Vous êtes sur la page 1sur 86

!

UNIVERSITE CATHOLIQUE DE LOUVAIN

LOUVAIN SCHOOL OF MANAGEMENT

Finance comportementale et application pratique :


Analyse du fond Degroof Behavioral value .

Promoteur : M. Philippe Grgoire Mmoire-projet prsent par

DOURET Arnaud

en vue de l'obtention du titre de


Master en sciences de gestion

ANNEE ACADEMIQUE 2014 2015


! !

!
! !

Tous mes remerciements sadressent mon


promoteur, M. Philippe Grgoire pour mavoir
aid et guid durant la rdaction de ce
mmoire.

Je tenais galement remercier grandement M.


Jan Longeval, Managing Director la banque
Degroof ainsi que M. Philippe Denef, Directeur
la banque Degroof et gestionnaire du fond
Behavioral value pour leur prcieuse aide et
leurs rponses mes questions.

Je remercie aussi M. Xavier Timmermans, en


charge de la stratgie dinvestissement (private
banking) chez BNP Paribas Fortis, pour ses
remarques et critiques.

Enfin, je tenais remercier mes proches pour


leurs nombreux conseils ainsi que leur soutien
durant cette priode.

!
! !

!
"#!
!

Table des matires


!"#$%&'(#)%"*+,",$-./*00000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000*1*
!
$%&'"(!)*!&(+,(!-(!.%!."''(&%',&(!
!"#$%&'(#)%"*00000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000*2!
34-5)#$/*1*6*75/$8'*&/9*#4,%$)/9*:)"-"();$/9*+,",$-./9*00000000000000000000000000000000000000000000000000000*<!
=/(#)%"*1*6*>4,%$)/*&/*.?'#).)#,*/95,$,/*/#*@%&;./*&/*A-$B%C)#D*0000000000000000000000000000000000000000000000*<!
=/(#)%"*2*6*!"#$%"&'())*%'+,$-$./'012*&*000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000*E!
=/(#)%"*F*6*GH5%#4;9/9*&?/::)()/"(/*&/9*@-$(4,9*0000000000000000000000000000000000000000000000000000000000000000000000000000*I!
/)!*!-012324253!#############################################################################################################################################################!6!
/7!*!8!159:;<!=>;112?2;3?;!#######################################################################################################################################!@!
34-5)#$/*2*6*755-$)#)%"*&/*.-*:)"-"(/*(%@5%$#/@/"#-./0*000000000000000000000000000000000000000000000000000*J!
=/(#)%"*1*6*K-*#4,%$)/*&/9*5/$95/(#)L/9*0000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000*J!
=/(#)%"*2*6*K?-$M)#$-+/*0000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000*11!
=/(#)%"*F*6*K/9*-"%@-.)/9*000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000*12!
/)!*!$92:;!=;!92<AB;!CDB<!0D;E0;!C5B9!D;<!F?4253<!!"#$$%&#'!!##############################################################!)8!
/7!*!"3495=B?4253!=>B3!35BE;FB!4249;!=F3<!B3!23=2?;!G5B9<2;9!###########################################################!)8!
/8!*!.;<!23495=B?4253<!;3!G5B9<;!#####################################################################################################################!)8!
/H!*!.F!1594;!E5DF42D240!###########################################################################################################################################!)H!
/I!*!.;<!F?4253<!(#$)*!############################################################################################################################################!)H!
/6!*!.>;11;4!"+"*,-)"!##########################################################################################################################################!)I!
/@!*!.>;11;4!.*(*.!#$!################################################################################################################################################!)I!
/J!*!.;<!;11;4<!KF3E2;9!;4!L;;MN;3=!#################################################################################################################!)6!
/O!*!.;<!?53=24253<!:040595D5P2AB;<!#############################################################################################################!)6!
=/(#)%"*<*6*K/9*4/'$)9#)N'/9*(%@5%$#/@/"#-./9*00000000000000000000000000000000000000000000000000000000000000000000000000*1O!
/)!*!.>F3?9FP;!###########################################################################################################################################################!)@!
/7!*!.>Q;B92<42AB;!=;!9;C90<;34F42E240!##########################################################################################################!)J!
/8!*!.>Q;B92<42AB;!=;!=2<C532G2D240!##################################################################################################################!7R!
/H!*!.;!?53<;9EF42<:;!###########################################################################################################################################!77!
=/(#)%"*E*6*K?/::/#*&/*&)95%9)#)%"*/#*9/9*%$)+)"/9*000000000000000000000000000000000000000000000000000000000000000000000000000*22!
=/(#)%"*I*6*PQ(;9*&/*(%":)-"(/*0000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000*2F!
/)!*!SF9F?4092<42AB;<!=;!D>;T?U<!=;!?5312F3?;!#############################################################################################!78!
/7!*!.>;T?U<!=;!?5312F3?;!<B9!D;<!:F9?Q0<!123F3?2;9<!#############################################################################!7H!
=/(#)%"*O*6*K/*@)@,#)9@/*0000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000*2E!
/)!*!-012324253!##########################################################################################################################################################!7I!
/7!*!V2:042<:;!;4!:F9?Q0<!123F3?2;9<!##########################################################################################################!76!
3%"(.'9)%"*00000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000*FR*
!
$%&'"(!7*!%$$."S%'"WX!$&%'"Y,(*!%X%.Z[(!-,!\WX-!-(]&WW\!^(_%+"W&%.!
+%.,(!
!"#$%&'(#)%"*00000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000*F1!
34-5)#$/*1*6*S,:)")#)%"*&/*.-*+/9#)%"*&/*5%$#/:/')../*000000000000000000000000000000000000000000000000000000000*F2!
=/(#)%"*1*6*T'?/9#U(/*N'/*.-*+/9#)%"*&/*5%$#/:/')../*V*000000000000000000000000000000000000000000000000000000000000000000*F2!
/)!*!.F!P;<4253!F?42E;!############################################################################################################################################!87!
/7!*!.F!P;<4253!CF<<2E;!#########################################################################################################################################!88!

!
""#!
!

/8!*!.F!?53<49B?4253!=B!C594;1;B2DD;!###############################################################################################################!8H!
34-5)#$/*2*6*!"&)(-#/'$9*&/*.-*5/$:%$@-"(/*/#*-55.)(-#)%"*-'*:%"&*S/+$%%:*
3*4"5$1,"&'6"&7*0*00000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000*FE!
=/(#)%"*1*6*W$)"()5-./9*(-$-(#,$)9#)N'/9*&'*:%"&*00000000000000000000000000000000000000000000000000000000000000000000000000*FE!
=/(#)%"*2*6*X-#)%9*&/*5/$:%$@-"(/*0000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000*FE!
")#!.;!G;3?Q:F9M!###################################################################################################################################################!86!
"7#!.;!9;3=;:;34!###################################################################################################################################################!86!
"8#!.;!9;3=;:;34!;T?0=;34F29;!#######################################################################################################################!8O!
"H#!.F!E5DF42D240!=B!C594;1;B2DD;!:;<B90;!CF9!<53!0?F94N4`C;!##############################################################!H)!
"I#!.;!9F425!=;![QF9C;!##########################################################################################################################################!H7!
"6#!.;!Ga4F!=B!C594;1;B2DD;!#################################################################################################################################!HH!
"@#!.;!9F425!=;!'9;`359!########################################################################################################################################!H6!
"J#!.>FDCQF!=;!K;3<;3!############################################################################################################################################!H@!
"O#!.;!/.#&01,2%*..+.!############################################################################################################################################!H@!
")R#!.;!9F425!=>23159:F4253!################################################################################################################################!HJ!
3%"(.'9)%"*0000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000*<J!
34-5)#$/*F*6*7"-.H9/*&'*:%"&*S/+$%%:*3*4"5$1,"&'6"&7**00000000000000000000000000000000000000000000000000*ER!
=/(#)%"*1*6*K/*(%"#/Q#/*000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000*ER!
=/(#)%"*2*6*K-*9#$-#,+)/*&/*+/9#)%"*00000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000*E1!
/)!*!%C;9bB!;4!;TCD524F4253!=;<!G2F2<!?5:C594;:;34FBT!######################################################################!I)!
)#! ^2F2<!=;!9;C90<;34F42E240!########################################################################################################################################!I)!
7#! ^2F2<!=;!?53<;9EF42<:;!;4!=>F3?9FP;!#################################################################################################################!I7!
8#! ^2F2<!=>;T?U<!=;!?5312F3?;!;4!:2:042<:;!########################################################################################################!I7!
H#! $92:;!EFDB;!;4!c!&5B;!=;!DF!1594B3;!d!=>B3;!;349;C92<;!############################################################################!I8!
/7!*!.;!C95?;<<B<!=>23E;<42<<;:;34!################################################################################################################!IH!
=/(#)%"*F*6*3$)#)N'/*000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000*EI!
/)!*!&0<B:0!=B!C95C5<!########################################################################################################################################!I6!
/7!*!\23F3?;!?5:C594;:;34FD;!;4!C923?2C;<!P0309FBT!##########################################################################!I@!
/8!*!.F!P;<4253!3#$)*!#############################################################################################################################################!I@!
)#! (TCD2?F4253!9F42533;DD;!############################################################################################################################################!IJ!
7#! (TCD2?F4253!?5:C594;:;34FD;!##############################################################################################################################!IJ!
/H!*!.;<!9;3=;:;34<!=B!153=!;TCD2AB0<!CF9!DF!P;<4253!(#$)*!##############################################################!IO!
)#! \53=!E<#!V[S"!EFDB;!(B95C;!eG;3?Q:F9Mf!#####################################################################################################!6R!
7#! \53=!E<#!V[S"!(B95C;!e?F40P592;f!######################################################################################################################!6R!
8#! ];<4253!EFDB;!=F3<!B3!?534;T4;!=;!90?;<<253!################################################################################################!6)!
/I!*!\F2GD;<<;<!;4!9;?5::F3=F4253<!##############################################################################################################!67!
3%"(.'9)%"*+,",$-./*00000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000*I<!
Y)M.)%+$-54)/*000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000*IO!
K)9#/*&/9*#-M./-'Q*6*000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000*)!
K)9#/*&/9*:)+'$/9*6*000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000*)!
7""/Q/9*6*00000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000*))!
%33;T;!)!*!S5:C5<24253!=;!D>23=2?;!V[S"!(#$)*%456!################################################################################!22!
Source : www.msci.com!############################################################################################################################################!22!
%33;T;!7!*!S5:C5<24253!=;!D>23=2?;!V[S"!(B95C;!#####################################################################################!222!
%33;T;!8!*!S5:C5<24253!!;4!?F9F?4092<42AB;<!C923?2CFD;<!=B!153=!-;P9551!7*8#(1+.#$%(#$)*!
(V,!###############################################################################################################################################################################!222!
%33;T;!H!*!.;!9;3=;:;34!=B!153=!^;QFE259FD!EFDB;g!=;!D>23=2?;!V[S"!(V,g!=;!D>23=2?;!V[S"!
(V,!EFDB;g!D;!4FBT!<F3<!92<AB;g!;4!D;!9;3=;:;34!=;!D>(B953;T4!)RR!C92<!?5::;!9;3=;:;34!
=;!:F9?Q0#!###################################################################################################################################################################!E2!

!
"""#!
!

%33;T;!I!*!YB;<42533F29;!F=9;<<0!h!VV#!-;3;1!;4!.53P;EFD!=;!DF!GF3AB;!-;P9551!
e)IiRIi)If!###############################################################################################################################################################!E22!
%33;T;!6!*!YB;<4253<!F=9;<<0;<!h!V#!'2::;9:F3<!=;!DF!GF3AB;!^X$!$F92GF<!\5942<!
e)6iR@i)If!###############################################################################################################################################################!E22!
!
!

!
)#!
!

!"#$%&'(#)%"*+,",$-./*
!
Ce mmoire aborde une discipline rcemment apparue dans le domaine de la thorie
financire et de gestion de portefeuille : la finance comportementale. Celle-ci fait soppose
la thorie des marchs efficients (qui prsume la rationalit des investisseurs) en mettant en
avant les biais dont souffrent les agents en se laissant trop souvent guider par leurs seules
motions.

La premire partie passe en revue la littrature de cette branche de la finance en commenant


par les thories de lutilit espre de Markowitz et des marchs efficients de Fama (chapitre
1) pour aboutir la finance comportementale (chapitre 2). Dans ce deuxime chapitre, nous
commenons par aborder la thorie des perspectives de Tversky et Kahneman (1979) dont les
travaux servirent de base pour les tudes apparues par la suite. Nous parlerons ensuite
brivement de larbitrage comme fondement de la thorie des marchs efficients ainsi que de
ses limites. Enfin, nous nous concentrons sur les anomalies de march et les biais
comportementaux dont souffrent les individus.

Dans la seconde partie de ce mmoire nous analyserons un fond qui met en uvre les
principes de la finance comportementale. Il sagit du fond Behavioral value EMU de la
banque Degroof. Aprs avoir brivement dfini ce qutait la gestion de portefeuille (chapitre
1) et distingu gestion active et passive nous calculerons les diffrents ratios de performances
du fond pour ensuite les comparer son benchmark (chapitre 2). Nous terminerons cette
partie en analysant la stratgie de gestion de ce fond et tenterons de voir si la finance
comportementale apporte une plus-value en matire de gestion de portefeuille.

! !

!
7#!
!

!"#$%&'(!!"!"#$"%&"%'(%')**+,(*$,"!
!"#$%&'(#)%"*

La littrature financire et de gestion de portefeuille est vaste et nous tenterons dans cette
premire partie den retracer le fil. Nous commencerons par revoir la thorie des marchs
efficients de Fama (1970) pour ensuite aborder le sujet central de cette partie : la finance
comportementale.

Nous aborderons les diffrentes thories financires traditionnelles en commenant par la


thorie de lutilit espre tablie par Von Neumann et Morgenstern en 1944. Nous passerons
ensuite au modle de Markowitz et ses apports pour la thorie de portefeuille (chapitre 1,
section 1).

Nous parlerons brivement du Capital Asset Pricing Model dvelopp par Treynor et Sharpe
dans les annes 60 la suite du modle de Markowitz (chapitre 1, section 2). Ce modle
permet de dterminer le rendement attendu dun actif risqu en tenant compte de son risque
systmatique mesur grce au bta. Il part du postulat que linvestisseur doit recevoir une
compensation pour son investissement : dune part pour avoir plac son argent dans un actif
particulier sur une certaine priode de temps, et dautre part pour avoir accept de prendre un
risque supplmentaire.

Enfin, nous traiterons de lhypothse defficience des marchs et de ses trois diffrentes
formes (chapitre 1, section 3). Pour les tenants de cette thorie, toute linformation pertinente
disponible sur un actif est reflte dans son prix de march et une analyse plus pousse de
cette information ne permettrait pas de le battre . La gestion active serait donc voue
lchec et les gestionnaires de fond devraient se contenter de pratiquer une gestion indice.

Suite cela, nous aborderons la thorie des perspectives (dveloppe par Kahneman et
Tversky en 1979) qui donna petit petit naissance la finance comportementale (chapitre 2).
Nous parlerons aussi de la notion darbitrage (chapitre 2, section 1 et 2), lment essentiel de
la thorie des marchs efficients et de sa remise en cause par la finance comportementale.

!
8#!
!

Nous verrons aussi les diffrentes anomalies mises en avant par cette nouvelle thorie
(chapitre 2, section 3) et allant lencontre des hypothses defficience des marchs. Nous
tudierons pour finir les biais comportementaux des individus sur les marchs financiers
(sections 4-7).

*
!
!
!

!
H#!
!

01-2)#$/*3*4*52/$6'*&/7*#1,%$)/7*8)"-"()9$/7*+,",$-./7*

:/(#)%"*3*4*;1,%$)/*&/*.<'#).)#,*/72,$,/*/#*=%&9./*&/*>-$?%@)#A**

Von Neumann et Morgenstern (1944) ont tabli ce qui sera le point de dpart de la thorie
financire et des diffrents modles de gestion de portefeuille qui apparurent par la suite. Leur
thorie de lutilit espre dcrit des agents prenant leurs dcisions de manire rationnelle et
ayant une vision claire de leurs prfrences. Ces deux auteurs tablissent leurs fonctions
dutilit partir daxiomes qui, sils sont jugs raisonnables par les agents permettent de
reprsenter leurs prfrences sur une fonction dutilit espre. Les agents rationnels
souhaitent maximiser leur utilit espre et leurs choix sont transitifs. Ils connaissent aussi la
richesse totale quils souhaitent atteindre pour un niveau de risque donn. Cependant, de
nombreux tests empiriques (Allais en 1953, Tversky en 1969 et Tversky et Kahneman en
1981) dmontrent que les agents violent ces axiomes lorsquils doivent choisir parmi
diffrentes alternatives risque.

Markowitz (1952) dveloppera plus tard ses travaux sur la diversification de portefeuille
rendant les modles de dcisions en la matire plus oprationnels. Il tablit un lien entre le
rendement et le risque attendu dun actif pour identifier ensuite le portefeuille optimal de
chaque investisseur en fonction de son aversion au risque. Il sagit donc de trouver le
portefeuille avec le rendement attendu le plus lev pour un niveau de risque donn. Ce
portefeuille est dit efficient. Markowitz mesure le risque dun portefeuille grce la variance
de celui-ci. Son modle repose cependant sur certaines hypothses fortes en rapport
notamment aux prfrences des agents. En effet, il est suppos quils maximisent leurs
courbes dutilit attendue et que les investisseurs soient rationnels.

Llment au centre du modle dvelopp par Markowitz est donc laversion de lindividu
pour le risque, ce risque qui est mesur par la variance (mesure de la volatilit) de la
distribution de probabilit des rendements dun titre. Pour obtenir le rendement attendu dun
portefeuille compos de diffrents titres, il faudra alors prendre la moyenne pondre des
rendements attendus des diffrents actifs individuels. Cest ici quintervient le concept de
diversification qui sera mesur par la covariance entre actifs. Deux lments sont donc

!
I#!
!

dterminants dans la thorie dveloppe par Markowitz : le rendement attendu dun titre ainsi
que sa variance.

:/(#)%"*B*4*!"#$%"&'())*%'+,$-$./'012*&'

Apparatra par aprs le Capital Asset Pricing Model (CAPM) dvelopp la suite de celui de
Markowitz. Ce nouveau modle, mis au point par Jack Treynor (1961,1962) et William
Sharpe (1964), indique pour chaque actif risqu ce que devrait tre son taux de rendement
requis. Sa nouveaut rside dans lajout dun taux sans risque (cart-type de zro et
corrlation nulle entre le taux sans risque et tous les autres actifs risqus prsents sur le
march), gnralement le taux des obligations gouvernementales les moins risques.

Comme on peut le constater sur le graphique ci-dessous, la Capital Market Line, qui
reprsente la nouvelle frontire efficiente, se situe au dessus de la frontire efficiente de
Markowitz. Le point de tangence M, reprsentant le portefeuille de march, comprend tous
les actifs disponibles leur prix dquilibre. Ce modle distingue aussi la dcision de
financement de celle dinvestissement. Les investisseurs ayant une prfrence pour le risque
pourront emprunter au taux sans risque pour investir davantage sur le portefeuille de march
(qui comprend tous les actifs). Ils se situeront droite du portefeuille de march, M sur le
graphique ci-dessous. Les plus averses au risque, quant eux, seront prteurs et se trouveront
gauche de M. Le graphique ci-dessous reprsente la frontire efficiente du CAPM.

Capital Market Line

Source : www.financialplanningbodyofknowledge.com

!
6#!
!

Ce portefeuille M tant totalement diversifi, seul subsiste encore le risque qui nest pas
diversifiable (risque systmatique). Ce dernier est d aux lments (conjoncture, type de
politique montaire, volution des taux dintrt) qui vont affecter tous les actifs financiers de
la mme manire. Il reprsente aussi lcart-type du portefeuille de march.

Chaque titre aura alors son propre coefficient bta qui mesure le risque systmatique qui y est
associ. Ce coefficient dtermine la prime de risque demande par linvestisseur pour quil
accepte de dtenir lactif risqu. Un titre avec un bta suprieur 1 ragira plus fortement aux
variations du march alors que sil est infrieur 1 il sous-ragira aux variations de celui-ci.
Le rendement attendu total du titre sera donc gal la somme du taux sans risque et du
produit du bta de lactif par la prime de risque du march (diffrence entre le rendement du
march et du taux sans risque). Voici la formule du rendement attendu dun actif A :

!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!A) = RF + !A (RM RF)

Cependant, malgr le succs de ce modle, il connat certaines limitations du fait de sa forte


simplification. Parmi les plus importantes, on peut noter linstabilit du bta, le fait que le
portefeuille de march ne soit que thorique et quil nexiste pas en pratique de portefeuille
qui comprend tous les actifs risqus existant. Enfin, la seule utilisation du bta comme facteur
explicatif des diffrences de rendements parat trop rductrice. Dautres modles plus
complets et intgrant de nouveaux facteurs ont donc vu le jour par la suite.

