réagit pas à l’information d’une façon rationnelle que
lorsque les profits espérés sont susceptibles de couvrir les coûts de transactions
supportés. Par conséquent, il est crucial d’ignorer ces coûts, et leur présence provoquera
par la suite une divergence des valeurs réelles par rapport aux fondamentaux, d’où
l’efficience n’est pas garantie. On peut parler d’une relation inverse entre coût de
transaction et efficience puisque si l’un est approuvé l’autre disparaît par la suite.
Dans ce qui suit, nous développerons la non-atomicité des investisseurs sur les marchés.

1.5.4. Les critiques liées à l’atomicité des investisseurs

Nous parlons d’atomicité des investisseurs lorsqu’aucun mouvement d’achat et de vente

ne peut influencer le marché. Toutefois, on assiste généralement à une incomplétude
entre offre et demande en cas d’ordre d’achat ou de vente élevée, et ce, du fait que tout
fort achat ou vente d’actifs est une source d’augmentation ou baisse aléatoire des prix. De
même, il est à noter que les investisseurs ne font pas toujours attention à l’information
pour des buts stratégiques. Les investisseurs cherchent à maintenir leur position quelque

18
soit la nature de l’information, ce qui influe sur les prix des actifs et sur leur rationalité, ce
qui représente une contradiction à la théorie d’efficience.
Suite aux critiques adressées à la définition de la l’efficience et son corps d’hypothèses,
les défenseurs de cette théorie ont cherché à mettre en place des définitions moins rigides
que celles de Fama (1991). Au-delà des critiques adressées à l’efficience, nous pouvons
montrer la présence d’autres insuffisances de cette théorie. Effectivement, nous assistons
à l’existence d’un certain nombre d’anomalies sur les marchés. Ces anomalies se
présentent généralement sous formes de biais liées à l’actif en question, à son cycle
d’exploitation ou à la conjoncture. De ce fait, la section suivante dévoilera toutes ces
anomalies.

2. Les anomalies de l’efficience

Ces anomalies dépendent surtout des résultats empiriques qui sont incohérents avec la
théorie de l’efficience. Elles représentent, en même temps, l’inefficience des marchés et
l’incohérence des modèles d’évaluation des actifs. Cette section traitera, par conséquent,
l’effet taille , l’effet « week-end », l’effet « PER » et l’effet fin du mois.

2.1. L’effet taille

Fama (1991) prouvent que les firmes à faible capitalisation boursière dans la New York
Stock Exchange profitent d’un rendement supérieur à celui calculé via le modèle
d’évaluation des actifs financiers. Cet effet des petites firmes a encouragé les chercheurs à
développer les facteurs explicatifs de ce phénomène. La plupart de ces tentatives
présentent le risque de liquidité comme source majeure de cet effet. En outre, tout
actionnaire majoritaire d’une petite entreprise confronte lors de la vente de sa
participation un problème de liquidité. Dés lors, chaque petite entreprise doit penser à
accroître son rendement et, par conséquent, doit tenir en compte l’effet de la sur-
performance de sa rentabilité par rapport à la rentabilité moyenne du marché. Ce
rendement reste intact jusqu’à la présence d’un mouvement de vente suffisamment grand,
ce qui entraînera nécessairement une baisse des cours par rapport à leurs valeurs
fondamentales. Les tentants de la théorie d’efficience parlent de l’élimination de cette
anomalie de « Taille » dés que la « Dimensaional Fund advisors (DFA) » diffusent leurs
publications (Shiller (2002)).

19
2.2. L’effet “week-end”

French (1980) observe la présence d’autres anomalies. Il note que le rendement moyen du
portefeuille de Standard et Poor’s est négativement corrélé pour les « week-end » entre
(1953-1957).
Parmi les explications attribuées à ce phénomène est que lors de la diffusion de nouvelle
information, la firme doit être soit sur-ou sous-évaluer. Par conséquent, toute firme ayant
des mauvaises performances émettra cette information avant la clôture de la bourse en fin
de semaine dans le but d’une meilleure compréhension des investisseurs et donc éloigner
la menace d’une sous-évaluation des titres. D’autres explications montrent que
l’investisseur ne cherchera à détenir l’actif en fin de semaine puisqu’il ne procure pas de
profit au cours de cette période. De plus, les intermédiaires en bourse, et avant de mettre
fin à leur opération en fin de semaine, cherchent à acheter un nombre assez élevé
d’actions dans la mesure où ils n’assument pas de risque supplémentaire. Après une telle
opération, on s’attend à une augmentation des cours. Toutefois, on prouve
empiriquement que la rentabilité du vendredi n’est pas significativement supérieure au
reste de la semaine. L’effet « Week-end » ne pourrait pas être traité d’une manière
statistique dans la mesure où il existe des « poches d’inefficience » sur le marché ; donc,
cette anomalie doit être tenue comme un effet réel présent.
D’autres tentatives ont été mies en en place telles que celle de French qui essaie de
démontrer que la rentabilité négative des lundis apparaît comme une source d’inefficience
des marchés financiers malgré la présence d’une stratégie susceptible d’éliminer tout
rendement anormal. Alors que Fama (1991) confirme que l’effet Week-end comme l’effet
Taille disparaîtra ou du moins s’atténuera dés la présence de nouvelles recherches.

2.3. L’effet “Price-Earning-Ratio”, l’effet “Book-To-Market” et l’effet

valeur

Les firmes ayant un PER élevé dégage des rendements anormaux par rapport à ceux
trouvé par le CAPM. Ces travaux remarquent également que les portefeuilles dont le
« Dividend-to-Price ratio» (D/P) élevé ont une rentabilité plus importante que ceux dont le
D/P ou BM faible. Ball (1978) montre que de telle évidence n’est pas attribuable à
l’inefficience du marché mais plutôt à une faute du CAPM. D’autres parts Fama et
French (1996) argumentent que la taille et la valeur (mesuré par le BM) représentent deux
facteurs ignorés dans la modélisation du CAPM. Ball (1978) remarque l’existence d’une
relation inverse entre le PER et le rendement. D’autres études s’intéressent à étudier le
BM ratio, qui n’est qu’une comparaison entre la valeur comptable et la valeur marchande,

20
prouve que les firmes à haut PER profitent d’un rendement élevé, et vice versa. Dés lors,
on constate que plus que les titres sont évalués par le marché plus que leur rendement est
faible, c’est ainsi que la valeur du BM va dans le même sens que sa rentabilité.
En se referant aux hypothèses de l’efficience des marchés, chaque actif ne peut être en
aucun cas sur-ou sous-évalué dans la mesure ou le prix reflète toute l’information
disponible. Toutefois, un faible ou un fort PER évoque nécessairement la notion de
sous- ou de sur-évaluation, ce qui entraîne une possibilité d’arbitrage et par conséquent
les actions surévaluées deviendront sous-évaluées, et vice versa. Afin de résoudre ce
problème, Fama et French (1996) utilisent un modèle à trois facteurs pour expliquer les
anomalies étudiées dans Lakonishok, Shleifer et Vishny (1994). Ils démontrent
l’inexistence des rendements anormaux (différents de zéro) qui sont fonction du BM,
PER, C/P et le taux de croissance des ventes. Alors que Barberis, Shleifer et
Vishny (1998) critiquent les résultats par Fama et French (1996) du fait que les
rendements anormaux ne sont pas suivis par une variation du risque supporté.

2.4. L’effet fin du mois

En se basant sur deux différents indices, NYSE et CRSP, Ariel (1987) montre la présence
de deux catégories de rendement tout au long du mois, la première quinzaine procure une
rentabilité positive, alors que la seconde ne génère aucune rentabilité ; d’où, on est en face
de l’effet fin du mois. Cet effet est apparent lorsque nous basons nos observations sur le
marché à règlement mensuel. Plusieurs travaux ont cherché à développer leur recherche
afin de mieux comprendre cet effet. Par mis ces explications, on cite, tout d’abord, qu’en
présence des compagnies de gestion de portefeuille sur le marché, ces dernières
maintiennent une position avant de solder leur compte dans le but de dégager un profit
non nul, d’où les investisseurs institutionnels vendent les actions dont les prix en hausse
et de les racheter tout après. D’autres explications peuvent être distinguées, en effet, au
début de toute période l’investisseur gère un portefeuille dans le but de procurer un
rendement positif, toutes fois, et à cause des besoins en liquidité, ces investisseurs
revendent ses actifs à la fin du mois. Ces résultats restent peu convaincants du fait qu’ils
n’expliquent pas l’effet lundi d’une façon claire.
Au-delà de l’effet Fin du mois, on peut aussi présenter un effet dont les caractéristiques
sont similaires à celle de l’effet présenté ci-dessus.

21
2.5. L’effet fin d’année

Lakonishock, Shleifer et Vishny (1994) montrent que les rendements anormaux des
petites firmes sont constatés durant les deux premiers week-ends du mois de janvier.
Cette anomalie est connue sous le nom de l’effet « Fin d’année ».
Fama et French (1996) prouve qu’une volatilité élevée des actions à faible
capitalisation boursière entraînera par la suite une perte en capital sur le court terme,
et ce dans le but de minimiser le montant de l ‘impôt sur revenu des individus. La
pression de vente des petites actions en décembre doit diminuer les prix de ces actions,
alors qu’en janvier les cours connaissent une évolution dés que les investisseurs
rétablissent leurs positions d’investissement. Broth et Kein (2000) suggère que l’effet
Fin d’année n’est pas significativement différent de zéro. Ils concluent que les
restrictions placées aux fonds DFA expliquent la différence entre le comportement des
portefeuilles des petites entreprises et des portefeuilles des grandes entreprises du
CRSP. Alors, les actions dont le prix sont faibles et la liquidité moindre explique
l’anomalie de la fin d’année. Ce qui soulève le rôle que peut jouer la microstructure du
marché, et en particulier le coût de la liquidité dans l’explication de ces anomalies. De
même, on peut attribuer cet effet au changement du niveau d’aversion au risque des
investisseurs. En fait, chaque investisseur exigerait par conséquent une meilleure
performance de son portefeuille en chaque fin de période. Ce changement dans le
niveau d’aversion reste inexpliqué. Ainsi, toute performance incompatible avec le
risque encouru suscitera les investisseurs à vendre leurs participations, ce qui observé
souvent dans le cas où les cours chutent. Ces anomalies ne sont pas les seuls à
s’adonner. Certainement, dés que l’hypothèse de rationalité a vu le jour, les critiques à
la notion d’efficience sont apparues en grands nombres. De ce fait, l’observation du
fonctionnement des marchés boursiers conduit à intégrer, dans les fonctions d’utilité
des agents, le concept de “conformité”, à savoir qu’un individu peut modifier son
comportement afin de se mettre en “harmonie” avec le groupe auquel il appartient. Si
nous admettons que chaque individu détient son propre comportement et que, par
ailleurs, la psychologie se définit comme “la science des comportements”, alors
l’étude des réactions de cet agent concernera également à l’analyse psychologique et
qui se présentent comme biais comportementaux à la théorie d’efficience.

22
3. Biais psychologique et finance comportementale

Tout relâchement de la rationalité des anticipations revient à démontrer la présence des

biais cognitifs. En outre, Tversky et Kahenman (1979) prouvent que même en présence
des agents rationnels, la prise en compte des émotions entraîne une déviation par rapport
aux fondamentaux décrits par les différents modèles d’évaluation classiques. A cet égard,
nous pouvons distinguer deux études différentes, la première est liée à l’irrationalité alors
que l’autre est fonction des ambitions des investisseurs.
L’ irrationalité est liée au processus de décision. En effet, lors de la formation des
anticipations, nous observons la présence de biais. En plus, chacun des investisseurs
interprète l’information indépendamment de son environnement. A cet égard là, les
anticipations formulées seront, nécessairement, différentes de celle présentée par les
modèles d’évaluation. D’autre part, les investisseurs refusent dans certain cas la notion de
maximisation de l’utilité.

3.1. Définition et présentation des biais psychologiques

Les biais psychologiques de la finance comportementale constituent un nouveau

paradigme qui complète la théorie de la finance traditionnelle tout en introduisant des
aspects « behavioristes » dans le processus de prise de décision. La finance comportementale
s’intéresse à la manière de réflexion chez les investisseurs et aide à comprendre et à
prévoir la psychologie de décision. De plus, elle se base sur l’application des principes
psychologiques pour améliorer la décision financière (Olsen (1998)). Il existe un nombre
assez élevé de littératures qui s’intéressent aux anomalies du marché qui ne sont pas
expliquées par la théorie traditionnelle, parmi ces anomalies on cite les mouvements
anormaux des cours suite au premier offre publique (IPO) ou suite à une fusion ou à une
fragmentation du capital.
Durant les années 80 et 90, les anomalies statistiques persistent encore, suggérant que les
modèles traditionnels existant sont incomplets. Les investisseurs semblent ne pas suivre
une logique dans leurs réactions face aux nouvelles informations mais plutôt confiants et
changent leurs choix suite à l’émergence des nouvelles informations (Olsen (1998)).
Durant ces dernières années, les médias accordent plus d’importance à l’évaluation des
titres. Par conséquent, il existe des biais dans la décision et donc un comportement
déviant des individus. Ces anomalies suggèrent que les principes du comportement
rationnel ne sont pas toujours vrais, d’où la nécessité d’un modèle qui traite les

23
comportements humains, comme ceux étudiées dans d’autres sciences sociales
(Shiller (1998)).

3.2. La théorie des perspectives

La théorie de perspective est une alternative à la théorie de maximisation de l’utilité

espérée. La maximisation de l’utilité espérée représente le comportement rationnel dans
un environnement certain. A cet égard, les investisseurs sont averses au risque et dont la
fonction d’utilité est concave et l’utilité marginale est décroissante, chaque unité de
richesse supplémentaire doit procurer une utilité inférieure à celle qui la précède. Cette
théorie présente des limites qui se résument dans l’imprévisibilité du comportement des
investisseurs. Dés lors, Kahman et Tversky (1979) présentent une théorie des
perspectives qui illustrent la manière avec laquelle les investisseurs violent la théorie de
l’utilité espérée.
Kahman et Tversky (1979) proposent le choix entre une loterie offrant 25% de chance
de gagner la somme de 3000 u.m et une autre qui dégage 20% de chance de gagner 4000 à
65% des interrogés choisissent le binôme (20%, 4000). Au contraire, lorsqu’ils proposent
le choix entre la chance à 100% de gagner 3000u.m et de gagner 4000 à 80% de chance,
les investisseurs choisissent (100%, 3000). La théorie de l’utilité espérée prévoit que ces
deux choix sont indifférents, alors que la théorie des perspectives prouve que les
individus préfèrent la première loterie puisqu’elle présente « l’effet certain ». Les individus
croient que les événements aléatoires sont impossibles à réaliser alors que ceux probables
sont certains.
Parmi les fondements de la théorie des perspectives on cite la fonction de valeur. Cette
dernière se diffère de la fonction d’utilité, dans la mesure où le point de référence est
déterminé à partir de l’appréciation subjective des individus. Tout en se basant sur la
théorie de l’utilité espérée, la courbe d’utilité est concave quelque soit le niveau de
richesse. Au contraire, en se référant à la fonction de valeur, la fonction d’utilité croit avec
la richesse au-dessous du point de référence, et elle commence à décroître tout après. Le
point de référence est déterminé, à partir de chaque individu, et qui est considéré comme
point de comparaison.
Les investisseurs sont averses au risque lorsque le niveau de richesse est au-dessous du
point de référence, ce point est déterminé pour que l’investisseur commence à parier et à
connaître sa position. De même pour un niveau de richesse au-dessus du point de
référence, la fonction de valeur est en déclin et les investisseurs sont averses au risque.
Kahman et Tversky (1979) montrent que les individus aiment prendre le risque pour les
pertes :

24
Figure 1.1 fonction de valeur hypothétique de Kahman-Tversky

Utilité

Point de référence

Richesse

Source : Odean et Barberis (1999b)

On remarque que le point de référence de la fonction de valeur se déplace avec le niveau

de richesse, les investisseurs sont toujours averses au risque lorsqu’ils utilisent une faible
proportion de leur revenu. Par conséquent, les investisseurs préfèrent prendre le risque
du moment où ils confrontent une perte. Ce phénomène appelé aversion au risque est
présenté dans le paragraphe suivant. Par ailleurs, le regret est un aspect de la théorie des
perspectives qui peut être attribué à la théorie de la fonction de valeur.

3.2.1. L’aversion au risque

Kahamn et Tversky (1991) ont essayé de développer une théorie qui décrit la manière
avec la quelle les meneurs de décision se comportent lorsqu’ils confrontent plusieurs
choix incertains. La fonction de valeur présente une asymétrie entre la richesse attribuée
aux gains et aux pertes. Cette asymétrie est appelée l’aversion au risque. Les tests
empiriques prouvent que les poids appliqués aux pertes sont inférieurs à ceux associés
aux gains, en d’autres termes, perdre un dollar est deux fois plus pénible que de gagner la
même somme d’argent (Kahman et Tversky (1991)). Les investisseurs continuent à
maintenir leurs positions de pertes puisqu’ils anticipent une augmentation des prix. Ceci
est dû au fait que la fonction d’utilité penche vers le haut pour des niveaux de richesses en
dessous du point de référence de chaque individu. La théorie des perspectives montre que
les investisseurs sont averses au risque pour les gains. Samuelson (1963) illustre un
exemple d’aversion au risque. Il interroge un collègue s’il accepte un pari qui offre 200 de

25
gain pour 0.50 de chance et 100 de perte pour 0.5 de chance. Son collègue n’est pas
d’accord à jouer ce pari, mais plutôt à jouer une centaine de ce pari. Pour cent paris, les
gains attendus seront 5000, et virtuellement les pertes n’existent pas. Benartzi et
Thaler (1995) présentent la myopie de l’aversion au risque comme une combinaison de la
sensibilité de perdre que de gagner et la tendance à évaluer fréquemment les résultats. Le
comportement des investisseurs peut être en quelques circonstances myope dans la
mesure où ils ignorent tout ce qui se passe après la fin de période et par conséquent tous
les investisseurs planifient pour la même période de détention (Boodie et al. (2000)).
Deux implications de la myopie ont été testées. En premier lieu, les investisseurs myopes
acceptent de parier dans la mesure où ils sous-évaluent leurs investissements. En
deuxième lieu, si la rentabilité augmente afin d’éliminer les pertes, les investisseurs
accepterons d’assumer plus de risque. Les explications adressées à la myopie de l’aversion
au risque peuvent être présentées sous deux aspects « behavioristes » : l’aversion au risque
et le mental accounting (calcul mental).
L’aversion au risque permet à comprendre pourquoi les investisseurs préfèrent détenir les
actions perdantes au lieu de détenir celles gagnantes. Shefrin et Statman (1994)
expliquent ce phénomène par « l’effet de disposition ». Dans ce cadre, les investisseurs
vendent les titres gagnants et les cours commencent à se déprécier par rapport aux
fondamentaux mais pour une courte période, du fait que ces cours se redressent après un
certain temps. Par conséquent, les investisseurs ont intérêt à détenir des actions dont les
cours en baisse aussi longtemps, la valeur fondamentale serait, par la suite, exagérée par
les cours boursiers et le momentum.

3.2.2. Calcul mental (Mental accounting)

Le frame et le « mental accounting » forment une composante de la théorie des perspectives.

Ils décrivent la façon avec laquelle les investisseurs classent les événements dans des
différents voies de « mental accounting » tout en se basant sur des attributs superficiels
(Shiller (1998)).
Les meneurs de décision séparent les différents types de jeux et placent, ensuite, les
hypothèses de la théorie des perspectives pour chaque calcul sans tenir compte de leur
interaction(Von Nitsh et Goldberg (2001)) .Le « mental accounting » peut être servi pour
mieux comprendre le réajustement des points de référence des actions (Shefrin et
Statman (1985)). Lorsqu’on achète les actions, une autre page de calcul mental existe. Le
point de référence naturel est le prix d’achat des actifs (fonction de valeur de Kahman-
Tversky). Un score est tenu pour le calcul des pertes et des gains. Pour chaque achat, un
nouveau calcul se présente. La « frame» normative explique l’absence de différence entre
la distribution des rendements des deux titres. Toutes fois, la situation où on vend les

26
actions Ericsson dont les prix baissent et on achète les actions Nokia doit être cadrée. Il
est démontré que les meneurs de décision rencontrent des difficultés considérables lors
de la fermeture d’un « mental account » surtout en cas perte (Thaler et Johnson (1985)).
Le rôle de la « frame» peut être illustrée en présence des anomalies liées aux dividendes,
dans la mesure où, les investisseurs traitent les dividendes séparément des gains en capital.
Dans un monde sans taxe et sans coûts de transactions, les investisseurs sont indifférents
entre 1u.m de dividende et 1u.m de capitale. Alors que pour un état où il existe une
taxation supérieure des dividendes que les gains en capital, les investisseurs cherchent à ne
pas avoir les dividendes. Ainsi, pourquoi les firmes distribuent ces dividendes ? Un dollar
de dividende est différent d’un dollar de gain en capital pour la théorie des perspectives
parce que l’investisseur cadre le dollar selon deux voies de calcul mental (Shefrin et
Statman (1994)). De ce fait, un titre qui verse des dividendes doit avoir le cours en baisse,
les investisseurs sont peu disposé à vendre ces actions dans le but de ne pas fermer le
mental account des revenus des dividendes. Shefrin et Statman (1994) concluent que les
investisseurs doivent détenir une marge de sécurité de leur portefeuille pour confronter le
risque de perte et le risque de devenir riche.
Le « mental account » mène des gains en capital après les pertes assumés, et ce en continuant
à maintenir une situation non profitable. Pareillement, il explique le phénomène de
« framing » qui est profitable pour les investisseurs sans autocontrôle parfait.

3.2.3. L’auto-contrôle

Le « mental account » (le calcul mental) et le « framing » (l’encadrement) doivent être utilisés
pour mitiger les problèmes d’autocontrôle, de ce fait la création de comptes spéciaux sont
considérés comme des caisses d’urgences (Thaler et Shefrin (1981)). Glick (1957)
annoncent que le regret de réaliser des pertes constitue des problèmes d’autocontrôle, il
décrit les investisseurs professionnels qui cherchent à se débarrasser de leurs pertes. Le
contrôle des pertes constitue le problème essentiel. Couramment, parmi les problèmes
confrontés par les investisseurs est l’exposition à l’autocontrôle lors de la fermeture du
compte, du fait tout élimination des pertes est un comportement irrationnel. La présence
les anomalies des dividendes peut menacer l’autocontrôle. Incontestablement, les anciens
investisseurs, tels que les retraités, ont peur de dépenser leur richesse du fait qu’ils
financent leurs dépenses à partir des gains du portefeuille. Ils ont peur de perdre
l’auto-contrôle surtout lorsque un besoin urgent nécessite beaucoup de dépense
(Shefrin (2000)).