:/(#)%"*C*4*DE2%#197/7*&</88)()/"(/*&/7*=-$(1,7*
F3*4*G,8)")#)%"*

Apparue au dbut des annes 1970, lhypothse defficience des marchs financiers (Efficient
Market Hypothesis, EMH) dveloppe par Fama (1970) fut pendant plus de 30 ans au centre
de la thorie financire. Fama dfinit le march efficient comme un march dans lequel le prix
des actifs reflte toujours toute linformation disponible. Ces hypothses excluent le fait que
lon puisse dgager un rendement attendu bas sur linformation actuellement disponible qui
soit suprieur au rendement attendu dquilibre sur le march (Fama, 1970). Il nexiste donc
pas dasymtrie dinformation et seule lapparition de nouvelles informations disponibles
gratuitement pour tous les agents fera varier le prix dun actif dans le futur. Linvestisseur

!
@#!
!

moyen agissant de manire rationnelle ne serait donc pas en mesure dobtenir un return
suprieur celui du march. Une gestion de portefeuille passive1, qui tracke le march serait
donc plus approprie quune gestion dite active. Cette cole fut conforte par lincapacit de
la plupart des managers actifs faire mieux que le march sur le long terme. Lhypothse
defficience des marchs repose sur trois lments.

Premirement, les investisseurs sont supposs agir de faon rationnelle. Cela signifie quils
valuent et prennent leurs dcisions rationnellement. Les motions ne rentrent donc pas en
ligne de compte et chaque actif est valu en prenant la valeur de ses cash-flows futurs
actualise par le risque de lactif.

Deuximement, certains investisseurs nagissent pas de manire rationnelle mais leurs


transactions tant alatoires et dcorreles, elles sannulent lune lautre. De cette manire, les
valeurs dactifs restent inchanges.

Enfin troisimement, les investisseurs irrationnels vont tre confronts des investisseurs
rationnels qui vont jouer le rle darbitrageurs sur les marchs rendant le prix des actifs
inchangs.

LEMH conclut donc que les prix suivent une marche alatoire et que seule une information
nouvelle peut affecter le prix dun actif. Les investisseurs ne la connaissant cependant pas
lavance, il nest pas possible dobtenir un rendement qui soit suprieur celui du march.

FB*4*C*8%$=/7*&</88)()/"(/*

Fama distingue encore trois formes possibles defficience en fonction des informations
disponibles pour certains agents.

La premire est lefficience de forme faible (weak form efficiency) : les prix intgrent
correctement toute linformation de march disponible. Cest lhistorique du cours de laction
qui va expliquer ses rendements actuels. Lutilisation dans les modles des prix passs dun
titre est donc inutile tant donn quils sont dj intgrs dans son cours actuel.
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
1
Cfr. Partie 2, chapitre 1 sur la gestion active et passive.

!
J#!
!

La seconde est lefficience de forme semi-forte (semi-strong form efficiency) : elle suppose
quen plus des donnes de march relatives lefficience de forme faible, toute linformation
publique comprenant entre autres les bilans, fusions, licenciements est prise en compte dans
le prix de lactif. Il nest donc pas possible de dgager un rendement excdentaire en utilisant
ces informations publiques puisquelles sont dj incorpores dans le prix de lactif.

Enfin, la troisime est lefficience de forme forte (strong form efficiency) : toute linformation
publique et prive est incorpore dans le prix de lactif. Il nest donc pas possible, dans un
march pareil, de tirer profit dinformations privilgies, comme dans le cas un dlit diniti
par exemple, car toute linformation est accessible pour tous les investisseurs.

*
!
!
!

!
O#!
!

01-2)#$/*B*4*522-$)#)%"*&/*.-*8)"-"(/*(%=2%$#/=/"#-./H*
!

:/(#)%"*3*4*I-*#1,%$)/*&/7*2/$72/(#)J/7*

La finance comportementale va intgrer de nouveaux champs ignors jusqualors au sein des


thories financires et de portefeuille. Il sagit essentiellement de la psychologie et de la
sociologie. Ces disciplines totalement absentes des thories classiques commencrent
gagner de limportance dans les annes 80. Shefrin (2009) dira dailleurs plus tard que la
cause globale de la crise financire de 2008 sexplique par des phnomnes psychologiques.
Ricciardi et Simon (2000) dfinissent la finance comportementale ainsi : Behavioral finance
attempts to explain and increase understanding of the reasoning patterns of investors,
including the emotional processes involved and the degree to which they influence the
decision-making process. Essentially, behavioral finance attempts to explain the what, why
and how of finance and investment, from a human pespective . Toutefois, elle ne trouva pas
directement lintrt escompt et il faudra attendre la fin des annes 90 pour que ces nouvelles
thories aient davantage de crdit.

Un concept important fut introduit par Kahneman et Tversky en 1979. Il sagit de la thorie
des perspectives. Elle joua un rle majeur pour expliquer le comportement des agents lorsque
ces derniers ne suivent pas les hypothses dutilit espre de Markowitz. Cette thorie
montre aussi comment les individus maximisent leurs gains en fonction dun point de
rfrence souvent dfini de manire subjective. En effet, il peut tre biais par diffrents
facteurs comme les aspirations, attentes, comparaisons sociales ou encore normes sociales de
chaque agent.

De plus, les individus sont averses au risque lorsquil sagit de gains mais seront davantage
enclins en prendre lorsquils sont en situation de pertes. Cette thorie nous montre aussi que
les agents ne prennent pas toujours leurs dcisions de manire rationnelle et sont influencs
par la prsentation des diffrents choix auxquels ils ont droit. Celui-ci dpend donc dun cadre
de rfrence (framework) et de la manire dont sont prsentes les diffrentes propositions au
moment de prendre une dcision. Mullainathan et Thaler (2000) soulignent limportance de la
thorie des perspectives dveloppe par Kahneman et Tversky en montrant que celle-ci
intgre la thorie financire gnrale des caractristiques psychologiques.

!
)R#!
!

Les principaux apports de la thorie des perspectives dveloppe par Kahneman et Tversky
sont donc les suivants :

(1) Les individus cherchent maximiser leurs profits en se rfrant un standard. Ils sont
donc plus rceptifs des variations de leur richesse totale plutt qu un certain degr de
richesse.

(2) Ils seront plus enclin prendre des risques sils sont en situation de pertes (comme quand
on veut se refaire au casino par exemple) que sils sont dans une position gagnante. Cela
dnote donc dune aversion au risque en cas de bnfice.

(3) Le cadre de rfrence utilis pour faire leurs choix est trop troit. Ils devraient prendre
leurs dcisions au sein dun cadre plus tendu.
Cela nest pas sans consquence pour les marchs financiers, ici quelques implications que
cela peut avoir :

(1) Si un titre na pas bien perform sur une priode, les investisseurs seront plus attentifs
lannonce de futures nouvelles concernant ce titre, surtout si celles-ci sont mauvaises.
Considrant ce titre comme peu sr, ils vont valuer sa valeur fondamentale en utilisant un
taux dactualisation des cash-flows futurs plus lev. Si au contraire ce titre a bien perform,
les agents seront moins attentifs aux futures annonces mme si elles sont mauvaises. Ce titre
tant vu comme plus sr, ils vont dactualiser ses cash-flows futurs un taux moins lev. Les
investisseurs sont donc fortement influencs par lhistorique dune action mme quand le
futur de celui-ci est incertain.

(2) Les travaux de Kahneman et Tversky montrent que les individus seront davantage
disposs prendre des risques sils viennent daccumuler de nombreux profits
successivement. Cest ce quon appelle le house money effect. Ils achteront aussi plus
facilement de nouveaux titres et prendront plus de risques, les pertes potentielles tant
contrebalances par les gains dj engrangs.

!
))#!
!

(3) Kircler, Maciejovsky et Weber (2005) montrent que la formulation de linformation


influence aussi la dcision des agents. Les agents maximisent leur utilit par rapport un
standard. Cela viole donc laxiome dinvariance de la thorie de lutilit selon lequel quelque
soit la manire dont est prsent un problme, la dcision de lagent sera toujours la mme.

:/(#)%"*B*4*I<-$K)#$-+/*

La finance comportementale pointe du doigt le fait que de nombreuses dviations peuvent


survenir dans la fixation du prix dun actif. Ces dernires tant dues aux investisseurs agissant
de manire irrationnelle sur les marchs. Friedman (1953) identifie deux situations
particulires susceptibles davoir lieu. Premirement lorsquon observe une erreur de
valorisation des actifs et que leurs prix dvient de leurs valeurs intrinsques. Un arbitrage est
alors possible entranant une opportunit dinvestissement profitable. Les investisseurs dits
rationnels vont immdiatement la saisir ce qui entranera une absence dopportunit par la
suite. Cependant, mme sil existe des opportunits pour linvestisseur, elles peuvent ne pas
tre exploites directement.

Explicitons cette notion darbitrage. Il est dfini comme lachat et la vente simultane dun
mme ou quasi similaire titre dans deux marchs diffrents et des prix diffrents (Sharpe
et Alexander, 1990). Cela signifie que deux titres parfaitement substituts doivent avoir la
mme valeur lquilibre. En effet, supposons quil soit possible de vendre lactif le plus cher
et dacheter le moins cher de manire simultane, tous les investisseurs rationnels vont
raliser cette opration sans risque avec comme consquence un excs doffre pour le premier
actif et un excs de demande pour le second. Les prix de lactif le plus cher vont alors
diminuer et linverse se produira pour le moins cher. Leurs prix seront donc gaux
lquilibre. Si le march est totalement efficient et les investisseurs parfaitement rationnels,
les prix dactifs substituts sgaliseront directement sans opportunit darbitrage.

La finance comportementale se base donc sur deux postulats majeurs allant lencontre de
ceux de la thorie des marchs efficients. Dune part, tous les investisseurs nont pas des
ractions rationnelles. Leurs dcisions sont influences par leurs motions, ce quils pensent
connatre du march et non pas par des lments objectifs et rationnels quant aux
fondamentaux des titres le composant. Dautre part, les acteurs rationnels qui jouent le rle

!
)7#!
!

darbitrageurs sur les marchs, annulant leffet des noise traders , se prtent une activit
parfois risque. Voyons ceci avec un exemple.

Dans le cas de la formation dune bulle spculative, o le prix des actifs est fortement
survalu, il nexiste pas dactif substitut. Par consquent, les agents ne peuvent effectuer
doprations darbitrage afin de ramener des titres quivalents leur prix dquilibre. Ils
sexposent alors de nombreux risques. Imaginons la situation dun gestionnaire de fonds. Si
il pense que le prix des actifs est fortement survalu par rapport sa valeur intrinsque, il va
vendre ces titres dcouvert. Cela signifie donc quil ne les possde pas encore mais quil
sengage les fournir une date future donne et un prix fix lavance. Le gestionnaire
espre que le prix de ces actifs va fortement baisser afin qu terme, il puisse les racheter un
prix bien infrieur au prix auquel il sest engag les vendre. Il ralisera ainsi une belle plus-
value. Cependant, cette stratgie nest pas sans risque et montre quen labsence dactifs
substituts les oprations darbitrage savrent risques.

La finance comportementale met aussi en avant la trop faible diversification des investisseurs
particuliers contrairement ce que prconise Markowitz. En effet, le comportement de ces
derniers aura tendance tre biais de plusieurs faons. Premirement, Holden et Van Derhei
(2001) montrent que les agents tendent investir davantage dans les titres de lentreprise pour
laquelle ils sont employs. De plus, daprs Huberman (2001), ils prfreront choisir les actifs
quils connaissent bien et avec lesquels ils sont familiers. Chan, Covrig et Ng (2005) tendent
cette hypothse aux cas des fonds dinvestissements dans lesquels la majorit des titres sont
domestiques. Cette tendance est positivement lie au niveau de dveloppement du march
financier national.

:/(#)%"*C*4*I/7*-"%=-.)/7*

A la fin des annes 70 et dbut des annes 80, certains thoriciens commencrent donc
sinterroger sur le modle defficience des marchs en pointant du doigt diffrentes
anomalies allant son encontre. Ils vont tudier les comportements rellement observs chez
les investisseurs et plus particulirement comment ils interprtent et ragissent aux
informations disponibles. En effet, contrairement ce que pensent les partisans de la finance
rationnelle, les agents nont pas toujours des ractions directement prvisibles et peuvent tre

!
)8#!
!

influencs par certains biais cognitifs ou affectifs. Cela engendrerait des anomalies permettant
aux gestionnaires actifs de dgager un rendement suprieur au benchmark. Relevons ici les
plus importantes dentre-elles.

F3*4*L$)=/*&/*$)7M'/*2.'7*,./J,/*2%'$*./7*-(#)%"7*)3"&&'-"#)'

Les titres small caps (petites capitalisations boursires) ont tendance historiquement avoir
une prime de risque suprieure aux titres big caps, avec comme consquence des rendements
plus levs pour les actions small caps. Cela peut sexpliquer par le fait que la liquidit de ces
dernires est plus faible que pour les grosses capitalisations boursires pour lesquelles
davantage de titres sont disponibles et ngociables sur les marchs (Fama & French, 1992).
Lachat de ces titres en grande quantit risque donc de fortement influer sur leurs cours de
bourse ce qui rend de nombreux investisseurs et fonds dinvestissements rticents leur
achat. Sajoutent encore un risque de dfaillance plus grand pour les actions small cap. Il faut
cependant aussi prendre en considration les cots de transaction qui peuvent savrer levs
pour ces titres. Cette anomalie de march remet bien en cause lEMH.

FB*4*!"#$%&'(#)%"*&<'"*"%'J/-'*#)#$/*&-"7*'"*)"&)(/*K%'$7)/$*

De nombreux gestionnaires de fonds cherchent imiter les rendements dun indice et le suive
donc de trs prs afin de dgager des bnfices aussi proches possible que ceux du
benchmark. De ce fait, lorsquune action fait son entre dans un indice, il nest pas rare de
voir son cours de bourse monter. La hausse pourrait mme aller jusqu 3% daprs Schleifer
(1986). Le contraire est aussi vrai lorsquune action sort dun indice. Ceci va de nouveau
lencontre de lEMH tant donn que le nouveau prix de laction ne rvle pas sa valeur
intrinsque.

FC*4*I/7*)"#$%&'(#)%"7*/"*K%'$7/*

Il apparat que lors dune introduction en bourse (IPO pour Initial Public Offering), le cours
des actions nouvellement mises est sous-valu. Cela peut sexpliquer entre autres par le fait
que les dirigeants esprent attirer davantage dinvestisseurs en pratiquant des prix attrayants
ou par lattrait de ce genre doprations chez les investisseurs. En effet, daprs Ibbotson
(1975), investir dans titres qui viennent dtre introduits en bourse permettrait de dgager des

!
)H#!
!

rendements suprieurs. Toutefois cela nest plus vrai sur le long terme o ces actions affichent
alors des rendements infrieurs ceux du march.
Ces rendements suprieurs pour les actions qui viennent dtre introduites en bourse ne
peuvent sexpliquer par lEMH.

FN*4*I-*8%$#/*J%.-#).)#,*

Shiller (1981, 1984) sest lui proccup de lexcs de volatilit observable sur les marchs. Il
a voulu tudier la relation qui existe entre les fluctuations du dividende qui, dans la thorie
financire standard, justifie le prix dune action, et les variations de cours. Il a donc pris la
variance des prix observables sur le march et la variance de la valeur intrinsque du titre. Il
arrive la conclusion que les prix des actions sont en fait beaucoup plus volatiles que ne lest
leur valeur intrinsque. Cela prouve encore une fois le comportement irrationnel des agents et
la non-efficience des marchs. Cependant, les arguments de Shiller semblent insuffisants pour
remettre en cause toute la thorie de lefficience des marchs (Albouy et Dumontier, 1992)

FO*4*I/7*-(#)%"7*4"&5**

Les actions value, avec un ratio prix/bnfices infrieur celui du march, tendent avoir des
bnfices suprieurs ceux du march. Ce sont donc des actions sous-values et les
investisseurs esprent que leurs cours remonteront leur valeur intrinsque. Fama & French
justifient la prime associe ce type dactions par le risque de dfaut suprieur auquel elles
font face. Les gestionnaires value sintressent donc aux titres prsentant une forte dcote
sans relle explication (pas de menace de faillite ou de mauvaise gestion de trsorerie par
exemple) par rapport aux autres entreprises du mme secteur. Lobjectif pour de telles actions
est donc que leurs ratios de valorisation sajustent par rapport ceux des socits dun mme
secteur. A ce moment-l, si laction sest fortement apprcie, elle sera gnralement vendue
par le gestionnaire. Enfin, il existe diffrentes manires de faire de la gestion value : soit le
grant se focalise sur des actions offrant un dividende suffisamment lev et espre donc
dgager un rendement suprieur grce au fait qu long terme, une part importante du
rendement de linvestissement vient du dividende. Soit il ne choisit que des valeurs offrant
une dcote suffisamment importante et se concentre uniquement sur les ratios de valorisation
pour effectuer son choix.

!
)I#!
!

FP*4*I</88/#*313*.%53*

Leffet momentum est la tendance des actions garder les mmes rendements court-terme,
cest--dire moins dun an. En effet, les actions qui ont enregistr de bons rsultats sur une
priode tendent garder ces bons rsultats la priode suivante et inversement.
Le momentum est alors une stratgie qui consiste investir dans les actions qui ont eu les
meilleurs rendements court terme dans le pass (priode de 3 12 mois) et de vendre les
actions les moins performantes sur la mme priode. Cette stratgie permet de dgager des
rendements positifs. Elle comprend cependant aussi certains inconvnients comme un cot de
transactions qui peut tre lev.

Cest Titman (1993) qui le premier a rvl cet effet aprs lavoir observ sur le march
amricain. En Europe, Rouwenhorst (1999) et Griffin (2003) ont confirm les tudes de
Titman. Le phnomne associ cet effet momentum est le biais dexcs de confiance
analys plus bas. Il se traduit aussi par un biais dauto-attribution qui consiste, pour
lindividu, sattribuer les russites de ses actes mais justifier ses checs par des facteurs
externes. Il peut aussi sexprimer par un biais dindividualisme (Hirshleifer, 1998). De plus en
plus dinvestisseurs renient les caractristiques fondamentales dune action avant
dinvestir, ayant des visions davantage court-termistes et recherchant le rendement tous prix.
Linvestisseur devra toutefois tre attentif au fait que les rendements se retournent ds le
moyen terme (effet reversal).

Leffet momentum contribue aussi la hausse des prix et la formation de bulles


spculatives, auto-alimentes par lachat de titres qui surperforment le march et la vente de
titres peu performants. Les investisseurs, prfrant avoir tort avec le march, plutt que
davoir raison contre le march continuent dinvestir dans ces titres dont les cours montent,
jusqu lapparition dune bulle qui peut finir par clater. Ici aussi cet effet va lencontre de
lhypothse defficience des marchs.
!

FQ*4*I</88/#*,*4*,)"&'

Thaler et De Bondt (1985), deux prcurseurs en matire de finance comportementale, nous


enseignent que les investisseurs ont tendance sur-ragir aux nouvelles du march, bonnes ou
mauvaises. Un placement dans un portefeuille comprenant les 50 moins bonnes actions (sur

!
)6#!
!

une priode moyenne de 4 ans) dun indice aura un rendement suprieur, court terme, par
rapport un portefeuille qui contient les 50 meilleures actions de lindice. Cela ne sobserve
toutefois que pour une priode de 6 mois un an et contredit donc lhypothse defficience
des marchs o le prix dun titre doit chaque instant prendre en compte toute linformation
disponible.

FR*4*I/7*/88/#7*S-"J)/$*/#*@//?T/"&*
!
Les actions ont tendance performer positivement durant le mois de Janvier, et
principalement celles nayant pas bien performes durant lanne coule. Cela peut
sexpliquer par le fait que les dirigeants de socits ont tendance en fin danne vendre les
titres ayant mal performs, donnant lieu des moins-values dductibles fiscalement. Cela va
faire baisser le cours de ces actions qui reprendra alors en Janvier. Il existe aussi un effet
week-end (baisse des cours entre le vendredi la fermeture et le lundi louverture). Les
entreprises ont tendance ne communiquer les mauvaises nouvelles qu la fin de la semaine,
gardant les bonnes pour le reste de la semaine. Par consquent, les investisseurs vendent leurs
titres avant le week-end ce qui fait baisser les cours du lundi. Il est noter que sur un march
parfaitement efficient, les individus sont en mesure danticiper ce phnomne en vendant
dcouvert au prix lev du vendredi pour racheter les titres le lundi, les cours ayant baisss.
Cette opration leur permettrait mme de raliser un profit.

FU*4*I/7*(%"&)#)%"7*=,#,%$%.%+)M'/7*
!
Enfin, Hirshleifer et Shumway (2003) ont tudi dans leur tude intitule : Good Day
Sunshine : Stock Returns and the Weather le lien entre la mto et les rendements du
march des actions entre 1982 et 1997. Ils ont montr que des conditions mtorologiques
favorables influenaient positivement les rendements des actions et justifi cela par le fait que
le beau temps influence lhumeur des agents. Il serait donc possible de dgager un rendement
excdentaire en se fiant aux prvisions mtorologiques. Cette dcouverte va donc
lencontre de lefficience des marchs qui est cense reflter toute linformation disponible
sur un actif. Mikhail, Oss et Tuchschmid (2002) ont cependant modr ces propos en
montrant que cette relation dpendait aussi du secteur analys.

!
)@#!
!

Ces diffrentes anomalies de march sont dues aux comportements irrationnels des
investisseurs, aux biais comportementaux dont ils souffrent et aux heuristiques
comportementales quils mettent en place. La section suivante les explicite.