27
3.2.4. Le regret

L’investisseur regrette lorsqu’il commet des erreurs même s’ils ne sont pas flagrants. C’est
un sentiment ex-post lié à une mauvaise décision. Tout investisseur cherche à éliminer un
tel regret et à être moins rationnel dans sa décision. La théorie de regret montre que les
investisseurs sont averses au risque, ces derniers retardent la vente des actions en chute et
accélère celle des actions dont les cours sont en hausse (Shefrin et Statman (1985)). Un tel
comportement est du au fait que les investisseurs cherchent à délimiter leur regret du
mauvais choix. Ce comportement a été mise en exergue dans les travaux empiriques de
Ferris, Haugen et Makhija (1988) et Odean (1996). La dissonance cognitive est un conflit
mental où des comportements irrationnels ou des conclusions erronées sont présents.
Elle doit être incluse dans la théorie de regret. Festinger (1957) illustre que les
investisseurs détiennent les actions en but de minimiser leur dissonance cognitive et, par
conséquent, maintenir leurs positions et garder le même comportement.

3.3. Le processus heuristique

L’heuristique est le processus qui mène les individus les investisseurs à leur décision, soit
par tâtonnement soit par erreur. Davantage, l’heuristique est l’utilisation de l’expérience et
de la pratique dans la réponse au question ou dans l’explication des performances. Du
fait que la diffusion de l’information est de plus en plus rapide, la vie des meneurs de
décision, au sein des marchés financiers, devient de plus en plus difficile. Ceci explique
l’utilisation exagérée de l’heuristique malgré qu’elle ne soit pas toujours bénéfique
(Fromet (2001)). L’heuristique explique aussi le comportement irrationnel des
investisseurs qui est en contradiction avec les prédictions des modèles de marché. La
compréhension de nouvelles informations doit passer par les règles de l’heuristique dans
la prise de décision. Un tel marché peut réagir d’une façon erronée.
L’approche comportementale est une forme de l’heuristique où tout individu cherche à
avoir des décisions identiques à celles des autres. Néanmoins, ce comportement mène à
ralentir les investissements dés que les acteurs suivent la tendance du marché. En réalité,
chacun des investisseur montre une confiance excessive concernant son choix. Kahman
et Tversky (1974) dévoilent que l’excès de confiance peut être traité au sein de
l’heuristique représentative, il s’agit de classer les événements selon des critères bien
connues. Sur le marché boursier, les investisseurs classent les actions selon leurs
performances et selon l’évolution historique des cours, tout en ignorant la vraisemblance

28
du niveau de croissance de toutes les compagnies. L’excès de confiance est, par
conséquent, une composante de l’heuristique.

3.4. L’émergence de l’approche comportementale

En observant notre société nous distinguons que les individus communiquent entre eux
régulièrement. Il est nécessaire de comprendre cet aspect, on doit donc expliquer les
fluctuations spéculatives qui décrivent la réaction des prix aux comportements des
investisseurs. Il est à noter que l’environnement social joue un rôle déterminant dans le
jugement. Sûrement, tout investisseur confronte les jugements d’une large groupe d’autres
investisseurs, il cherche donc à rétablir ses idées puisqu’il suppose que cette groupe a
raison, il s’agit d’un comportement rationnel. Pour chaque jours vécu, une large groupe
unanime est présente, elle doit avoir droit (Shiller (2000)).Les investisseurs sont influencés
par leur entourage et sont toujours soumis sous pression.
Dans un contexte de psychologie des investisseurs, l’approche comportementale
représente la meilleure explication adoptée pour les marché financiers. Pareillement, la
théorie comportementale peut être une source de bulles spéculatives en présence des
« winners », notamment lorsqu’ il y’a continuation de bonnes performances. Il est
nécessaire donc de distinguer entre théorie comportementale renforcée et une autre
volontaire. Les investisseurs savent qu’il ne s’agit pas du meilleur choix du fait que les
titres ou les devises ne sont pas bien évalués. Néanmoins, ils ne peuvent rien faire du fait
qu’ils sont vaincus, c’est un cas de la théorie comportementale renforcée
(Fromlet (2001)).
Identiquement, les investisseurs rationnels participent au sein de l’approche « behavioriste »
par ce qu’ils tiennent compte des jugements des autres, malgré qu’ils savent que chacun se
comporte comme il veut. Les groupes ou les individus behavioristes se présentent comme
irrationnels entraînant, par conséquent, des fluctuations des cours sur le marché.
L’approche des « noise traders » ou bruiteurs est originaire de l’influence des investisseurs
sur les cours boursiers pour une période de court terme que pour une de long terme. Ces
investisseurs, sans avoir accès à l’information, se comporte irrationnellement aux bruits,
et ce dans le but de profiter d’une marge (Thaler (1993)).
Parmi les variables que doivent être modélisées, on cite la « bouche ». Usuellement, les
investisseurs font confiances aux amis, aux collègues de travail plus qu’aux médias. En
effet, la TV, le radio……etc. sont capables de disperser les idées des investisseurs mais
moins aptes à créer un comportement relatif. La communication interpersonnelle est la
relation humaine la plus importante du monde dés lors une information offrant
l’opportunité d’achat disparaîtra avec le temps. Une enquête est mise en place pour
connaître ce qui attire l’attention de l’investisseur dés le premier regard de son

29
investissement. Seulement six par mis les interrogés répondent par les journaux et les
périodiques (Shiller et Pound (1986)). Semblablement pour les intellectuels, leur attention
et leur action sont stimulés par la communication interpersonnelle. Le niveau des prix du
marché ne reflètent pas le revenu des actifs des investisseurs, dans ce cas la valeur réelle
du marché est incorrecte.

3.4.1. L’ancrage

L’ancrage présente la prise de décision en présence des évaluations quantitatives

influencées par des contraintes. Les investisseurs choisissent les points de référence
(ancres) selon leur opinion. Après avoir reçu les nouvelles informations, les investisseurs
ajustent ces références passées. L’ancrage montre l’importance du comportement vis à vis
du temps. Les valeurs sur les marchés spéculatifs, tel que la bourse, sont toujours très
ambigus. Il est difficile de savoir la valeur moyenne du Down Jones industriel. D'ailleurs,
pas de consensus sur une théorie susceptible de répondre à cette question. En absence
d’une meilleure information, l’historique des cours doit être une source déterminante des
cours actuels. Par conséquent, l’ancre est le prix actuel le plus reconnu. L’importance de
cette ancre pour les investisseurs renforce la similarité des cours boursiers d’un jour à
l’autre (Shiller (2000)). Nous distinguons la présence de renversement des cours boursiers
lorsque l’ancre reflète les prix passés. Pour les actions individuelles, le changement des
prix peut être ancrés aux changements des cours d’autres actions. De plus, le PER peut
être ancré au niveau du binôme prix-revenu des autres compagnies. Ce type d’ancrage
explique la similarité des variations et la volatilité des cours boursiers (Shiller (1998)). Elle
présente les raisons pour lesquelles les firmes localisant au même cartier et dont les
industries sont différentes ont des variations de prix identiques par rapport à celles
localisant en dehors du cartier et ayant une industrie identique, ce qui est en objection
avec l’idée que l’industrie doit décrire les fondamentaux des firmes plus que leurs
localisations (Griffin et Karolyi (1998)).
Par extension des travaux de Shiller (1984, 1990), nous concluons que les marchés
financiers sont influencés par l’ancrage. Gruen et Gizycki (1993) utilisent l’ancrage dans la
mesure où le taux à terme n’explique pas exactement le mouvement du taux de change.
L’ancrage est utilisé aussi pour les prix rigides qui sont beaucoup tenus par les
macro-économistes. Plus que les prix actuels sont fonction de ceux passés, ces prix
avoisineraient les prix passés. Plus la valeur du produit est ambiguë, plus que les
suggestions sont importantes et plus que les prix sont fonctions de l’ancrage
(Shiller (1998)).

30
D’autres biais psychologiques sont intéressantes à étudier telles que l’excès de confiance
qui appartient au champs des biais conservateur.

3.4.2 L’excès de confiance

L’un des bases du développement de la finance comportementale est l’excès de

confiance, qui devient, de nos jours, l’un des phénomènes les plus étudiés. Parmi ces
travaux, on cite l’article pionnier de Debondt et Thaler (1985). Ces études définissent
l’excès de confiance comme une surestimation de la capacité de l’investisseur (Huberman
(2003), Ritter (2003)). Généralement, on constate la présence d’une telle attitude surtout
pour les agents « experts » que les acteurs moins expérimentés.
L’excès de confiance peut avoir deux effets, l’un est directe alors que l’autre est indirecte.
Daniel, Hirshleifer et Subrahmanyam (1998) (DHS) présentent l’effet direct de l’excès de
confiance. Ils exhibent que les investisseurs accordent plus d’importance à l’information
privée dont ils l’utilisent dans leurs choix. Semblablement, DHS prouvent que l’excès de
confiance ne peut pas être l’unique déterminant de la sous-évaluation des cours et de
l’effet momentum sur le court terme (entre 3 et 12 mois). L’effet indirect se résume dans
le fait que les investisseurs traitent l’information tout d’abord et mènent des choix biaisés
tout après. En cas du mauvais choix, les acteurs économiques maintiennent leur position
malgré qu’elle est perdante et ce pour garder leur confiance (Odean (1998)). Cette
stratégie s’inscrit à la théorie d’attribution ou de conservatisme.
Les travaux de Barberis, shleifer et Vishny (1998) (BSV) expliquent la dissonance
cognitive. Ces auteurs montrent que l’investisseur surpèse l’information adéquate avec
leurs croyances et néglige celles qu’ils ne le plait pas. Plusieurs contestations se sont
apparues suite à la propagation de la théorie comportementale. Ces critiques se sont
élaborées par les partisans de la théorie d’efficience et en particulier par Fama (1997). Ce
dernier suggère qu’il n’existe pas de théorie aussi solide que celle de l’efficience. En effet,
Fama (1997) découvre que les anomalies présentes sur le marché ne sont que des résidus
de l’efficience. Ces anomalies sont fréquemment des phénomènes liés à la méthodologie
utilisée, et elles disparaissent lorsque les investisseurs effectuent des changements dans la
technique abordée. Ils concluent que la sur-et la sous-réaction sont des résultas ad-hoc.
Empiriquement, parmi les études effectuées on cite celle d’Odean (1996) qui partage
le même avis avec DHS et BSV. Odean (1996) montre l’incapacité des investisseurs
sur-confiants de générer des profits extraordinaires, et déduit la présence de dépenses
supplémentaires, d’une volatilité excessive et d’un risque supplémentaire assumé. Le
degré de confiance augmente de plus en plus jusqu’au stade où les réalisations
contredisent les croyances, ce qui disculpe les craches boursières. Barberis et
Odean (2000) et Odean (1999) illustrent que les investisseurs sur-confiants dépensent

31
beaucoup de ressources pour leur propre compte. Les investisseurs se comportent
ailleurs pour des raisons spéculatives, ceci est vrai dans la mesure où ils jugent qu’ils
possèdent la meilleure capacité de prévision des cours par rapport aux autres
(Shiller (1998)). Après la crache de 1987, Shiller (1987) remarque que la confiance
excessive des investisseurs dicte l’évolution futur du marché.

32
Conclusion

Ce chapitre, d’une nature théorique, a présenté l’émergence de la finance

comportementale tout en mettant en exergue les différentes anomalies attribuées à la
finance traditionnelle. Dans une première section, nous avons développé, tout d’abord, la
théorie traditionnelle de l’efficience des marchés. A cet égard, nous avons présenté la
notion d’efficience, ses différents fondements et ses différentes formes. Ensuite, nous
avons exposé les causes de l’inefficience et ses conséquences sur la rationalité comme sur
le processus de formation des prix. Nous avons constaté que la théorie de l’efficience est
incapable d’expliquer la réalité de formation des prix à cause des critiques adressées aux
hypothèses. En conséquence, la deuxième section a traité les anomalies de l’efficience
tout en présentant les raisons de leurs présences. Nous avons démontré un nombre
d’effets capables soit de dévier les prix de leurs valeurs fondamentales soit de pousser les
investisseurs à se comporter irrationnellement. En effet, l’effet « week-end » engendre une
baisse des prix dans la mesure où les investisseurs cherchent à se débarrasser de leur
participation avant la clôture de la bourse. Par conséquent, nous assistons à une chute des
cours en fin de semaine. Alors que la troisième section s’est focalisée d’autres types
d’anomalies dont leurs présence dépendra seulement du comportement des investisseurs
et, par conséquent, des erreurs cognitifs. Il s’agit des biais comportementaux. Nous avons
pu à travers la lecture de littérature assez fort prouvé l’incohérence des anticipations des
investisseurs avec celles décrites par les modèles d’évaluation.

33
Références

1. Ball (1968), “Changes in accounting Techniques and stock prices” Journal of

accounting research, pp. 159-178
2. Barberis et Thaler (2003), “A survey of behavioral finance” NBER, Working
paper 9222.
3. Barberis, Shleifer et Vishny (1998), “ A Model of investor sentiment” Journal of
Financial Economics, vol 49, n°3, pp 307-343.
4. Barone (2004),” From efficient market to behavioral finance” SSRN, Working
paper8542.
5. Benartzi et Thaler (1995), ”Myopic loss aversion and the equity premium puzzle”,
Quarterlt journal of economics, 10, pp. 73-92
6. Benartzi et Thaler, (1995), “Myopic loss Aversion and the Equity premium
puzzle” Quarterly Journal of Economics 110, pp. 73-92.
7. Bodie et al. (2000), “Investments”McGraw-Hill, Ryerson Limited.
8. Campbell, Leo et Mackinlay, (1997): « The Econometrics of Financial Markets ».
Princeton university Press.
9. Chen (2003), “ An en entropy theory of psychologie and its implications to
behavioral finance”, SSRN, Working paper.
10. Daniel, Hirshleifer et Subrahmanyam (2001): « Overconfidence, Arbitrage and
Equilibrium Asset Princing », Journal of Finance (56) n°3, pp921-965.
11. Daniel, Hirshleifer et Subrahmanyam, (1998): « Investor psychology and security
Market under-and overreaction », Journal of Finance (53), pp 1839-1886.
12. De Bondt et Thaler (1987), “Further evidence on investor overreaction and stock
market seasonality” Journal of Finance (42), pp.557-581.
13. De bondt et Thaler (2003), “Financial decision making in markets and firms: A
behavioral perspective”, SSRN, Working paper 6875.
14. De Bondt et Thaler, (1985): « Does the stock market overreact? », Journal of
Finance, V 26, n°4, pp104-109.
15. De Long, Shleifer, Summers et Waldman (1990), “Noise trader risk in Financial
markets“ Journal of Political Economy (98), n°4, pp. 703-738.
16. Fama (1991), “Efficient capital Market” Journal of Finance, vol46, n°5, pp. 427-465.
17. Fama (1991), “Efficient Capital Markets: II” Journal of Finance 46, pp.1575-1617.
18. Fama (1997), “Market Efficiency, Long term returns and behavioral finance”
Journal of financial economics, V49, n°3, pp. 283-306.
19. Fama and French (1996) “Multifactor Explanations of Asset Pricing Anomalies”,
Journal of Finance, pp55-71.
20. Fama et French (1992), “The cross-section of expected stock returns” Journal of
Finance 46, pp. 427-466.
21. Fama et French (1993), “ Common risk factors in the returns on stocks and
bond’s” Journal of Financial Economics (33), n°01, pp. 3-56.

34
22. Fama et French (1996),”multifactor explaining of asset pricing anomalies” Journal
of political economy 96, pp.246-273
23. Fama, (1970) , “ Efficient capital Markets : A review of theory and empirical
work” Journal of Finance, vol 46, n°5, pp427-465.
24. Ferris, Haugenand Makhidja (1988), “ Predecting contemporary volume with
historic volume et differential price level: Evidence supporting the disposition
effect” journal of finance, vol. 43, Issue3, pp.677-697
25. Festinger (1957), “a theory of cognitive dissonance’, Stanford University Press.
26. Fromet (2001) “Behavioral finance-Theory and practicle application” Business
Economics, Vol36, Issue3.
27. Gilson et Kraakman (2003), “ The mechanism of market efficiency twenty years
later: the handsight bias” SSRN, Working paper 8325.
28. Glassman (1957), “A social psychological study of futures trading” University of
Chicago.
29. Griffin et Karolyi (1998), “Another look at the role ofindustrial strucure of
markets of internation diversification strategy”, Journal of financial economics, No 50,
pp. 351-373
30. Gruen et Gizycki (1993), “Explaining forward discount Bias: Is it Anchoring”,
Princeton Universitywoodrow Wilson School, Discussion paper in Economics 164.
31. Hong et Stein, (1999), « A unified theory of under reaction, momentum trading
and overreaction in asset markets », Journal of Finance (54), pp2143-2184.
32. Huberman (2003), “Behavioral finance and markets” fromCognitive Processes and
Economic Behavior, Ch. 1, pp.1-14.
33. Johnson et Thaler (1990), “gamblingwith the house money and trying to break
even: The effects of prior outcomes on risky choice”, Management science, No36.
34. Kahneman et Tversky (1974), “On the psychology of prediction” Psychological
review, 80, pp. 251-273.
35. Kahneman et Tversky (1979), “Prospect theory: An analysis of decision making
under risk” Econometrica, vol 47, n°2, pp. 263-291.
36. Kahneman et Tversky, (1991) “Advances in prospect theory, cumulative
representation of uncertainty”Journal of risk and uncertainty, Vol5, pp297-323.
37. Kahneman, Slovic et Tversky (1982), “Judgment under uncertainty: Heuristics
and biases” New York: Cambridge university Press.
38. Lakomishok, Shleifer et Vishny, (1994): « Contrarian investment, extrapolation
and risk ». The Journal of Finance 49, pp1541-1578.
39. Odean (1996), “why do investor trade too much” university of california, Berkley.
40. Olsen (1998), “ Behavioral finance and Ib implications for stock, price
volatility”Financial Analysts Journal, vol 54, 02, pp. 10-8.
41. Ritter (2003), "Behavioral finance" Pacific-Basin Finance Journal Vol. 11, No. 4,
(September 2003) pp. 429-437.
42. Samuelson (1963),” Risk and incertainty: A falacy of large numbers” Scientia, Vol.
98, pp. 108-113.
43. Samuelson(1965), “Proof that properly anticipated prices fluctuate randomly”
Industrial management review, pp. 41-49.

35
44. Sharpe (1964), “Capital asset prices; A theory of Market equilibrium under
conditions of risk” Journal of Finance 19, pp. 425-442.
45. Shefrin et Statman (1994), “Behavioral capital asset pricing theory” Journal of
financial and quantitative analysis (29), pp329-349.
46. Shiller (1989), “Comovements in stock prices and comovements in dividends”
Journal of finance, n°44. pp719-29.
52.Shiller (1998), “Human behavior and the efficiency of the financial system”
NBER, working paper 6375.
47. Shiller (2000), “Measuring bubble expectations and investor confidence” Journal of
psychology and Financial Markets 1, pp. 49-60.
48. Shiller (2001), “Irrational exuberance” The Journal of social, political and economic
studies.
49. Shiller et pound (1986b), “Survey evidence on diffusion of interest among
instutional investors”, NBER, working paper No 1985.
50. Shiller, (1984): « Stock price and social dynamics ». Working papers on Economic
Activity, 457-98.
51. Shleifer et Vishny, (1998): « The limits to arbitrage », Journal of Finance 52, pp35-
55.
52. Thaler (1993), “Advances in behavioral finance” Russel sage foundation, New York.
53. Thaler et Shleifin (1981), “An Economic theory of self control” Journal of political
economy, Vol 89, n°2, pp. 392-410.
54. Vissing-jorgensen (2003), “ Perspectives on behavioral finance: does
irrationality disappear with wealth? Evidence from expectation and actions”,
SSRN, Working paper 7854.

36
 Chapitre 2
Impact de la présence des agents irrationnels
sur le processus de formation des prix

“Past, present,and even discounted future events … often show no apparent relation to price
changes. … Contradictory opinions concerning these changes diverge so much that at
the same instant buyers believe in a price increase and sellers in a price decrease.”
(Bachelier (1900))

D epuis ces dernières décennies, les recherches académiques ont beaucoup relevé le
succès des stratégies d’investissement à savoir les stratégies contraires et les
stratégies momentum. Ce succès est attribué, non pas seulement à la sur-ou à la
sous-réaction des cours boursiers, mais aussi à l’effet de disposition. Récemment, les
chercheurs ont pu documenter et modéliser les biais de l’évaluation des actifs financiers.
En fait, en cas de déviations entre valeur réelle et valeur fondamentale, nous attendons à
ce que les biais psychologiques soient présents. A cet égard, nous allons présenter dans ce
chapitre l’impact des biais comportementaux sur le processus des prix. Ce chapitre
traitera trois biais différents. En effet, il étudie l’effet de disposition, la sur- et la sous-
réaction à partir des cours boursiers. Nous présentons, dans une première section,
l’apport de l’effet de disposition à travers les marchés boursiers. La deuxième section,
traitera la notion de sur et de sous-réaction tout en montrant leur relation avec l’effet
momentum. L’étude empirique de sur-réaction fera l’objet de la troisième section. Elle
essaie à montrer l’éventuel existence de sur-réaction sur le marché boursier tunisien tout
en présentant la période optimale de sa formation.

37
1. L’effet de disposition
1.1. Définition et présentation de l’effet de disposition

L'hypothèse de base de la finance traditionnelle est l'efficience des marchés ou encore la

rationalité des investisseurs. Toutefois, les biais comportementaux viennent pour
entraîner quelques séquences qui sont en contradiction à la rationalité. Brown, Nick,
Rosa, et Walter (2002) fondent leur développement sur un tel biais : l’aversion des
investisseurs à réaliser des pertes plus qu'aux réalisations des bénéfices, c'est-à-dire,
"l'effet de disposition".
L'effet de disposition est donc défini comme la vente des actifs gagnants (winners) et la
détention des actifs perdants (losers). Tout investisseur cherche à avoir part dans
l'appréciation des cours. En cas de baisse, l'investisseur doit solder sa position. Ainsi, le
point de référence des décisions de vente n'est que le cours boursiers actuel, du fait que
les investisseurs ne mesurent pas leurs bénéfices et leurs pertes attendus par rapport aux
cours actuels, mais plutôt par rapport aux points de références.
Selon la théorie des perspectives, les investisseurs cherchent à vendre les « winners » et de
détenir les « losers » pour longtemps. Cette stratégie d'investissement entraîne un
changement fréquent des positions des acteurs économiques pour les actions en hausses
que celles en baisse (Odean (1999); Shapira et Venezia (2001)). Certains travaux récents
ont analysé l'influence du comportement des investisseurs sur l'équilibre des cours
boursiers. Ils prouvent que l'existence des investisseurs dispositeurs (qui sont influencés
par l'effet de disposition) entraîne une déviation du prix marchand par rapport à sa valeur
fondamentale (Grinblatt et Han (2003)). Zuchel et Weber (2001) soulignent la relation
entre l'effet de disposition et la rentabilité momentum. Barberis, Huang et Santos (2001)
analysent l'influence de l'effet de disposition sur le processus de formation des cours
boursier. Ils montrent que ce comportement peut aboutir à une volatilité excessive des
cours.

1.2. Biais psychologique et effet de disposition

L'effet de disposition est une prolongation de la théorie de perspective de Kahneman et

Tversky (1979, 1992). Selon la théorie de perspective, les investisseurs maximisent leur

38
fonction de valeur de forme (S). Cette fonction de valeur est repérée à travers les
bénéfices et les pertes plutôt qu'à travers les niveaux de richesse. L'exemple suivant
illustre l'impact du point de référence et de l'effet de réflexion sur l'effet de disposition en
cas d'investissement.
Figure 2.1 Explication de l’effet de disposition

Valeur Au
v(x) A

Ad
Position après gain

Pertes Bu
Position après perte
Point de référence

Bd

Source : B. Boebel et Taylor (2000, p.17)

Supposons q’un investisseur achète des actions à 65 u.m et utilise le prix d'achat comme
son point de référence. Après une hausse du prix de l'action (70), et en présence des
winners, cet investisseur réalise un gain 5 u.m qui est positif (v (A)>0). Supposons par la
suite que les cours augmentent jusqu'au point Au (73 u.m) ou chutent jusqu'au Ad. Dans
un premier cas, le gain serait 3 u.m, dans le second, la perte serait 3 u.m. D’où, les
sommes en valeurs absolues sont égales. Grâce à la concavité de la fonction de valeur,
dans la partie des bénéfices, le gain additionnel se présente comme une petite
augmentation (v (Au) -v (A)), alors que la perte apparaît comme une vaste diminution
(v (A) - v (Ad)). C'est pourquoi l'investisseur n'hésite pas de vendre les actions à fin de
sauver leur valeur ajoutée (v (A)). L’investisseur est averse au risque dans la partie de gain
parce qu'il aime garder la somme 5 u.m au lieu de jouer de nouveaux. En présence des
losers, Supposons qu'après l'achat le cours de l'action baisse et l'investisseur atteint le
point B 60 u.m. Les prix vont soit baisser jusqu'au point Bd (57 u.m), soit rebondire vers

39
Bu (63 u.m) avec une probabilité égale. Grâce à la forme convexe de la fonction de valeur,
la perte (3) est estimée comme une faible augmentation de la valeur négative (v (-Bd) –
v (-B)), mais la réduction de perte est regardée comme beaucoup plus grande qu'une
diminution de la valeur négative (v (-B) - v (-Bu)). Dans une telle situation, et dans le but de
recouvrir son prix d'achat, l'investisseur ne vend pas les actions. Il est joueur dans la
partie des pertes parce qu'il accepte de jouer avec la valeur v (-Bu) ou v (-Bd) pour éviter la
perte certaine (5). Une nouvelle perte est moins pénible que récupération du prix d'achat
ou du solde des comptes mentaux sans pertes (Oehler, Heilmann, Läger et Oberländer
2002).
Généralement, la prise de décision suggère la présence de plusieurs points de référence
possibles. Il apparaîtrait que le prix d'achat de l'actif est le point de référence. Ainsi, les
investisseurs évaluent les bénéfices et les pertes relativement à leur prix d'achat, ces
investisseurs sont averses au risque envers les gains et joueur envers les pertes. Pour une
chronique d'investissements, chaque cours historique pourrait être utilisé comme point
de référence. Ceci exige une extension de l'effet de disposition pour chacun de ces points
de référence. Par conséquent, le prix d'achat est le seul déterminant du point de référence
employé par investisseurs. Mais, l’évolution historique des cours boursiers affecte le
niveau du point de référence, l'investisseur met son ancre au prix d'achat initial tout
d'abord et adapte le point de référence ensuite.
La théorie de regret peut expliquer l’effet de disposition. Shiller (1999) prouve que les
meneurs de décision rencontrent plusieurs difficultés lors de la clôture de leurs positions
perdantes. Réaliser des pertes est difficile dans la mesure où les investisseurs doivent
avouer que leur premier jugement était inexact. Le regret de se tromper accroît dés que
l’erreur est transmit aux autres (conjoint, amis, collaborateurs, etc.). Le regret est un
sentiment associé à la connaissance de l’inefficacités des décisions. La clôture d'un « loss
mental account » aboutit au regret alors que la fermeture d'un « gain mental account »
provoque la fierté (Shefrin et Statman, 1985, p. 782). Les investisseurs regrettent d'avoir
fait erreurs:"Un coups de contre pied d'avoir comi quelque chose idiote." (Shiller (1999, p. 1313)).
Les études de Weber et Camerer (1998) montrent l’impact du comportement des
investisseurs sur l’effet de disposition. A cet égard, ces acteurs achètent et vendent les
actions à des niveaux de risque différents. Contrairement à la théorie d'optimisation de
Bayes, les investisseurs vendent les winners et maintiennent les losers dans leurs
portefeuilles.
De façon plus intéressante, l'effet de disposition est réduit lorsque les actions ont été
automatiquement liquidées après chaque période d'investissement. Néanmoins, d'autres
études empiriques appliquées sur différents marchés boursiers présentent des résultats
conformes à l'effet de disposition. Par exemple, ils distinguent une relation entre la

40
variation des prix et la volume de transaction. Dés lors, on peut conclure que les
investisseurs estiment différemment le gain et les pertes.

1.3. Quelques évidences empiriques de l’effet de disposition

Dés les travaux de Shefrin et Statman (1985), peu d'études ont démontré le
comportement de disposition des investisseurs. Lakonishok et Smidt (1986) ont
démontré la présence d’un volume important des « winners » sur la NYSE et AMEX
actions durant les 5, 11, 23 et 35 mois. Ferris, Haugen et Makhija (1988) analysent trente
actions américaines. Ils montrent l'effet de disposition à travers la corrélation négative
(positive) entre la volume de transaction actuelle et la volume de celle historique. Ils
prouvent que les cours fluctuent trop qui ne permet pas une bonne compréhension du
processus de décision des investisseurs. Pareillement, Bremer et Kato (1996) ont montré
l’effet de disposition sur les marchés japonais. Odean (1998), Barber et Odean (1999)
obtiennent leurs résultats à partir de 10000 transactions. Ils constatent que les
investisseurs favorisent réaliser des gains justifiés que de vendre les actions ayant une
mauvaise performance. Shapira et Venezia (2001) trouvent que les professionnels et les
investisseurs sont exposé à l'effet de disposition. Heilmann (1997) analyse la volume de
transaction de 10,000 participants avec environ 400 actions différentes inscrites à la
Bourse allemande pendant neuf semaines. Il prouve la présence de l'effet de disposition
pour tous les investisseurs. Grinblatt et Keloharju (2001) publient des résultats analogues
dans le cadre du marché finlandais. Leur étude utilise des variables explicatifs de l'activité
de transaction. Weber et Camerer (1991, 1998) étudient le comportement de disposition.
Il base leur expérience sur questionnaire et prouvent que l'effet de disposition est un
point de référence. Chui (2000) utilise la même structure expérimentale et exhibe des
résultats similaires pour Macau. Oehler (1994, 1995) suggère que les investisseurs sont
informés via le marché et que la formation des prix est exogène. Il test une variété de
points de référence tout en ajoutant quelques conclusions complémentaires des données
personnelles des investisseurs (par exemple revenu, Richesse, âge, genre, éducation).
Le développement théorique et les études empiriques montrent la présence de deux
forces qui contrôlent le comportement d'investisseurs de disposition. D'abord, les
investisseurs de disposition sont dirigés soit par évaluation asymétrique entre haut risque
et bas risque soit par la variation de la richesse. Les investisseurs sont trop sensibles aux
pertes qu'aux bénéfices, il s'agit de l'aversion aux pertes (Benartzi et Thaler 2001). Dans
son modèle, Shumway (1997) étend cette asymétrie en pondérant les faibles pertes et
profits plus fortement que les rendements élevés. L'approche d'aversion aux pertes est
reliée à la notion d'aversion au risque de premier ordre (Epstein et Zin (1990), Segal et

41
Spivak (1990) et Bekaert et al. (1997)). Elle modélise le processus de décision à fin de
réunir les compte des faibles risques. Identiquement à la théorie de perspective, les pentes
de la fonction de valeur sont plus aiguës que celles pour les bénéfices. Tels modèles
doivent définir les pertes et les gains via un seuil de rentabilité , comme le point de
référence pour la théorie de perspective. De plus, la mesure de l'aversion aux pertes
dépend de l'expérience et des performances. Les gains antérieurs atténuent les pertes
suivantes et donc réduisent l'aversion aux pertes, mais le dédoublement des pertes (une
succession des pertes) augmentent ce niveau d’aversion aux pertes. Les investisseurs
averses aux pertes prennent plus de risque dans la mesure où ils contrôlent rarement la
performance de leur investissement ou ils ‘évaluent sur le long terme (la myopie de
l'aversion aux pertes, Benartzi et Thaler (1995)). Ils montrent que l'aversion aux pertes
explique seulement les primes de risque dés que l'effet des résultats antérieurs est
incorporé (Barberis et al. (2001)).
Bref, les investisseurs sont moins averses au risque après gains et plus averses au risque
après pertes, ce phénomène est appelé house money effect. Ce phénomène est en Conflit avec
les implications de théorie de perspective du fait que la convexité de la fonction de valeur
de Kahneman et Tversky (1997), dans la zone des pertes, désigne que les gens aiment le
risque. D’autre part, l'application de la théorie de perspective nécessite l'introduction de
quelques hypothèses supplémentaires concernant la manière avec la quelle les meneurs de
décision perçoivent et évaluent les jeux séquentiels. Barberis et al. (2001) avancent que les
investisseurs isolent les résultats des jeux successifs. Ils montrent que seules les pertes
antérieures émanent à assumer plus de risque dans des situations de décision où la chance
d'atteigner l'équilibre est probable, ce qui permettrait aux investisseurs de fermer leur
compte mental sans une perte. " The house-money effect makes predictions about behaviour after the
gain or loss at the end of the series is experienced, not before." Brown et al (2002, p:6). Après vente
des « losers », l'investisseur sera plus averse au risque pour la décision suivante.
Les investisseurs de disposition sont caractérisés par l'intégration séquentielle des
résultats, alors que l'aversion au risque des autres est fonction de l’indépendance des
pertes et des bénéfices. Deux types de comportements différents coexistent sur le
marché. Grinblatt et Han (2003) montrent que l'écart entre valeur fondamentale et prix
est influencé par l'effet de disposition. Ils interprètent leurs résultats tout en tenant
compte de la réaction des investisseurs momentum à l'effet de disposition. Toutefois, ils
ne prouvent pas la dominance ou l’absence du comportement de disposition.
D’autres recherches s’intéressent à l'étude des modèles comportementaux à fin
d’expliquer les profits momentum. Ces modèles cherchent à présenter le comportement
des investisseurs et la façon dont ils réagissent à l'information, aux évènements ou aux
indices de performances.

42
2. Etude de réaction des investisseurs et impact sur le
processus de formation des prix

La littérature de la finance comportementale propose deux modèles contradictoires du

comportement des investisseurs irrationnels. En premier lieu, les investisseurs sur-
réagissent à l’information, créant ainsi un reversal sur le long terme. Alors qu’en deuxième
lieu, les investisseurs sous-réagissent à l’information, entraînant par la suite une
continuation dans rendements.
Deux problèmes restent non résolus pour la finance comportementale. Tout d’abord,
l’absence de consensus concernant le stimulus de réaction des investisseurs. En second
temps, la sur-réaction des investisseurs à l’information en quelques circonstances, alors
qu’ils sous-réagissent en d’autres cas. Les modèles comportementaux doivent être rédigés
avec scepticisme dans la mesure où ils ne permettent pas de comprendre la manière avec
laquelle l’investisseur réagit. Fama (1998) argumentent que les modèles comportementaux
sont incapables d’expliquer les rendements anormaux de long terme, et ce dans la mesure
où l’investisseur réagit différemment à l’information, tel investisseur est non biaisé dans
leur réaction à l’information.
L'objectif de cette section est de tester la source du momentum en biais des modèles
comportementaux. La sur-réaction montre que le cours s’ajuste lentement à toute
nouvelle information, par conséquent les actions à rendements positifs (négatifs) sont
sous-évaluées (sur-évaluées). C'est la force motrice du développement des modèles de
stratégies momentum (Barberis, Shleifer et Vishny (1998)) et Hong et Stein (1999). Alors
que l'hypothèse de sur-réaction suggère que les « winners » (losers) soient surévalués (sous-
évalués) et que le momentum existe dés que toute mauvaise évaluation aggrave la
situation de renversement des prix à leurs fondamentaux (Daniel, Hirshleifer et
Subhramanyam (1998)).

2.1. La sur-réaction

Théoriquement, Les modèles comportementaux suggèrent la présence d’une persistance

des rendements sur le court terme suivi par un reversal des rendements de long terme.
Parmi ces études, nous citons celle de Debondt et Thaler (1985). Ils montrent que les
actions gagnantes (winners) deviennent perdantes (losers) pour une période allant de trois à
cinq ans et vice versa. Ils allouent ce renversement des cours à la sur-réaction. En fait, les
investisseurs accordent plus d’importance aux performances historiques de l’entreprise
qu’aux renversements de ces performances sur le long terme. D’autre part, Lakonishok et
al. (1994) expliquent la sur-réaction en fonction des ratios de performances. En effet, les

43
firmes à PER, C/P et BM élevés connaissent des mauvaises performances passées, alors
que celles à faibles valeurs de ces ratios en profitent des meilleures performances passées.
Dans la mesure où le marché sur-réagit aux performances passées, la croissance des
bénéfices se renverse. De ce fait, PER, C/P et BM élevés auront des rendements futurs
plus grands. Toutes fois, les faibles PER, C/P et BM connaissent des faibles rendements
futurs.
Toutes ces évidences avancent la même idée. En effet, les actions fortement évaluées,
relativement à leurs actifs ou bénéfice, octroieraient des rendements futurs ajustés au
risque faibles, alors que les actions faiblement évaluées en profiteraient d’un rendement
plus élevé. Lakonishok et al. (1994) présentent un écart de 8 à 10% par an entre le
rendement le plus extrême et celui le plus bas.
Plusieurs modèles comportementaux ont été proposés pour expliquer ces phénomènes.
Par exemple, Diyala (2001) prouve que l’offre saisonnière des capitaux (SEO) est
caractérisée par un renversement des rendements. Le SEO moyen est annoncé après une
période de rendement élevé, ces rendements se renversent dans une période de trois à
cinq ans après la date de l’annonce. Loughran et Ritter (1995) interprètent ce résultat
comme une évidence de sur-réaction des investisseurs aux informations passées de
bénéfices. En présence d’une annonce SEO, les investisseurs ne connaissent pas que les
bénéfices se renversent par suite. Par conséquent, les prix sont trop élevés lors de
l’annonce et la sur-réaction sera lentement corrigée sur le long terme.
Fama et French (1998), Poterba et Summer (1988) et Cutler et al. (1991) examinent
quelques évidences sur différents marchés. Ils concluent que pour un période de 3 à 5
ans, les rendements sont négativement corrélés et que les dividendes, pour le même
période, sont susceptibles de prévoir les cours boursiers. En effet, un faible dividende ou
un faible rendement passé prédit un faible rendement par la suite (Campbell et
Shiller (1998)). Debondt et Thaler (1985), à partir des données avant 1933, découvrent
que les portefeuilles à faibles performances durant les cinq dernières années
sur-performent brusquement les portefeuilles gagnants. Ces résultats sont corroborés,
par la suite, par Zarowin (1989). Il exhibe que les firmes expérimentées d’une séquence
de faibles profits passés sur-performent celles ayant une séquence de profits élevés passés.
Cette évidence signifie que les cours présentant un record de bonnes nouvelles, et donc
des rendements passés plus élevés, sont surévalués, subséquemment tout investisseur est
donc capable de bénéficier d’un rendement anormal et ce en se basant sur des nouvelles
consistantes et non pas sur la sur-réaction (BSV (1998)). De même, les actions à faibles
performances sont sous-évaluées et bénéficient en suite d’un rendement supérieure. Les
investisseurs anticipent différemment la valeur fondamentale de l'actif et certains de ces
investisseurs sont restreints à vendre tôt, par conséquent, et lors que les investissements
de long terme sont moins nombreux, les investisseurs actifs seront donc surévalués

44
(Chen, Hong et Stein (2002)). Daniel et Titman (2001) prouvent dans leur étude la
relation entre sur-réaction et informations intangibles. A contrario des autres travaux, ils
ne distinguent pas de support pour la sur-réaction des cours aux informations tangibles.
BSV (1998) prouvent que les croyances des investisseurs sont erronées dans la mesure où
les informations ne sont pas tendancielles mais plutôt hasardeuses. Par conséquent, les
capitaux seront surévalués entre 3-5 ans et auront de faibles rendements par la suite. La
sur-réaction est dirigée par la représentativité heuristique. Dans ce cas là, la sur-réaction
apparaît lorsque l’investisseur accorde plus d’importance à la force qu’au poids.
DHS (1998) montrent que les investisseurs sur-confiants sur-pondèrent l’information
qu’ils détiennent, entraînant ainsi la sur-réaction des cours.

2.2. La sous-réaction

Nous parlons de sous-réaction lorsque les cours boursiers sous-réagissent aux

informations sur le court terme, entre trois et douze mois. Par conséquent, les
informations sont intégrées lentement aux prix. Cette définition montre que les bonnes
nouvelles représentent des rendements positifs futurs. La sous-réaction peut être
reconnue par des rendements positivement corrélés sur le court terme (momentum)
(Nagel (2002)). De même, Cutler, Poterba et Summers (1991) prouvent que pour un
nombre d’indices de rendements, il existe une auto-corrélation positive des rendements
sur le court terme. La corrélation positive des rendements est interprétée comme des
effets de la sous-réaction sur les cours boursiers, qui doivent être neutraliser lentement
tout après. Bernard et Thomas (1992) illustre que la sous-réaction des prix aux
informations change lorsque les prix réagissent avec retard aux informations.
Fisher (1930) illustre que les erreurs cognitifs représentent les sources de la sous-réaction
du taux d’intérêt nominal à l’inflation. En effet, il montre q’au cours d’une même période
les taux d’intérêt réel baissent alors que le taux de l’inflation évolue, et vice versa.
De nouvelles études démontrent la réaction du taux d’intérêt réel et soutiennent l’idée que
la présence des biais cognitifs causes la sous-réaction. Diether, Malloy et Scherbina
(2002) restituent que la dispersion des avis prédit les faibles rendements futurs. BSV
(1998) proposent un modèle de comportement humain basé sur deux biais de jugements.
Les individus sont conservateurs, ils actualisent leurs comportements lentement face à
l’entrée de nouvelles informations. De même, ces individus s’adressent à la
représentativité heuristique et ce en accordant plus de poids aux tendances actuelles des
données malgré la faible probabilité d’occurrence. BSV (1998) suggèrent que dés que les
investisseurs pensent que les bénéfices sont « mean reverting » alors qu’ils sont aléatoire, le

45
poids choisi est fonction des performances particulières, ce qui résultera par conséquent
la sous-réaction.
Daniel et Hirshleifer et Subrahmanyam (1998) présentent l’impact des évènements
sélectifs sur les cours boursiers. Il s’agit des événements capables de créer des avantages
de la sous-évaluation des cours. Par exemple, l’annonce de l’émission de nouvelles actions
en cas de hausses des prix ou le rachat des actions en cas de baisse des prix. Ce signal
public entraîne une réaction immédiate des prix qui absorbe la sous-évaluation. Le rachat
des actions est caractérisé par une continuité des rendements. Il bénéficie d’un faible
rendement positif et d’un rendement futur élevé. Ikenbery, Lakonishok et
Vermaelen (1995) argumentent que les investisseurs sous-réagissent à un signal positif des
performances futures des firmes dés qu’elles décrites par le rachat des actions.
Généralement, la sous-réaction aura lieu si les investisseurs croient que les bénéfices sont
plus stationnaires que le sont en réalité. Par exemple, Bernard et Thomas (1990)
établissent que ces investisseurs croient que les bénéfices suivent une marche au hasard
plutôt qu’une série saisonnière. Ainsi, la sous-réaction est très probable quand les
événements sont moins forts, mais à poids considérable, et que le marché n’apprécie pas
ce poids.
Empiriquement, Cutler et al. (1991) examinent l’auto-corrélation des excès de rendements
sur des horizons différents. Il s’intéresse au rendement des actions, des obligations et de
change, pour la période allant de 1960 à 1988. Il montre que les excès de rendements sont
positivement corrélés pour un horizon du premier jusqu’au douzième mois. Une telle
évidence est compatible avec les hypothèses de la sous-réaction. Elle prouve que
l’information est graduellement incorporée au sein des prix, entraînant, subséquemment,
une série de rendements tendancielle sur le court terme. Plus d’explication accordée à la
sous-réaction en étudiant les rendements en coupe instantanée en USA. Ces études
montrent que les actions ayant des bonnes nouvelles dégagent des rendements
relativement élevés aux actions à mauvaises informations.