:/(#)%"*N*4*I/7*1/'$)7#)M'/7*(%=2%$#/=/"#-./7*

Selon Tversky et Kahneman (1973), les agents nont pas les capacits cognitives requises
pour pouvoir prendre leurs dcisions sur les marchs financiers de manire rationnelle. Cest
pourquoi ils simplifient la ralit et en font des modles plus comprhensibles. Cest ce quils
appellent des simplifications heuristiques. Ces auteurs considrent aussi que les individus
utilisent les heuristiques tant pour formuler des hypothses quant une situation donne que
pour en choisir une parmi plusieurs. Ce phnomne les amne alors parfois prendre des
dcisions qui scartent des choix rationnels tenant compte des probabilits. Elles sont trs
utiles lindividu mais peuvent savrer dangereuses si elles sont utilises mauvais escient.
On parlera alors de biais heuristique. Voici ci-dessous les principaux dentre eux.

F3*4*I<-"($-+/*

Hirshleifer (2001) dfinit lancrage comme le phnomne selon lequel les agents tendent
tre excessivement influencs dans leurs estimations dune quantit par une quantit arbitraire
mentionne dans la formulation du problme, mme quand ces quantits sont clairement vides
de sens

Le phnomne dancrage souligne donc le fait que les individus fondent leurs estimations
quant un problme donn en partant dune valeur de base, prise comme cadre de rfrence.
Mussweiler et Strack (2000) ont tudi les liens entre incertitude et phnomnes dancrage. Ils
constatent que les individus les plus incertains propos de la situation quils doivent analyser
auront davantage tendance se raccrocher un point de rfrence. Les humains auront aussi
naturellement tendance construire leur jugement par rapport aux situations quils
rencontrent en fonction de points de rfrences qui leurs sont familiers. Et cela vaut aussi dans
le cas des cours financiers. Mussweiler et Welch (2002) montrent que les extrmes des cours
boursiers analyss de manire historique sur le long terme seront les points de rfrences le
plus souvent utiliss par les investisseurs.

!
)J#!
!

Tversky et Kahneman (1974) ont illustr cette heuristique via les rsultats de leur exprience.
Celle-ci comprend trois tapes diffrentes.

1) Les participants doivent tirer alatoirement un nombre compris entre 1 et 100 en utilisant
une roue de la fortune. On leur annonce ensuite le rsultat du tirage.
2) La question suivante est ensuite pose aux participants : Selon vous le nombre de pays
africains membres de lONU est-il suprieur ou infrieur au nombre tir ?
3) Et enfin: A combien estimez-vous le nombre de pays africains membres de lONU ?

Ils ont montr que le nombre tir de faon totalement alatoire par les participants va
influencer leur rponse la dernire question. En effet, le groupe ayant tir le nombre 10 lors
de ltape 1) aura la troisime tape une rponse mdiane de 25 pays alors que la rponse
mdiane est de 45 pour le groupe de participants ayant tir le 65.

Les individus ne tiennent donc pas suffisamment compte des probabilits doccurrence dune
situation mais sen rfrent trop souvent la faon dont est prsente linformation ou un
point dancrage partir duquel ils vont tablir leurs dcisions. Dans certaines circonstances
nanmoins, il peut savrer utile lindividu de tenir compte de renseignements pertinents
lorsquil se trouve dans une situation dincertitude.

FB*4*I<1/'$)7#)M'/*&/*$/2$,7/"#-#)J)#,*

Les individus utilisent lheuristique de reprsentativit pour ranger rapidement les


propositions auxquels ils font face. Il sagit donc de gnraliser une situation partir dun cas
particulier connu qui sen rapproche. Tversky et Kahneman (1974) dfinissent lhypothse sur
laquelle se base lheuristique de reprsentativit :

Les agents valuent la probabilit dun vnement incertain ou dun chantillon :


- par son degr de similitude entre les proprits fondamentales de lchantillon et de sa
population mre ;
- par la manire dont il reflte les traits saillants du processus par lequel il a t gnr .

!
)O#!
!

La reprsentativit permet lindividu de simplifier la ralit en la rapprochant de


phnomnes qui lui sont familiers. Cela peut lui tre trs utile dans de nombreuses situations.
Cependant, elle peut aussi biaiser son raisonnement. Barberis et Thaler (2003) distinguent
deux biais importants : le sample size neglect et le base rate neglect.

1) Le sample size neglect

Il sagit ici dune tendance de lindividu gnraliser une situation partir dchantillons trop
petits quil prend comme rfrence pour un ensemble plus grand. Il nglige donc la taille de
lchantillon. Lindividu formule ses conclusions partir dun nombre trop restreint
dinformations. Cette heuristique apparat dans la vie de tous les jours mais aussi sur les
marchs financiers. Par exemple, supposons un analyste qui, trois fois daffile va donner des
conseils dinvestissement qui dgageront des rendements bien infrieurs ceux observs sur
les marchs. Il sera directement catalogu par les agents comme ntant pas un bon analyste et
ils ne suivront certainement plus ses recommandations alors que lchantillon choisi est trop
petit (naurait-il pas mieux valu attendre quelques conseils dinvestissement
supplmentaires ?).

Selon De Bondt et Thaler (1985) cette heuristique entrane aussi des sur-ractions aux cours
des actions. Les individus auraient tendance croire quun cours boursier en hausse constante
constitue une bonne approximation de son cours futur. Sen suit alors une sur-raction des
analystes aux publications de rsultats positifs ou ngatifs.

2) Le base rate neglect

Il sagit de la tendance de lindividu ne pas suffisamment prendre en compte toutes les


informations disponibles et ngliger les donnes statistiques et de probabilits dune
situation en favorisant des lments peu pertinents mais plus faciles daccs.

Kahneman et Tversky (1982, p. 92) ont ralis lexprience suivante. Ils ont soumis leurs
sujets la description dune femme :

!
7R#!
!

Linda is a 31 years old, single, outspoken, and very bright. She majored in philosophy. As a
student she was deeply concerned with issues of discrimination and social justice, and also
participated in anti-nuclear demonstrations .

Ils leurs ont ensuite propos les deux choix suivants : (1) Linda est employe de banque et (2)
Linda est employe de banque et est active dans un mouvement fministe

Les individus devaient par la suite choisir la proposition qui leur semblait la plus probable. La
majorit prfra la seconde alors quil ny a pas assez dlments permettant de conclure
ainsi. La fin de la description parat reprsentative dune fministe ( she was deeply
concerned with issues of discrimination and social justice, and also participated in anti-
nuclear demonstrations ) mais si lon sen rfre uniquement aux probabilits doccurrence
de chaque affirmation, elles sont identiques. Cette exprience montre donc que les individus
ne ragissent pas toujours de manire rationnelle et ne tiennent pas suffisamment compte de
lensemble des donnes dune situation.

FC*4*I<1/'$)7#)M'/*&/*&)72%")K).)#,*

Tversky et Kahneman (1974) ont mis en avant une heuristique de disponibilit. Cette dernire
amne lindividu rapprocher certaines situations dautres qui lui sont familires sans tenir
compte de leurs probabilits doccurrence. Elle peut renvoyer laccessibilit ou la
frquence de survenance dune situation. Il existe diffrents facteurs qui vont influencer la
perception des individus :

1) La motivation de lindividu : des personnes peu motives auront davantage tendance se


raccrocher des vnements dont ils se rappellent facilement.
2) Laccs facile et direct de linformation pertinente : vite que lindividu ne doive sen
rfrer uniquement ce quil connat.
3) Lexprience de lindividu : les agents ne rattachent une situation une exprience passe
que si elle permet une diffrentiation par rapport dautres.

Cette heuristique de disponibilit est aussi prsente sur les marchs financiers. Ainsi, des
annonces importantes fortement reprises dans les mdias, des vnements particuliers avec

!
7)#!
!

une forte influence sur les cours comme des crashs boursiers ou des guerres marquent les
esprits des investisseurs et influencent leurs dcisions futures.

French et Poterba (1991) ont montr dans leurs tudes que les investisseurs avaient tendance
investir de manire excessive dans des titres domestiques et ne diversifiaient pas
convenablement leurs portefeuilles. Ce biais est appel home biais. Cest une illustration de
lheuristique de disponibilit dans la mesure o linvestisseur est plus familier et dispose de
davantage dinformations pour des titres de son pays. Par ailleurs, Shefrin (2002) montre que
lapparition dinformations relatives aux marchs dactions trangers est positivement
corrle avec lintention des investisseurs den acheter. Les investisseurs ont donc tendance
choisir des titres quils connaissent.

Daniel, Hirshleifer et Subrahmanyam (1981, 2001) montrent encore que les investisseurs
accordent davantage dimportance de linformation prive plutt que publique. Cela
sexplique par le fait quils estiment linformation prive comme plus fiable. En effet, le
traitement intensif de cette information la rend plus disponible et donc plus facile retenir. Il
y a donc une surestimation de la pertinence de linformation prive.

Tversky et Kahneman (1973) ont eux aussi mis cette heuristique de disponibilit en vidence
travers une de leurs expriences. Pour ce faire, ils ont pos cette question plusieurs
individus :

Dans un chantillon alatoire de textes en langue anglaise, est-il plus probable quun mot
commence par la lettre K ou que K soit en troisime position ?

Sur les 152 personnes interroges, 105 ont rpondu quil tait plus probable que les mots
commencent par la lettre K. En ralit les mots comprenant un K comme troisime lettre sont
deux fois plus nombreux que les mots commenant par un K. Les deux auteurs expliquent
cette erreur de jugement par le fait que les mots qui commencent par un K sont plus
accessibles pour lesprit. De ce fait, les individus allouent une plus grande probabilit
doccurrence ces mots-l. On a donc bien ici un exemple dheuristique de disponibilit.

!
77#!
!

FN*4*I/*(%"7/$J-#)7=/*

Le conservatisme est un biais qui consiste sous-estimer les nouvelles informations et


accorder trop dimportance aux anciennes. Les individus ont tendance ne pas suffisamment
rvaluer une situation en fonction de nouvelles informations et trop se fier danciennes
croyances (Edwards (1961, 1968)). Ce comportement peut tre adopt par aversion au
changement et lincertitude qui laccompagne. Il peut aussi rsulter dune rticence
admettre ses erreurs, voulant tous prix garder ses opinions. Il sen suit une sous-valuation
de certains actifs sur les marchs financiers alors que dautres seront fortement sur-valus.

:/(#)%"*O*4*I</88/#*&/*&)72%7)#)%"*/#*7/7*%$)+)"/7*

Shefrin et Statman (1985) ont montr que certains investisseurs souffraient dun biais de
disposition. Il sagit de cette tendance quont les agents vendre leurs positions gagnantes
trop rapidement alors quils gardent en portefeuille leurs positions perdantes. Ce biais a
plusieurs origines possibles dont la comptabilit mentale.

Cette dernire a t mise en par Thaler (1985). Il voulait illustrer le fait que les agents ne
tiennent pas suffisamment compte des corrlations existant entre titres et quils ont tendance
rpartir leur richesse entre les options proposes sans tenir compte de leur globalit. Ils
nvaluent pas le portefeuille dans son ensemble mais bien chaque titre individuellement.
Read et Lowenstein (1995) appellent a lheuristique de diversification. Les individus ont
donc tendance rpartir leur portefeuille global de manire gale, 50/50, entre deux
propositions en sous-estimant les corrlations possibles entre titres. Les portefeuilles des
investisseurs semblent donc largement sous-diversifis par rapport ce que ferait un agent
rationnel. Barber et al. (2004) montrent aussi que les individus auront plus facilement
tendance racheter des actifs quils possdaient dj auparavant si le prix de ces derniers a
augment depuis leur revente.

Thaler identifie trois lments de la comptabilit mentale : la manire dont lindividu peroit
les propositions, leur sparation en diffrentes catgories et la frquence avec laquelle
lindividu va regrouper ses prises de dcision dans le temps. Ce dcoupage temporel peut
savrer dangereux car les individus auront tendance privilgier et tre influencs par des

!
78#!
!

dcisions de court terme. Bernartzi (2001) montre que ce sont les rsultats de lentreprise sur
les dix dernires annes qui influencent le plus les choix dinvestissements de lindividu. La
richesse a donc tendance tre investie de manire gale entre fonds et dans un trop petit
nombre de ceux-ci, en gnral pas plus de trois.

Leffet disposition connat cependant dautres origines que la comptabilit mentale. Les
investisseurs peuvent par exemple croire (parfois) tort que les prix retourneront quoi quil
arrive leur valeur dorigine. Ils peuvent aussi ne pas vouloir raliser leurs pertes, en esprant
une remonte des prix un jour ou lautre.

:/(#)%"*P*4*VW(97*&/*(%"8)-"(/

De nombreux individus tendent survaluer leurs aptitudes, connaissances ou chances de


succs sans tirer les leons de leurs erreurs. Cest ce quon appelle le biais dexcs de
confiance. Selon Shiller (1998) les agents ne cesseront de commettre les mmes erreurs que
lorsque celles-ci seront rptes et ayant des consquences importantes. Ils modifieront alors
drastiquement leur comportement en affichant parfois mme un manque de confiance.

F3*4*0-$-(#,$)7#)M'/7*&/*.</W(97*&/*(%"8)-"(/*

Un premier effet caractristique de cet excs de confiance est le better than average effect mis
en vidence par Taylor et Brown (1988). Lagent survalue ses comptences, capacits ou
connaissances par rapport celles dautres individus. Svenson (1981) illustre cet effet en
montrant dans son tude que 93% des automobilistes situent leurs capacits de conduite au-
dessus de la moyenne. Ils se pensent suprieurs aux autres et survaluent leurs chances de
gains par rapport la ralit comme le montre aussi Weinstein (1980). Lexcs de confiance
ne se limite pas aux seuls marchs financiers mais apparat dans de nombreux domaines
comme chez les mdecins, banquiers ou avocats par exemple (Cooper et al. (1988)).

Notons aussi que ce biais est diffrencier de loptimisme. En effet, ce dernier est un tat
desprit de lindividu qui a naturellement tendance voir son environnement de manire
positive alors que dans le cas lexcs de confiance, lindividu surestime ses aptitudes

!
7H#!
!

personnelles. Les investisseurs seraient aussi prdisposs surestimer linformation quils


dtiennent. Ce phnomne est connu sous le nom de miscalibration.

Klayman et al (1999) montrent que lexcs de confiance peut varier en fonction de la


complexit de la question pose. La question complexe est ici dfinie comme un problme
pour lequel la plupart des rpondants ne donnent pas la bonne rponse. Ltude dvoile que
les participants montrent davantage de confiance en leurs rponses face des questions
complexes que pour des questions plus faciles pour lesquelles ils affichent mme un manque
de confiance (underconfidence)

Enfin, les individus qui exercent des professions avec des fonctions vagues pour lesquelles
on ne connat pas directement les rsultats se sentent plus en confiance que ceux qui ralisent
des tches plus machinales (Einhorn (1980)). Ce biais dexcs de confiance est donc plus
prsent dans les situations incertaines impliquant des personnes exprimentes qui ont
davantage dassurance.

FB*4*I</W(97*&/*(%"8)-"(/*7'$*./7*=-$(1,7*8)"-"()/$7*

Sur les marchs financiers, Griffin et Tversky (1992) montrent que les professionnels tendent
afficher un excs de confiance suprieur aux autres investisseurs. Ils pensent pouvoir, mieux
que les autres, slectionner les titres sous-valus qui afficheront les meilleurs rendements
futurs.

Les investisseurs professionnels surpondrent limportance de leur propre information et


sous-valuent les autres donnes additionnelles. Contrairement lagent baysien, ils ne
prennent pas suffisamment en compte les donnes du march et restent focaliss sur leurs
stratgies sans les rvaluer grce aux informations externes.

Odean (1998) montre aussi que certains investisseurs ignorent les donnes qui iraient
lencontre de leurs propres croyances, nosant pas admettre leurs erreurs. Cependant, si
linformation confirme leurs estimations, ils auront alors tendance survaluer sa prcision.
Selon son tude, les agents sont persuads de la validit de leurs croyances et auront tendance
effectuer davantage de transactions sur les marchs tout en dgageant de plus petits profits
que les agents rationnels. Ces agents non rationnels contribuent donc la volatilit des

!
7I#!
!

marchs. En effet, sils sont nombreux, les marchs sous-ragiront aux donnes de traders
rationnels alors quils sur-ragiront une information notable mais de moindre importance.
Nicholson (1999) a lui analys le comportement des traders de Londres. Ces derniers
amplifient leurs connaissances des marchs et ont tendance sous-performer les autres traders
qui naffichent pas dexcs de confiance.

Il existe galement un lien entre ce biais dexcs de confiance et leffet momentum dcrit plus
haut. Pour Barberis, Sheifer et Vishny (1998) le conservatisme entrane lagent survaluer
ses croyances et ngliger les nouvelles informations de march. De plus, il alloue
davantage de poids aux donnes qui confirment ses croyances (biais dattribution), quitte
largement sous-estimer dautres informations qui iraient lencontre de ce quil pense. Cette
irrationalit et cette confiance accrue de linvestisseur entranent alors un effet momentum. En
effet, ce biais augmente la survaluation des informations prives de lagent qui court terme
va continuer acheter les titres ayant bien performs.

Odean et Gervais (2001) montrent que lexcs de confiance est dautant plus grand quand
linvestisseur obtient une srie de rendements positifs. Cela accrot sa confiance et il sera
enclin davantage investir. Si par contre, il subit une srie de rendements ngatifs sur ses
investissements, son excs de confiance diminuera. Lexprimentation de linvestisseur
permet cependant dattnuer ce biais dexcs de confiance. Odean (1998) montre aussi que ce
biais entrane une augmentation de la prise de risque et du nombre de transactions.

Ce biais doptimisme, fort prsent chez les investisseurs, les cartent encore un peu plus de
lagent rationnel et de lhypothse defficience des marchs en les incitant ne pas
suffisamment utiliser linformation publique, en oprant de trop nombreuses transactions et
en prenant plus de risque quils ne devraient.
!

:/(#)%"*Q*4*I/*=)=,#)7=/*

F3*4*G,8)")#)%"*

Le mimtisme aussi parfois appel comportement moutonnier est dfini comme un


ensemble de comportements individuels prsentant des corrlations. Toutefois, de nombreux

!
76#!
!

investisseurs peuvent tre amens acheter les mmes titres car, agissant indpendamment
les uns les autres, ils ont reu des informations corrles. La notion de mimtisme suppose
donc une prise de dcision la fois systmatique et errone de la part dun groupe (Jondeau,
2001, p. 86).

Jondeau (2001) distingue trois raisons qui poussent les investisseurs adopter ce type de
comportement. Premirement, certains individus peuvent disposer dune information
privilgie sur un titre. Les imiter permet alors den profiter gratuitement. Deuximement, les
gestionnaires de fonds peuvent tre incit en imiter dautres sils sont rmunrs en fonction
dun benchmark commun aux gestionnaires de fonds. Enfin troisimement, certains agents
tendent naturellement se conformer lavis gnral.

Il faut diffrencier deux types de comportements mimtiques : le mimtisme fallacieux et


le mimtisme intentionnel . Le premier se produit lorsque les agents, dtenant chacun la
mme information prennent des dcisions similaires mais de manire indpendante. Il peut
sagir dun lment extrieur fondamental qui va influencer la dcision de tous les
investisseurs dans le mme sens (une hausse des taux dintrts par exemple provoquera un
regain dattention pour les obligations au dtriment des actions). Le mimtisme intentionnel,
comme son nom lindique, a lieu lorsque les agents imitent intentionnellement le
comportement dautres agents.

FB*4*>)=,#)7=/*/#*=-$(1,7*8)"-"()/$7*

Lakonishok, Shleifer et Vishny (1992) ainsi que Ginblatt, Titman et Wermers (1995) ont
tudi le comportement mimtique des agents sur les marchs. Leurs travaux ne dcleront
toutefois pas de relles traces de mimtisme.

Wermers (1999) lui, tudia presque la majorit des fonds de placements existant entre 1975 et
1994. Contrairement ses prdcesseurs, il trouva des preuves de mimtisme dans le chef de
ces gestionnaires de fonds. De plus, il montre que ce sont les fonds qui recherchent des
valeurs de croissance (growth) qui adoptent ces comportements de faon plus marque. Cela
sexplique par le fait que les titres growth sont en gnral de plus petites capitalisations que
les titres value et quil existe donc moins dinformations publiques les concernant. Les

!
7@#!
!

gestionnaires de fonds utilisent alors une information prive et leur stratgie sera davantage
copie par dautres tant donn la raret de linformation acquise.

La littrature sest aussi intresse aux fluctuations de cours des titres lors de priodes
tumultueuses sur les marchs. La thorie veut que, au plus les fluctuations sur les marchs
sont fortes, au plus les rendements dactions tendront vers le rendement de march. Cela se
justifie par le fait quen priodes de troubles, les actions se substituent plus facilement lune
lautre. Cependant Christie et Huang (1995), aprs avoir tudi les rendements dactions
amricaines, montrent quau contraire ces returns scarteraient davantage de celui du march
en priode de forte volatilit des cours. Ce rsultat scarte donc du comportement mimtique
des investisseurs.

De nombreux auteurs ont analys les liens existant entre les comportements mimtiques des
agents et leur lieu de rsidence ainsi que le type dinvestisseur (individuel ou institutionnel).
Kim et Wei (1999) ont men des tudes ce sujet en utilisant des lments relatifs aux actions
de la bourse de Core (KSE) pour une priode de 2 ans (de 1996 1998). Ils connaissaient la
nationalit des investisseurs, leur lieu de rsidence (Core ou non) et si ils sont particuliers ou
institutionnels. Cest ainsi quils montrent que les investisseurs non-rsidents sont davantage
enclins au mimtisme que les rsidents et que les investisseurs individuels attestent dun plus
grand comportement mimtique que les investisseurs institutionnels. Choe, Kho et Stulz
(1999) analysent eux aussi les actions du KSE mais se penchent plus particulirement sur les
attitudes des investisseurs trangers avant et pendant la crise de 1997. Ils constatent un
mimtisme important vis--vis des actions corennes et des investisseurs trangers avant la
priode de crise, mais qui recula en priode de crise.