2.3. Stratégie momentum et finance comportementale

2.3.1. Stratégie momentum

Jegadeesh et Titman (1993) présentent l’effet momentum comme l’une des anomalies les
plus rude de la finance. Winners (gagnant) signifie que les actions sur-performantes durant
les trois à douze mois passés continuent à sur performer durant les douze mois suivants
(Nagel (2002)). Les modèles d’évaluation échouent à expliquer ce phénomène. Par
conséquent, plusieurs chercheurs se sont intéressés à développer des modèles basés sur la
rationalité limitée et la mauvaise réaction des investisseurs. Cette littérature présente que

46
la sous- et la sur-réaction peuvent générer le momentum. Ces deux approches
comportementales contradictoires ont des implications très différentes. En effet,
l’hypothèse de la sous-réaction signifie que les « winners » sont sous-évalués alors que la
sur-réaction présente la sur-évaluation de ces actions.
Au cours des années 80, on constate que peu d’études développent des explications au
momentum. Cependant, récemment, plusieurs travaux tels que Lee et Swaminathan(2000)
et Jegadeesh et Titman(2001) prennent positions dans cette voie. Ils examinent les
stratégies des rendements de long terme et montrent que les profits momentum se
renversent pour un horizon allant de 3 à 5 ans.
Si les cours boursiers sur-réagissent ou sous-réagissent à l'information, la stratégie de
transactions la plus profitables doit avoir lieu. DeBondt et Thaler (1985) examinent les
rendements des stratégies contraires, c'est à dire celles qui achètent les anciens « losers » et
qui vendent les anciens « winners ». Empiriquement, ils choisissent les stratégies et
détiennent leur position pour une période allant de un à cinq ans, ils concluent que, dans
le plus part des cas, les portefeuilles contraires dégagent des rendements positifs
significatifs. Jegadeesh (1990) et Lehmann (1990) examinent la performance des stratégies
de transactions tout en se basant sur les rendements mensuels voire hebdomadaires. Ils
illustrent que ces stratégies de court terme rapportent des profits contraires pour une
période de une semaine à un mois. Ces études de renversements à long terme et à court
terme mènent à conclure que les prix de l'action sur-réagissent à l'information.
Contrairement à ces études, Jegadeesh et Titman (1993) observent la performance des
stratégies de transaction avec une période de formation et de détention entre trois et
douze mois. Leur stratégie suggère le choix des actions à base des rendements des (j) mois
passés et de les détenir durant les (K) mois suivants. Cette stratégie J-mois/K-mois est
construite comme suit : à chaque début du mois t, les capitaux sont classées en ordre
croissant en fonction de leurs rendements des (j) mois passés. Tout en se basant sur ces
classements, Jegadeesh et Titman (1993) forment dix portefeuilles déciles également
pondérés. Le portefeuille au rendement le plus haut est appelé décile « winners » et le
portefeuille au rendement le plus bas est appelé décile « looser ». Jegadeesh et Titman
(1993) examinent les actions américaines durant la période allant de1965 à 1989. Toutes
les stratégies considérées procurent des rendements positifs. Après une semaine, ces
stratégies évitent la pression du bid-ask spread, la pression des prix et les effets de la
réaction retardée présentés par Jegadeesh (1990) et Lehmann (1990).

2.3.2. La dépendance de la sur- et de la sous-réaction avec l’effet momentum

Comme nous l’avons déjà mentionné, il est difficile d'expliquer le profit momentum à
partir d'un modèle basé sur le risque. De ce fait, les chercheurs sont réorientés vers des

47
modèles comportementaux. La plupart de ces modèles assument que l'effet momentum
est expliqué par la corrélation périodique des rendements individuels qui semble être
compatible avec cette évidence. Cependant, ils se contredisent pour expliquer si la
corrélation périodique est induite par la sous-réaction ou la sur-réaction retardée. Si les
corrélations sont résultantes de la sous-réaction, on s'attend alors à des rendements
anormaux positifs durant la période suivante. Toutefois, si les rendements anormaux sont
entraînés par la sur-réaction retardée, les rendements momentum anormaux sont suivis
par des rendements négatifs du fait que la sur-réaction retardée doit être renversée. De
plus, ces modèles influencent les déterminants du momentum en coupe instantanée.
Delong, Shleifer, Summers et Waldman (1990) étaient parmi les premiers économistes à
créer un modèle explicitant l'influence des stratégies irrationnelles sur les cours boursiers.
Les stratégies de feedback positives (les stratégies d'investissement qui achètent les anciens
« winners » et vendent les anciens « losers ») entraînent une déviation des prix marchands
par rapport leurs valeurs fondamentales. D’autres études montrent la capacité des biais
comportementaux à influencer sur l'investisseur pour suivre une stratégie de feedback
positive.
Barberis, Shleifer et Vishny (1998) montrent comment le conservatisme pourrait mener
les investisseurs à sous-réagir à l’information, provoquant ainsi un profit momentum. La
voie la plus commune à aborder l'effet momentum est de comprendre les rendements de
long terme. Les rendements futurs des actions surévaluées doivent être relativement plus
bas, tandis que les actions sous-évaluées doivent générer des rendements anormaux
positifs. D’où, l'hypothèse de la sur-réaction retardée montre que les « winners » sont
moins performants par rapport aux « losers » et ce dés que l'effet momentum commence à
baisser (Swaminathan(2000) et Jegadeesh et Titman (2001)). Néanmoins, Nagel (2002)
montre que seule la sous-réaction peut expliquer l’effet momentum.
Le phénomène de conservatisme, identifié par Edwards (1968), présente que les
investisseurs sous-pèsent la nouvelle information lorsqu'ils actualisent leurs préférences.
Si les investisseurs agissent dans cette voie, les prix s'ajusteront lentement à l'information,
mais une fois que l'information est entièrement incorporée dans les prix, les rendements
des actions deviennent imprévisibles. De plus, Barberis et al. (1998), formulent que les
investisseurs identifient des modèles tout en se basant sur la représentativité heuristique
de Tversky et Kahneman (1974). Barberis et al.(1998) soutiennent que l'heuristique peut
mener à des conclusions erronées. De ce fait, ils montrent que les firmes réalisant une
croissance des bénéfices continuent à réaliser une performance similaire au futur. Aussi,
ils prouvent que le conservatisme entraîne nécessairement la sous-réaction, qui est en
accord avec l'heuristique, ce qui résulte par la suite à une évolution des prix par rapport à
leurs valeurs fondamentales, et donc des rendements négatifs pour les actions à
performances élevées lors des cinq dernières années.

48
Daniel, Hirshleifer et Subramanyam (1998) et Hong et Stein (1999) proposent des
modèles alternatifs qui sont compatibles avec le momentum de court terme et les
renversements de long terme. Daniel, Hirshleifer et Subramanyam (1998) argumentent
que le comportement des investisseurs informés peut être défini comme un biais
d'auto-attribution. Dans leur modèle, les investisseurs observent des signaux positifs
concernant un panier d'actions. À cause des biais cognitifs, les investisseurs informés
attribuent la performance des « winners » à leur capacité prévisionnelle et celle des « losers »
à la malchance. En conséquence, les investisseurs deviennent sur-confiants de leur
capacité de choisir les gagnants et ainsi ils sur-éstiment leurs capacités de précision des
signaux. La sur-réaction retardée provoque des profits momentum qui sont renversés dés
que les prix se convergent vers leurs fondamentaux. Hong et Stein (1999) présentent des
agents qui ne peuvent employer qu'une partie de l'information économique du fait de la
présence des frictions de communication. Dans leur modèle, l'information privée diffuse
lentement à travers les investisseurs, impliquant par conséquent une sous-réaction à court
terme. Les « momentum traders » gagnent de l'argent en abordant une stratégie de « trend
chasing », mais causent une sur-réaction sur le long terme.
Daniel, Hirshleifer et Subrahmanyam (1998) utilisent les deux biais psychologiques les
plus documentés, l'excès de confiance et l'auto-attribution. Ils démontrent que les
investisseurs accordent plus d'importance à leur propre information qu'à l'information
publique. Alors que, Barberis, Shleifer et Vishny (1998) développent leur modèle à partir
des deux autres biais, le conservatisme et la représentativité heuristique. Ils prouvent que
les investisseurs changent leur comportement en fonction Des bénéfices futurs et
ignorent l'information récente. Ces modèles représentent une même voie. Cependant, ils
diffèrent par leurs spécifications. Daniel, Hirshleifer et Subramanyam (1998) déclarent
que la sous-réaction est fonction de l'information publique alors que la sur-réaction est en
relation avec l'information privée. Barberis et al(1998) montrent que les investisseurs sur-
ou sous -réagissent aux informations à partir des variations historiques des prix.

3. La sur-réaction sur le marché boursier tunisien : un essai

d’investigation empirique

L’objectif de Debondt et Thaler (1985) n’est pas seulement de détecter la sur-réaction sur
les marchés financiers mais aussi de mieux comprendre le comportement irrationnel de
l’investisseur. De plus, ils essaient de montrer que la sur-réaction est un phénomène de
long terme caractérisé par une auto-corrélation négative des rendements. Dans ce travail
nous cherchons à démontrer si les cours historiques aident vraiment à étudier ceux futurs

49
ou en d’autres termes à détecter la sur-réaction. Pour ce faire, nous entreprenons le
modèle de Debondt et Thaler (1985)

3.1. Présentation du modèle de Debondt et Thaler (1985)

3.1.1. Données
Notre étude a porté sur un échantillon de 14 actions cotées sur la Bourse des Valeurs
Mobilières de Tunis ( BS, BIAT, BH, BTEI, BT, UBCI, STB, BNA, UIB, ATB,
Amen Bank, Astree, SFBT, TL). Les données retenues sont les cours journaliers pour
une période étalant de 01/01/1995 jusqu’au 31/07/2003. Ces données sont fournies par
la BVMT.

3.1.2. Méthodologie
Pour chaque action (i), nous allons, tout d’abord, calculer la rentabilité mensuelle Ri,t
pendant une période allant de 01/01/1995 jusqu’au 31/07/2003.
C i , t + Da i , t + Ds i , t + Div i , t −1 − C i , t −1
R i,t = ( 2.1)
C i , t −1

Avec C i,t est le prix du titre (i) à l’instant (t)

C i,t-1 est le prix du titre (i) à l’instant (t-1)
Da i,t est le droit d’attribution du titre (i) à l’instant (t)
Ds i,t est le droit de souscription du titre (i) à l’instant (t)
Div i,t est le dividende distribué à l’instant (t)

L’indice du marché (R)m,t est calculé comme la moyenne equi-ponderée des rentabilités
des titres du marché.

1 N
R m,t = ∑ R i,t
N n =1
(2.2)

Avec (N) le nombre des titres

La rentabilité anormale de chaque titre (i) est calculée comme la différence entre la
rentabilité du titre et la rentabilité du marché :
ARi,t = Ri,t - Rm,t (2.3)

50
En second lieu, nous allons calculer les rentabilités anormales cumulées CARi,t pour
chaque titre (i) à partir de la date de formation des portefeuilles winners (W) et losers (L)
(t=0) et ceci pour une date de formation prédéfinie (k). Cette procédure se répétera n fois
qui dépendra de la période du test.

0
CAR i , t = ∑ AR i , t (2.4)
−k

En troisième lieu, il s’agit de créer les portefeuilles (W) et (L) et ce en classant les titres
par ordres croissants de leurs rentabilités. Les sept actions les plus extrêmes forment le
portefeuille (W), alors que les sept restantes établissent le portefeuille (L).
Ensuite , nous devons calculer pour chaque portefeuille (W) et (L) sa rentabilité cumulée
anormale moyenne (CARW,n,t et CARL,n,t) tout au long du période du test.
En dernier lieu, on dégage la rentabilité moyenne du portefeuille perdant (L) et du
gagnant (w).

N
ACAR W , t = ∑ CAR W ,n , t N
n =1
N
(2.5)
ACAR L , t = ∑ CAR L ,n , t N
n =1

3.2. Phénomène de la sur-réaction sur la BVMT

La sur-réaction repose principalement sur la dépendance négative des rentabilités.

Effectivement, toute autocorrection négative entre performances passées et futures
exigerait nécessairement un renversement dans les rentabilités. Nécessairement, les titres
(L) auront des performances futures les plus élevés alors que les titres (W) connaissent les
plus mauvaises performances futures.
Le tableau suivant récapitule l’idée présentée ci-dessus et ce tout en examinant la
corrélation des performances cumulées passées PP avec celles futures FP.

51
Tableau 2.1.
Corrélation entre performances futures et passées
PF12 PF24 PF36 PF48
PP12 0.032 0.005 -0.102 -0.217
PP24 0.077 -0.113 -0.224 -0.278
PP36 -0.027 -0.198 -0.295 -0.324
PP48 -0.123 -0.265 -0.366 -0.345

Les résultats montrent que la plus forte corrélation est réalisée sur le long terme entre 48
et 36 mois. Effectivement, les rentabilités cumulées des 48 mois passés sont négativement
corrélées avec les 36 mois futurs.
Pour mieux comprendre le phénomène de sur-réaction, il est nécessaire d’étudier l’ACAR
des portefeuilles gagnants et ceux des perdants. Pour ce faire, nous devons choisir la
période de formation k (soit k= 6; 12 ; 18 et 24 et n=17 ; 8 ; 5 et 4)
La théorie de la sur-réaction stipule que pour les périodes subséquentes à la date de
formation, (t=0), l’ ACARL,t doit être positif alors que l’ ACARW,t doit être négatif de
façon que (ACARL,t - ACARw,t )>0. Notre test consiste donc à vérifier si cette différence
est statistiquement significative. Ainsi, il est indispensable de calculer la variance des CARt
et de la comparer avec le t statistique. Avec :

N 2 N 
S = ∑ (CAR W ,n , t − ACAR W , t ) + ∑ (CAR L ,n , t − ACAR L , t )  2(N − 1)
2 2
t
 n =1 n =1 

Tt = [ACAR L , t − ACAR W , t ] 2 S 2t N

3.2.1. Test de sur-réaction pour une période de formation de 6 mois

Tout d’abord, il s’agit de déceler la présence de la sur-réaction pour une courte période de
formation des portefeuilles.

52
 Le tableau suivant récapitule toutes les valeurs des ACAR et de leurs différences tout au
long de cette période de formation :

Tableau 2.2.
Evolution des ACAR pour une période de formation de 6 mois
t* ACARL,t ACARW,t ACARL,t- ACARw,t

-6 -0.031 0.030 -0.061

-5 -0.072 0.045 -0.117
-4 -0.102 0.092 -0.194
-3 -0.121 0.112 -0.233
-2 -0.144 0.161 -0.305
-1 -0.151 0.169 -0.320
t=-24…-0…24 avec t=-24..-1 est le période de formation des portefeuilles t=0 est la date
de formation des portefeuilles et t=1…24 est la période des tests

La figure suivante illustre les résultats décrits par le tableau 2.1 ci-dessous.

Figure 2.1.1
Evolution des ACAR des portefeuilles W et L durant la période de formation de 6 mois
.2

.1

.0

ACARL
-.1
ACARW
DACAR
-.2

-.3

-.4
-7 -6 -5 -4 -3 -2 -1 0

Figure réalisée sur Eviews 4.0

A partir du figure 2.1, les ACARW,t connaissent une évolution dans leurs valeurs durant la
période de formation alors que les ACARL,t diminuent dans temps et dont les valeurs
sont négatives. Dés lors la différence des ACAR sera nécessairement au-dessous de l’axe
des abscisses.

53
Comme nous l’avons déjà mentionné, le test permet de voir si les ACAR de la période de
test restent similaires à ceux de la période de formation ou non. La période de test sera
celle qui suit la date de formation des portefeuilles.

Tableau 2.3.
Evolution des ACAR pour une période de test de 6 mois
t ACARL,t ACARW,t ACARL,t- t-Stat
ACARw,t
1 -0.001 0.003 -0.004 -1.445
2 -0.015 0.001 -0.015 -1.923
3 -0.008 -0.003 -0.005 -0194
4 -0.011 -0.002 -0.013 -0.784
5 -0.012 -0.005 -0.017 -0.689
6 -0.009 -0.004 -0.013 -0.325

A partir de ce tableau, il apparaît clairement que le portefeuille (L) demeure toujours

perdant et ce pour la période du test. De même, le portefeuille (W) reste aussi gagnant
malgré que leurs valeurs connaissent seulement une évolution tout au début de la période.
Dés lors, on peut affirmer que dans ce cadre de test la sur-réaction est asymétrique. En
effet, l’écart entre le rendement et l’indice du marché est aussi élevé pour les portefeuilles
L que pour ceux (W). D’autre part, les ACAR des portefeuilles sont de l’ordre de -15%
pour la deuxième année alors que les ACAR des (W) atteignent -3% le troisième mois du
test. De même, on constate qu’au cours de la troisième année les ACAR (W) et (L)
deviennent négatifs.
Tout en gardant les dernières valeurs des ACAR avant la date de formation, on constate
que la valeur des ACAR L était de -15.1% alors que celle des (W) était de 16.9%. La
théorie de sur-réaction stipule que tout mouvement extrême en hausse ou en baisse doit
être nécessairement suivi par un autre mouvement au sens opposé et plus que ce
mouvement est plus extrême plus que son ajustement sera ultérieur. Toutefois, les
résultats figurant ci-dessus contredisent cette conclusion dans la mesure où les
mouvements subséquents à la date de formation ne prouvent pas cette conclusion
simultanément pour les portefeuilles (W) que pour ceux (L). De plus, la différence
négative des ACAR tout au long de la période du test est non conforme à la théorie de
sur-réaction. A juste titre, ces différences ne sont pas statistiquement significatives
puisqu’elles sont très faibles au t de Student (égal à 2).

3.2.2. Test de sur-réaction pour une période de formation de 12 mois

Tout en enchaînant la même procédure du paragraphe précédent, le tableau 2.4 est
récapitulatif des ACAR (W) et (L) dont la durée de formation égale à 12 :

54
Tableau 2.4.
Evolution des ACAR (W) et (L) pour une période de formation de 12 mois
t ACARL,t ACARW,t ACARL,t- ACARw,t

-12 -0.023 0.065 -0.088

-11 -0.087 0.103 -0.190
-10 -0.101 0.112 -0.213
-9 -0.113 0.129 -0.242
-8 -0.142 0.165 -0.307
-7 -0.163 0.174 -0.337
-6 -0.188 0.198 -0.386
-5 -0.256 0.271 -0.527
-4 -0.322 0.339 -0.661
-3 -0.345 0.356 -0.701
-2 -0.367 0.390 -0.757
-1 -0.383 0.405 -0.788

Les résultats présentés ci-dessus sont représentés dans la figure suivante :

Figure 2.2.
Evolution des ACAR W et L pendant une période de formation de 12 mois

.6

.4

.2

.0
ACARL
ACARW
-.2 DACAR

-.4

-.6

-.8
-14 -12 -10 -8 -6 -4 -2 0

55
Contrairement à ce que nous avons vu dans le cas de 6 mois, nous constatons que le
portefeuille (W) bénéficié d’un accroissement dans la valeur des ACAR tout au long de la
période de formation alors que le portefeuille (L) dégage de plus en plus une valeur faible
de ses ACAR. La courbe de la différence est au-dessous de l’axe des abscisses, elle connaît
aussi une différence de plus en plus négative.

Le tableau suivant présente les tests susceptibles de valider ou non le phénomène de sur-
réaction :

Tableau 2.5.
Evolution des ACAR pour une période de test de 12mois
t ACARL,t ACARW,t ACARL,t- ACARw,t Tt Stat

1 0.065 0.013 0.052 -0.808

2 0.087 -0.022 0.109 1.436
3 0.093 -0.015 0.108 1.330
4 0.063 -0.010 0.073 0.993
5 0.111 -0.001 0.112 0.583
6 0.102 -0.09 0.111 1.203
7 0.177 -0.013 0.190 1.102
8 0.199 -0.061 0.260 1.933
9 0.135 -0.051 0.186 3.098
10 0.140 -0.043 0.183 2.911
11 0.175 -0.026 0.191 2.215
12 0.192 -0.028 0.220 2.103

A la lumière de ce tableau nous constatons que le portefeuille (L) devient gagnant, il

dépasse en moyenne le marché de 6.5% tout au début et de 19.2% pour la dernière année
du test. Cependant, le portefeuille (W) devient perdant et perd an moyen 2.8% par
rapport au marché au cours de la douzième année du test. Ce changement apparaît dans
la positivité de la différence ; elle atteint 22% avec un t-statistique de 2.103(>2) pour la
dernière année du test. De plus, on peut constater que la sur-réaction est symétrique
malgré qu’elle vérifiée beaucoup plus pour le portefeuille (L) que pour le (W). De même,
l’excès de rendement par rapport au marché devient plus important à partir de la
troisième trimestre. En outre, les ACAR (L) sont de -38.3% à la fin de la période de
formation et de 6.5% au début de la période du test, alors que les ACAR (W) ont une
valeur de 40.5% à la fin de la date de formation et de 1.3% au début de la date du test.
Dés lors les hypothèses de la sur-réaction sont jusqu'à maintenant validées. Similairement,

56
Aussi, nous pouvons montrer qu’à partir de ces résultats, la sur-réaction est reproduite
tout au long de la période du test. En effet, le portefeuille (W) durant la période de nous
nous avons pu dégager que les ACAR en valeur et en différence (L) et (W) atteignent leur
maximum et minimum respectivement au cours du huitième mois.
formation demeure perdant ou looser pour la période du test alors que le portefeuille (L)
devient gagnant ou « winner » au cours de la période du test. Ceci est vérifié par une
différence positive des ACAR.
En faisant appelle au (t) de Student, on constate qu’à partir du neuvième mois la
différence ou plutôt la sur-réaction devient statistiquement significative (>2). De même, il
est noté que la différence déclenche son maximum au cours du huitième mois qui presque
statistiquement significative (1.933≈2).

3.2.3. Test de sur-réaction pour une période de formation de 18 mois

Comme dans les paragraphes précédents, on commence par examiner l’excès de

rendement des portefeuilles (W) et (L) et leurs différences.

Tableau 2.6.
Evolution des ACAR pour une période de formation de 18 mois
t ACARL,t ACARW,t ACARL,t- ACARw,t

-18 -0.010 0.013 -0.023

-17 -0.056 0.065 -0.121
-16 -0.073 0.093 -0.166
-15 -0.092 0.101 -0.193
-14 -0.111 0.115 -0.226
-13 -0.121 0.124 -0.245
-12 -0.153 0.165 -0.318
-11 -0.162 0.175 -0.337
-10 -0.202 0.213 -0.415
-9 -0.211 0.217 -0.428
-8 -0.225 0.230 -0.455
-7 -0.227 0.232 -0.459
-6 -0.263 0.263 -0.526
-5 -0.274 0.279 -0.553
-4 -0.280 0.287 -0.567
-3 -0.286 0.292 -0.578
-2 -0.293 0.299 -0.592
-1 -0.303 0.311 -0.614

57
Figure 2.3.
Evolution des ACAR W et L pour une période de formation de 18 mois

.4

.2

.0

ACARL
- .2
ACARW
DACAR
- .4

- .6

- .8
-2 0 -1 8 -1 6 -1 4 -1 2 -1 0 -8 -6 -4 -2 0

En observant la figure ci-dessus, nous constatons que même pour une période de
formation de 18 mois les excès de rendement au marché (W) et (L) sont consécutivement
à la hausse et la baisse. C’est ainsi que la différence demeure toujours négative tout au
long de la période de formation. Dans ce qui suit nous allons présenter leurs valeurs au
cours de la période du test et la conformité de la sur-réaction.