Le mimtisme apparat donc clairement sur les marchs mergents et cela peut sexpliquer par
la raret de linformation sur ces marchs. Les informations obtenues par les uns sont donc
davantage susceptibles dtre copies par les autres.

Analysons maintenant le cas particulier des gestionnaires de fonds. Les tudes sur la question
cherchent savoir si les analystes financiers adoptent un comportement moutonnier comme
les investisseurs individuels ou non. Friend et al. (1970) montrent que les gestionnaires ont
tendance suivre la stratgie du plus performant dentre eux. Et ce phnomne est encore plus

!
7J#!
!

marqu dans les cas o ils sont rmunrs en fonction dun rendement de rfrence. Cela
accrot alors la concurrence entre gestionnaires qui auront tendance adopter un
comportement du type follow the leader. Pour Lakonishok, Shleifer et Vishny (1992), cette
tendance au mimtisme chez les gestionnaires de fonds ne peut tre gnralise et ce
comportement serait principalement adopt pour des actions de petites capitalisations
boursires.

3 interprtations sont avances pour justifier le comportement mimtique des gestionnaires de


fonds :

(1) Scharfstein et Stein (1990) expliquent ce mimtisme par la forte concurrence quil existe
entre gestionnaires. Ces derniers ont une certaine notorit prserver sils veulent garder
leur emploi. En suivant de bons gestionnaires, ils sassurent de ne pas faire partie des moins
bons.

(2) Pour Froot, Scharfstein et Stein (1992) ce phnomne est du au fait que les gestionnaires
ont gnralement tous accs la mme information. De ce fait, leurs stratgies
dinvestissement sont positivement corrles.

(3) Enfin pour Falkenstein (1996), ce comportement est simplement d au hasard. Si les
dcisions des investisseurs professionnels sont parfois corrles, cela ne sexplique que par le
fait que tous cherchent des actions quils peuvent acheter ou vendre facilement (avec une forte
liquidit).

Mais quelle est alors linfluence de ce mimtisme des gestionnaires de fonds sur le prix des
actifs ? Si les gestionnaires ne prennent pas leurs dcisions indpendamment les uns des
autres, les achats ou ventes dactifs se feront de manire simultane, ce qui influencera le prix
des actifs en question. En effet, si ces gestionnaires, qui occupent une place importante sur les
marchs, venaient acheter le mme actif, sa demande exploserait et en rsulterait une forte
augmentation de son prix. Il va sans dire que plus ce comportement mimtique est prsent,
plus les variations de prix observes seront fortes. Ce comportement mimtique prsent dans
les choix stratgiques des gestionnaires de fonds contribue donc largement renforcer leffet
momentum qui se maintient court terme. Les actions ayant bien perform par le pass

!
7O#!
!

continueront sur-performer court-terme. Le mimtisme des investisseurs, en faisant


fluctuer le prix des actifs, carte donc encore un peu plus lhypothse defficience des
marchs.

Ce comportement devrait donc tre mieux gr, et ce surtout par les gestionnaires de fonds
qui, de par les nombreuses transactions quils effectuent, exercent une vraie influence sur les
prix. Cela permettrait alors aux prix de se rapprocher davantage de leurs valeurs intrinsques.
Il faut toutefois noter que dceler des comportements de mimtisme nest pas chose aise et
les diffrentes tudes sur le sujet ne permettent pas toujours de distinguer mimtisme
fallacieux et intentionnel. Les difficults daccs aux donnes prives des individus
compliquent encore la tche des chercheurs.

*
!
!
!

*
!
!

!
8R#!
!

0%"(.'7)%"*

Nous avons dans cette premire partie retrac les diffrentes thories financires et de gestion
de portefeuille en partant de la thorie de lutilit espre de Von Neumann et Morgenstern
(chapitre 1, section 1) pour aboutir la finance comportementale (chapitre 2). Nous avons
aussi vu le grand courant allant son encontre, savoir la thorie des marchs efficients
(chapitre 1, section 2). Celle-ci repose sur trois hypothses fortes :

(1) des investisseurs supposs rationnels ;


(2) sil existe des investisseurs irrationnels, leurs actions sannulent lune lautre ;
(3) les investisseurs rationnels jouent le rle darbitrageurs sur les marchs ce qui laisse les
prix inchangs.

Pour les partisans de la finance comportementale ces hypothses ne tiennent pas la route et ne
se ralisent pas dans la pratique. En effet, les humains nagissent gnralement pas tous de
manires rationnelles car ils souffrent de biais comportementaux (excs de confiance,
mimtisme) et font appel aux heuristiques pour simplifier et modliser la ralit
(reprsentativit, ancrage, conservatisme). Mme si ces dernires sont parfois bnfiques,
elles peuvent aussi mener de nombreuses erreurs de jugement. La finance comportementale
met aussi en avant les diffrentes anomalies survenant sur les marchs financiers dues aux
erreurs dinvestisseurs irrationnels (prime value, prime small cap, effet Janvier,) et allant
lencontre de la thorie des marchs efficients.

Dans la seconde partie de ce mmoire, nous analyserons un fond qui utilise les principes de la
finance comportementale et tente dexploiter une anomalie de valorisation : la prime value.

!
!
!
!

!
8)#!
!

!"#$%&'(!!"#$$%&'()&*+"$,()&-./"/)"(+(%01/"
!"#$%&!#'()*%%$#!"#$%&'($)*+$),"!
!"#$%&'(#)%"*
!
Avec lapparition de mthodes quantitatives dans le domaine de la finance, lhumain est de
plus en plus considr comme Homo Oeconomicus, cest--dire agissant de manire tout fait
rationnelle sur un march efficient. Mais peu peu, la finance comportementale fit son
apparition suite aux diffrentes recherches pointant du doigt le fait que les investisseurs
nagissent pas tous de manire rationnelle et que les marchs ne sont donc pas toujours
efficients. Celle-ci montre comment les heuristiques utilises par lindividu lui permettent de
simplifier la ralit et comment ses dcisions sont influences par des biais comportementaux.
LHomo Oeconomicus est donc devenu davantage guid par ses motions pour devenir Homo
Sapiens (Thaler, 2000).

Aprs avoir brivement dfini ce qutait la gestion de portefeuille (chapitre 1) et distinguer


gestion active et passive, nous passerons en revue les diffrents ratios de performance pour
ensuite les appliquer au fond Degroof EMU Behavioral Value (chapitre 2) et les comparer
ceux du benchmark (lindice MSCI EMU value).

Enfin, nous nous pencherons plus en profondeur sur le fond de la banque Degroof (chapitre 3)
en resituant le contexte dans lequel sa stratgie de gestion a t mise en place (section 1)
avant de voir en dtail cette stratgie (section 2) et finir par une partie critique (section 3).

*
!

!
87#!
!

01-2)#$/*3*4*G,8)")#)%"*&/*.-*+/7#)%"*&/*2%$#/8/')../*
!
Avant de voir plus en dtail les diffrents ratios de performance et leur application au fond de
la banque Degroof, il nous semblait opportun de donner une dfinition claire et prcise de la
gestion de portefeuille ainsi que de diffrencier les deux types de gestion possibles, savoir
active ou passive.
!

:/(#)%"*3*4*X'</7#T(/*M'/*.-*+/7#)%"*&/*2%$#/8/')../*Y*

Un portefeuille se caractrise par un ensemble dactifs. La gestion de portefeuille a donc pour


objectif de faire fructifier les diffrents actifs qui le compose tout en respectant le profil de
risque de linvestisseur. Il existe deux grands courants en gestion de portefeuille : la gestion
active et la gestion passive.

F3*4*I-*+/7#)%"*-(#)J/*

Contrairement la gestion passive, la gestion active part du principe quil est possible
dobtenir un rendement suprieur celui du march et cela aprs avoir soustrait les taxes et
frais de transaction. Un gestionnaire de fond adoptant une gestion active essaiera donc de
battre le march ou le benchmark utilis comme point de rfrence.
Pour les tenants de ce type de stratgie, les marchs financiers ne sont donc pas totalement
efficients, ce qui leur permettrait de tirer profit danomalies ou inefficiences provisoires et
dainsi dgager des rendements suprieurs.

Une des phases essentielles de cette stratgie rside dans le choix des actifs intgrer dans le
portefeuille. Ces derniers seront gnralement moins diversifis que ce que ne prconise
Markowitz car les diffrents titres contenus dans le portefeuille feront lobjet dune analyse
dtaille, ce qui prend du temps. Ces portefeuilles sont donc aussi plus risqus mais
promettent un rendement plus lev que les portefeuilles grs de manire passive. La gestion
active peut aussi seffectuer en tenant compte des classes dactifs au lieu des titres. On parle
alors dActive Asset Allocation.

Les fonds grs de cette manire sont fort prsents sur les marchs et recourent la technique
du stock picking qui consiste slectionner chaque actif individuellement en se basant sur

!
88#!
!

son analyse tablie pralablement grce aux diffrents modles disponibles ou au flair du
gestionnaire.

Certains investisseurs peuvent avoir cette capacit suprieure de market timing qui consiste
anticiper des retournements de situation sur les marchs et acheter lorsque les prix sont bas
et vendre lorsquils sont des niveaux levs. Linvestisseur choisira alors des titres ayant un
bta infrieur 1 sil estime que le march aura tendance baisser, cela lui permettra davoir
des titres en portefeuille qui baissent moins fortement que le march. Si au contraire, il
anticipe une hausse des cours boursiers, il choisira des titres ayant un bta suprieur 1. Le
gestionnaire investissant principalement en actions et obligations sait que leurs rendements
respectifs peuvent tre trs faiblement corrls et ce pour de longues priodes. Il pourra alors
sous- ou surpondrer la proportion de ces actifs au sein de son portefeuille afin de dgager le
rendement le plus lev. Cette stratgie de gestion active nest toutefois pas dnue de risque
et linvestisseur nest pas labri derreurs de prvision.

FB*4*I-*+/7#)%"*2-77)J/*

Les investisseurs adoptant une stratgie de gestion passive estiment que les marchs sont
totalement efficients et que le prix dun actif reflte, tous moments, toute linformation
disponible, quelle soit prive ou publique. Le march tant constamment en quilibre,
linvestisseur se contentera de le suivre, sans chercher le battre. Le but dune gestion passive
est donc de rpliquer le benchmark en investissant de manire similaire cet indice.

Ces fonds ont par ailleurs des cots de gestion et de transaction trs faibles. En effet, tant
donn quil sagit simplement de reproduire un indice en investissant dans les mmes titres et
proportions que ce dernier, il ne faut pas, comme pour la gestion active, analyser les
diffrents actifs qui composeront le portefeuille un par un. Ces fonds sont aussi trs largement
diversifis.

Enfin, le tactical asset allocation est une mthode qui consiste rallouer le portefeuille entre
actifs risqus et moins risqus en fonction de la conjoncture du march mais en restant au-
dessus dun certain seuil de rentabilit pralablement dfini.

!
8H#!
!

FC*4*I-*(%"7#$'(#)%"*&'*2%$#/8/')../*

Il existe deux approches possibles pour construire un portefeuille dactifs : lapproche bottom-
up et lapproche top-down. Lanalyse bottom-up se focalise sur les diffrents actifs qui
composeront le portefeuille de linvestisseur. Le gestionnaire analysera individuellement
chaque actif en regardant leur valeur fondamentale. Il cherchera slectionner les titres sous-
valus sur les marchs pour ainsi dgager un rendement positif.

Lapproche top-down! se focalise quant elle davantage sur le type dactif ou le secteur
slectionner. Le gestionnaire choisira alors de sorienter davantage vers des secteurs offensifs
ou dfensifs en fonction des circonstances conomiques et du niveau de risque voulu.

*
!
!
!

!
8I#!
!

01-2)#$/*B*4*!"&)(-#/'$7*&/*.-*2/$8%$=-"(/*/#*-22.)(-#)%"*-'*8%"&*
G/+$%%8*6*7"4$1,"&'8"&5*H*

Lanalyse de la performance est ltape finale du processus de gestion de portefeuille. Celle


ci permet dapprhender la rentabilit et le risque du portefeuille afin de voir si les objectifs
dfinis en fonction du profil de linvestisseur ont t remplis.

:/(#)%"*3*4*L$)"()2-./7*(-$-(#,$)7#)M'/7*&'*8%"&B*
!
Le fond Behavioral value de la banque Degroof est un fond qui se base sur une gestion value.
Nous aurons loccasion dexpliciter cette notion plus tard dans cette partie. Sa rpartition
gographique au 30/06/2015 est la suivante : France (45,19%), Allemagne (18,49%), Italie
(15,19%), Pays-Bas (6,69%), Espagne (4,82%), Belgique (3,62%), Autriche (2,83%),
Finlande (2,30%), Irlande (0,87%).

Les principales entreprises le composant sont quant elles : Sanofi (3,99%), Volkswagen AG
(2,54%), BNP Paribas (2,46%), AXA SA (2,12%), Renault SA (2,08%), Danone (1,96%),
Orange (1,93%).

Enfin, la rpartition sectorielle est la suivante : Services financiers (23,28%), Consommation


discrtionnaire (15,10%), Industrie (12,98%), Consommation de base (10,40%), Sant
(8,53%), Matriaux (8,38%), Technologie de linformation (5,75%), Services aux
collectivits (5,54%), Services de tlcommunication (5,04%), Energie (5,01%).

:/(#)%"*B*4*Z-#)%7*&/*2/$8%$=-"(/*
!
Toute une srie dindicateurs de performance sont utiliss pour calculer la rentabilit dun
portefeuille. Ils visent mesurer laccroissement de la richesse dun individu entre deux
priodes et pour un niveau de risque donn. Cette partie abordera les diffrentes mesures de
performances utilises dans la gestion de portefeuille. Elles seront appliques au fond
Degroof ainsi qu lindice, le MSCI EMU value, pour ensuite tre compares.

!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
2
Voir annexe 3.

!
86#!
!

Les indices de performance utiliss sont donc le rendement, le rendement excdentaire du


fond par rapport au benchmark (lalpha), le ratio de Sharpe, le Tracking error, le ratio de
Treynor, lalpha de Jensen, le ratio dinformation ainsi que lcart-type et le bta comme
mesure de risque. Cependant, je commencerai dabord par expliciter le benchmark utilis,
savoir lindice MSCI EMU value.

F3H*I/*K/"(1=-$?*

Le benchmark est le portefeuille de rfrence auquel sera compar le portefeuille cre par le
gestionnaire. Cest gnralement un indice de march ou un autre fond avec les mmes
caractristiques que le fond gr. Il doit tre en adquation avec le style de gestion choisi et
facilement observable pour permettre une comparaison aise.

Le benchmark du fond Degroof Behavioral Value EMU est lindice MSCI value EMU. Cet
indice regroupe les moyennes et grandes capitalisations ayant une stratgie de gestion value et
ce au travers de 10 pays3 appartenant lUnion conomique et montaire europen. Les
caractristiques de linvestissement value pour la construction de lindice sont dfinies en
utilisant trois variables : le ratio prix/valeur comptable, les bnfices par actions futurs et le
rendement du dividende.

FBH*I/*$/"&/=/"#*

Il convient de noter que pour les diffrents calculs de performance effectus, la valeur du fond
et du benchmark prise est celle de la fin de lanne.

Le rendement mesure laccroissement de valeur dun actif (fond) linstant t pour une priode
de t i. Il se compose de deux lments diffrents, savoir lvolution de la valeur de lactif
(portefeuille) sur la priode et les cash-flows reus par linvestisseur tout au long de la
dtention de celui-ci (ici il sagit des dividendes mais ils sont rinvestis pour obtenir la valeur
ajuste du fond). Sa formule est la suivante :

!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
3
Ces!dix pays sont : lAutriche, la Finlande, la Belgique, la France, lAllemagne, lIrlande, lItalie, les Pays-Bas,
le Portugal et lEspagne.

!
8@#!
!

!"!!"
Rendement = !"

Avec : Vt, la valeur du fond en t et


Vi, la valeur initiale du fond.

Nous allons calculer le rendement du fond Degroof et du benchmark sur plusieurs horizons de
temps diffrents afin de voir leur volution.

Depuis la cration du fond en 2002, le rendement global du fond Degroof est de 161,38%
alors que celui du benchmark est de 131,44%. Depuis la cration du fond, ce dernier
surperforme donc trs largement son benchmark (+ 29,94%). Le rendement annuel moyen4
est quant lui de 7,45% pour le fond Degroof et de 6,47% pour le benchmark.

Le tableau ci-dessous reprend les rendements du fond et du benchmark anne aprs anne
depuis sa cration ainsi que les rendements 1 an (entre dcembre 2013 et dcembre 2014), 3
ans, 5 ans, 10 ans et depuis le dbut de lanne 2015.

********

************

!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
H!Pour le rendement moyen, nous avons pris la moyenne gomtrique des rendements du fond. La formule est la

suivante : Ra, G = ["(1 + Ra, i)1/n] - 1

!
8J#!
!

Date Rendement fond Rendement benchmark


2002 Behavioral
2003 32,26% 24,67%
2004 20,72% 15,71%
2005 27,54% 30,85%
2006 22,47% 24,88%
2007 1,82% 2,24%
2008 -50,89% -47,12%
2009 32,54% 20,79%
2010 3,71% -1,63%
2011 -20,04% -18,60%
2012 21,65% 15,35%
2013 26,67% 25,84%
2014 2,11% 3,62%
2015 21,21% 15,29%
RDT depuis 2002 161,38% 131,44%
RDT moyen5 7,45% 6,47%
RDT 1 an 2,11% 3,62%
RDT 3 ans 57,35% 50,40%
RDT 5 ans 30,47% 20,43%
RDT 10 ans 35,06% 39,16%
YTD 2015 21,21% 15,29%
>-M./-'*16*X/"&/@/"#9*&'*:%"&*/#*&'*M/"(4@-$B

Sur 10 ans6 (priode allant de dcembre 2004 dcembre 2014), le rendement du fond
!"!!"#!!!"!!"# !"#!!"!!"#!!!"!
Degroof est de : Rp = !"!!"#
= 35,06 % et celui du benchmark de : Rb = !"#!!!"

= 39,16 %. Sur 5 ans, le rendement du fond Degroof est de 30,47% et celui du benchmark de
20,43%. Sur 3 ans le rendement global du fond est de 57,35 % alors que celui du benchmark
est de 50,40 %. Sur 1 an, le rendement du fond est assez faible puisquil slve 2,11% alors
que celui du benchmark est lgrement plus lev 3,62%. Et enfin, depuis 2015, le fond
Degroof sur-performe le benchmark avec un rendement de 21,21% contre 15,29%.

Nous observons que les rendements du fond sont gnralement assez proche de ceux du
benchmark long terme (sur 10 ans, le fond fait 35,06% et le benchmark 39,16%). Sur 5 ans
et malgr la crise des subprimes de 2011, le fond fait mieux que son indice de 10%. Enfin,

!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
5
Il sagit du rendement moyen depuis 2002. Nous avons utilis la moyenne gomtrique.
6
Il ne sagit plus ici de rendements moyens mais bien sur toute la priode considre.

!
8O#!
!

grce entre-autres aux deux trs bonnes annes 2003 et 2004 du fond Behavioral, il arrive
sur-performer son benchmark de prs de 30% depuis sa cration.

Le graphique ci-dessous reprend lvolution des rendements du fond Behavioral depuis sa


cration en 2002 (srie 1 en bleu) ainsi que ceux du benchmark (srie 2 en rouge) et de
lindice de march, lEuronext 100 (srie 3 en vert).

3%'$M/9*&/*$/"&/@/"#9*&/5')9*2RR2*
RgHRRR!
Rg7RRR!
X/"&/@/"#9*

RgRRRR!
7RR7! 7RR8! 7RRH! 7RRI! 7RR6! 7RR@! 7RRJ! 7RRO! 7R)R! 7R))! 7R)7! 7R)8! 7R)H!
NRg7RRR!
NRgHRRR!
NRg6RRR!
7"",/9*

[092;<)! [092;<7! [092;<8!

Z)+'$/*1*6*PL%.'#)%"9*&/9*$/"&/@/"#9*&'*:%"&[*&'*M/"(4@-$B*/#*&/*.?)"&)(/*&/*@-$(4,*&/5')9*2RR2

FCH*I/*$/"&/=/"#*/W(,&/"#-)$/*

Le rendement excdentaire est une mesure de performance simple qui mesure la diffrence
entre le rendement du portefeuille constitu et celui du benchmark. Il est appel alpha.

# = Rp Rb

Avec Rp, le rendement moyen du portefeuille sur la priode et


Rb, le rendement moyen du benchmark sur la priode.

Le tableau ci-dessous reprend le rendement excdentaire du fond Degroof par rapport au


benchmark.

!
HR#!
!

Date ! = rendementp - rendementb


2003 7,59%
2004 5,01%
2005 -3,32%
2006 -2,41%
2007 -0,42%
2008 -3,77%
2009 1,75%
2010 5,33%
2011 -1,44%
2012 6,31%
2013 0,83%
2014 -1,50%
2015 5,92%
RDT depuis 2002 29,94%
RDT moyen 0,97%
RDT 1 an -1,50%
RDT 3 ans 6,95%
RDT 5 ans 10,04%
RDT 10 ans -4,09%
YTD 2015 5,92%
*****************>-M./-'*26*./*$/"&/@/"#*/Q(,&/"#-)$/*&'*:%"&*

Le fond arrive dgager un rendement excdentaire 7 fois sur 13 par rapport son
benchmark. Sa meilleure anne par rapport lindice est lanne 2003 avec un rendement
excdentaire de 7,59%. Cela peut sexpliquer par les nombreuses anomalies et titres sous-
valus prsents sur le march la sortie de la crise sur les valeurs technologiques en 20027.
On voit quen priode de crise il sous-performe8 cependant le benchmark jusqu -3,77% en
2008 et -1,44% en 2011. Le fond ralise un trs bon dbut danne 2015 avec un alpha de
5,92%.

Lalpha du fond Degroof EMU Behavioral value depuis sa cration en 2002 est de 29,94% ce
qui reprsente une belle sur-performance. Sur 10 ans il est est de -4,09% et le fond a donc
sous-perform son indice. Sur 5 ans le fond surperforme lindice de 10,04% alors quil ralise
de moins bonnes performances 1 an en tant un peu plus de 1% en dessous du benchmark.
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
7
Comme nous le verrons plus tard (chapitre 3), le fond Behavioral value de la banque Degroof exploite certaines
anomalies de march dont celle de valorisation.
8
Ce point l lui aussi dtaill au chapitre 3.

!
H)#!
!

Lalpha de ce fond est donc gnralement positif except sur 10 et 1 an. Nous insistons
cependant sur le fait que ces rsultats sont sensibles au choix des dates prises pour le calcul et
que de trs courtes priodes de bons (mauvais) rendements peuvent fortement influencer le
rsultat.

FNH*I-*J%.-#).)#,*&'*2%$#/8/')../*=/7'$,/*2-$*7%"*,(-$#T#E2/*

La volatilit du portefeuille est une mesure de son risque et peut tre calcule via son cart-
type. En effet, il mesure les variations de rendements du portefeuille autour de sa moyenne
sur la priode tudie. Le tableau ci-dessous reprend les cart-types du portefeuille ainsi que
ceux du benchmark et de lEuronext 100 sur diffrents horizons de temps (depuis la cration,
10 ans, 5 ans, 3 ans et 1 an).

Ecart-type Portefeuille Benchmark Euronext 100


Depuis la
23,02% 21,4% 17,03%
cration
Sur 10 ans 24,61% 23,6% 18,97%
Sur 5 ans 16,54% 15,12% 11,41%
Sur 3 ans 10,59% 9,08% 5,99%
Sur 1 an9 2,85% 2,66% 2,99%
***************Tableau 3: l'cart-type

Premirement nous observons pour les trois sries que plus la priode considre est longue,
plus lcart-type est lev. En effet, plus lhorizon temporel considr est grand, plus le risque
sera grand lui aussi. Deuximement, on remarque que sur chaque priode choisie, lcart-type
et donc le risque est trs lgrement plus faible pour le benchmark que pour le portefeuille, la
diffrence ntant pas vraiment significative. Et enfin, on peut aussi noter que tant pour le
benchmark que pour le portefeuille le risque reste relativement lev. En effet, les cart-types
de lEuronext 100, qui est lindice boursier des plus grosses capitalisations changes sur

!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
9
Il sagit de lanne 2014 uniquement.

!
H7#!
!
10
Euronext , sont calculs titre de comparaison. Ils nous montrent quils sont
systmatiquement plus faibles (except sur 1 an) que ceux du portefeuille ou du benchmark.

FOH*I/*$-#)%*&/*:1-$2/*

Ce ratio mesure le rendement excdentaire du portefeuille par rapport au taux sans risque11
tout en tenant compte du risque du portefeuille. Il sagit donc de calculer lexcs de return par
unit de risque. Le but est dobtenir le ratio de Sharpe le plus grand possible afin de
maximiser la combinaison risque-rendement. Le ratio de Sharpe se calcule de la manire
suivante :

!"!!"
Sharpe = !"

Avec Rp, le rendement moyen du portefeuille sur la priode ;


Rf, le taux sans risque moyen sur la priode et
$p, lcart-type des rendements du portefeuille sur la priode considre.

- Si le rsultat est infrieur 1, le portefeuille performe moins bien que le taux sans
risque.
- Si le rsultat est compris entre 0 et 1, le rendement supplmentaire du portefeuille par
rapport au taux sans risque ne compense pas le risque pris.
- Si le rsultat est suprieur 1, le rendement du portefeuille ajust pour le risque est
suprieur au taux sans risque.

Aprs calculs, le ratio de Sharpe depuis la cration du fond en 2002 pour le fond Degroof
slve :

!!!"!!!!!"#
Sharpep = !"!!"#
= 0,19

!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
10
Euronext est l principal oprateur financier de la Zone euro. Cest une socit de bourse cote Paris,
Amsterdam et Bruxelles.
11
Nous avons pris les taux de rendement long terme des obligations de lEtat belge (OLO) comme taux sans
risque.

!
H8#!
!

Ce ratio est positif mais infrieur 1 ce qui signfie que le prise de risque est trop leve par
rapport au rendement obtenu depuis 2002. Cependant ce rsultat est aussi attribuable lcart-
type lev du fond du la longue priode dobservation choisie dans ce cas.

Les Rp et $p peuvent tre remplacs par Rb et $b pour calculer le ratio de Sharpe du


benchmark :

!!!"#!!!!"#
Sharpeb = !!!!"
= 0,16

Le ratio de Sharpe est trs lgrement suprieur pour le fond Degroof qui prsente donc une
meilleure combinaison rentabilit-risque . Cela est d son rendement lgrement suprieur.
Les deux ratios sont toutefois infrieurs un ce qui indique que le risque pris ne permet pas
de compenser le rendement obtenu sur la priode.

Il faut cependant noter que ce ratio comprend certaines limites. Il ne prend en compte que le
rendement et le risque du portefeuille par rapport lactif sans risque et convient donc surtout
pour les portefeuilles dactifs ayant une distribution de rendements suivant une loi normale.
De plus, ce ratio ne permet pas dexpliquer une forte volatilit et cette dernire peut donc tre
due des variations la hausse comme la baisse. Enfin, plus la priode dobservation est
grande, plus lcart-type sera lev et donc plus le ratio de Sharpe sera faible. La frquence
dobservation a aussi un impact et il faut donc en tenir compte lors de lanalyse des rsultats.

Si on prend le ratio de Sharpe sur une priode de 10 ans, il est de -0,0087 pour le fond
Degroof et de 0,004 pour le benchmark. En effet, le rendement du fond et le taux sans risque
sont quasi gaux. Sur 5 ans, le ratio de Sharpe est un peu plus lev pour le fond Behavioral
avec un ratio de 0,17 contre 0,07 pour le benchmark. Sur 3 ans le ratio est lgrement
suprieur pour lindice mme sils sont trs proches (1,37 contre 1,41). Etant suprieurs un,
les rendements ajusts pour le risque sont suprieurs au taux sans risque. Et enfin sur un an,
entre 2013 et 2014, le ratio de Sharpe du fond Behavioral est de 0,45 contre 1,05 pour le
benchmark. Le tableau ci-dessous synthtise les donnes du ratio de Sharpe pour le fond
Behavioral ainsi que pour le benchmark.

!
HH#!
!

Ratio de Sharpe Fond Degroof Indice MSCI Value


Behavioral Value
Depuis la cration 0,19 0,16
Sur 10 ans 0 0
Sur 5 ans 0,17 0,07
Sur 3 ans 1,37 1,41
Sur 1 an 0,45 1,05
**************>-M./-'*<6*./*$-#)%*&/*=4-$5/*

FPH*I/*K[#-*&'*2%$#/8/')../*

Le CAPM, extension du modle de Markowitz, introduit le concept de risque systmatique,


cest--dire le risque non-diversifiable. Cest la covariance entre le portefeuille analys et le
portefeuille de march qui va dterminer le risque systmatique du portefeuille.
Contrairement au modle de Markowitz dans lequel on prenait lcart-type du portefeuille
comme mesure du risque, avec le CAPM, on ne tient plus compte que du risque qui nest pas
diversifiable, cest--dire le risque systmatique.

Pour dterminer ce risque, reprsent par le bta, nous avons recueilli les donnes historiques
des rendements du portefeuille Behavioral ainsi que ceux de lEuronext 100 pris comme
indice reprsentant le march. Les diffrents points du nuage de points sur la figure ci-dessous
reprsentent chacun une combinaison de rendements pour le portefeuille et le march. La
Characteristic line construite par rgression linaire est la droite qui sajuste au mieux
travers ce nuage de point, sa pente est gale au bta.

La figure ci-dessous reprsente les Characteristic line du fond Degroof Behavioral fund
construites par rgression linaire des rendements du fond sur ceux du march (Euronext
100). La srie 1 reprsente cette droite de rgression depuis la cration du fond et la srie 2
depuis 5 ans.

!
HI#!
!

Characteristic Line Degroof Behavioral fund


RgH!
`)!j!)g7IOIT!k!RgR@)J!
! !
" Rg7!
#$ !`7!j!)g8)JT!k!RgRH)!
!
%
& RgR!
' NRgI! NRgH! NRg8! NRg7! NRg)! RgR! Rg)! Rg7! Rg8!
)( NRg7!
)
*$
NRgH!

NRg6!
X@**
[092;<)! [092;<7! 90P9;<<253!=;CB2<!?90F4253! 90P9;<<253!I!F3<!

Figure2 : Characteristic line du fond

La premire ligne de rgression reprsente la Characteristic line du fond Behavioral depuis sa


cration. Lquation de cette droite est : y1 = 1,2595x + 0,0718. Le bta du portefeuille est
donc ici de 1,26. Avec un bta lgrement suprieur un, le fond est davantage offensif et
sur-ragira donc par rapport au march. En effet, si le march augmente de 1%, le fond
augmentera lui de 1,26%. La seconde droite de rgression reprsente la Characteristic line du
fond sur une priode de 5 ans, depuis 2010 donc. Son quation est la suivante : y2 = 1,318x +
0,041. Le bta est ici aussi suprieur un (1,32), synonyme de portefeuille offensif. Notons
que les portefeuilles hauts btas apparaissent comme trs favorables en cas de hausse des
marchs tant donn quils dgageront un rendement plus lev que ces derniers.

Le bta savre tre une mesure de risque fort utile en gestion de portefeuille ou lorsquil
sagit de diversifier. Si le bta dun titre (ou dun portefeuille) est infrieur un, il sagira
dun titre dfensif. En effet, lors dune baisse (hausse) du march, le titre baissera
(augmentera) moins que le march. Si au contraire, le bta est suprieur un, le titre sera
offensif car il baissera ou augmentera proportionnellement plus que le march.

Cependant, il est important de noter que cette mesure comprend certaines limites. Elle part de
lhypothse que les rendements sont distribus en suivant une loi normale ce qui est rarement
le cas en ralit et amne sous-valuer le risque dun portefeuille. De plus, lutilisation du
seul facteur bta ne suffit pas pour expliquer les diffrences de rendements qui peuvent exister
entre actifs et qui proviennent dautres facteurs comme la taille de lentreprise ou le ratio
price-to-book. En effet, les actions avec un ratio price-to-book faible, qui sont sous-values

!
H6#!
!

par les marchs, tendent obtenir des rendements suprieurs sans que leurs btas ne soient
plus grands.

Le coefficient bta reste cependant fort utilis pour sa simplicit mme sil ne faut pas
ngliger les modles apparus ultrieurement et qui ont tent dajouter des facteurs
supplmentaires au modle CAPM afin de dterminer le rendement dun actif.
*

FQH*I/*$-#)%*&/*;$/E"%$*

Le ratio de Treynor est trs similaire au ratio de Sharpe mais utilise le bta comme mesure du
risque. Il se calcule comme suit :
!"!!"
RTp = !"

Avec RTp, le ratio de Treynor ;


Rp, le rendement moyen du portefeuille sur la priode ;
Rf, le taux sans risque moyen sur la priode et
!p, le bta du portefeuille sur la priode.

Le but du gestionnaire sera de maximiser ce ratio pour que le portefeuille ait le rendement
excdentaire (par rapport au taux sans risque) le plus lev tout en tenant compte du risque du
portefeuille (mesur par son bta). Comme pour le ratio de Sharpe, le ratio de Treynor peut
aussi se calculer pour le benchmark en prenant le rendement moyen et le bta du benchmark.
Le tableau ci-dessous reprend les ratios de Treynor du benchmark et du portefeuille depuis sa
cration, sur 5 et 3 ans.

Portefeuille Behavioral
Ratio de Treynor Benchmark
Value
Depuis la cration 3,48% 3,41%
Sur 5 ans 2,11% 1,11%
Sur 3 ans 8,71% 12,77%
***************Tableau 5: le ratio de Treynor

!
H@#!
!

A long terme (depuis la cration du fond), les ratios de Treynor du fond et du benchmark sont
presque identiques et reprsentent donc le mme rapport rentabilit-risque. A court-terme par
contre (sur 3 ans), ce rapport est meilleur pour le benchmark.
!

FRH*I<-.21-*&/*S/"7/"*
!
Cette mesure permet de dterminer le rendement du portefeuille analys par rapport son
rendement thorique attendu, mesur grce au CAPM. La formule est la suivante :

# = Rp (Rf + !p (Rm Rf))

Linvestisseur cherchera gnralement obtenir lalpha de Jensen le plus grand possible. Il


faut noter que cet alpha utilise le bta comme mesure du risque. Le tableau ci-dessous reprend
les alphas de Jensen du portefeuille Behavioral Value depuis sa cration, sur 5 et 3 ans.

Alpha de Jensen Portefeuille Behavioral Value


Depuis la cration (2002) 2,82%
Sur 5 ans 0,91%
Sur 3 ans 5,9%
Tableau 6: l'alpha de Jensen

Lalpha de Jensen du fond est systmatiquement suprieur 0 ce qui signifie que le


portefeuille performe, sur ces priodes, mieux que son rendement prvu par le CAPM.
!

FUH*I/*9,"-:$./'*,,1,*

Le tracking error est une mesure de la volatilit de lalpha dont la formule est la suivante :

! !
TE = !!! !!!!!" ! !!"!2

Avec N, le nombre de priodes choisies ;


!i, lalpha de la priode i et
!A, lalpha moyen de la priode.

!
HJ#!
!

Il permet de mesurer dans quelle mesure le portefeuille suit son benchmark ou au contraire
sen carte. Au plus ce TE est lev, au plus le rendement du portefeuille tudi sloignera de
celui du benchmark. Il est alors synonyme dune gestion active. Par contre, sil est faible, cela
signifie que le rendement du portefeuille suit celui du benchmark. La gestion du portefeuille
est alors passive. Le tableau ci-dessous reprend le tracking error du portefeuille sur
diffrentes priodes.

Tracking error Portefeuille Behavioral Value


Depuis la cration (2002) 4,03%
10 ans 3,45%
5 ans 3,71%
3 ans 4,01%
1 an 0,96%
Tableau 7: le tracking error

Le tracking error est assez lev et systmatiquement suprieur lunit ce qui signifie que le
fond pratique une gestion active. En effet, il ne cherche pas rpliquer lidentique son
benchmark mais bien gnrer un rendement suprieur ce dernier en profitant de certaines
anomalies notamment. La gestion de ce portefeuille ntant pas indice, son rendement peut
sen carter. Cependant, lalpha du portefeuille doit tre assez important que pour compenser
le risque pris par ce dernier. Le ratio dinformation permet de contrler cela.

F3\H*I/*$-#)%*&<)"8%$=-#)%"*

Le ratio dinformation est une mesure du rendement excdentaire dun portefeuille par rapport
son benchmark en tenant compte de son tracking error. Sa formule est la suivante :

!
Ratio dinformation = !"

avec lalpha12 qui reprsente la diffrence de rendement entre le portefeuille et le benchmark


et TE le tracking error du portefeuille.

!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
12
Nous avons pris les rendements excdentaires moyens pour chaque priode.

!
HO#!
!

Il a pour objectif de voir si le risque pris par le gestionnaire sur son portefeuille lui rapporte
assez que pour pouvoir tre compens. Au plus ce ratio est lev, au plus la performance du
fond par rapport au benchmark est bonne, en tenant compte du risque.

Information ratio Portefeuille Behavioral Value


Depuis la cration (2002) 0,2414
Sur 10 ans -0,0893
Sur 5 ans 0,4518
Sur 3 ans 0,4337
Sur 1 an -0,5614
Tableau 8: le ratio d'information

Le fond prsente un bon ratio dinformation depuis sa cration (0,24) ce qui signifie quil a su
dgager un rendement excdentaire par rapport son benchmark tout en matrisant son risque.
Sur 10 et 1 an il nest toutefois pas parvenu faire mieux que son benchmark entranant un
ratio dinformation ngatif.
!

0%"(.'7)%"*
!
Ces diffrentes mesures de performance nous permettent davoir une ide de la rentabilit et
du risque de ce fond. Rsumons ici les principales informations quelles nous donnent.

- Depuis sa cration en 2002 le fond est parvenu dgager un rendement excdentaire


de prs de 30% par rapport son benchmark. Sur 10 ans, il performe cependant
lgrement moins bien (-4,09%). Cela peut tre du entre autres aux crises de 2008 et
2011 et leurs effets dvastateurs sur les marchs.
- Le bta est suprieur lunit ce qui signifie que cest un fond offensif qui ragira
plus fort que le march en cas de hausse ou de baisse. Lcart-type est lui proche de
celui de son benchmark et assez lev.
- Enfin, le tracking error lev du fond signifie quil pratique une gestion active en ne
cherchant pas reproduire son benchmark lidentique.

!
IR#!
!

01-2)#$/*C*4*5"-.E7/*&'*8%"&*G/+$%%8*6*7"4$1,"&'8"&5*'

:/(#)%"*3*4*I/*(%"#/W#/*

La plupart des analystes financiers qui cherchent maximiser la valeur de leur portefeuille
essayent de gnrer un rendement excdentaire par rapport leur benchmark (alpha) soit (1)
via lutilisation dune meilleure information ( Super analyste ), ou (2) en ayant un meilleur
traitement de cette information ( Super modle ). Cependant, tant donn que de nombreux
gestionnaires pensent faire partie dun de ces catgories, les chances pour quun gestionnaire
particulier arrive dgager un rendement suprieur sont assez faibles long terme.

Il existe cependant une troisime faon de gnrer un rendement excdentaire, grce aux
erreurs systmatiques des autres investisseurs. En effet, elles crent des anomalies de prix et
donc des opportunits dinvestissement qui peuvent tre exploites. Cest ici quintervient la
finance comportementale en tentant de tirer profit de ces anomalies13.

Pendant longtemps, lHypothse des Marchs Efficients de Fama (1970) a domin la thorie
financire et de gestion de portefeuille. Pour rappel, elle part du postulat que toute
linformation disponible sur un actif est reflte par son prix de march. De ce fait, il ne serait
pas possible de battre le march grce une analyse pousse de cette information. La
gestion active est donc voue lchec et les prix sont supposs suivre une marche alatoire.

Aujourdhui cependant, la situation a chang et de nouvelles thories comme la finance


comportementale ont vu le jour. En effet, les trois hypothses sur lesquelles reposent la
thorie des marchs efficients14 semblent ne jamais se raliser dans la pratique, comme nous
lexpliquaient MM. Jan Longeval et Philippe Denef, respectivement Managing Director et
Manager du fond Behavioral value de la banque Degroof.

Selon eux toujours, il est important de distinguer la philosophie de gestion de la stratgie de


gestion. La premire sapparente au regard du gestionnaire sur le fonctionnement des marchs
financiers. Dans notre cas, cest la finance comportementale qui laide dessiner le cadre

!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
13
Cfr. Partie 1, chapitre 2, section 3 : Les anomalies
14
Cfr. Partie1, chapitre 1, section 2 : Hypothses defficience des marchs

!
I)#!
!

danalyse global au sein duquel il doit laborer une stratgie de gestion. En effet, pour que la
stratgie ait de relles fondations solides elle doit sancrer dans une vision claire sur le
fonctionnement du march. Cette distinction entre philosophie et stratgie de gestion est donc
primordiale.
!

:/(#)%"*B*4*I-*7#$-#,+)/*&/*+/7#)%"*
!

F3*4*52/$6'*/#*/W2.%)#-#)%"*&/7*K)-)7*(%=2%$#/=/"#-'W*

Le fond de la banque Degroof que nous analysons pratique une stratgie appele Behavioral
value , axe comme son nom lindique sur la gestion value. Le cur de cette stratgie rside
dans lexploitation des anomalies dues aux incapacits du march apprhender pleinement
le phnomne de retour la moyenne dans le cycle de vie dune socit. En effet, ce nest pas
parce quune socit a travers de mauvaises priodes et quelle est temporairement moins
rentable que ses concurrentes quelle le restera ternellement. Les marchs ne sont donc pas
aussi efficients que ce que prdit la thorie (sous- ou sur-raction certains vnements) et
linvestisseur pourra capter certaines primes de rendement en utilisant les fondements de la
thorie comportementale. Le fond se focalise sur une anomalie en particulier : celle relative
la valorisation. En effet, les gestionnaires de la banque Degroof estiment que tous les actifs ne
sont pas systmatiquement valoriss de faon efficiente et quil en rsulte donc des titres
sous- ou sur-valus certains moments du temps.

Nous allons ici voir comment le fond Behavioral value exploite les diffrents biais
comportementaux afin de mener bien sa stratgie et essayer de dgager un rendement
positif.