58
Tableau 2.7.
Evolution des ACAR pour une période de test de 18mois
t ACARL,t ACARW,t ACARL,t- ACARw,t Tt Stat
1 0.006 -0.013 0.019 1.201
2 0.017 -0.022 0.039 1.436
3 0.023 -0.015 0.108 1.230
4 -0.003 -0.010 0.013 0.993
5 0.007 -0.025 0.032 0.583
6 0.012 -0.029 0.041 1.313
7 0.007 -0.043 0.050 1.102
8 0.019 -0.028 0.047 1.533
9 0.035 -0.051 0.086 2.098
10 0.033 -0.043 0.076 1.621
11 0.047 -0.026 0.073 0.782
12 0.039 -.0036 0.075 0.554
13 -0.032 -0.044 0.076 0.264
14 -0.070 -0.053 0.123 0.824
15 -0.021 -0.034 0.013 0.342
16 0.005 -0.061 0.066 0.995
17 0.061 -0.073 0.134 1.533
18 0.092 -0.028 0.120 1.175

En recourant à ce tableau, on distingue que le portefeuille L au cours de la période de

formation dégage un rendement en excès moyen par rapport au marché de 9.2% au dix
huitième. Alors que le portefeuille (W) durant la période de formation procure un
rendement en excès du marché négatif soit -2.8% au dix huitième mois. Pour la même
date du test la différence des ACAR est positive 12% à contrario de la période de
formation.
Dans cette étape, nous cherchons à vérifier les hypothèses de la sur-réaction de ce
modèle. Ainsi et en premier lieu, nous enregistrons que la sur-réaction est asymétrique et
ce du fait que les ACAR (W) sont plus importants en valeur absolue que les ACAR (L).
En d’autres termes, le portefeuille (W) durant la période de formation perdent deux fois
de plus pour la période de test que les portefeuilles L gagnent au cours de cette date.
En second temps, nous constatons que les ACAR sont plus volatiles au cours de la
période test qui forment ainsi un itinéraire aléatoire. D’autre part, nous distinguons que le
portefeuille demeurant perdant en fin de la période de formation (ACAR=-30.3%)
devient gagnant durant la période test (ACAR=9.2%), alors que le portefeuille gagnant
(ACAR=31.1%) fut perdant au cours de la période du test (ACAR=-2.8%).

59
De plus, nous justifions que la différence des ACAR est toujours positive, elle atteint son
maximum au cours du dix septième mois. Il est à noter de même que les ACAR (L)
présentent des valeurs négatives. Cependant, nous pouvons établir que le phénomène de
sur-réaction existe. De point de vue statistique, la sur-réaction n’est réalisable qu’au cours
du neuvième mois.

3.2.4. Test de sur-réaction pour une période de formation de 24 mois

En premier lieu, nous commençons par étudier l’excès de rendement par rapport au
marché pour les portefeuilles (W) et (L) au cours de la période de formation et dégager la
différence de ces excès de rendement.

Tableau 2.8.
Evolution des ACAR pour une période de formation de 24 mois
t ACARL,t ACARW,t ACARL,t- ACARw,t

-24 -0.066 -0.052 -0.014

-23 -0.087 0.102 -0.189
-22 -0.125 0.156 -0.281
-21 -0.120 0.123 -0.243
-20 -0.152 0.165 -0.317
-19 -0.183 0.197 -0.380
-18 -0.191 0.229 -0.320
-17 -0.203 0.240 -0.443
-16 -0.215 0.253 -0.468
-15 -0.219 0.255 -0.474
-14 -0.213 0.263 -0.476
-13 -0.203 0.277 -0.480
-12 -0.212 0.253 -0.465
-11 -0.208 0.213 -0.421
-10 -0.232 0.248 -0.480
-9 -0.235 0.254 -0.489
-8 -0.266 0.280 -0.546
-7 -0.257 0.297 -0.554
-6 -0.290 0.303 -0.593
-5 -0.302 0.312 -0.614
-4 -0.312 0.342 -0.654
-3 -0.324 0.382 -0.706
-2 -0.352 0.392 -0.744
-1 -0.387 0.423 -0.810

60
A cet égard, nous allons présentées, en ce qui suit, ces données à travers le graphique
suivante :

Tableau 2.4.
Evolution des ACAR pour une période de formation de 24 mois
0 .6

0 .4

0 .2

0 .0
ACARL
- 0 .2
ACARW
DACAR
- 0 .4

- 0 .6

- 0 .8

- 1 .0
-2 8 -2 4 -2 0 -1 6 -1 2 -8 -4 0

Dés lors, nous pouvons affirmer que le portefeuille (W) présente des ACAR positifs.
Néanmoins, celui perdant connaît de plus en plus une valeur négative. Nous constatons
que l’excès de rendement du (W) et du (L) sont presque égaux en valeur absolue.

61
Tableau 2.9.
Evolution des ACAR pour une période de test de 24 mois
t ACARL,t ACARW,t ACARL,t- Tt Stat
ACARw,t
1 0.062 -0.042 0.104 3.170
2 0.092 -0.098 0.190 13.549
3 0.102 -0.117 0.219 9.772
4 0.075 -0.111 0.186 4.221
5 0.095 -0.121 0.216 6.321
6 0.101 -0.144 0.245 2.708
7 0.107 -0.139 0.246 3.003
8 0.109 -0.199 0.308 3.541
9 0.175 -0.185 0.360 7.158
10 0.142 -0.165 0.307 6.754
11 0.123 -0.156 0.279 8.393
12 0.138 -0.172 0.310 7.661
13 0.155 -0.203 0.358 7.112
14 0.179 -0.192 0.370 7.853
15 0.183 -0.221 0.404 8.625
16 0.186 -0.203 0.389 8.354
17 0.179 -0.211 0.390 9.158
18 0.177 -0.201 0.378 9.889
19 0.169 -0.225 0.394 12.082
20 0.159 -0.215 0.374 12.995
21 0.133 -0.192 0.325 16.584
22 0.143 -0.188 0.331 13.689
23 0.156 -0.213 0.369 8.321
24 0.172 -0.219 0.391 7.658

Ce tableau suggère que le portefeuille dit perdant durant la période de formation demeure
gagnant 24 mois après la date de formation (ACAR=-38.7% avant et ACAR =17.2%
après). Alors que le portefeuille gagnant avant la date de formation (ACAR=42.3%)
devient perdant tout après (ACAR=21.9%). Il s’agit donc d’une concordance avec la
théorie de sur-réaction qui stipule que plus le mouvement initial est extrême, plus le
mouvement subséquent est en baisse et plus grand sera l’ajustement suivant.
De même ces résultats montrent le symétrique de la sur-réaction entre portefeuille (W) et
(L) dans la mesure où l’excès de rendement des (W) et des (L) sont presque égaux en
valeurs absolues. D’autres parts, on constate que les ACAR des (L) atteignent leur
maximum au cours du dix septième mois alors que celui des (W) est au dix neuvième
mois. De plus, la différence des ACAR est positive tout au long de la période du test au
contraire de celle de la période de formation. D’où la sur-réaction apparaît très claire
surtout pour une période de test et de formation de 24 mois.

62
En étudiant la significativité de la différence des ACAR ou en d’autres termes de la sur-
réaction, cette étude devient plus solide Incontestablement, la différence des ACAR est
significative tout au long de la période du test puisque la valeur du T statistique est
beaucoup plus supérieure à celle de Student (=2).

3.2.5. Etat récapitulatif de la sur-réaction

Les résultats obtenus peuvent amener à plusieurs déductions. En effet, nous prouvons
que la différence des ACAR pour toutes les périodes sont généralement en similarité avec
les hypothèses de sur-réaction. De plus, nous illustrons que le mouvement de la
différence est beaucoup plus volatile au cours de la période de formation qu’au période de
test. En outre, ces résultats prouvent la négativité de l’auto-corrélation des rendements et
suggèrent que les titres gagnants (perdants) deviendront perdants (gagnants) pour une
période plus au moins longue, de façon que plus le mouvement initial est extrême plus
l’ajustement sera rapide. De plus, nous pouvons remarquer que les cours boursiers
retournent à leurs valeurs fondamentales. A partir des résultats tabulés, nous concluons
que la sur-réaction est significative surtout pour les horizons de long terme (18 ou 24
mois). Toutefois, cette sur-réaction ne vérifie la symétrie de distribution des excès de
rendements entre gagnants et perdants.

63
Conclusion
L’objectif de ce chapitre était d’étudier les biais comportementaux les plus développés par
la littérature récente. Il s’agit de vérifier la divergence des cours boursiers par rapport à
leurs valeurs fondamentales.
Dans une première section, nous avons étudié théoriquement l’effet de disposition qui
représente un autre aspect d’irrationalité. En effet, nous avons présenté la relation entre
ce biais et les prix des actifs tout en montrant l’irrationalité des investisseurs dans leurs
comportements. A cet égard, ces derniers cherchent à acheter les titres perdants d’une
part et de vendre ceux gagnants d’autre part.
La deuxième section a été réservée à l’étude de deux autres aspects de biais
comportementaux. Ainsi, nous avons expliqué les phénomènes de sur- et de
sous-réaction. La sur-réaction est caractérisée par la sur-évaluation des cours boursiers
dans la mesure où les investisseurs anticipent une hausse dans les rendements de l’actif en
question. En revanche, la sous-réaction se présente comme une sous-évaluation des prix.
Elle indique que les investisseurs sous-pondèrent les informations de l’actif en question.
La troisième section a été consacrée à la vérification de la sur-réaction dans le cadre du
marché tunisien. Nous avons mené notre étude empirique sur un échantillon de 14
actions pendant une période de allant du 01/01/1995 jusqu’au 31/07/2003. Nous avons
démontré la présence de sur-réaction sur le marché boursier tunisien. Ainsi, les
investisseurs sur-pondèrent les informations qu’ils estiment favorables. De même, nous
avons prouvé que les rendements s’ajustent après un laps de temps, de ce fait la théorie
de « mean reverting » semble être observée pour les actions sur-évaluées.

64
Références

1. Barberis, Shleifer et Vishny (1998), “A model of investor sen-timent,” Journal of

Financial Economics 49, pp. 307-343
2. Barberis., Huang et Santos (2001), “Prospect Theory and Asset Prices,” Quarterly
Journal of Economics116, pp. 1-53.
3. Benartzi et Thaler (1995),” Myopic loss aversion and the equity premium puzzle”,
4. Berkelaar et Roy (2000), “Optimal portfolio choice under loss aversion,”
Econometric Institute Report 2000-08, Erasmus University Rotterdam, The
Netherlands
5. Bremer, M. et K. Kato (1996), Trading Volume for Winners and Losers on the
Tokyo Stock Exchange, Journal of Financial and Quantitative Analysis 31(1), pp.
127 – 142.
6. Brown, Chappel, Rosa et Terry (2002), “The Reach of the Disposition Effect:
Large Sample Evidence Across Investor Classes” working paper 145.
7. Cutler, Poterba et Summers (1991),”Speculative Dynamics” the review of Economica
studies, 58, pp. 529-546.
8. Daniel et Titman, (1999), “Market Efficiency in an irrational world” Financial
Analysts Journal (55), pp. 28-40.
9. Daniel, Hirshleifer et Subrahmanyam, (1998),” Investor psychology and security
Market under-and overreaction” Journal of Finance (53), pp. 1839-1886.
10. De Bondt et Thaler (1985), “Does the stock market overreact” Journal of Finance,
V 26, n°4, pp.104-109.
11. De Long, Shleifer, Summers et Waldman, (1990 b), “Positive feedback
investment strategies and destabilizing rational speculation “ Journal of Finance,
V45, n°2, pp379-396.
12. Ferris, S.P., R.A. Haugen et A.K. Makhija (1988), Predicting Contemporary
Volume with Historic Volume at Differential Price Levels: Ev-idenceSupporting
the Disposition Effect, Journal of Finance 43(3),pp.677 – 697.
13. Grinblatt et Keloharju (2000), “The Investment Behaviour and Performance of
Various Investor Types: A
14. Grinblatt, M. et Han, B. (2002), The Disposition Effect and Momentum, NBER
Working Paper 8734.
15. Hong et Stein (1999), “A unified theory of under reaction, momentum trading
and overreaction in asset markets” Journal of Finance (54), pp. 2143-2184.

65
16. Jegadeesh et Titamn, (1993), “Returns to buying winners and selling losers :
implications for stock market efficiency “ Journal of finance (48), n°1, pp65-91.
17. Kahneman, D. et A. Tversky (1979), Prospect Theory: An Analysis of Decision
Under Risk, Econometrica 47, pp.263 – 291.
18. Kahneman, D. et A. Tversky (1992), Advances in prospect theory: cumu-lative
19. Kent, Hirshleifer et Subrahmanyam, 1998, “Investor psychol-ogy
20. Lakomishok, Shleifer et Vishny (1994), “ Contrarian investment, extrapolation
and risk “ The Journal of Finance 49, pp.1541-1578.
21. Lakonishok, J. und S. Smidt (1989), Past Price Changes and Current Trading
Volume, Journal of Portfolio Management 15(4), pp.18 – 24.
22. Lehman, (1990), “Fads, martingales and market efficiency “ quarterly Journal of
economics, pp.105-128.
23. Locke, P.R. und S.C. Mann (1999), Do Professional Traders Exhibit Loss
Realization Aversion?, Working Paper,
24. Odean (1998). “Are Investor’s Reluctant to Realise Their Losses?” The Journal of
Finance 53, pp. 1775-1798.
25. Oehler (1994), ”Behavioral patterns of individual investors“ , Schmalenbach
Business Review, pp. 939-958.
26. Oehler (1995), ” Private investor behavior“ , Schmalenbach Business Review, pp. 534-
551
27. Oehler, Heilmann et Oberländer (2002), "Coexistence of Disposition Investors
and Momentumtraders in Stock Markets: Experimental Evidence” Bamberg
University, Working paper.
28. Poterba, Cutler, Summers (1989) “ What moves stock prices? “ Journal of portfolio
management, pp. 4-12.
29. Shapira et Venezia (2000), “Patterns of Behaviour of Professionally Managed and
Independent Investors,”Stern School of Business and Hebrew University.
30. Shefrin, H. et M. Statman (1985), The Disposition to Sell Winners too Early and
Ride Losers Too Long: Theory and Evidence, Journal of Finance 40(3), pp.777 –
790.
31. Shiller R.J. (1999), Human Behavior and the Efficiency of the Financial System,
in: Taylor, J.B. et M. Woodford (eds.), Handbook of Macroe-conomics 1, Elsevier
Science, pp.1305 – 1340.
32. Shumway (1997), “Explaining returns with loss aversion”, Working paper,
University of Michigan.
33. Weber, M. et C.F. Camerer (1998), The Disposition Effect in Securities Trading:
An Experimental Analysis, Journal of Economic Behavior and Organization
33(2), pp.167 – 184.

66
34. Zarowin (1989), ”Does the stock markets overreact to corporate earnings
information? “ the journal of Finance 44, pp1385-1399.
35. Zuchel, H. (2001), What Drives the Disposition Effect?, Working Paperof the
University Mannheim No. 01-39 Sonderforschungsbereich 504.
36. Fama et French (1996) “Multifactor Explanations of Asset Pricing Anomalies”,
Journal of Finance, pp55-71.
37. Kahneman et Tversky (1974), “On the psychology of prediction”, Psychological
review, 80, pp. 251-273.
38. Lee et Swaminathan (2000), “ Price momentum and trading volume”, Journal of
finance, pp.
39. Loughran et Ritter (1995), “ The issue puzzle”, Journal of finance 50, pp. 23-51.
40. Nagel (2002), “ Accounting information free of selection bias: a new databasefor
the U.K”, Working paper, London business school.
41. Jegadeesh et Titman (2001), “Profitability of momentum strategies: An evaluation
of alternative explanation”, Journal of finance, pp.700-720.

67
 Chapitre 3
Détection des bulles spéculatives sur le marché
boursier tunisien : un essai d’investigation empirique

D ’une manière générale, une bulle spéculative se définit comme un écart important
et persistant du prix d’un actif par rapport à sa valeur fondamentale(Coudret et
Verhille(2001, p.97)). Les bulles spéculatives existent dés que les prix sont
déterminés à partir de l’enthousiasme des investisseurs et non pas des estimations réelles
des fondamentaux. La formation d’une bulle repose sur le fait que des anticipations
auto- réalisatrices peuvent conduire les prix d’un actif à s’éloigner de leurs valeurs
fondamentales, sans que cette divergence soit directement détectable.
Les bulles spéculatives s’inscrivent à la théorie du feedback. L’évolution historique des prix
entraîne la présence de telle stratégie dans la mesure où elle permet de prévoir les
accroissements futurs. Toutefois et pour une version alternative, l’excès de confiance des
investisseurs est une source du feedback. Toute bulle spéculative n’est pas durable. Les prix
ne continuent pas à accroître et par conséquent l’augmentation de la demande aura fin.
Un mouvement à la baisse du feedback remplace un autre à la hausse (Shiller(2001 p :22)).
Les bulles spéculatives financières représentent l’un des phénomènes du mauvais
fonctionnement du marché. Malgré l’hypothèse que les marchés sont efficients au sens
fort, il existe un nombre d’études élevés documentant les anomalies historiques de long
terme qui se contredisent avec cette hypothèse. L’objectif de ce chapitre et d’étudier
théoriquement et empiriquement la relation entre bulle spéculative et biais
comportementaux. Pour ce faire, nous allons développer en première section les
différents facteurs explicatifs des bulles spéculatives. Dans la deuxième section, nous
allons présenter les différentes formes de bulles spéculatives tout en tenant compte de
l’aspect comportementaliste de ce travail. La troisième section sera consacrée à la
validation empirique de présence de bulles irrationnelles sur le marché boursier tunisien.
Shiller(2000) prouve que l’absence des bulles rationnelles signifie soit l’absence des bulles
sur le marché soit la présence d’autres formes irrationnelles.

68
1. Facteurs explicatifs des bulles spéculatives
Plusieurs études ont été élaborées afin d’expliquer les bulles spéculatives. Liu et Song
(2001) illustrent que les analystes financiers sont trop optimistes avant le crash de mars
2000. Une étude élaborée par Cooper et al (2001) sur un échantillon de 95 petites
entreprises montre que la jonction du @.COM ou d’Internet au slogan entraîne un
rendement anormal moyen de 74% pour les dix jours qui suivent l’annonce.
L’investisseur associe une part de sa richesse aux compagnies d’Internet (TI) quelque soit
leurs coûts. Hand (2000) montre que l’évaluation des titres TI doit se faire en fonction de
l’offre, de la demande et du pourcentage de titres détenues part les investisseurs
institutionnels. De même, il démontre que les compagnies TI ne sont pas rationnellement
évaluées. Shiller (1987) étudie le comportement des investisseurs après le crash de 1987.
Il prouve que les investisseurs estiment qu’ils sont capables de prévoir les évolutions du
marché et que les acheteurs et les vendeurs croient que le marché est sur-évalué avant la
crache. D’autres auteurs interprètent le crash boursier comme l’apport de la psychologie
des investisseurs. Cependant, Fama (1998, p.284) présente ces facteurs comme des coups
de chance, et conclut que la sur- et la sous-réaction sont deux phénomènes compatibles
avec la théorie d’efficience.

1.1. Facteurs psychologiques

Les perspectives et les impressions, l’expérience personnelle et le contrôle représentent la

base des facteurs psychologiques explicatifs des bulles.

1.1.1. Perspectives et impressions

Les économistes suggèrent que le comportement des investisseurs est prévisible et les
présentent comme rationnels. Parmi les inconvénients apportés à cette théorie est que la
décision d’allocation des actifs ne se base pas sur des calculs. En réalité, les investisseurs
n’assemblent jamais les prévisions des rendements de ces actifs et ne les comparent pas
au risque assumé (Siller 2000). Tout investisseur prévoit que ses économies sont
sécurisées. De tel investisseur ne s’intéresse pas à développer des modèles
économétriques sophistiqués.

La question qui s’impose est de voir comment les choix de l’investisseur dépendent de
son expérience de placement. Si l’un des investisseurs ne participe pas au marché, il
regrette dés qu’il ne partage pas les gains réalisés par les autres. La notion de regret a été
beaucoup développée dans les travaux de la psychologie. Il est considéré comme l’un des
stimulants du changement du comportement. Le désir est une caractéristique dominante,

69
en effet, voire les autres gagnent beaucoup est une expérience douloureuse pour un autre
investisseur. Ces investisseurs infortunés cherchent à tenir part de cette hausse des cours
pour se sentir mieux. De même, la participation au sein du marché, sur une courte
période, rend les investisseurs heureux du fait qu’ils sentent satisfaits et fières de ce qu’ils
ont pu réaliser et de leurs richesses qu’ils ont réalisé (Markman (2001)). Les investisseurs
deviennent plus averses au risque en cas de pertes passées, moins averses en cas de gains
passés et supportent plus de risque en cas d’accroissement des profits (coval (2001)). Par
ailleurs, les investisseurs réussis sont plus confiants. L’impression de l’investisseur, lors de
la prise de décision, est l’un des facteurs qui induit aux bulles spéculatives (Shiller 2000).
Pareillement, l’état émotionnel doit être en partie une conséquence de l’individualisme, il
est amplifié par l’impact psychologique de la hausse des cours observée sur le marché.

1.1.1. L’expérience personnelle

Tout d’abord et avant d’investir, les acteurs doivent consulter leurs collègues. Les
investisseurs professionnels ont probablement une information parfaite sur l’activité
boursière. La communication de l’information entre les investisseurs leur permet de
réaliser leur premier investissement du jour. La première transaction vient à augmenter
l’expérience de l’investisseur et devient un plaisir dés que les prix varient comme prévu.
Dans un second temps et malgré l’expérience limitée de l’investisseur, ce dernier investit
peu de temps et moins d’effort pour collecter l’information dés qu’il connaît son objectif
(Goldberg et Von Nitsch (2001, p.37)). Echanger de l’information avec les collègues,
revient à confirmer les anticipation de l’investisseur. Réaliser un second investissement
réussi entraîne un niveau de confiance élevé. Cet investisseur sur-confiant augmente la
taille de sa position dans le but de gagner plus de profit sur le court terme. L’état de la joie
du succès réalisé, l’espoir et la sollicitation, qui sont généralement détectés sur les marchés
gagnants, déforment la réalité. De ce fait, les informations utiles sont beaucoup exagérées
alors que celles nuisibles sont éliminées.