;< 6$"$)'2*',*#,=)*.%"%$4$%='
!
Comme lont constat Tversky et Kahneman (1974) ainsi que De Bondt et Thaler (1985) les
investisseurs et analystes ne tiennent pas suffisamment compte de la nouvelle information et
sur-ragissent linformation ancienne. Ils extrapolent trop fortement les donnes du pass et
les considrent comme reprsentatives du futur. Les individus ont donc tendance strotyper
les entreprises. Cest ce quon appelle le biais de reprsentativit. Ainsi les socits qui ont
connu de bonnes nouvelles pendant une certaine priode vont tre qualifies dentreprises
sres alors qu linverse, celles ayant connu une srie de mauvaises nouvelles seront

!
I7#!
!

considres comme fragiles. Les investisseurs pensent donc que ces strotypes seront
amens perdurer dans le temps. Les gestionnaires du fond de la banque Degroof estiment
quant eux que dans la ralit des faits les entreprises connaissent toutes de bons et moins
bons cycles et seront gnralement amenes un retour la moyenne. Les moins bonnes
entreprises vont devoir sadapter et samliorer alors que les meilleures peuvent tre amenes
perdre de leur avantage comptitif.

>< 6$"$)'2*'-1.)*,4"%$)3*'*%'2?".-,"/*'
!
En vue damliorer le moment dachat dune action, la banque Degroof exploite aussi les
biais de conservatisme et dancrage15. En effet, les investisseurs ne tiennent pas suffisamment
compte des nouvelles informations du march et surestiment les donnes passes. Le
phnomne dancrage amne lindividu survaluer un point dancrage par rapport aux
nouvelles informations (Edwards, 1961, 1968). Cet effet sera encore renforc si les
informations vont lencontre des croyances de lindividu dans une situation stable
(Hirshleifer et Welch, 2002). Lagent ne sajuste donc que trs lentement la nouvelle
information ce qui permet au fond Behavioral value de pouvoir acheter certains actifs avant
quils ne deviennent correctement valoriss par le march et par consquent plus chers.

@< 6$"$)'2?*A-B)'2*'-1.C$".-*'*%'3$3=%$)3*'
!
Afin dviter tous les biais comportementaux auxquels peuvent tre confronts les
investisseurs, les gestionnaires de ce fond doivent les connatre et savoir quand ils sont
susceptibles davoir lieu. Ils sen protgent aussi grce au modle de valorisation mis en place
de faon trs systmatique. Cependant, certaines erreurs que nous commettons sont
difficilement vitables tant elles sont ancres dans notre systme de pense. Le fond est donc
caractris par une approche et un cadre quantitatif pouss qui amne une forte discipline
dans le processus dinvestissement. Cela permet dliminer au maximum lmotion et
lintuition lors de la slection dactifs. Enfin, les managers du fond Behavioral value ont des
comptences suprieures en mathmatique et IT et analysent les marchs de faon
scientifique, ce qui permet aussi dviter de nombreuses erreurs.
!

!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
15
Cfr. Partie 1, chapitre 2, section 4 : Le conservatisme

!
I8#!
!

D< +,$3*'4"&5*'*%'E'F15*'2*'&"'C1,%5.*'G'2?5.*'*.%,*#,$)*'
!
La captation de la prime value peut sillustrer par le phnomne de roue de la Fortune
dune entreprise (voir schma ci-dessous). Cette dernire reprsente la perception qua le
march des diffrentes phases que peut traverser une socit.

!
Figure 2: "Roue de la fortune" d'une entreprise cote (Source : Banque Degroof)

Aprs une priode de succs, les investisseurs mais aussi les analystes financiers et managers
de la socit auront tendance devenir extrmement confiants et srs de leurs dcisions et
stratgies dinvestissement. Le march va donc extrapoler ces bonnes nouvelles sans tenir
suffisamment compte de potentielles mauvaises annonces futures. Le prix de laction va alors
fortement augmenter pour tre finalement sur-valu. Cela renforce cependant encore le biais
dexcs de confiance des investisseurs et grants. Par la suite, et si lon adopte cette ide de
retour la moyenne, la comptition se durcit, de nouveaux produits sont dvelopps et ces
actions autrefois favorites sont dlaisses, devenant alors sous-values.

Selon M. Denef, ce phnomne sobserve pour chaque groupe dindustrie et la prime value
peut donc se capturer au sein de chacun deux. Le fond investit donc systmatiquement dans
les socits sous-values en anticipant ce retour la moyenne. Il met en place cette
valorisation de manire relative en slectionnant les actifs les moins coteux au sein de leur
catgorie.

!
IH#!
!

FB*4*I/*2$%(/77'7*&<)"J/7#)77/=/"#3P*
!
Nous nallons pas rentrer dans les dtails techniques du modle de slection dactif car celui-
ci est trop complexe et ne reprsente pas un rel plus dans le cadre de notre analyse. Nous
allons cependant nous concentrer sur son ide principale.!

Le fond Behavioral value pratique du relative value. En effet, tous les titres qui composent
lunivers dinvestissement (Stoxx 600) sont classs et analyss les uns par rapport aux autres
au sein de leur groupe dindustrie17. Les poids donns aux diffrents groupes dindustries sont
identiques ceux du benchmark (pour rappel il sagit du MSCI value EMU). Cette technique
permet de reprsenter tous les secteurs de lunivers et dainsi obtenir un portefeuille
largement diversifi.

Les actifs sont classs au sein de leur catgorie selon deux lments :
(1) Une mesure de valorisation qui capture la prime value dune action et reflte la sur-
raction du march aux informations anciennes et son incapacit prendre en compte
laffaiblissement de lavantage comptitif dune entreprise au fil du temps.
(2) Une mesure du momentum qui prend en compte la sous-raction des investisseurs aux
nouvelles informations.

La valorisation de chaque action seffectue grce au modle EBO (Edwards, Bell, Ohlsen),
driv du Dividend Discount Model mais exprim comme un modle de revenu rsiduel. Les
actions sont donc classes au sein de leur groupe dindustrie en fonction de leur rendement
attendu qui tient compte de la prime value. Ce dernier doit tre gal au price-to-book observ
sur le march plus la valeur actualise des revenus rsiduels futurs. Ce modle, centr sur le
ROE force donc le retour la moyenne en lintgrant dans son estimation sur la rentabilit
future dun titre. Cela permet de protger le processus de slection des diffrents biais
comportementaux abords plus haut (excs de confiance des analystes, ancrage,
reprsentativit).

!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
16
Pour comprendre et dcrire ce processus, nous nous sommes bass sur les interviews de MM. Longeval et
Denef.
17
Les groupes dindustries sont le second niveau dagrgation de lunivers dinvestissement aprs les secteurs.

!
II#!
!

Chaque action est ensuite classe au sein de son groupe dindustrie, du rendement attendu le
plus lev au plus faible.

Le fond calcule donc les rendements attendus en faisant lhypothse que pour chaque action
au sein de son groupe dindustrie le march exagre, et particulirement aux extrmes, les
rsultats de certaines entreprises et que celles-ci seront amenes tt ou tard ne plus aussi
bien performer que par le pass. Plusieurs facteurs peuvent tre mis en vidence pour
expliquer ce phnomne. Il peut sagir dune concurrence accrue dans un domaine, un
changement de CEO, des vnements macroconomiques etc. Le gestionnaire du fond
Behavioral value va donc forcer ce retour la moyenne dun titre en attribuant un rendement
attendu plus faible aux entreprises forte rentabilit et inversement. Dans le modle, un
rendement attendu lev est donc synonyme daction value.

La seconde mesure est une rvision du bnfice par action 12 mois sur les 3 derniers mois.
Chaque action est ensuite classe en fonction du rsultat obtenu.

Enfin, ces deux classements, lun bas sur le rendement attendu et la prime value et lautre sur
une rvision du BPA sont pondrs 75/25 pour obtenir le score final de chaque action au
sein de son secteur. Le fond slectionne ensuite entre 20% et 25% des actions les mieux
classes au sein de leur secteur et chaque groupe dindustrie reoit une pondration semblable
celle du benchmark.

Cependant, certaines actions values le sont pour de bonnes raisons, par exemple lorsque
lentreprise est en difficult financire et sans espoir damlioration potentielle. Cest
pourquoi ct de cette slection purement quantitative intervient aussi un filtre qualitatif.
Celui-ci consiste en 9 ratios financiers auxquels seront soumises les actions prslectionnes.
Certaines seront alors limines si elles ne satisfont pas au moins 5 des 9 ratios. Une dernire
vrification est ensuite ralise par le manager.

Le schma ci-dessous synthtise ce processus de slection avec les tapes suivies dune part et
leurs mises en uvre dautre part.

!
I6#!
!

Univers dinvestissement (Stoxx 600)

Division en groupes dindustries Filtre quantitatif


et choix des actions values Classement EBO
prsentant un bon momentum
Vrification de la Filtre qualitatif
qualit Ratios
!
Vrification du Gestionnaires du
! background portefeuille
Portefeuille Contrle du risque ex-
optimis ante
!
********Z)+'$/*F*6*K/*5$%(/99'9*&\)"L/9#)99/@/"#*&'*:%"&*3*4"5$1,"&*5"&7**

*
:/(#)%"*C*4*0$)#)M'/*
!
Nous allons dans cette dernire section, essayer de faire une analyse critique du fond
Behavioral value, au regard de la littrature financire et de gestion de portefeuille mise en
lumire dans la premire partie. Nous nous concentrerons principalement sur la gestion value
pratique par le fond et verrons si lon peut attribuer les rendements de ce fond la thorie
comportementale.

F3*4*Z,7'=,*&'*2$%2%7*
!
A lheure actuelle, la thorie des marchs efficients apparat souvent comme incomplte et
trop rductrice. Les hypothses sur lesquelles elle repose sont trop simplificatrices et ne
permettent pas dexpliquer les anomalies qui peuvent avoir lieu sur les marchs, tant au
niveau collectif (bulles, crashes, paniques) quindividuel (biais comportementaux). Ce sont
ces anomalies que le gestionnaire du fond va essayer dexploiter pour dgager un rendement
suprieur. Il choisit toutefois de se focaliser sur lanomalie de valorisation et la prime value
quelle entrane.

En effet, le march a tendance extrapoler les informations du pass (reprsentativit) et


sous-estimer les donnes nouvelles en ngligeant lide de retour la moyenne de la valeur
dun actif (cycle de vie de lentreprise). Les consquences ne sont pas anodines : certaines
actions prsentant de bons fondamentaux sont dlaisses par linvestisseur et donc sous-

!
I@#!
!

values. Le fond pratique donc une gestion value en gnrant un modle qui investit dans ce
type dactions.

FB*4*])"-"(/*(%=2%$#/=/"#-./*/#*2$)"()2/7*+,",$-'W*
!
La plupart des analystes financiers admettent aujourdhui que les marchs ne sont pas
totalement efficients et les investisseurs pas tout fait rationnels. Ils ont donc conscience de
lexistence des biais comportementaux et essaient de sen protger le mieux possible. Ils
reconnaissent aussi que le bta est devenu peu fiable pour dterminer le risque et la
performance dun titre, mme sil reste utilis en raison de sa simplicit. Ce nest donc pas ici
quil faudra trouver la particularit du fond Behavioral value de la banque Degroof. En effet,
les grands principes de finance comportementale tendent sappliquer dans la plupart des
fonds, comme nous lexpliquait M. Xavier Timmermans, en charge de la stratgie chez BNP
Paribas Fortis.

Le concept de retour la moyenne de la valeur dun actif, fer de lance du fond Degroof, est
lui aussi utilis par dautres gestionnaires notamment dans lallocation dactifs. En effet, les
rendements dpendent de la valorisation de dpart et une action chre aura moins de marge de
progression quune action bon march. Par contre la gestion presque entirement value
pratique par le fond rend cet aspect de retour la moyenne plus important. Cest peut-tre l
quil faut y voir sa particularit.

FC*4*I-*+/7#)%"*8"&5*'

La gestion value a pour objectif de slectionner des titres sous-valus sur les marchs en
comparant systmatiquement leurs prix et leurs valeurs intrinsques. Cela se fait gnralement
via des ratios comme le ratio valeur comptable/prix (suprieur la moyenne de march pour
les actions values) ou le ratio bnfice/prix (plus lev que le moyenne). Elle permettrait ainsi
de dgager un rendement excdentaire sur le moyen-long terme lorsque les titres quelle
choisit seront nouveau correctement valoriss par le march. Basu (1977) montra en effet le
premier la relation positive et significative quil existe entre le ratio bnfice/prix (lev pour
les actions values) des actions amricaines et leurs rendements moyens, ce qui va lencontre
du CAPM.

!
IJ#!
!

Afin dtudier si le fond met bien en uvre les principes de la finance comportementale et
doit ses rendements cette dernire, il convient premirement de voir si la gestion value
(principale stratgie du fond) trouve effectivement une explication comportementale. En effet,
diffrents courants se sont succds apportant chacun leur lot dexplications sur cette prime
value.

;< HA#&$-"%$1.',"%$1..*&&*'
!
Le premier vise donner une explication rationnelle cette prime et est amen par Fama et
French en 1992. Selon ces auteurs, il ne faut pas y voir danomalie mais bien un risque
suprieur li ce type dactions. Le CAPM nest pas complet selon eux et il faudrait y
rajouter un facteur de risque de dtresse li la dtention des actions value.

>< HA#&$-"%$1.'-13#1,%*3*.%"&*'
!
A loppos, dautres auteurs comme Lakonishok, Shleifer et Vishny (1994) expliquent cette
prime travers les biais comportementaux auxquels sont soumis les individus. En exploitant
les erreurs systmatiques commises par les agents, certains investisseurs seraient en mesure
dobtenir des rendements plus levs. Cette prime nest donc pour eux pas lier un
quelconque risque supplmentaire de ces actions values. Barberis, Shleifer et Vishny (1998)
dmontrent aussi que cette prime value provient dune sous-valuation de ces actions par le
march. Les biais mis en avant sont le conservatisme qui consiste sous-estimer les
informations nouvelles par rapport aux anciennes et le biais de reprsentativit qui tend
considrer le pass comme un bon proxy du futur. Il y aurait galement un biais systmatique
des investisseurs en faveur de ce qui est connu et rput, entranant la survaluation de
certains actifs. De leur ct, les titres peu attrayants seront sous-valus au vu de leurs
caractristiques intrinsques. Le march ralisera par la suite ses erreurs de valorisation pour
sajuster et devenir plus efficient.

Cette explication est videmment celle retenue par le fond Behavioral value qui entend
appliquer les principes de la finance comportementale pour dgager un rendement
excdentaire. On voit donc que le fond se distingue des autres en mettant en uvre une
stratgie value baigne dans un cadre comportemental. En ayant appliqu de faon
systmatique un modle de valorisation bas sur la gestion value et en retenant lexplication
comportementale de ce phnomne, on peut attribuer les rsultats de ce fond aux principes de

!
IO#!
!

finance comportementale et lexploitation de certains biais quelle met en vidence


(reprsentativit et conservatisme principalement).

De plus, la gestion presque entirement quantitative du fond et la formation particulire des


managers (axe sur les mathmatique) dans le but de se protger dautres biais comme lexcs
de confiance et le mimtisme en font galement une particularit.

FN*4*I/7*$/"&/=/"#7*&'*8%"&*/W2.)M',7*2-$*.-*+/7#)%"*4"&5**
!
Le fond de la banque Degroof met donc en place une gestion value qui tire son explication
des principes de finance comportementale. Etant donn que sa stratgie se focalise sur ce style
de gestion depuis sa cration, lexplication de ses rendements est trouver au cur mme de
ce type dinvestissement. Cependant, il convient de noter quen plus de leffet value, un effet
pays ou de secteur pourraient galement expliquer les returns du fond. Il aurait alors fallu
choisir un indicateur neutre sectoriellement pour le montrer. Nous avons toutefois choisi de
se concentrer sur leffet value et ses liens avec la finance comportementale pour expliquer les
rendements du fond.

Les stratgies dinvestissement bases sur lapproche value remontent Graham et Dodd en
1940. Comme mentionn au paragraphe 3, Basu (1977) fut le premier trouver une relation
positive entre le ratio du bnfice par action et le rendement moyen dune action. De Bondt et
Thaler (1987) montrent eux une relation positive entre le ratio valeur comptable/prix de
laction et le rendement. Enfin, Lakonishok, Shleifer et Vishny (1994), dmontrent que les
actions values affichent long terme des rendements suprieurs mais que cette diffrence de
return ne sexplique pas par une prise de risque supplmentaire. En effet, ces actions ont des
bta et cart-types plus faibles que la moyenne. Ce constat va donc lencontre du CAPM.

Le tableau ci-dessous reprend les rendements historiques par anne du fond Behavioral value
de la banque Degroof depuis sa cration ainsi que ses rendements annualiss sur 10, 5, 3, 2 et
1 an. Ce tableau nous a t fourni par M. Denef et nous lutiliserons pour nos analyses jusqu
la fin de notre expos. Contrairement aux calculs de rendements raliss dans le chapitre 2 o
nous prenons les rsultats de fin danne, M. Denef a lui pris les rsultats du fond la mi-mai.
Ceci explique les diffrences de rendements entre ces deux valuations. Pour permettre la

!
6R#!
!

comparaison, les returns du benchmark (le MSCI EMU value DNR) et de la catgorie (MSCI
EMU DNR18) sont aussi reprsents.

!
Tableau 9: Rendements historiques du fond Degroof Behavioral value (Source : Banque Degroof).

;< I1.2'4)<'0J!K'4"&5*'H5,1#*'LM*.-73",:N'
!
Pour que lanalyse soit relevante, nous prenons les rendements du fond sur 10 annes (depuis
2005). Il a sur cette priode fait mieux que son benchmark, le MSCI value (+4,02%) ce qui
signifie que le processus mis en place a effectivement permis de dgager un rendement
excdentaire.

>< I1.2'4)<'0J!K'H5,1#*'L-"%=/1,$*N'
!
Sur 10 ans le fond sous-performe trs clairement lindice MSCI Europe (-17,36%). Etant
donn quil pratique une gestion value, cest l quil faut chercher comprendre cette
diffrence de return (notons que depuis la cration du fond Behavioral en 2002, celui-ci a sur-

!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
)JLindice Morgan Stanley Capital International European Monetary Union est un indice qui reprend les grosses et
moyennes capitalisations des pays de lUnion conomique et montaire europen.!

!
6)#!
!

perform les indices MSCI Europe et MSCI value Europe de 20,27% et 30,2%
respectivement) mme si, comme expliqu ci-dessus, un effet secteur ou pays aurait pu
lexpliquer aussi.

Si lon compare les rendements du fond ceux du MSCI Europe on remarque quil
surperforme fortement lindice de 2003 2005 en 2009 et 2010, 2012 et 2013. Il obtient donc
de meilleures performances aux lendemains de crises (bulle internet en 2002, subprimes en
2008 et dette souveraine en 2011) mais sous-performe la catgorie en priode de rcessions.
M. Denef insiste aussi sur le fait que, en 2002, la fin de lclatement de la bulle des valeurs
technologiques, les actions value sont fortement sous-values et ce facteur ne comporte que
trs peu de risque dou la belle performance du fond en 2003 (+13,16%). Par contre, dans un
contexte de crise financire, cette approche savre plus risque. Tout dpend donc du
contexte.

@< O*)%$1.'4"&5*'2".)'5.'-1.%*A%*'2*',=-*))$1.'
!
La stratgie value savre donc gagnante aprs de fortes priodes de stress sur les marchs,
pouvant profiter de nombreuses anomalies, mais sous-performe aussi durant ces mmes
priodes. Comment expliquer ce phnomne ? Ici aussi, il existe deux thories diffrentes.

Pour la thorie des marchs efficients qui voit la prime value comme une prime de risque, Lu
Zhang (2009) explique cette sous-performance en priode de rcession par une reconversion
de la production qui serait plus coteuse pour une entreprise value . En effet, cette dernire
possde davantage dactifs immobiliss (immeubles, usines de production) et deffectifs
quune entreprise growth par exemple. En cas de mauvaise conjoncture et de baisse des
marchs il serait donc plus difficile doprer des changements structurels au sein de
lentreprise.

La finance comportementale rejette cette vision l de la prime value et lattribue aux


comportements des investisseurs irrationnels. Afin de monter quelle ne reflte pas un
quelconque risque supplmentaire Lakonishok, Shleifer et Vishny (1994) ont mis au point des
tests afin de voir si les actions value se comportent moins bien en priodes de rcessions

!
67#!
!

conomiques 19 (ce qui indiquerait quelles sont effectivement plus risques). Ils ont
slectionn les mois de ralentissements conomiques et sont arrivs la conclusion que les
actions value avaient sur-perform les actions growth20 durant ces priodes l.

Cependant, nous remarquons que dans le cadre de notre fond, ses performances sont
beaucoup moins bonnes que sa catgorie en priodes de rcession. Selon M. Denef, durant ces
priodes de stress, les investisseurs cherchent refuge dans des actifs dfensifs et de qualit
dlaissant encore davantage les actions values qui apparaissent comme peu sres. Ils veulent
de la liquidit et se tournent davantage vers de grosses capitalisations avec une croissance
stable. Cest lorsque le march revoit petit petit ses dcisions dinvestissement en sadaptant
aux nouvelles informations et que les carts de valorisation se compressent, une fois la crise
passe, que linvestissement value redevient largement profitable et sur-performe.

FO*4*]-)K./77/7*/#*$/(%==-"&-#)%"7*

On peut se demander pourquoi et regretter que le fond, voulant pratiquer une gestion value,
nait pas cherch investir davantage et appliquer son processus dans des pays plus
pnaliss par le march avec de nombreuses anomalies capturer. On peut citer titre
dexemple les pays priphriques comme lEspagne ou la Grce en Europe ou encore les pays
mergents. En effet, nombreuses sont les valeurs sous-values dans ces pays offrant de belles
perspectives de rendement, condition tout de mme de bien savoir les slectionner.

Cependant, mme si ces marchs prsentent trs certainement des possibilits de bons
rsultats, le process ny a pas t appliqu. Diffrentes explications ont t avances par M.
Denef.

Premirement, le fait dinvestir dans des actions europennes manait dune demande de la
clientle de lpoque. Les actions des pays mergents apparaissant comme moins attrayantes.
Il faut aussi rappeler que le mme processus dinvestissement est rest en place depuis 2002.

!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
19
Ils ont analys les rendements des actions du NYSE et de lAMEX sur la priode 1968-1989.
20
Dfinition action growth : La gestion growth est une gestion action qui privilgie lacquisition de valeurs de
croissance et donc slectionner les valeurs qui prsentent les meilleures perspectives de croissance au cours des
annes venir. Les valeurs de croissance (growth) correspondent des socits bien valorises par les marchs
mais dont lactivit devrait continuer crotre lavenir, entranant ainsi le cours de laction la hausse.
(Source : Trader-Finance.fr).
!

!
68#!
!

Deuximement, pratiquer une gestion active dans ces pays engendrerait des cots de gestion
et taxes plus levs. Les lments oprationnels sont aussi plus complexes. Cependant, cela
tend samliorer ces dernires annes.

Enfin, dans les pays priphriques comme lEspagne, mme sil fait partie de lunivers
dinvestissement, le march est trop troit et ne permet pas dappliquer le processus de
manire optimale (lobjectif est de slectionner entre 20 et 25% dactions par groupe
dindustrie). Cela pose aussi des limites en terme de diversification. De plus la rglementation
sur les OPCVM impose aux fonds dtre constitus dau moins 20 titres. Le fond pourrait
alors choisir de se tourner vers les small caps pour largir son univers. Cependant, ici aussi
cela comporte certains inconvnients : ces petites valeurs sont gnralement trs peu liquides.
De plus, elles comprennent un risque spcifique plus important et seront beaucoup plus
sensibles aux chocs macroconomiques que des entreprises plus importantes.

*
!
!

!
6H#!
!

0%"(.'7)%"*+,",$-./*
!
Nous avons dans la premire partie de ce mmoire pass en revue la littrature concernant la
thorie financire et de gestion de portefeuille. Nous avons vu quil existait deux grands
courants que sont la thorie des marchs efficients qui suppose des investisseurs rationnels et
la finance comportementale, apparue par la suite et qui va lencontre de cette thorie en
mettant en avant certaines anomalies inexpliques par la thorie des marchs efficients. De
plus, il serait irraliste de supposer que tous les investisseurs soient totalement rationnels. En
effet, les individus sont des tres humains qui se laissent souvent guider par leurs motions et
croyances, et ce aussi sur les marchs financiers.

Dans la deuxime partie, nous avons ralis une analyse pratique dun fond qui met en uvre
les principes de finance comportementale : le fond Behavioral value EMU de la banque
Degroof. Nous avons commenc par calculer les diffrents ratios de performance de ce
dernier avant de les comparer son benchmark, le MSCI value EMU (chapitre 2). Enfin,
grce de nombreuses interviews nous avons tent de comprendre la stratgie mise en place
tout en faisant les liens avec la littrature existante et essay de voir si le fond applique
effectivement les principes de finance comportementale (chapitre 3). La question que lon
sest alors pose est la suivante : le fond met-il en uvre les principes de la finance
comportementale et peut-on attribuer sa performance ces principes?

Premirement, il convient de mentionner que selon M. Timmermans de la banque BNP


Paribas Fortis, la plupart des gestionnaires de fonds utilisent aujourdhui les grands principes
de finance comportementale et essayent de se prmunir contre les nombreux biais quelle met
en avant. Le phnomne de retour la moyenne est lui aussi exploit dans lallocation
dactifs.

Cependant, la particularit du fond Behavioral value que nous avons analys est quil pratique
une gestion presque totalement value baigne dans un cadre comportemental. Il utilise
principalement lanomalie de valorisation et tire profit des biais de conservatisme et dancrage
des investisseurs. En effet, ces derniers naccordent que trop peu dimportance aux nouvelles
informations et tendent extrapoler les donnes du pass. Ils ragiront donc trop tard
lannonce de bonnes nouvelles et ne seront pas en mesure de capturer la prime de rendement
lie. Aux extrmes, les prix observables sur le march nintgrent donc pas suffisamment le

!
6I#!
!

phnomne de retour la moyenne. Suite cette analyse, nous pouvons dire que ce fond
applique effectivement les principes de la finance comportementale. En effet, il tire profit des
anomalies quelle mentionne. De plus le processus de slection des titres est gr de manire
quantitative permettant ainsi dviter de nombreux biais (excs de confiance, mimtisme). Il
ne faut cependant pas oublier la version de lcole des marchs efficients qui voit la prime
value comme une prime de risque.

Sur 10 ans, le fond a surperform son benchmark (MSCI Europe value) de 4% ce qui montre
que le process mis en place a permis de dgager un rendement excdentaire long terme (sur-
performance de 30,2% depuis sa cration en 2002). Si lon compare les rsultats du fond au
MSCI Europe (non value) on remarque cependant quil a fortement sous-perform ce dernier
sur 10 ans (-17,36%). Nous avons essay dexpliquer ces rendements par la gestion value
pratique par le fond. Cependant, nous sommes conscients que dautres facteurs pourraient
aussi expliquer cette diffrence comme un effet sectoriel ou li aux pays par exemple. Nous
navons toutefois pas analys ces effets l et ceci constitue une limite de notre tude.

La gestion value a donc des difficults rsister aux graves rcessions conomiques. Nous
avons vu dans la littrature quune gestion value est gnralement cense faire mieux que le
march en priodes de troubles (Lakonishok, Shleifer et Vishny). Nanmoins cela ne se
vrifie pas dans notre cas.

Selon M. Denef, le gestionnaire du fond Behavioral value, cela sexplique par lattitude des
investisseurs qui fuient encore davantage les titres value en priode de crises pour prfrer des
actifs plus srs et moins volatiles. De plus, les priodes dobservation dont nous disposons
sont trop courtes que pour pouvoir tirer des conclusions gnrales sur ce type de gestion. Il
faudrait en effet observer des tendances beaucoup plus long terme. Enfin, la rpartition
sectorielle ou par pays peut aussi expliquer les sur- ou sous-performances dun indice ou dun
fond et est donc distinguer dun facteur de style comme le value. Des indices neutres
sectoriellement pourraient capturer cet effet factoriel indpendamment des secteurs choisis.
Cependant, nous navons pas utilis ce genre dindice dans notre tude.

!
66#!
!

Finalement, lapproche value savre trs fructueuse -dans ce cas-ci- aux lendemains de crises
et tend alors fortement sur-performer sa catgorie, le MSCI Europe (+13,40% sur 3 ans,
aprs la crise des subprimes de 2011).

*
!

*
!
!

!
6@#!
!

^)K.)%+$-21)/*
Aktas, N. (2004). La finance comportementale : un tat des lieux. Reflets et perspectives de la
vie conomique, 43, 19-33.

Alexander, G.J. et al. (1995). Investments. Prentice-Hall.

Allais, M. (1953). Le comportement de lhomme rationnel devant le risque : critique des


postulats et axiomes de lcole amricaine. Econometrica, 21, 503-546.

Albouy, M. (2005). Peut-on encore croire lefficience des marchs ? Revue franaise de
gestion, 157, 169-188.

Albouy, M., Charreaux, G. (2005). La finance comportementale ou lmergence dun


nouveau paradigme dominant ? Revue Franaise de Gestion, 31, 139-143.

Andlil. (2013). Dfinition du ratio de Sharpe. http://www.andlil.com/definition-du-ratio-de-


sharpe-130658.html. Consult le 17/06/15.
Lexique boursier.

Barberis, N. et al. (1998). A model of Investor Sentiment. Journal of Financial Economics.


49(3), 307-343.

Barberis, N., Thaler, R. (2003). A survey of Behavioral Finance. Handbook of the Economics
of Finance.

Basu, S. (1977). Investment Performance of Common Stocks in Relation to Their Price-


Earnings Ratios : A test of The Efficient Market Hypothesis. Journal of Finance. 32, 663-
682.

Broquet, C. et al. (1997). Gestion de portefeuille. Bruxelles : Ed. De Boeck.

Bessire, V. (2007). Excs de confiance des dirigeants et dcisions financires : une synthse.
Finance Contrle Stratgie, 10, 39-66.

Boujelbne Abbes, M. et al. (2009). Le biais de lexcs de confiance : Explication des


anomalies du march financier, cas du march franais. La Revue des Sciences de Gestion :
Direction et Gestion, 44(236), 25-33, 9-10.

Broihanne, M-H et al. (2005). Le comportement des investisseurs individuels. Revue


franaise de gestion, 157, 145-168.

Broihanne, M-H et al. (2006). Thorie comportementale du portefeuille : Intrts et limites.


Revue conomique, 57(2), 297-314.

Broihanne, M-H et al. (2012). Excs de confiance, perception du risque et prise de risque.
http://www.etatsgenerauxdumanagement.fr/egm2012/ddoc-275-S8-M.Merli-MH.Broihanne-

!
6J#!
!

P.Roger.pdf. Consult le 04/07/15.

Cadet, B. Chasseigne, G. (2009). Psychologie du jugement et de la dcision. Bruxelles : Ed.


De Boeck.

Cayatte, J-L. (2004). Introduction lconomie de lincertitude. Bruxelles : Ed. De Boeck.

Choe, H et al. (1999). Do foreign Investors Destabilize Stock Markets ? The Korean
Experience in 1997. Journal of Financial Economics. 54, 227-264.

Corcos, A., Pannequin, F. (2008). Conservatisme, reprsentativit et ancrage dans un contexte


dynamique : Une approche exprimentale : Avril 2006. Recherches Economiques de Louvain,
74, 77-110.

Daniel, K., et al. (1998). Investor Psychology and Security Market Under- and Overractions.
Journal of Finance. 53(6), 1839-1885.

Daniel, K., Titman, S. (1999). Market Efficiency in an Irrational World. Financial Analysts
Journal. 55(6), 28-40.

Dispas, C. (2010). Styles de gestion : Esprances de rendements et expositions aux facteurs


de risque. Universit catholique de Louvain.

Dispas, C., Boudghene, Y. (2011). Gestion de portefeuille. Bruxelles : Ed. Larcier.

Damas (2013). Dfinition defficience du march. http://www.andlil.com/definition-


defficience-du-marche-130544.html (consult le 06/04/15)
Lexique boursier.

De Bondt, W., Thaler, R. (1985). Does the Stock Market overreact ? Journal of Finance. 40,
739-805.

De Bondt, W., Thaler, R. (1994). Financial decision-making in markets and firms : a


bahavioral perspective. NBER Working Paper Series, working paper no. 4777.

De Brouwer, P. (2001). La finance comportementale ou la psychologie de linvestisseur.


Finances, Vecteur, Septembre 2001, 14-16.

Degroof Fund Management Company. (2007). Behavioral Value funds.


Document fourni par la banque Degroof.

De Witte, I. (2015). Nous nous trouvons dans la plus grande bulle jamais constitue.
TrendsTendance. N du 26 mars 2015, 132-134.

!
6O#!
!

Deschamps, M., Ferey, S. (2012). Economie comportementale et politique de concurrence.


Une tude du cas franais. Revue Franaise dEconomie. 27, 81-114.

Dispas, C. (2010). Styles de gestion : Esprances de rendements et expositions aux facteurs


de risque. Universit catholique de Louvain.

Dispas, C., Boudghene, Y. (2011). Gestion de portefeuille. Bruxelles : Ed. Larcier.

Fama, E. (1965a). Random Walks in Stock-Market Prices. Financial Analysts Journal. 21(5),
55-59.

Fama, E. (1965b). The Bahavior of Stock-Market Prices. Journal of Business. 38(1), 34-105.

Fama, E. (1970). Efficient capital markets : A review of theory and empirical work. Journal
of finance, 25, 383-417.

Fisher, I. (1928). The Money Illusion. New-York : Ed. Adelphi.

Fonteneau, G. (2009). Gestion Value ou Growth : Laquelle est gagnante CT pendant une
crise ? http://www.leblogpatrimoine.com/bourse/gestion-value-ou-growth-laquelle-est-
gagnante-a-ct-pendant-une-crise.html. (consult le 19/06/15).

French, Craig W. (2003). The Treynor Capital Asset Pricing Model. Journal Of Investment
Management, 1(2), 60-72.

Giot, P. (2009). Lirrsistible ascension de la finance comportementale. Revue Bancaire et


Financire, 2-3, 156-158.

Griffin, D., Tversky, A. (1992). The Weighing of Evidence and the Determinants of
Confidence. Cognitive psychology. 24(3), 411-435.

Grinblatt, M. et al. (1995). Momentum Investment Strategies, Portfolio Performance and


Herding : A Study of Mutual Fund Behavior. American Economic Review. 85(5), 1088-1105.

Hirshleifer, D. (2001). Investor Psychology and Asset Pricing. Journal of Finance. 56(4),
1533-1597.

Hirshleifer, D. (2003), Shumway, T. Good Day Sunshine : Stock Returns and the Weather.
Journal of Finance. 58(3), 1009-1032.

Jahanzb, A et al. (2012). Implication of behavioral finance in investment decision-making


process. Information Management and Business Review, 4(10), 532-536.

!
@R#!
!

Jondeau, E. (2001). Le comportement mimrique sur les marchs de capitaux. Bulletin de la


Banque de France, 95.

Kahneman, D. et al. (1974). Judgement under Uncertainty : Heuristics and Biaises. Science.
185, 1124-1131.

Kahneman, D., Tversky, A. (1979). Prospect Theory : an Analysis of Decision under Risk.
Econometrica. 47(2), 263-291.

Kahneman, D., Tversky, A. (1986). Rational Choice and the Framing of Decisions. The
Journal of Business. 59(2), 251-278.

Kahneman, D., Riepe, M. (1998). Aspects of Investor Psychology. Journal of Portfolio


Management. 24(4), 52-65.

Kircler, E. et al. (2001). Framing Effects on Asset Markets: an Experimental Analysis.


Discussion paper. Humboldt-University of Berlin. 173-194.

Lakonishok, J. et al. (1992a). The Structure and Performance of the Money Management
Industry. Brookings Papers on Economic Activity : Microeconomics. 339-391.

Lakonishok, J. et al. (1994). Contrarian investment, extrapolation and risk. Journal of


Finance. 49, 1541-1578.

Les Echos (2013). Biais cognitif et effet momentum. http://www.lesechos.fr/idees-


debats/cercle/cercle-82642-biais-cognitifs-et-effet-momentum-1000964.php (consult le
07/03/15).

Maupas (2001). De lutilit des ratios de Sharpe et dinformation.


http://www.quantalys.com/ACTU/1/301/article_De_l_utilite_des_ratios_de_Sharpe_et_d_inf
ormation.aspx (consult le 07/05/15).

Odean, T., (1998). Are Investors Reluctant to Realize their Losses ? Journal of Finance.
53(5), 1775-1798.

Park, H., Sohn, W. (2013). Behavioral finance : A survey of the literature and recent
development. Seoul Jounal of Business, 19(1), 3-42.

Poterba, J., Summers, L. (1988). Mean reversion in stock returns : Evidence and implications,
Journal of Financial Economics, 22, 27-60.

Rainelli-Le Montagner, H. (2006). La thorie financire classique : une parenthse de 50


ans ? Grer et comprendre, 84, 24-33, 75-77.

!
@)#!
!

Ricciardi, V., Simon, H. (2000). What is behavioral finance ? Business, Education and
Technology Journal.

Rodier, J-P. (1999). Les systmes de mesure de la performance. Paris : Ed. Harvard Business
Review.

Salzman, D. (2007). Emotions, Beliefs and Illusionary Finance. Universit catholique de


Louvain.

Scharftein, D., Stein, J. (1990). Herd Behavior and Investment. American Economic Review.
80, 465-479.

Shefrin, H., Statman, M. (1985). The disposition to sell winners too early and ride loosers too
long: Theory and evidence. Journal of Finance. 40(3), 777-790.

Shiller, R. (2003). From Efficient Markets Theory to Behavioral Finance. Journal of


Economic Perspectives, 17(1), 83-104.

Shleifer, A. (2000). Inefficient markets : an introduction to behavioral finance. New-York :


Oxford University Press.

Susskind, A. (2005). La finance comportementale. Bruxelles : Ed. Larcier.

Thaler, R. (2005). Advances in Bahavioral finance. New Jersey : Princeton University Press.

Trader-Finance.fr. Dfinition Gestion value. http://www.trader-finance.fr/lexique-


finance/definition-lettre-G/Gestion-value.html. (consult le 01/07/15).

!
2#!
!

I)7#/*&/7*#-K./-'W*4*
'FGD;FB!)*!&;3=;:;34<!=B!153=!;4!=B!G;3?Q:F9M!###########################################################################!8J!
'FGD;FB!7*!D;!9;3=;:;34!;T?0=;34F29;!=B!153=!##################################################################################!HR!
Tableau 3: l'cart-type!######################################################################################################################################!H)!
'FGD;FB!H*!D;!9F425!=;![QF9C;!######################################################################################################################!HH!
Tableau 5: le ratio de Treynor!#######################################################################################################################!H6!
Tableau 6: l'alpha de Jensen!###########################################################################################################################!H@!
Tableau 7: le tracking error!############################################################################################################################!HJ!
Tableau 8: le ratio d'information!##################################################################################################################!HO!
Tableau 9: Rendements historiques du fond Degroof Behavioral value!########################################!6R!
!
!

I)7#/*&/7*8)+'$/7*4*
\2PB9;!)!*!(E5DB4253<!=;<!9;3=;:;34<!=B!153=g!=B!G;3?Q:F9M!;4!=;!D>23=2?;!=;!:F9?Q0!
=;CB2<!7RR7!##############################################################################################################################################!8O!
Figure 2: "Roue de la fortune" d'une entreprise cote (Source : Banque Degroof)!###################!I8!
Figure 3 : Le processus dinvestissement du fond Behavioral value.......IH

*
!
!
!

!
22#!
!

5""/W/7*4*
5""/W/*3*4*0%=2%7)#)%"*&/*.<)"&)(/*>:0!*4"&5*'H0P>;*
! ?"+,@,-A
5#
6>484
8   :7!":5 
5
 &)9< @9A ),B *9& *9&
1((&)8 69 69
:>&?

&)89(9)98 # 4/ /3 ! !  29; 
@9A((&)8 '4'#$ /3   )=< 
),B "  "
!  1# 4# '# 3  
  /())*(8 !
$=89 !"! 1#/   !!   9(8 
:89      
  ),89(8 
#$$# %     ! /())*(8 
#+= " 

1 --#31# /3 !  /())*(8 
,() !" 

 CC34- $ !!  /())*(8 
'$/4 #  !
 
 '*&:+*8 
#5# /3  
!
 /())*(8 

'&9 
!   !


:8-
;> : 58?-
;>
! !
 ! !
!
 ! !

!  !
 !
!
!
 !

!

 ! !

   ! " #  ! ##   ! $%!  ! -'% !  ! #%!
& '
 #&%! #  ! (#) ! .#)" ! /#) !
* &'' #&+  ! & '# !

,&'#&* )&&$% !

5#
6
>:#:3:;?
Source : www.msci.com
& $'! 0  (  
  * !
)  0 
   $'! 0  ! 0  (  
  * !
) 
 9
  
 2   
)   : ;* 
< 
  

* 
     2   2 0     %& $'! 
 
  *
 
2 * 2  = *         
 
2   
 * 

  
      *
)1      
03%$    
<
  
* 
2 *
  01 2   
<2  *3%   
 *
) *
   9  

"0 9*0>2 :    2


  4      *


)  %
*

* B& $'!
   C,   $'!D  0 

) 
     
* 
D
 0
 
  0   2%'   5 2 
  
 

*
2  2   
    20 
    
   %B 2 
 
 

)    

    0  
$
 % $'! ./2 -,,      
 #E! %  2   ***%%%

& 2    


   1 F!2  F3    0  

   
 
  *     *   *    2  $'!% & !2      0 
   2  
  
   
) 
     *5            2<   
  %
G  
  
   
0   
   2  2   2     2    
%"2!2    $'!
)   
  

*   5   0           


 2      <       
   
   %     2  !2       $'! 
)  

 

   
 1  2 2  3  
2
 
 0 
 %&!2   

F F 
 2
!2     2       0
2!2  %"B"B $'!!"'%BH"IB!&$$$!!H!$BH!&$BH&G!H!H'&BH!"!H'&$##6!H$BH
"I&G!H#H&I!"(B6(!"&G J!"BH'B #!6!"B&G!"BH &!B"1'G"F $'!#H&IF3 J$"IKHH"&!$BHH#H$"&&!B"$"&B&G 7!  7&"&#H !&&I
6K'G $'!#H&IGHI7#H$$6I!$'6! $66! #6!KHH"&!$!"'6!"KHH"&!$B H'G"&!6!&I"!&"$$BH#H&!'6H#H#B$%K!&GB&6! !&!""IB

* &GBHB!""&B&G 7!  7&"&#H !&&I6K!""B("&$G66"IB&G $'!#H&!$G("I6!!6!&IHH!""IB&G!"BH &!B"BH"I!H'&!"!H'&


$#'!6#"!&!('B"$L"&!61!"'6!"6B$&#HB!&$3BH"IB&GH $("!"B&!!B&G#B$$!!6!&IB$'G $%&2  )
    0  
 0   0 *0)

 
%

M@,-A $'!!%   


%

* $'! (6!"7

*
!
!
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
21
Composition au 30/06/15

!
222#!
!