1.1.2. Le contrôle

Tous les investisseurs cherchent à ne pas confronter l’arbitraire des autres et de ne pas se
présenter comme impuissants et sans opportunité de contrôle. Le contrôle est nécessaire
sur les marchés financiers dés la présence des « winners » et des « losers ». Ainsi, les
participants utilisent les mouvements du marché, les techniques et les analyses pour
s’approprier une part des « winners ».

70
Le contrôle « locus » est le choix entre le contrôle interne ou externe. Tout en se basant
sur cette théorie, les gagnants disposent d’un contrôle locus interne, tandis que les
perdants dépendent dans leurs choix des ceux des gagnants(Goldberg et
Von nitsch (2001)).
Nous pouvons distinguer plusieurs formes de contrôle, l’un de ces formes est l’exercice
du contrôle à travers l’influence. Généralement, les investisseurs du marché financier
n’ont pas l’opportunité d’influencer les prix et par conséquent pas de contrôle. En effet, il
existe un nombre faible d’institution et de personnes qui contrôlent le marché à travers le
volume de transaction à savoir l’influence des meneurs du marché de change sur les prix.
L’autre forme du contrôle est la prévision. Certainement, les investisseurs organisent leur
choix à partir des prévisions qu’ils jugent favorables (Thompson (1981)). Par exemple, les
managers connaissent le chiffre d’affaire et le profit de sa compagnie, et sur cette base, ils
peuvent prévoir les cours futurs d’une manière plus au moins correcte et d’investir par la
suite. La prise de décision étant la troisième forme de contrôle. L’investisseur cherche à
choisir la meilleure position pour son propre objectif. Ce contrôle s’applique à un large
scepticisme des situations de prises de décisions. Le meneur de décision choisissent la
situation la plus ou moins contrôlable dans la mesure où il est assez informé et
compétent. A cet égard, il est confiant qu’il est apte de calculer la probabilité d’occurrence
des évènements. Malgré cela, il est incapable de connaître toute l’information et par
conséquent il ne pourrait pas déterminer les probabilités réelles. La dernière forme de
contrôle est la minimisation des résultats négatifs. Ce type de contrôle est utilisé par les
investisseurs qui ont vécu un événement désagréable. Les pertes sont éliminées puisqu’ils
représentent le prix de la connaissance. La caractéristique de ce contrôle c’est qu’elle
engendre une grande satisfaction via le changement de la perception d’une situation.
Malheureusement, en réalité il n’existe pas de changement.

1.1.2.1. Les conséquences du besoin en contrôle

La prise de décision sélective décrit le comportement des investisseurs dans des états
différents. L’illusion de contrôle peut être attribué à des aspects autres que la satisfaction
du besoin en contrôle. La plupart des gens croient que plus de contrôle signifie plus
d’influence positive. En effet, les investisseurs supposent qu’autant de contrôle entraîne
plus de gains et que tout succès est assimilable à leur capacité propre. Ils sont soumis à
l’illusion de contrôle après une série de succès. Dans le cas où ils réalisent des pertes, les
investisseurs signalent que les succès sur les marchés dépendent de la chance.
Le phénomène de learned carelessness (négligence) permet aux investisseurs de réaliser des
investissements profitables. Cependant, tout acteur est prêt à assumer plus de risque à fin

71
de réaliser plus de gain. Comme exemple, Nick Leçon est connu comme the man with the
golden touch par ses copains en Singapore étant donné qu’il est capable de générer plus de
profit à un moindre effort.

3.1.2. Facteurs structurels

Les facteurs structurels sont assez nombreux pour être étudiés à ce paragraphe, nous
intéressons à étudier quelques-uns uns qui sont susceptibles d’affecter la rationalité des
marchés. En conséquence, nous allons développer quelques facteurs qui ont des effets
significatifs sur l’évolution des cours.

3.1.2.1. L’arrivée d’une nouvelle technologie lors d’une phase d’expansion des profits

Peu de personnes n’ont jamais utilisé de téléphone mobile ou n’ont jamais navigué sur
internet. Dans les dernières années passées, cette technologie devient la matière la plus
utilisée dans le monde. De ce fait, toute nouvelle technologie doit être nécessairement
prise en considération. De même les profits ont connu une croissance considérable
durant les années 90. Ainsi, l’occurrence simultanée de l’accroissement des profits et
l’apparition de nouvelles technologies entraîne une mauvaise compréhension des facteurs
réels de la croissance économique. La réaction publique est influencé par la plausibilité de
l’Internet qui est de même influencée par le bien être de l’individu. Malgré que l’Internet
représente une innovation technologique considérable, nous devons connaître l’impact de
l’évolution de la communication et de l’Internet sur l’évaluation des entreprises . Les
modèles de croissance économique suggèrent que l’évolution inopinée de la technologie
n’a pas d’effet sur les cours boursiers (Blanchard (1989)). L’effet de cette technologie doit
représenté un stimulant à l’investissement du fait qu’il génère par la suite un extra profit.

3.1.2.2. Le « Baby Boom » et son effet sur le marché

Après la deuxième guerre mondiale, le taux de naissance s’accroît. En 1960, ce taux
diminue et converge vers son niveau normal. Ce déclin inhabituelle n’est pas unique et ne
se réalise pas seulement après guerre ou famine, mais aussi suite à la diminution exogène
du taux de naissance (Cohen (1998)).
Deux théories suggèrent que la présence d’un nombre élevé de personne de moyen âge
entraîne une évolution des cours boursiers. La première théorie prouve que pour un PER
élevé, les « baby boomers » investissent dans des actifs différents à fin d’économiser
d’augmenter les cours à un niveau relatif aux revenus. L’autre voie montre que les

72
dépenses en biens et en services entraînent un accroissement des cours boursiers dans le
cas d’une économie en développement (Shiller (2000)).
Ces théories sont trop simples du fait qu’elles ne tiennent pas en considération du
temps durant lequel le « baby boom » affecte le marché. En effet, l’effet du « baby
boom » doit être incorporée instantanément aux cours. De plus, ces théories négligent
quelques autres facteurs tels que l’émergence de nouveau système capitaliste. L’idée
exposant que le « baby boom » conduit le marché à la hausse durant la période de
demande des biens par les « babys boomers » implique une sur-évaluation des prix
dans la mesure où les revenus sont élevés; elle ne doit pas expliquer le fort PER.Le
cycle de vie doit être la force déterminante sur les marchés. Il serait donc juste de
distinguer de fortes corrélations des prix à travers des classes d'actif et aussi de fortes
corrélations entre des prix d'actif et les données démographiques. Ceci est vrai lorsque les
investisseurs sentent le besoin de réaliser des économies ou encore de les diminuer en cas
de pression de baisse des prix (Backshi et Chen (1994)).

3.1.2.3. L’influence des médias

Durant les années 1990, non pas seulement l’apport mais aussi la nature des documents
médiatisés des affaires qui ont changé. Les études montrent que les journaux ont
surpassé le stade du cycle d’affaire à une section monétaire plus spécialisée avec différents
commentaires et orientations. Les articles concernant les sociétés, qui ont été orienté vers
les firmes en question ou vers les investisseurs institutionnels, s’intéressent de nos jours
aux investisseurs privés (Parker (1998)). Ce type de documentation devient de plus en
plus familiariser. il représente ,au même temps, une sorte de loisir et de commerce pour
les investisseurs entraînant par la suite une augmentation des demandes en capitaux..
Ainsi, nous nous devons pas être surpris si la demande augmente suite à une campagne
intensifiée des produits. La « mode » d’investissement et la volatilité des prix des actifs
spéculatifs sont reliés aux caprices de l’attention publique (Shiller (1984, 1987)).
L’attention de l’investisseur est influencée par l’attention ou l’inattention publique. Les
crashes des marchés financiers apparaissent comme un phénomène d’attention pour le
publique. Dés lors les médias doivent jouer un rôle très important dans l’orientation de
l’attention publique aux marchés.

3.1.2.4. L’effet de l’illusion monétaire et de la diminution de l’inflation

L’illusion monétaire se définit comme l’incapacité de détecter la différence entre les

valeurs réelles et les valeurs nominales, ou encore d’accorder beaucoup d’importance aux

73
valeurs nominales malgré que celles réelles soient identifiées. Ceci est vrai pour tout
meneur de décision, même en cas de lecture substantielle (Schwarz ( 2000)).
Les actions réagissent irrationnellement à l’inflation du fait que les acteurs n’assimilent
pas l’impact de l’inflation sur les taux d’intérêt (Modigliani et Cohn (1979)). En cas de
forte inflation, le taux d’intérêt nominal doit être élevé pour indemniser les investisseurs
dans la mesure où l’inflation érode leur richesse. Modigliani et Cohn (1979) présentent
que les cours boursiers baissent lorsque l’intérêt nominal augmente ou encore lorsque les
taux d’intérêt sont faibles suite à l’illusion monétaire. E présence de l’inflation les
méthodes d’évaluation changent dés que le taux de change dévier. Une mauvaise
compréhension de l’inflation mène nécessairement à une sur-évaluation des anticipations
des rendements réels. Les médias présentent les rendements historiques sans tenir compte
de l’inflation, il n’est pas donc surprenant que les investisseurs prévoient les mêmes
niveaux des rendements nominaux futurs.

3.1.2.5. La volume de transaction

La présence d’un chiffre d’affaire important est fonction de l’importance du marché et du
faible coût de transaction. Généralement, de tels bas coûts sont répandus non pas
seulement après des compétitions agressives ou en présence de courtiers mais aussi suite
au changement de la technologie. L’apparition des courtiers engendre la présence d’un
nombre élevé d’investisseurs amateurs cherchant à investir quotidiennement en but de
générer des profits. L’accroissement du niveau de transaction améliore l’attention au
marché. Shlomo et Thaler (1995) suggèrent qu’une fois les investisseurs disposent les
données journalières des prix marchands, ils sont moins intéressés à investir dans ces
actions que lorsqu’ils présentent des rendements de longs termes élevés.

3.1.2.6. La présence des occasions de spéculation

Le nombre des sociétés d’investissement a augmenté durant la dernière décennie. De nos
jours, les investisseurs peuvent spéculer à travers la télé, l’Internet et les différents
ordinateurs localisés aux cafés et aux restaurants…etc. La fréquence accrue des paris a
influencé notre culture et nos attitudes face aux risques. En effet, à partir d’une première
affaire par télé, l’investisseur devient de plus en plus habituer à ces paris, il est donc
naturel de se réorienter vers d’autres domaines tel sue la spéculation des titres.
Le passage de la spéculation à la volatilité financière est fonction de ces paris. ces derniers
entraînent une estimation gonflée du niveau de chance et une sous-évaluations des
problèmes rencontrés (Shiller (2000)). De nos jours, nous sommes soumis à des publicités
professionnelles intensifiées qui favorisent telles attitudes. L’effort du marketing et

74
l’expérience de spéculation ou de voire les gens spéculer incitent les acteurs économiques
à assumer plus de risque sur les marchés boursiers.

3.1.3. Les facteurs culturels

3.1.3.1. Le media

Les nouvelles diffusées par les médias présentent l’un des champs d’expansion des bulles
spéculatives. En effet, parmi les bulles les plus célèbres nous citons celle du Dutch tulip
mania en 1630, à laquelle, les journaux ont joué un rôle très important dans la
propagation de la hystérie (Gaber (2000)). De même, les informations médiatisées se
présentent comme des observations non biaisées et intégrées aux événements du marché
dans la mesure où elles essaient de rassembler le maximum des lecteurs et des
superviseurs autour d’elles-mêmes.
Généralement, les événements les plus significatifs du marché s’occurrent dés qu’une
large groupe de personne dont les avis sont dispersés par les informations se présente au
sein du marché. Actuellement, les médias jouent deux rôles, le premier de déterminent
des mouvements des rendements et le second de motivant (Shiller (2000)).
À fin de survivre, ces informations attirent la vigilance du publique. Leur gloire exige la
découverte et la définition de nouvelles intéressantes. Les médias forment l’attention
publique et présente l’environnement dans lequel les évènements du marchés s’exécutent.
Les informations médiatisées sont les propagateurs fondamentaux du mouvement des
prix spéculatif et ce à travers la créations de bonnes nouvelles. De plus, elles définissent
l’historique des prix et les stratégies de transactions au public. Ces séquences
d’évènements sont attribuables à la cascade informationnelle. Il apparaît que l’impact des
nouvelles sur le marché est toujours tardif, ces nouvelles essaient de ressortir un
mouvement d’attention publique. Cette dernière doit être ciblée en fonction de l’image et
de l’historique. Cette séquence d’attention est appelée cascade (Shiller (2000)).
Ces informations sont attachées au marché financier du moins qu’il existe un flux
d’informations exposant les variations journalières des cours boursiers. Il existe d’autres
marchés qui œuvrent sur l’information mais dont les mouvements journaliers et la
volatilité des prix ne sont pas assez forts à ceux sur les marchés boursiers. Le marché
boursiers possède une image de marque exhibée par le public. Il est le casino où tous les
joueurs mènent leurs choix. De même, le marché financier est une place d’excitation et
d’effraies pour les challengers où les fortunes et les pertes sont réalisées. Ce marché est le
rémunérateur des spéculateurs, plus que les acteurs participent fréquemment plus qu’ils
sont aptes de mener les meilleures décisions.

75
3.1.3.2. L’économie moderne

Avec tous les changements dans l’économie, de nouvelles théories naissent pour
expliquer et justifier les conditions du marché. La plupart des macro-économistes
montrent qu’une faible inflation et une stabilité médiocre représentent les facteurs les plus
importants pour toute perspective de grand marché.
La théorie la plus reconnue au cours du boom de 1960 est que lorsque l’inflation
augmente le cours boursier doit aussi accroître. Le marché boursier représente une
barrière efficace pour l’inflation puisque les investisseurs achètent et vendent les actions
sans tenir compte du niveau de l’inflation. Toutefois, pendant le boom de 1990 cette
théorie est renversée. En effet, une forte inflation pousse les marchés boursiers à la
baisse. Tout au début, les recherches les plus récentes montrent que les marchés sont en
mauvaise situation dés la présence d’une forte inflation. Une seconde raison est qu’en
1990 les investisseurs réagissent comme si le marché boursier résistait à l’inflation plus
que de le suivre.
La fin de la guerre froide et la baisse des tensions intra-pays représentent un point mort
pour l’économie. Le peuple, les biens et la monnaie se déplacent librement dans le
monde, ils ne sont pas guidés par les militaires. Dés lors, les managers doivent renouveler
l’organisation et de maximiser la productivité de la force du travail. A la fin de 1990, les
firmes IT ont orienté l’économie vers une nouvelle ère de forte productivité. Ce qui
implique une diminution des taux d’intérêt et une accélération du développement
économique à un niveau élevé sans assumer le risque d’une forte inflation. Avec un
niveau prévisionnel de productivité, le même produit doit être réalisé à un temps de
travail plus inférieur.
L’économie moderne est cotée comme le facteur explicatif le plus important de
l’accroissement rapide des cours boursiers. Le concept d’économie moderne implique une
asymétrie des opportunités de croissance qui ne sont pas estimées à partir des modèles
d’évaluation classique. Cette confiance en telle économie doit se présentée comme le
terrain le plus adéquat aux investisseurs pour investir malgré la sur-évaluation de quelques
actions.

3.1.3.4. L’attention du public

L’intérêt et l’attention du publique au marché de change sont en fonction du temps.

L’intérêt au marché des actions dépend de la qualité de la réception de l’évènement.

76
Staman et Thorley (1999) suggèrent qu’ un rendement élevé améliore la volume de
transaction, de ce fait toute hausse de la volatilité des cours des actions augmente le
volume de transaction. L’effet de la volatilité sur le volume de transaction est de plus en
plus important. Statman et Thorley (1999) concluent que la persistance de l’effet de
rendements sur le volume est résultante de l’impact des rendements élevés sur la
confiance des investisseurs. Donc, un marché en développement doit «lift all boats». Les
investisseurs sur-éstiment leurs propres capacités et donc renforcent leur participation
dans les transactions. Ce phénomène peut être aussi attribué à l’excès de confiance.

2. Les bulles spéculatives : rôles et caractéristiques

La finance spéculative a joué un rôle principal dans les crises actuelles des pays
émergeants. La théorie des bulles spéculatives apparaît non seulement comme un moyen
d'évaluation de la nature de ces crises, mais aussi comme un outil de détection instantanée
de la fragilité financière. Un premier résultat pourrait permettre aux banques centrales de
stabiliser les marchés financiers tout en évitant le danger moral impliqué à la dernière
intervention de prêteur.
De nos jours, Un nombre assez fort de recherches cherchant à tester les bulles
spéculatives existent. Mais, les bulles "éclatantes" (Evans (1991), Fronton et Obstfeld
(1991)), qui produisent les processus des cours réels, peuvent échapper de la détection à
travers les essais de co-intégration traditionnels. Ainsi, pour mieux comprendre les bulles
spéculatives, il y a deux types d’explications qui ont été avancées. La première tente à
justifier rationnellement la bulle par l’auto-réalisation. Alors que la seconde s’intéresse au
changement brutal du comportement des investisseurs en présence de problèmes
informationnels. Dés lors, de tels investisseurs ne peuvent pas diversifier correctement
leur portefeuille ou prendre des risques inconsidérés relativement au rendement offert.
En fin de compte, tout investisseur doit former des anticipations sur l’évolution des prix
plutôt que sur l’évolution des fondamentaux représentés généralement par les dividendes
ou les profits futurs.

2.1. Rôles des bulles spéculatives sur les marchés financiers

Les bulles spéculatives représentent au même temps un signe de fragilité financière et une
cause de crise (Sarno et Taylor (1999)). Les bulles peuvent être utilisées comme une
évaluation du risque du crash financier et une mesure de la fragilité financière dont le but
est de garantir un bon « timing » d'actions préventives. La détection de bulles joue un rôle

77
important aux autorités, à la politique monétaire et à la surveillance des marchés
financiers.
Les banques centrales doivent être les premières à avoir intérêt. Fréquemment, la
première mission des banques centrales est de garder la stabilité des prix de
consommation. Mais une autre nomination de banques centrales peut avoir lieu et ce en
garantissant la stabilité de marchés financière. Ce deuxième but représente un rôle
décisif. JC Trichet, le gouverneur de la banque de France a récemment déclaré "l'histoire
des années 1980 a montré que nous devons prendre attention aux bulles financières
possibles, même si la stabilité de prix de consommation est complètement assurée ".
Enfin de garder la stabilité financière, les banques centrales et les surveillants ont déjà
quelques outils. Tout d'abord, les réunions des surveillants organisées à la banque de
règlements internationaux (Basle Committee) permet de définir des règles harmonisées et
prudentes pour le secteur bancaire. En second temps et en cas de crashs financiers;
comme déjà observé en 1987, les banques centrales représentent l'ultime prêteur qui
peuvent augmenter la liquidité de l'économie pour éviter la contagion de faillites. Mais les
règles prudentes ne couvrent pas complètement contre les crashs boursiers et par
conséquent le dernier prêteur est susceptible d'engendrer le hasard moral. La garantie
peut inciter des investisseurs à prendre plus de risques. A cet égard, il semble plus efficace
d'empêcher la croissance des bulles spéculatives avant qu'elles s'éclatent. Les banquiers
centraux pourraient résister à telles bulles par restriction de crédit ou bien en influençant
les prévisions en cas de surévaluation des cours des actions. Mais pour se faire, ils ont
besoin d'abord à détecter les bulles spéculatives. La détection des bulles spéculatives n'est
pas toujours facile pour au moins deux raisons. La définition des bulles spéculatives est
quelque peu ambiguë et controversée, de plus les tests des bulles spéculatives dégagent
certains inconvénients. Une bulle spéculative peut être caractérisée généralement par une
hausse des prix d'actifs dans un processus continu, la hausse initiale détermine les
prévisions à la hausse et attire de nouveaux acheteurs, en général les spéculateurs
s'intéressent à la hausse du prix de l'actif plutôt que son utilisation ou ses revenus
potentiels. Un tel phénomène spéculatif est loin d'être nouveau.
Néanmoins, cette définition est plus complexe; elle présente en fait deux sortes de bulles:
les bulles rationnelles (Blanchard et Watson (1982), Tirole (1982 et 1985), …) et les bulles
"irrationnelles" (Frank et Froot (1986), Orlean (1990)). La seconde est basée sur
l'hypothèse de rationalité limitée et de l'information imparfaite. Cette hypothèse peut être
justifiée par deux observation. L’une affirme que le volume de transactions spéculatives
implique l'hétérogénéité des prévisions. L’autre prouvent qu’en face d'une infinité de
solutions spéculatives, les spéculateurs rationnels n'ont pas de sens à coordonner leurs
bulles ou d'éclairer leurs anticipations..

78
Cependant, la théorie des bulles rationnelles est appréciable du fait qu’il est raisonnable et
profitable de parier sur la disconnexion entre le prix réel d'un actif et sa valeur
fondamentale (ou valeur théorique). Cette disconnexion est hasardeuse pour l'économie
puisqu'elle augmente le risque des crashs et ne permet d'allouer faiblement le
financement. Les résultats peuvent être peu délicats à interpréter dans la mesure où les
tests peuvent parfois confondre les bulles avec d'autres phénomènes. De plus, le
développement des nouveaux types de modèles de bulles rationnelles dans les années
1990 (Evans (1991), Froot et Obstfeld (1991)) a montré la complexité de certaines bulles
possibles. La caractéristique de la deuxième génération des bulles spéculatives est qu’elles
ne divergent pas d’une façon continue. Elles sont ainsi compatibles avec l'observation de
long terme des séries des prix d'actif qui sont fréquemment affectée par les bulles et les
crashs.

2.2. Les bulles spéculatives comme un phénomène de rationalité

Blanchard et Watson (1982) et Blanchard (1979) montrent que la rationalité du

comportement et des prévisions impliquent nécessairement une aversion volontaire des
actifs et par conséquent aucun agent, tenant compte de leur information privée, ne peut
augmenter l’utilité espérée à travers la réallocation de son portefeuille. Ce qui cohérent
avec les conditions de l’efficience standard ou de l’absence d’arbitrage. De même, ils
montrent qu’il est rationnel de distinguer la présence des bulles spéculatives.
Effectivement, en cas d’anticipation à la hausse, les agents vont arbitrer entre le
placement au taux de r et l’achat d’un actif risqué qui apporte Rt

Ρt +1 − Ρt + d t
Rt = (3.1)
Ρt

Pour un marché efficient, on a :

E(Rt / It ) = rt

D’où (1+rt) = dt+1 + pt+1 (3.2)

79
Avec Pt+1 et Pt les prix de l’actif risqué en t+1 et t
dt+1 les dividendes versées en t+1
It l’information en t

Comme déjà noté, les bulles existent existe même en présence de asymétrie d’information
entre les agents. La question à poser est de savoir si cette asymétrie d’information entraîne
la présence d’une classe plus importante de bulles et si d’autres aspects présente ce
différentiel.
Blanchard et Watson (1982) suggèrent que la condition pour la quelle (Rt = rrt ) est
vérifiée pour les solutions suivantes :

Pt = Bt + Vt (3.3)

E(Bt+i / It ) = Bt ( 1+ rt )i

Où Pt la valeur fondamentale de l’actif

Ct+i la variation du prix marchand par rapport à sa
valeur fondamentale

80
Figure 3.1
Bulle rationnelle déterministe

Source : Eric Tymoigne

Cependant, la valeur marchande peut dévier de la valeur fondamentale sans violer les
conditions d’arbitrage. Cette déviation (Bt) incorpore la notion des bulles, ou encore des
mouvements des prix, qui sont non justifiées par l’information disponible en t, elle prend
la forme d’un accroissement rapide suivi d’un fort ou du moins un déclin appréciable.
Le plus simple dans ce cas est les bulles déterministes, (Bt.) est un prix élevé justifié par la
présence d’un fort gain en capital ou encore de des déviations exponentielles de la
croissance. En but d’être rationnel, tel accroissement des prix doit continuer pour
toujours pour en créer des bulles déterministes invraisemblables.
Pour mettre en exergue le problème en question, nous devons nécessairement être
conscients que les bulles peuvent s’éclater. Dés lors, il faut associé une probabilité (π)
d’éclatement des bulles. On aura donc :

B t −1 + µ t π
Bt  (3.4)
µ t 1− π

avec E(µt / It-1 ) = 0

81
Pour chaque période, les bulles se présentent avec une probabilité de π et les crashs avec
une probabilité de (1- π). La durée moyenne est (1- π)-1. La fin des bulles est fonction de
la durée de survie de ces dernières. Au cas où (π) augmente, (Bt) accroît à un taux
prévisionnel de décroissance exponentiel. De plus, si π décroît, la forte probabilité de
crashs accélère la fin des bulles. Blanchard et Watson (1982) concluent que les bulles
fonctionnent indépendamment des valeurs fondamentales.
D’autres études montrent que la rationalité individuelle ne garantit pas la rationalité de
collective

2.3. Bulles spéculatives irrationnelles et finance comportementale

Généralement, nous entendons par irrationalité des bulles spéculatives l’incapacité de la

théorie traditionnelle a expliqué la présence de telle anomalie. A cet égard, l’hypothèse de
rationalité est remise en cause. En conséquence, la présence de ces bulles a déclenché
l’émergence d’une théorie comportementale susceptible de les identifier tout en se basant
sur les erreurs cognitifs et psychologiques.
D’autre part, les modèles de bulles rationnelles supposent l’existence de bulles sans
chercher à les expliquer, les modèles de bulles irrationnelles se concentrent sur l’aspect
microéconomique du phénomène. Ces modèles rejettent l’hypothèse de rationalité dans
les anticipations des investisseurs et remettent en cause la notion de symétrie de
l’information. Deux raisons expliquent une telle modification des hypothèses : d’une part,
les comportements de spéculation sont vraisemblablement hétérogènes, d’autre part, les
équilibres sont multiples, et il est impossible pour les investisseurs formulant des
anticipations rationnelles de favoriser le succès d’une solution plutôt que d’une autre.

2.3.1. L’impact des « noise traders » sur le formation des prix en présence des
bulles irrationnelles

2.3.1.1 Les « noise traders »

Beaucoup de tentatives ont été mises en exergue pour expliquer l’écart entre la valeur
fondamentale et le cours boursiers. Il s’agit de prouver que la volatilité des cours ne
coïncide pas avec les anticipations exécutées à partir des fondamentaux tout en partant de
l’hypothèse de l’homogénéité des anticipations. En présence des bruiteurs, les
investisseurs ne réagissent similairement aux même nouvelles. Certainement, les bruiteurs
pensent qu’ils sont capables d’anticiper les cours futurs non pas seulement à travers les

82
fondamentaux mais aussi en fonction de leur expérience, des tendances antérieures et de
l’analyse technique. Dans ce cas, nous assistons à une inter-action entre investisseur
rationnel et bruiteurs au sein du marché dont les anticipations sont divergentes. Ces
comportements sont très fréquents sur les marchés financiers.
Les « noise traders » cherchent à adopter une stratégie « positive feedback strategy » tout en
s’appuyant sur les analyses des tendances futures. Ils essaient d’acheter les actions en
période de hausse et de les vendre en période de baisse et ce en le but d’amplifier le
mouvement des cours et de générer , en conséquence, des bulles financières. Dés lors,
l’offre et la demande des actions ne sont basés sur les information mais sur le signaux
cognitifs dits pseudo-signaux. En cas de corrélation de ces signaux, les cours se mettent à
varier. Ce changement est de plus en plus important dés que ces pseudo-signaux
s’accumulent. Il est à noter que les investisseurs accordent plus d’importantes aux
informations récemment émises qu’aux fondamentaux entraînant une sur-réaction des
cours (Kahenman et Tversky (1982)). Plusieurs études ont été exécutées a ce stade. En
effet, Shleifer et Summer (1990) ont effectué des expériences sur la psychologie des
investisseurs en but de comprendre le comportement irrationnel. Ils aboutissent à
divulguer que les investisseurs ne font pas preuve aux informations dans ses anticipations
mais ils se basent sur le comportement des autres investisseurs, il s’agit du mimétisme.
D’autre part, Froot et Frankel (1987) ont exhibé que les prévisions des investisseurs sur le
marché de change se basent sur les tendances antérieures.
Dans ce type de modèle, les investisseurs irrationnels ne disparaissent pas malgré leur
stratégie, ils doivent attirer l’attention. Une explication apportée à cette conclusion est que
ces investisseurs dégagent un rendement élevé puisqu’ils parcourent le risque.
Shiller (1989) prouve qu’autant les « noise traders » réalise des profits extrême autant que les
investisseurs les imitent. Nous assistons donc à la naissance de nouveaux bruiteurs.
Ainsi, les investisseurs irrationnels peuvent influencer le marché sans que la présence des
éléments rationnels réagissent. Dés lors et à fin d’éliminer les bruiteurs, les investisseurs
rationnels doivent jouer un rôle important. Seul dans ce cas les bruiteurs réajustent leurs
anticipation à partir des fondamentaux.

2.3.1.2. Impact de la présence des « noise traders »

L’offre et la demande effectuées sur les marchés par les « noise traders » peut
entraîner une déconnexion importante et durable entre les prix du marché et le prix
découlant des fondamentaux et donc la formation d’une bulle spéculative. En
conséquence, les cours des actifs peuvent s’éloigner de leur valeur fondamentale. Une
autre conséquence réside dans le fait que ces investisseurs peuvent accentuer la

83
volatilité des cours des actions au-delà du niveau normalement induit par les
dividendes futurs et les taux d’actualisation, dans la mesure où ils influencent sur la
variance des cours effectifs des actions mais pas sur celle des dividendes futurs
(Shiller(2000))
Frankel et Froot (1986) ont proposé un modèle de bulles irrationnelles sur les taux de
change afin d’analyser la forte appréciation du dollar au début des années quatre vingt. Ils
distinguent trois types d’agents : les fondamentalistes, dont les anticipations s’appuient sur
les fondamentaux et sont rationnelles ; les chartistes, qui utilisent des modèles
auto-régressifs et extrapolent les tendances antérieures, et les gestionnaires de portefeuille,
dont les anticipations reposent sur une moyenne pondérée des prédictions des
fondamentalistes et des chartistes. Leur modèle explique le fait que le dollar ait continué
de s’apprécier au début des années quatre-vingt, alors que l’orientation des données
économiques fondamentales n’était apparemment pas favorable. Une bulle spéculative se
serait formée sur le dollar durant cette période.
De Long, Shleifer, Summers et Waldmann (1990) ont utilisé un modèle à générations
imbriquées comprenant deux types d’actifs, l’un sans risque et l’autre assimilé à une
action. Deux catégories d’investisseurs sont distinguées : des investisseurs rationnels, dont
les anticipations sont fondées sur les valeurs fondamentales, et des investisseurs non
rationnels, dont les anticipations sur les prix sont systématiquement biaisées à la hausse.
Comme ce biais est une variable aléatoire, leur comportement introduit un risque sur le
marché. Comme le biais est positif en espérance, ils ont aussi tendance à provoquer une
montée des prix sur les actifs à risques. L’interaction entre eux et les investisseurs
rationnels entraîne ainsi une variation des cours des actions qui ne résulte pas uniquement
des valeurs fondamentales. Dans ce contexte, où le biais sur les anticipations de prix des
noise traders est aléatoire, on peut expliquer les divergences importantes et persistantes des
cours des actions par rapport à leurs valeurs fondamentales. Le cours de l’action peut
suivre en alternance des phases ascendantes et descendantes, résultant des phénomènes
de modes dans l’opinion de ces investisseurs.

3. Test des bulles par décomposition de la variance modèle :

un essai d’investigation empirique

La théorie des bulles spéculatives joue un rôle très important dans les crises des pays
émergents. Ces théories ont apparu non seulement pour évaluer la nature de ces crises,
mais aussi pour anticiper la période de la fragilité financière. Plusieurs études ont été mi
en exergue, tel que les travaux de Campbell (1991) qui proposent un modèle VAR. il

84
utilise seulement les informations concernant des dividendes futurs, le taux d’intérêt réel
et l’excès du taux de rendement. De ce fait, les bulles sont explicitement exclues du
modèle.
D’autres parts, Cochrane (1992) développe la théorie de la décomposition de la variance
qui est similaire à celle de Campbell. Il décompose la variance du ratio Prix/Dividende en
deux : l’un entre le ratio P/D et la valeur actuelle de croissance des dividendes futures et
l’autre entre le P/D et la valeur actuelle de l’excès de rendement futur. Il suggère que si
les deux covariances sont ajoutées à la variance du ratio P/D, les bulles seront
nécessairement présentes. Engsted et Tangaard(2001) proposent une nouvelle version du
test de Cochrane (1992) : une nouvelle méthodologie des bulles qui a plus d’avantage par
rapport aux ex-tests présentés. Ce test se base sur le principe que la variance des excès de
rendement égale à la variance des dividendes diminuée du taux d’intérêt et des excès de
rendements. Un modèle VAR est mi en place pour estimer la décomposition de la
variance.

3.1. Le modèle

La définition du Log rendement des actions est présentée comme suit :

ht+1 =Log (Pt+1 + Dt+1) – Log(Pt) (3.5)

Avec Pt et Pt+1 représentent les cours en t et en t+1

Dt+1 le dividende en t+1

Campbel et Shiller (1988) écrivent cette relation linéaire sous une autre forme :

ht+1 = k + ρ Pt+1 - Pt + (1- ρ) dt+1 + ρht+1 (3.6)

Où ρ ≡ (1+exp(d-p))-1 est légèrement inférieur à l’unité

(d-p) est la moyenne du Log (P/D)
et k est la constante

Le développement de (3.6) donne :

85
 [ ]
∞
k
Pt = + E t ∑ ρ j ∆d t +1+ j − h t +1+ j + b t (3.7)
(1 − ρ) j= 0

Avec bt = ρEt bt+1 représente la bulle / εt+1≡ ρ(Et bt+1 - bt+1) est l’innovation

Après réarrangement, on aura :

∞ ∞ 
h t +1 − E t h t +1 = (E t +1 − E t )∑ ρ i ∆d t +1+ j − ∑ ρ i ∆h t +1+ j  + ε t +1 (3.8)
 j= 0 j=1 
Où et+1≡ ht+1 - rt+1 et rt est le taux d’intérêt composé de court terme

ẽt+1 = ẽd,t+1 - ẽr,t+1 - ẽe,t+1 + εt+1 (3.9)

et ẽt+1 ≡ et+1 - Et et+1,
∞

d , t +1 ≡ (E t +1 − E t )∑ ρ ∆d t +1+ j
~e i

j= 0
∞

r , t +1 ≡ (E t +1 − E t )∑ ρ ∆rt +1+ j
~e i

j= 0
∞

e , t +1 ≡ (E t +1 − E t )∑ ρ ∆e t +1+ j
~e i

j= 0

Avec ẽt est le taux de rendement en excès non anticipé

(Et+1 - Et) la révision des anticipations suite aux informations présentes entre
(t+1) et (t)

L’équation (3.9) présente que l’excès du taux de rendement non anticipé est fonction des
informations concernant l’accroissement des dividendes, du taux d’intérêt réel et de
l’excès de rendement ou encore des bulles (la combinaison de ces quatre composantes).
L’équation (3.9) implique que Var(ẽt+1) = Var(ẽd,t+1 - ẽr,t+1 - ẽe,t+1 + εt+1).
Dés lors on peut affirmer que l’unique phénomènes pouvant dévier ẽt+1 de ẽd,t+1 - ẽr,t+1 +
ẽe,t+1 + εt+1 sera nécessairement la présence de bulles sur le marché.
D’où le test de présence des bulles sera élaboré comme suit : tout d’abord, estimer un
modèle VAR contenant au moins et, ∆dt et rt. à partir du modèle VAR on calcule ẽd,t+1,
ẽr,t+1 et ẽe,t+1 et à travers Var(ẽt+1) on estime Var(ẽd,t+1 - ẽr,t+1 - ẽe,t+1). Si l’équilibre entre
ces deux variances n’est pas vérifié ceci indique que les bulles influencent sur ẽt+1. Si non,

86
on peut affirmer l’absence des bulles sous condition que
Cov[(ẽd,t+1 - ẽr,t+1 - ẽe,t+1), εt+1) ≠-0.5var(εt+1).

Désignons par (z)t le vecteur contenant l’excès de rendement, la croissance des

dividendes, le taux d’intérêt réel et le ratio D/P noté (δt).

Soit zt = [et, ∆dt , rt , δt]’

Dés lors, l’écriture VAR de (zt+1) sera comme suit :

zt+1 = Azt + wt+1 (3.10)

où A est la matrice des paramètres et (wt+1) est le vecteur des termes d’erreurs.
Soit g1, g2 et g3 des vecteurs qui désignent respectivement le premier, le second et le
troisième élément de (zt). En conséquence, l’estimation du VAR de ses composantes sera
comme suit :

ẽt+1 = g1wt+1 (3.11)

ẽd,t+1 = g2(I - ρiA)-1 wt+1 (3.12)

ẽr,t+1 = g2(I - ρiA)-1 wt+1 (3.13)

ẽe,t+1 = ρi g3A (I - ρiA)-1 wt+1 (3.14)

Où les résidus et les paramètres du modèle VAR estimé sont incorporés respectivement
dans (wt+1) et (A).
Afin de mesurer l’importance de chaque composantes des informations, Engsted et
Tangaard (2001) utilisent la décomposition de Cholesky pour orthogonaliser ces
composantes, après, ils mesurent la valeur de (R²) ajusté dans la régression ẽt+1 pour
chaque composante orthogonale. La valeur de (R²) peut être interprétée comme la
fraction de la variance des innovations prouvée par les composantes de l’information.
Dans le but de tester la significativité des bulles, (εt+1), il faut seulement calculer Var(ẽt+1)
et Var(ẽd,t+1 - ẽr,t+1 - ẽe,t+1) et tester si le ratio de ces deux variances égal à l’unité. Si oui, il
dévoile l’absence du rôle des bulles dans la variation des rendements boursiers.

87
Pour calculer les intervalles de confiances des différentes statistiques, la présence du ratio
variance des bulles et de mesurer les valeurs de p pour le test d’égalité du ratio de la
variance égal à l’unité, il faut faire appelle à la simulation « bootstrap ». Effectivement,
l’utilisation des intervalles de confiance est plus appropriée que l’utilisation des erreurs
standard dans la mesure où les statistiques peuvent disperser les distributions des petits
échantillons.
En fin, nous traitons les résultats sous deux formes du modèle VAR : la première si les
paramètres sont estimés à travers la méthode de moindre carré ordinaire, sinon les
estimations sont corrigées par le modèle de correction des erreurs.

3.2. Application du modèle d’Engsted et Tangaard sur le marché

boursier tunisien

3.2.1. Présentation de l’échantillon et spécification des variables

Notre échantillon d’entreprises cotées en bourse sera limité du fait de l’absence des cours
journalier, des dividendes versés, du taux du marché monétaire et des indices des prix
pour toutes les entreprises. Dés lors, notre étude traitera seulement 11 entreprises (A T B,
B D E T, B I A T, B N D T, B N A, B S, B T, S T B, U B C I, ASTREE, LE MOTEUR)
pour une période de 23 années allant du 01/01/1980 jusqu’au 31/12/2002.
L’objectif de notre test est de détecter la présence des bulles sur le marché tunisien tout
en se basant sur la méthode d’Engsted et Tangaard. Pour en commencer, il faut tout
d’abord déterminer le taux d’intérêt réel, l’indice des prix à la consommation et les
dividendes, avec :

L’indice des dividendes est obtenu de façon que :

11
D t = ∑ Wi , t D i , t
i =1

où Dit est le dividende versé pour l’actif i en t

Wit est le coefficient de la capitalisation boursière de l’actif i

L’indice des prix est calculé de sorte que/

11
Pt = ∑ Wi , t Pi , t
i =1

avec Wit est le coefficient de la capitalisation boursière de l’actif i

88
 Pit est le cours de l’actif i en t

Le taux d’intérêt réel est /

rt = Rt - It
Où Rt est le taux d’intérêt nominal ou le TMM
It est le taux d’inflation tel que
IPC t +1 − IPC t
It =
IPC t

3.2.2 Etude de la stationnarité des séries

Une série temporelle yt est faiblement stationnaire, si les conditions suivantes sont
satisfaites :

E (Yt) = E (Yt+m ) = µ ∀t
V(Yt) = σ² < ∞ ∀t
Cov (yt, yt+j) = γj ∀t et ∀j

Pour tester la stationnarité des séries et, DDtt et Rt, nous allons utiliser le test de racine
unitaire ou le test ADF qui consiste à estimer, par la méthode des MCO, les modèles
suivants :

P -1
∆et = a + bt + ρt -1et -1 + ∑Φ j ∆et -j + εt (3.15)
j=1
P -1
∆DD t = a + bt + ρ Dt -1 + ∑Φ j ∆DDt - j + εt (3.16)
j =1

p -1
∆R t = a + bt + ρ R t -1 + ∑Φ j ∆R t -j + εt (3.17)
j=1

L’ordre (P) est déterminé selon le critère d’Akaike ou celui de Schwartz.

Le principe du test ADF consiste à tester les deux hypothèses suivantes :
H0 : ρ = 0 présence de racine unitaire.
H1 : ρ ≠ 0 absence de racine unitaire.

89
3.2.3 Test ADF

Si les erreurs d’un tel modèle ne sont pas identiquement et indépendamment distribuées,
il faut appliquer les tests ADF pour tester la stationnarité des séries.
Le principe de ces tests consiste en l’estimation par la méthode des MCO de l’un des trois
types des modèles suivants :
P -1
∆x t = ρ xt -1 + ∑Φj ∆xt -j + εt (3.18)
j=1

P -1
∆xt = a + ρ x t-1 + ∑ Φj ∆x t- j + ε t (3.19)
j=1
P -1
∆xt = a + bt + ρ x t-1 + ∑ Φj ∆x t- j + ε t (3.20)
j=1
Les tests se déroulent de manière similaire aux tests de DF.
Dans le cadre de cette validation empirique, nous visons tester la stationnarité des séries
et, DDt, Rt de chaque titre de l’échantillon retenu par le moyen du test ADF qui consiste à
estimer, par la méthode des MCO, les modèles suivants :
P -1
∆et = a + bt +ρ et -1 + ∑Φj ∆et -j + εt (3.21)
j=1
P -1
∆Dt = a + bt + ρ Dt -1 + ∑Φj ∆Dt -j + εt (3.22)
j=1
P -1
∆R t = a + bt + ρ R t -1 + ∑Φj ∆RIt -j + εt (3.23)
j=1

Avec : a : terme constant

bt : tendance linéaire
N : nombre d’observations disponibles Le critère de Schwartz (SIC) et
de Akaike (AIC) permet de déterminer le nombre du retard du modèle.

3.2.2. Résultat et commentaires

Afin de tester la significativité des bulles, (εt+1), il suffit de calculer Var(ẽt+1) et

Var(ẽd,t+1 - ẽr,t+1 - ẽe,t+1) et tester si le ratio de ces deux variances égal à l’unité. Cette
conclusion ne se concrétise qu’après études des caractéristiques des quatre variables. Le
tableau (3.1), (3.2), (3.3), (3.4) et (3.5) représentent consécutivement les résultats des
estimations pour les quatre équations de régressions et le test de dickey-Fuller du racine

90
unitaire de chacune des composantes, soit et, ∆dt , rt et δt Il montrent que et, ∆dt , rt et δt
sont stationnaire du fait que T-statistique<T tabulé quelque soit les seuils choisis.
D’autres parts, le tableau (3.1) illustre les résultats de la décomposition de la variance et
du test de présence ou non des bulles tout en se basant sur un modèle VAR dont le
nombre de retard est (1) déterminé à partir des critères Akaike et Schwarz :

AIC(1) = -2.86792 et SC(1) = -1.99508

AIC(2) = -0.64126 et SC(2) = -0.98332

Le retard retenu est 1 puisqu’il minimise les critères AIC et SC.

Les résidus et les paramètres estimés sont regroupés consécutivement dans wt+1 et A.
R² dans ce cadre là représente la fraction de la variance des innovations expliquée par une
des composantes de l’information.
Le tableau (3.1) présente les résultats de la décomposition de variance et de test des bulles
en se basant sur un modèle VAR standard de premier ordre. Ces résultats montrent que
toutes les variables spécifiées dans ce modèle sont statistiquement significatives. La
décomposition de la variance montre que la nouvelle information portant sur le
rendement excédentaire futur joue un rôle moins important dans l’explication de la
volatilité du marché financier que celle portant sur le dividende futur ou le taux d’intérêt
réel. Ceci confirme les résultats trouvés par les études antérieures telles que
Campbell (1991), Campbell et Ammer (1993), Cuthbertson et al (1998), et Engsted et
Tangaard (2001)
Tester les bulles revient à tester sa composante εt+1. Ce modèle suppose que pour les
bulles soient présentes sur le marché, la valeur du ratio variance doit être égale à l’unité en
d’autres termes :

Var(ẽt+1)/ Var(ẽd,t+1 - ẽr,t+1 - ẽe,t+1) = 1

Dans ce cadre d’analyse et à partir des tableaux présentés ci-dessous la valeur de

Var(ẽt+1) = 0.089483 alors que la valeur de Var(ẽd,t+1 - ẽr,t+1 - ẽe,t+1) = 1.111565
Dés lors :

Var(ẽt+1)/ Var(ẽd,t+1 - ẽr,t+1 - ẽe,t+1) = 0.0805 ≠ 1

91
Ce résultat montre que Var(ẽd,t+1 - ẽr,t+1 - ẽe,t+1) est très loin de Var(ẽt+1). Ceci indique
que les bulles rationnelles ne contribuent pas à la variabilité des rendements des
actions. En conséquence, nous pouvons admettre que cette variabilité peut être
expliquée par la présence des bulles irrationnelles dont leurs modélisations n’a pas
encore eu lieu.

92
Conclusion

L’objectif de ce chapitre était d’expliquer et tester empiriquement la présence des bulles

spéculatives sur la BVMT. La première section a été réservée à la présentation théorique
des facteurs explicatifs des bulles. Nous avons constaté que la plupart de ces facteurs
dépendent du comportement irrationnel de l’investisseur. Pour expliquer ce résultat, nous
avons tenté à relier ces facteurs aux biais présentés par la finance comportementale tels
que le conservatisme, l’auto-contrôle, l’excès de confiance…etc.
La deuxième section a été développée théoriquement dans le but de déterminer les
différentes typologies et caractéristiques des bulles spéculatives. Dans ce cadre d’analyse,
nous avons constaté deux caractéristiques principales des bulles ; il s’agit des bulles
rationnelles et des bulles irrationnelles. En effet, les bulles sont qualifiées rationnelles du
fait que seule la participation des agents rationnel existe sur le marché boursier.
Néanmoins, les bulles sont irrationnelles dans la mesure où l’offre et la demande
effectuées sur les marchés par les « noise traders » peut entraîner une déconnexion
importante et durable entre les prix du marché et le prix découlant des fondamentaux ;
par conséquent la formation d’une bulle spéculative. A cet égard, les cours des actifs
peuvent s’éloigner de leur valeur fondamentale.
Dans la troisième section, nous avons étudier empiriquement la présence des bulles
spéculatives sur le marché boursier tunisien pendant une période s’étalant du 01/01/1980
jusqu’au 01/01/2002. l’approche par décomposition empruntée montre que la nouvelle
information portant sur le rendement excédentaire futur joue un rôle moins important
dans l’explication de la volatilité du marché financier que celle portant sur le dividende
futur ou le taux d’intérêt réel. De même, les bulles rationnelles ne contribuent pas à la
variabilité des rendements des actions. En conséquence, nous pouvons admettre que cette
variabilité peut être expliquée par la présence des bulles irrationnelles dont leurs
modélisations n’a pas encore eu lieu.

93
Annexes

Tableau 3.1.
Estimation du modèle VAR(1)
Date: 04/09/04 heure: 02:29
Sample(adjusted): 1980 2002
observations Incluses: 20 après ajustement
erreurs Standard & t-statistics entre parenthèse
DDT+1 XT+1 RT+1 VT+1
DDT 0.943513 -0.042377 -0.042377 -0.042377
(0.05040) (0.05040) (0.05040) (0.05040)
(18.0589) (-2.04776) (-2.04776) (-2.04776)

XT -0.800390 0.518840 -0.800390 -0.800390

(0.07142) (0.07142) (0.07142) (0.07142)
(-2.15670) (5.39158) (-2.15670) (-2.15670)

RT 0.112929 0.112929 0.112929 0.112929

(0.20460) (0.20460) (0.20460) (0.20460)
(3.73091) (3.73091) (4.51268) (3.73091)

VT -0.188383 -0.188383 -0.188383 0.566418

(0.21887) (0.21887) (0.21887) (0.21887)
(-1.63920) (-1.63920) (-1.63920) (-1.63920)
R² 0.714131 0.566493 0.608377 0.659871
R² ajusté 0.655041 0.753653 0.383778 0.623429
SCR 0.165260 0.777383 0.107263 0.107263
SCE 0.082024 0.082024 0.082024 0.082024
F-statistic 3274.540 74.61292 13.49913 14.10726
Log vraissemblan 20.75420 20.75420 20.75420 20.75420
Akaike AIC -2.867929 -2.867929 -2.867929 -2.867929
Schwarz SC -1.995088 -1.995088 -1.995088 -1.995088
Moyenne dep 0.896953 -0.426896 1.860883 0.188464
Ecart type dep 1.156816 0.192783 0.167788 0.154205
Determinant Residual
0.000000
Covariance

94
Tableau 3.2.
Test ADF de racine unitaire sur Et
ADF Test Statistic -3.188986 1% valeur critique* -3.1331
5% valeur critique -2.8587
10% valeur critique -2.5320
*valeur critique du rejet de l’hypothèse de racine unitaire.

Equation du test Augmented Dickey-Fuller

Variable Dependente: D(ET)
Method: moindre carrée
Date: 04/25/04 heure: 03:09
Echantillon (ajusté): 1980 2002
observations Incluses: 20 aprés ajustement
Variable Coefficient Ecart type t-Statistique Prob.
ET(-1) -0.786155 0.121228 -3.188986 0.0009
D(ET(-1)) 0.042257 0.188986 0.360018 0.7439
C 0.034066 0.103043 1.776660 0.8238
R² 0.126455 Moyenne vble dependent 0.002420
R² ajusté 0.061748 Ecart type vble depend 1.002791
SCE 0.083126 Critère Akaike 2.532495
SCR 0.186569 Critère Schwarz 2.672614
Log vraissemblance 33.63412 F-statistic 8.252855
stat Durbin-Watson 1.962554 Prob(F-statistic) 0.001596

95
Tableau 3.3.
Test ADF de racine unitaire sur Rt
Statistique Test ADF -3.360018 1% valeur critique* -3.1331
5% valeur critique -2.8587
10% valeur critique -2.5320
* valeur critique du rejet de l’hypothèse de racine unitaire.

Equation du Test Augmented Dickey-Fuller

Variable Dependents: D(RT)
Method: moindre carrée
Date: 04/09/04 heure: 03:56
echantillon(ajusté): 1980 2002
observations Incluses: 20 aprés ajustement
Variable Coefficient Std. Error t-Statistic Prob.
RT(-1) -0.214695 0.210165 -3.360018 0.1258
D(RT(-1)) 0.068038 0.128039 1.480249 0.1504
C 0.183072 0.151519 1.604523 0.1202
R² 0.379392 Moy vble dependente -0.001890
R² ajusté 0.333421 Ecart type vble depen 0.085818
SCE 0.818722 Critère Akaike -2.042275
SCR 18.09825 Critère Schwarz -1.902155
Log vraissemblance -34.98742 F-statistic 1.954265
stat Durbin-Watson 1.983231 Prob(F-statistic) 0.161196

96
Tableau 3.4.
Test ADF de racine unitaire sur DDt
Statistique Test ADF -3.724611 1% valeur critique* -3.1331
5% valeur critique -2.8587
10% valeur critique -2.5320
* valeur critique du rejet de l’hypothèse de racine unitaire.

L’équation du test ADF

Variable Dependent: D(DDPT)
Methode: moidre carrée
Date: 04/25/04 heure: 03:59
Echantillon(ajusté): 1980 2002
Observations incluses: 20 après ajustement
Variable Coefficient Ecart type t-Statistic Prob.
DDPT(-1) -0.725351 0.210135 -3.724611 0.1258
D(DDPT(-1)) -0.199921 0.128039 0.330036 0.1504
C -0.026013 0.151519 -0.224829 0.1202
R² 0.136498 Moy vble dependente 0.001031
R² ajusté 0.072535 Ecart type vble dependent 0.082733
SCE 0.042030 Critère Akaike -2.379604
SCR 0.047695 Critère Schwarz -2.239484
Log vraissemblance 54.09360 F-statistic 6.625486
stat Durbin-Watson 2.016874 Prob(F-statistic) 0.004560

97
Tableau 3.5.
Test ADF de racine unitaire sur Vt
Statistique Test ADF -3.360018 1% valeur critique* -3.1331
5% valeur critique -2.8587
10% valeur critique -2.5320
* valeur critique du rejet de l’hypothèse de racine unitaire.

Equation du Test Augmented Dickey-Fuller

Variable Dependent: D(VT)
Methode: mondre carré
Date: 04/25/04 heure: 03:54
Echantillon(ajusté): 1980 2002
observations Incluses: 20 aprés ajustement
Variable Coefficient Std. Error t-Statistic Prob.
VT(-1) -0.100637 0.207739 -3.360018 0.0017
D(VT(-1)) -0.199921 0.190650 -1.048629 0.3036
C -0.090366 0.014720 -1.767228 0.0885
R² 0.329209 Moyen vble dependente 0.002921
R² ajusté 0.279521 Ecart type vble depen 0.043642
SCE 0.070224 Critère Akaike -3.406240
SCR 0.133149 Critère Schwarz -3.266120
Log Vraissemblance 38.69406 F-statistic 2.134020
stat Durbin-Watson 1.858780 Prob(F-statistic) 0.137896

98
Références

1. Bakashi et Zhiwu (1994), “Baby boom, population aging and capital markets”,
Journal of business, No. 67, pp. 165-202.
2. Bebartzi et Thaler (1995),”Myopic loss aversion and the equity premium puzzle”,
Quarterly journal of economics, No. 10, pp.73-92.
3. Ben Sinhon Larry, (2002), “ Finance comportementale et impact sur les marchés
financiers : un modèle de cascades informationnelles ”. Working paper.
4. Bernard, (1992), “Stock price reactions to earnings Announcements” Working
paper.
5. Blanchard (1979), “Speculative Bubbles, crashes and Rational Expectations”
Economic Letter, vol2, pp 387-389.
6. Blanchard et Watson, (1982), “Bubbles, rational expectations and financial
markets“ NBER working paper, n°945.
7. Campbell, (2000), “Asset pricing at the millennium “ Journal of Finance 55, n°4,
pp1515-1567.
8. Cochrane (1992), “Explaining the variance of price-dividend ratios”,Review of
financial studies 5, pp.243-280.
9. Cohen (1998), “ a global garden for the Twenty-first century”, The key reporter,
Spring, p.1.
10. Cooper, Dimitrov et Rau (2001), “A rose.com by any other name”, The journal of
finance, pp. 776-795.
11. Coval et Shumway (2001),” Do behavioral bias affect prices?”, working paper.
12. De Long, Shleifer, Summers et Waldman (1990),”Noise trader risk in Financial
markets” Journal of Political Economy (98), n°4, pp703-738.
13. Engsted et Tabgaard (2001),” A new test for speculative bubbles based on return
decompositions”, The Aarhus school of business, Working paper.
14. .Evans (1991),” Pitfalls in testing for explosive bubbles in asset prices”, American
economy review 81, pp. 922-930.
15. Fama (1997), “Market Efficiency, Long term returns and behavioral finance”
Journal of financial economics, V49, n°3, pp. 283-306.

99
16. Frankel et Froot (1986), “ The dollar as speculative bubble: A tale of
fundamentalists and chartists”, NBER, Working paper 1986.
17. Froot et Obstfeld (1991), “ Intrinsic bubbles: thz case of stock prices”, American
economic review, December 1991.
18. Garber (2000), “Famous first bubbles, the fundamentals of early Mamias ”,
Cambridge MIT Press.
19. Goldberg et Vom Nitch (2001),”Behavioral Finance“ Working Paper.
20. Hand (2000),” Profits losses and non-linear pricing of IT stocks” University of
North carolina ,Working paper .
21. Kahneman, Slovic et Tversky (1982), “Judgment under uncertainty: Heuristics
and biases”, New York: Cambridge university Press.
22. Lu and Song, (2001),” The rise and fall of IT stocks: should financial analysts be
blamed” Working paper.
23. Markman (2001),” lecture notes to course PSY 305 university of Texas at Austin”,
Working paper.
24. Modigliani et Cohn (1979),” inflation, Rational Valuation, and the market”
Financial analyst journal, No35, pp.22-44.
25. Orlean (1990), “ contagion des opinions et fonctionnement des marchés
financiers”, Revue économique, No 4, July.
26. Parker (1998), “The media knowledgeand reporting of financial issues”.
27. Sarno et Taylor (1999), “Moral hazard, asset price bubbles, capital flows, and East
Asian crisis. The first tests “, Journal of International money and Finance, 18, pp. 637-
657.
28. Schwarz (2000), ”Rationality gone away”.
29. Shiller (1987), ”Ivestor behavior in the october 1987 stock market crash:survey
evidence”, NBER, Working paper 1851.
30. Shiller (1989),” comovements in stock prices and comovements in dividends”,
journal of finance, No44, pp. 719-29.
31. Shiller (1989),”Comovements in stock prices and comovements in dividends”
Journal of finance, n°44. pp719-29.
32. Shiller (2000),” Measuring bubble expectations and investor confidence “ Journal
of psychology and Financial Markets 1, pp49-60.
33. Shiller (2001),”Irrational exuberance “, the Journal of social, political and
economic studies »,
34. Statman (1999),” Over-confidence, disposition effect, and trading volume”, Santa
clara university, Working paper.
35. Triole (1982), “On the possibility of speculation under rational expectations ”,
Econometrica, vol 50, No 6.

100
36. Triole (1985),” Asset bubbles and overlapping generations. Econometrica 53,
pp. 1499-1527.
37. Thompson (1981), “ will it hurt if can control it? A complex answer to a simple
question”, Psychological bulletin, No 90, pp. 89-101.

101
 Conclusion générale
Ninety percent of what we do is based on perception. It doesn’t matter if that perception is right
or wrong or real. It only matters that other people in the market believe it. I may know it’s crazy, I may
think it’s wrong. But I lose my shirt by ignoring it.

(Wall Street Journal (1988), p.17).

Au terme de ce travail portant sur l’étude du comportement des investisseurs tunisiens

sur les marchés boursiers et sur l’identification de l’effet de l’irrationalité sur le processus
de formation des prix et sur les bulles spéculatives. Nous avons démontré la présence de
sur-réaction sur le marché financier. Ainsi, les investisseurs sur-pondèrent les
informations qu’ils estiment favorables. Nous sommes parvenus à démontrer également
l’absence des bulles spéculatives rationnelles sur le marché boursier tunisien.
L’élaboration de tels résultats a passé par une description théorique du passage de
l’efficience du marché (finance traditionnelle) à la finance comportementale. En fait, nous
avons consacré le premier chapitre de ce mémoire à la présentation du corps
d’hypothèses de l’efficience du marché et au développement des différentes critiques
adressées à ses fondements. De ce fait, nous avons développé les biais psychologiques
liés à l’irrationalité de l’investisseur et qui s’inscrivent dans la théorie de la finance
comportementale.
La théorie de finance traditionnelle exige la rationalité des investisseurs alors que la
finance comportementale représente une catégorie d'agents normaux. La rationalité des
individus est à caractère utilitariste et non pas une expression de valeur. Ces investisseurs
n’ont jamais commis d’erreurs cognitives dans leur décision, représentant, ainsi, un
autocontrôle parfait, ils sont toujours averses aux risques et non plus au regret. Toutefois,
les investisseurs normaux n'obéissent pas aux hypothèses de ce modèle. Kahenman et
Tversky (1979) montrent que tout relâchement de l’hypothèse de rationalité revient à
démontrer la présence des erreurs cognitives. En effet, la finance comportementale est un
dosage entre finance et autres sciences sociales.
A fin de juger l'impact de ces biais comportementaux, il est important d’expliciter son
impact sur la formation des prix. A cet égard, nous avons développé trois phénomènes
d’irrationalité. Dans un premier temps, nous avons étudié théoriquement l’effet de
disposition et présenté l’impact de ce biais sur le prix de l’actif tout en montrant l’aspect
irrationnel des investisseurs. Ensuite, nous avons expliqué les phénomènes de sur- et de

102
sous-réaction qui prouvent la sur-évaluation (sous-évaluation) des cours boursiers par
rapport à leurs fondamentaux. Elles indiquent que l’investisseur sur-pèse (sous-pése)
l’information de l’actif en question.

Nous avons emprunté ce modèle empirique à la base de Debondt et Thaler (1985), qui est
consacré à l’étude de sur-réaction dans le cadre de la Bourse des Valeurs Mobilières de
Tunis, mené sur un échantillon de 40 actions cotées en bourses pour une période allant
du 01/01/1995 jusqu’au 31/07/2003. De telle stratégie peut bousculer les cours au-delà
de leurs valeurs fondamentales. Il faut noter que ce mouvement à la hausse (à la baisse)
sera toujours par un mouvement « mean-reversion ». Les stratégies sur-réaction sont fondées
sur la dépendance négative des rentabilités.
Cette stratégie se définie comme l’achat (la vente) des actions « Winners » (g) (« loser »s (p))
présentant les plus mauvaises (meilleures) performances depuis les 36 ou 48 mois passés
et à la vente des actions performantes après les 36 ou les 48 mois subséquents. Nous
avons pu déduire la présence du « mean-reversion » à travers l’étude des ACAR avant la date
de formation et au cours de la période test. Généralement, nous avons démontré la
présence de sur-réaction tout au long des périodes et surtout pour celles allant de 36 à 48
mois. D’autre part, il est à noter que la sur-réaction provient des actions les plus extrêmes.
Subséquemment, il est plus intéressant d’adopter une stratégie composée de la
capitalisation boursière et du risque systématique et il serait de même plus enthousiasmant
d’élaborer d’autres stratégies contenant le PER, l’effet janvier, le Bid-Ask spread…etc.
Notre deuxième étape a été orientée vers l’explication des bulles spéculatives tout en se
basant sur la théorie comportementale. En effet, nous avons parvenu à la conclusion
selon laquelle les investisseurs ont toujours basé leurs décisions sur l’efficience du
marché et la rationalité du comportement humain. Cependant, la rationalité des
investisseurs est incomplète de façon que le comportement irrationnel des acteurs et les
anomalies présentes sur le marché deviennent de plus en plus émergents. Nous avons
constaté que le comportement des investisseurs change durant les bulles spéculatives.
Effectivement, dés la présence des bulles spéculatives, la composition des investissements
change, elles encouragent les spéculateurs à supporter plus de risque à fin de créer une
rentabilité élevée tout au long de cette période.
L’objectif de ce modèle est de détecter la présence de bulles spéculatives sur le marché
boursier tunisien pour une période allant de 01/01/1980 jusqu’à 01/01/2002. Tout en
fondant sur le modèle d’Engsted et Tangaard (2001), nous avons pu démontrer, tout
d’abord, que la nouvelle information portant sur le rendement excédentaire future joue un
rôle moins important dans l’explication de la volatilité du marché boursier que celle
portant sur le dividende futur ou le taux d’intérêt réel, d’autre part, bulles spéculatives
rationnelles ne contribuent pas dans l’explication de la variabilité des rendements

103
boursiers. Ainsi, l’écart entre valeur fondamentale et valeur marchande peut être dû en
cas de présence de bulles spéculatives irrationnelles ou encore engouements dont la
modélisation n’a pas eu lieu jusqu’à maintenant.
L’étude de la finance comportementale dans ce cadre est, désormais, importante dans la
mesure où elle permet de comprendre l’irrationalité du comportement humain. De plus,
elle essaie de couvrir les insuffisances de la finance standard tout en joignant un aspect
irrationnel susceptible de mieux comprendre les anomalies inexpliquées. En conséquence,
de telle étude doit être nécessairement évolutive dans le sens qu’elle apporte de nouveau
éclairage sur l’aspect behaviouriste du marché.
A cet égard, l’objectif de la finance comportementale est d’expliquer toutes les anomalies
présentes sur le marché tout en appuyant sur un modèle unifié. De ce fait, la limite
majeure de ce travail se réside dans le fait que nous avons traité indépendamment les
différents aspects behaviouriste.
Bien que nombreuses les limites de ce mémoire, les résultats obtenus ne doivent pas être
altérés. Successivement, ces résultats peuvent constituer un point de départ de véritables
thèmes de recherches. En effet, l'anticipation des cours boursiers représente un
phénomène intéressant et une problématique potentiellement en désaccord avec
l'efficience du marché. Néanmoins, les recherches ont échoué à identifier des modèles
corrects nécessaires à la compréhension des conséquences des biais comportementalistes.
Notre preuve sera donc la mise en place des études simultanées des théories de finances
comportementales et traditionnelles.

104
 Essays in behavioral finance
Over-réaction and speculative bubbles: Theory and essay of
empirical essays in the tunisian context

Abstract
This research is inscribed within the frame of behavioral finance.The purpose of this study is to
investigate the investors behavior in the case of the BVMT and to present the effect of
itrrationnality on price process and bubbles. At this context, we have primaly developed the
Debondt and Thaler (1985) model in order to present the over-réaction strategy on tunisian stock
market. We have concluded that the tunisian stock market over-react whether new information
have been diffused over the peiod (1995,2003). At second, we have realized a variance
decomposition of Tangaard and Engsted (2001) methodology in order to test the bubbles in
tunisian stock market. We have prooved the absence of rational bubbles during the period
01/01/1980 and 30/12/2001. We have concluded that rational bubbles could be a source of the
divergence between fundamentals and market prices.

JEL Classification G11, G12, C91

Key words : irrationality,behavioral finance, under-reaction, over-reaction, speculative bubbles

Essais en finance comportementale

Une étude de sur-réaction et de bulles spéculatives :
une investigation empirique sur le marché boursier tunisien

Résumé
Ce travail de recherche s’inscrit dans le cadre de la finance comportementale visant à étudier le
comportement des investisseurs tunisiens sur le marché boursier tout en se concentrant sur
l’identification de l’effet de l’irrationalité sur le processus de formation des prix et sur les bulles
spéculatives. A cette fin, nous avons appliqué, tout d’abord, le modèle de Debondt et
Thaler (1985) pour démontrer la présence de sur-réaction sur le marché boursier tunisien. Nous
avons pu admettre que le marché boursier sur-réagit aux nouvelles informations pour une
période allant de 01/01/1995 jusqu’au 30/06/2003. D’autre part, nous avons appliqué le modèle
de la décomposition de la variance de Tangaard et Engsted (2001) dans le but de détecter la
présence des bulles. De ce fait, ce test nous a permis de signaler l’absence des bulles rationnelles
pour une période s’étalant sur 21 ans (1980, 2001). Néanmoins, la présence des bulles
irrationnelles peut expliquer la divergence entre fondamentaux et valeur réelle.

Classification JEL : G11,G12,C91,

Mots clés : irrationalité, finance comportementale,,sous-réaction, sur-réaction, bulles spéculatives