5""/W/*B*4*0%=2%7)#)%"*&/*.<)"&)(/*>:0!*V'$%2/BB*
! ;"*+<+,=
3
4<161
6   8583 
3
 7):+ @:A )B *: *:
1(()9 : :
7;>?
#
)9:(:7):9  5/ /4 !
" 3:< 
@:A(()9 14  !#
" 3:< 
)B $"
!$ #
'5'% /4 "
! )=+ 

%=9: !$! 1 5 ' 4  

 /())*(9 #
;9: $   3413 12 1 "!
 )9:A9

%4  ##

)9(9* 
,= !$"##

1/  # !!
  :(9
"
() #$
! 
   "#

 )79:(9 !
%% &    # /())*(9 
-  !#  )?'*< 
': "
!



86%
9< 8 36=%
9<
 $  $
$ $
$  $
$
$ $
 $
 $

$
 $

 $
 $
 $

!" "#  $ #%


"# &"'  $ #&"#  $ !   $ .%' $ " $ /&)# $ &' $
#%&# $ (&)$ &"# $ 0&) $
*%&"+ ),'$ &""&"#$ ,'$

+ %%" &"-" # $

Source : www.msci.com!
3
4
<8 8089=
* &
(/ 
 $'!/ ! / !
(0! !2 
 7   
  
(
   )1  1/ ) 
          8 8  
 
 
/ %&
   
(  1     )  

5""/W/*C*4*0%=2%7)#)%"**/#*(-$-(#,$)7#)M'/7*2$)"()2-./7*&'*8%"&*G/+$%%8*6*7"4$1,"&'
  
(3
  /  
   / %&
( )
3   7/    
"/ 7)
/91 : 
  3      )

(  % 
BC
4"&5**V>_ *

"/   6
(6 )
( /  
 
  

  8 4     
%

!
;VIVLVZ]`Z>5a0V* \bC\c* V_Z* ]Z5a0V*
0`]!a!>>`* #$%%&! '()! *'+,-(.!
dVZVIGD5eV*ae*
>& $'!
#$%/&! '()! 0'12')+3045!
fV0!a5*:5* #$6#&! '()! 7)308'!
   ?+   $'!@  / 

( 
     
) 
@
 /
 
  /   1%'   4 1 
  
 
1  1   
    1/ 
    
   %> 1 
 
 

(    

    /  
$
 % $'! -.1 ,++      
 #A! %  1   )))%%%

!>>`]!a5ag*5f* #$6#&! '()! 3(51)-3!


& 1    
   0 B!1  B2    /  

   
 
  )     )   )    1  $'!% & !1      / 
   1  
  
   
( 
     )4            1C   
  %

Z5aG:;5G*D`IG!af*ae* #$9:&! '()! 0'12')+3045!


D  
  
   
/   
   1  1   1     1    
%"1!1    $'!
(   
  
  4   /           
 1      C       
   
   %     1  !1       $'! 
(  

 

   
 0  1 1  2  
1
 
 / 
 %&!1   

B B 
 1

]Z5L`Z;*5f*]Z5ah]_Z;*5!ZL`Z;* #$9;&! '()!


!1     1       /
1!1  %">"> $'!!"'%>E"F>!&$$$!!E!$>E!&$>E&D!E!E'&>E!"!E'&$##G!E$>E
"F&D!E#E&F!"H>GH!"&D I!">E'> #!G!">&D!">E &!>"0'D"B $'!#E&FB2 I$"FJEE"&!$>EE#E$"&&!>"$"&>&D 5!  5&"&#E !&&F ,').30<!
GJ'D $'!#E&FDEF5#E$$GF!$'G! $GG! #G!JEE"&!$!"'G!"JEE"&!$> E'D"&!G!&F"!&"$$>E#E&!'GE#E#>$%J!&D>&G! !&!""F>
aV`L`:;*:5* #$/9&! '()!
&D>E>!""&>&D 5!  5&"&#E !&&FGJ!"">H"&$DGG"F>&D $'!#E&!$DH"FG!!G!&FEE!""F>&D!">E &!>">E"F!E'&!"!E'&
$#'!G#"!&!H'>"$K"&!G0!"'G!"G>$&#E>!&$2>E"F>&DE $H"!">&!!>&D#>$$!!G!&F>$'D $%&1  (
    /  
7)308'!
0aL*5::_Z5a0V:* #$/=&! '()! 7)308'!
 /   / )/(

 
%

L<+,= $'!!%   


%

^`II`ZV* #$>%&! '()! 7)308'!


5:>*!a;VZa5;!`a5I*ae* #$>%&! '()! 0'12')+3045!
$'! !"5

500`Z*:5* #$>%&! '()! 7)308'!


ZViVI*:5* #$>9&! '()! 7)308'!
;VIVe!:!`a*]Z5a05!:V*j;H]H3k* #$>/&! '()! 7)308'!
!a;I*0`a:`I!G5;VG*5!ZI!aVTG!* #$>/&! '()! 5?3-0!
:V^*:5* #$>>&! '()! 7)308'!
eV`I!5*Vae!Z`aaV>Va;* #$>>&! '()! 7)308'!
D5e5:*:5* #$>>&! '()! 7)308'!
I5f5ZGVZV*:05* #$>;&! '()! 7)308'!
^5a05*L`L`I5ZV*G!*>!I5a`* #$>;&! '()! -13+<!
fZ`_LV*^Z_iVIIV:*I5>^VZ;*:5* #$;/&! '()! *'+,-(.!
DV!aVhVa*D`IG!af*ae* #$=@&! '()! 0'12')+3045!
_^!*^5a05*:0L5* #$=%&! '()! -13+<!
0l0*fZ`_L*LI0* #$=6&! '()! -)'+304!

!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
22
!Composition au 30/06/15!
23
Composition au 16/05/15

!
2E#!
!

V!]]5fV* #$=6&! '()! 7)308'!


G5e!GV*05>L5Z!T>!I5a`*:L5* #$=9&! '()! -13+<!
;V0Da!L*:5* #$=>&! '()! 7)308'!
05:!a`*f_!0D5ZG*LVZZ50D`a* #$==&! '()! 7)308'!
5I05;VITI_0Va;* #$==&! '()! 7)308'!
ZDV!a>V;5II*5f* :$##&! '()! ,').30<!
^`_mf_V:*:5* :$#%&! '()! 7)308'!
>VG!`^5a05*:L5* :$#6&! '()! -13+<!
aa*fZ`_L*ae* :$#9&! '()! 0'12')+3045!
^5a0`*L`L_I5Z*V:L5a`I* :$#>&! '()! 5?3-0!
hVZ!af* :$#;&! '()! 7)308'!
:;`Z5*Va:`*`mSTZ*:D:* :$#;&! '()! 7-0+304!
0aD*!aG_:;Z!5I*ae* :$#;&! '()! -13+<!
5ZhV>5* :$#=&! '()! 7)308'!
`:Z5>*I!0D;*5f* :$#=&! '()! ,').30<!
5I:;`>* :$:#&! '()! 7)308'!
L_^I!0!:*fZ`_LV* :$:#&! '()! 7)308'!
VZ:;V*fZ`_L*^5ah*5f* :$:#&! '()! 3(51)-3!
hn:*5fTZVf* :$::&! '()! ,').30<!
fG]*:_Vg* :$:6&! '()! 7)308'!
e`V:;5IL!aV*5f* :$:6&! '()! 3(51)-3!
5fV5:* :$:/&! '()! *'+,-(.!
`>e*5f* :$:>&! '()! 3(51)-3!
_L>Thm>>VaV*`mS* :$:>&! '()! 7-0+304!
5G!G5:*5f* :$@:&! '()! ,').30<!
VaVI*:L5* :$@@&! '()! -13+<!
VH`a*:V* :$@@&! '()! ,').30<!
X!5fVa*aHeH* :$@9&! '()! ,').30<!
0`>>VZg^5ah*5f* :$@9&! '()! ,').30<!
DV!GVI^VZf0V>Va;*5f* :$@/&! '()! ,').30<!
5Vf`a*ae* :$@>&! '()! 0'12')+3045!
!^VZGZ`I5*:5* :$%@&! '()! 5?3-0!
GVID5!gV*fZ`_L* :$%%&! '()! *'+,-(.!
I5]5ZfV*:5* :$%%&! '()! 7)308'!
0ZVG!;*5fZ!0`IV*:5* :$%6&! '()! 7)308'!
]ZVVaV;*5f* :$%>&! '()! ,').30<!
]!5;*0DZm:IVZ*5_;`>`^!IV:*ae* :$6@&! '()! -13+<!
5;`:* :$6%&! '()! 7)308'!
!af*fZ`VL*aeT0e5* :$9#&! '()! 0'12')+3045!
0`>L5fa!V*GV*:5!a;*f`^5!a* :$9:&! '()! 7)308'!
ZVL:`I*:5* :$9>&! '()! 5?3-0!
>VZ0h*hf55* :$9>&! '()! ,').30<!
_a!0ZVG!;*:L5* :$9;&! '()! -13+<!
Va!*:L5* :$9=&! '()! -13+<!
DV!aVhVa*ae* :$/#&! '()! 0'12')+3045!
]ZV:Va!_:*>VG!05I*05ZV*5f*l* :$/:&! '()! ,').30<!
e!a0!*:5* :$//&! '()! 7)308'!
:`0!V;V*fVaVZ5IV*:5* :$/=&! '()! 7)308'!
L`Z:0DV*5_;`>`^!I*DIGfTLZ]* :$/=&! '()! ,').30<!
LVZa`G*Z!05ZG*:5* :$>%&! '()! 7)308'!
;VIV0`>*!;5I!5*:L5* :$>9&! '()! -13+<!
05L*fV>!a!* :$>=&! '()! 7)308'!
`Z5afV* :$=%&! '()! 7)308'!
G5a`aV* :$=/&! '()! 7)308'!
ZVa5_I;*:5* @$#;&! '()! 7)308'!
5i5*:5* @$:@&! '()! 7)308'!

!

'HJURRI(TXLWLHV(08%HKDYLRUDO9DOXH
06&,(081HW'LYLGHQG5HLQYHVWHG
E#!
! 5HQGHPHQWVDFWXDULHOV
&HVUHQGHPHQWVQHFRQVWLWXHQWSDVXQHLQGLFDWLRQILDEOHGHVSHUIRUPDQFHV
DQ DQV DQV  DQV IXWXUHVHWSHXYHQWrWUHWURPSHXUV,OVQHWLHQQHQWSDVFRPSWHG
pYHQWXHOOHV
IXVLRQVGHIRQGVTXLUHQGHQWOHVUpVXOWDWVGXSDVVpQRQDSSOLFDEOHVDX[
^aL*L5Z!^5:*
)RQGV'HJURRI(TXLWLHV(08%HKDYLRUDO9DOXH
 
06&,(081HW'LYLGHQG5HLQYHVWHG
  @$6/&! '()! 7)308'!
FLUFRQVWDQFHVDFWXHOOHV/HVSHUIRUPDQFHVSUpVHQWpHVVRQWFDOFXOpHVHQHXUR
DSUqVGpGXFWLRQGHWRXVOHVIUDLVSUpOHYpVSDUOHIRQGVjOH[FHSWLRQGHV
,QGLFH    
e`Ih:d5fVa*5fTLZV]* @$96&! '()! ,').30<!
pYHQWXHOVIUDLVGHQWUpHHWGHVRUWLH/DSROLWLTXHGLQYHVWLVVHPHQWQHSUpYRLWSDV
5HQGHPHQWVDFWXDULHOV GHFRUUpODWLRQHQWUHOHFRPSDUWLPHQWHWO
LQGLFHPHQWLRQQp3DUFRQVpTXHQWOD
:5a`]!*
9DOHXUQHWWHG
LQYHQWDLUHHQILQG
DQQpH %$==&! '()! 7)308'!
SHUIRUPDQFHGXFRPSDUWLPHQWSHXWGLIIpUHUGHFHOOHGHO
LQGLFH1LODJHVWLRQQL
&HVUHQGHPHQWVQHFRQVWLWXHQWSDVXQHLQGLFDWLRQILDEOHGHVSHUIRUPDQFHV
OHVIUDLVGHO
23&VRQWIRQFWLRQGHFHWLQGLFH
DQ DQV DQV DQV IXWXUHVHWSHXYHQWrWUHWURPSHXUV,OVQHWLHQQHQWSDVFRPSWHG
pYHQWXHOOHV
Source
)RQGV *!Banque
 Degroof#!
 





IXVLRQVGHIRQGVTXLUHQGHQWOHVUpVXOWDWVGXSDVVpQRQDSSOLFDEOHVDX[
FLUFRQVWDQFHVDFWXHOOHV/HVSHUIRUPDQFHVSUpVHQWpHVVRQWFDOFXOpHVHQHXUR
)RQGV     DSUqVGpGXFWLRQGHWRXVOHVIUDLVSUpOHYpVSDUOHIRQGVjOH[FHSWLRQGHV
,QGLFH     pYHQWXHOVIUDLVGHQWUpHHWGHVRUWLH/DSROLWLTXHGLQYHVWLVVHPHQWQHSUpYRLWSDV
GHFRUUpODWLRQHQWUHOHFRPSDUWLPHQWHWO
LQGLFHPHQWLRQQp3DUFRQVpTXHQWOD
9DOHXUQHWWHG
LQYHQWDLUHHQILQG
DQQpH SHUIRUPDQFHGXFRPSDUWLPHQWSHXWGLIIpUHUGHFHOOHGHO
LQGLFH1LODJHVWLRQQL
&$5$&7e5,67,48(6'8)21'6 OHVIUDLVGHO
23&VRQWIRQFWLRQGHFHWLQGLFH
   
5pSDUWLWLRQJpRJUDSKLTXH
)RQGV    
3D\V 3RLGV
)UDQFH 
&$5$&7e5,67,48(6'8)21'6 $OOHPDJQH 
,WDOLH 
5pSDUWLWLRQJpRJUDSKLTXH 3D\V%DV 
3D\V(VSDJQH 3RLGV

)UDQFH
%HOJLTXH 

$OOHPDJQH
$XWULFKH 

,WDOLH
)LQODQGH 

3D\V%DV
,UODQGH 

(VSDJQH 
d o n npes au 30/06/2015
%HOJLTXH 
 $XWULFKH 
DEGROOF EQUITIES EMU BEHAVIORAL VALUE )LQODQGH
,UODQGH


5pSDUWLWLRQVHFWRULHOOH
6HFWHXU 3RLGV

6HUYLFHVILQDQFLHUV 
&RQVRPPDWLRQGLVFUpWLRQQDLUH 
,QGXVWULH 
5pSDUWLWLRQVHFWRULHOOH
&RQVRPPDWLRQGHEDVH 
donnpHVDX
Publication de la VNI:www.degroof.be - De Standaard - De Tijd - L'Echo - Libre Belgique - Beama.be - Morningstar.be
6HFWHXU 3RLGV
TpO+32 2 287 97 09 (investisseurs particuliers) / +32 2 287 93 27 (investisseurs institutionnels) 6DQWp 
S
6HUYLFHVILQDQFLHUV 
E-PDLOfunds@degroof.be 0DWpULDX[ 
&RQVRPPDWLRQGLVFUpWLRQQDLUH 
7HFKQRORJLHGHO
LQIRUPDWLRQ 
,QGXVWULH 
6HUYLFHVDX[FROOHFWLYLWpV 
&RQVRPPDWLRQGHEDVH 
6HUYLFHVGHWpOpFRPPXQLFDWLRQ 
6DQWp 
(QHUJLH 
0DWpULDX[ 
$XWUHV 
 7HFKQRORJLHGHO
LQIRUPDWLRQ 
6HUYLFHVDX[FROOHFWLYLWpV 
6HUYLFHVGHWpOpFRPPXQLFDWLRQ 
3ULQFLSDOHVSDUWLFLSDWLRQV (QHUJLH 
$XWUHV 
 (QWUHSULVH 3RLGV
6$12), 
%133$5,%$6 
Source : Site de la banque Degroof.
3ULQFLSDOHVSDUWLFLSDWLRQV 92/.6:$*(1$* 
(QWUHSULVH
(1,63$ 3RLGV

! 6$12),
$;$ 


! %133$5,%$6
5(1$8/7
92/.6:$*(1$*



'$121( 
! (1,63$
25$1*( 

$;$
62&,(7(*(1(5$/($ 


* 5(1$8/7
81,&5(',763$ 

'$121( 
25$1*( 
* ,1)250$7,216&/e6 62&,(7(*(1(5$/($ 
81,&5(',763$ 
* 'DWHGHFUpDWLRQ
'HYLVH

(85
&RPSDUWLPHQWGH
)RQGVKDUPRQLVp
'HJURRI6LFDYGHGURLWEHOJH
2XL
'HUQLqUHYDOHXUQHWWHG
LQYHQWDLUH
,1)250$7,216&/e6  $JUppHQ $OOHPDJQH%HOJLTXH(VSDJQH)UDQFH
* 7RWDOGHVDFWLIVQHWV HQPLOOLRQV
&RGH,6,1

%( 6RFLpWpGHJHVWLRQGpVLJQpH
/X[HPERXUJ3D\V%DV
'HJURRI)XQG0DQDJHPHQW&RPSDQ\
'DWHGHFUpDWLRQ  &RPSDUWLPHQWGH 'HJURRI6LFDYGHGURLWEHOJH
&RGH%ORRPEHUJ 26,%% *HVWLRQQDLUHGXSRUWHIHXLOOH 'HJURRI)XQG0DQDJHPHQW&RPSDQ\
'HYLVH (85 )RQGVKDUPRQLVp 2XL
*
'HUQLqUHYDOHXUQHWWHG
LQYHQWDLUH
)UDLVG
HQWUpH 
0D[OLEUHPHQWQpJRFLDEOH
$JHQWDGPLQLVWUDWLI
$JUppHQ
%DQTXH'HJURRI/X[HPERXUJVXFFXUVDOH
$OOHPDJQH%HOJLTXH(VSDJQH)UDQFH
EHOJH
!
7RWDOGHVDFWLIVQHWV HQPLOOLRQV
7D[HERXUVLqUHjODVRUWLHRXDX
&RGH,6,1

 PD[(85
%(
'pSRVLWDLUH
6RFLpWpGHJHVWLRQGpVLJQpH
/X[HPERXUJ3D\V%DV
%DQTXH'HJURRI
'HJURRI)XQG0DQDJHPHQW&RPSDQ\
FKDQJHPHQWGHFRPSDUWLPHQW 6HUYLFHILQDQFLHUHQ%HOJLTXH %DQTXH'HJURRI
!
&RGH%ORRPEHUJ
7D[HVXUOHV23&90LQYHVWLVVDQWSOXV 26,%%
1RQ
*HVWLRQQDLUHGXSRUWHIHXLOOH 'HJURRI)XQG0DQDJHPHQW&RPSDQ\
eFKHOOHGHULVTXH
$JHQWDGPLQLVWUDWLI %DQTXH'HJURRI/X[HPERXUJVXFFXUVDOH
GHHQFUpDQFHV (FKHOOHDOODQWGH OHULVTXHSOXVIDLEOH j OH
)UDLVG
HQWUpH 0D[OLEUHPHQWQpJRFLDEOH EHOJH
6RXPLVjO
pFKDQJHGLQIRUPDWLRQ 1RQ ULVTXHSOXVpOHYp /DFODVVHGHULVTXHHVWXQ
7D[HERXUVLqUHjODVRUWLHRXDX  PD[(85 'pSRVLWDLUH
LQGLFDWHXUGXULVTXHOLpjXQLQYHVWLVVHPHQWGDQV
%DQTXH'HJURRI
FKDQJHPHQWGHFRPSDUWLPHQW
)UpTXHQFHGHFDOFXO 4XRWLGLHQQH 6HUYLFHILQDQFLHUHQ%HOJLTXH
XQH6LFDYRXXQFRPSDUWLPHQW7RXWFKDQJHPHQW %DQTXH'HJURRI
7D[HVXUOHV23&90LQYHVWLVVDQWSOXV
&O{WXUHGHODUpFHSWLRQGHVRUGUHV 1RQ
K GHODFODVVHGHULVTXHVHUDPHQWLRQQpGDQVOHVUDSSRUWVSpULRGLTXHVGHV6LFDY
eFKHOOHGHULVTXH
GHHQFUpDQFHV
'DWHGHOLTXLGDWLRQ - (FKHOOHDOODQWGH OHULVTXHSOXVIDLEOH j OH
6RXPLVjO
pFKDQJHGLQIRUPDWLRQ 1RQ ULVTXHSOXVpOHYp /DFODVVHGHULVTXHHVWXQ
LQGLFDWHXUGXULVTXHOLpjXQLQYHVWLVVHPHQWGDQV

)UpTXHQFHGHFDOFXO 4XRWLGLHQQH XQH6LFDYRXXQFRPSDUWLPHQW7RXWFKDQJHPHQW
&HWWHILFKHXWLOLVHOHPRW
IRQGV
GDQVOHVHQVG
XQH6LFDYRXG
XQFRPSDUWLPHQWGH6LFDYRXG
XQIRQGVFRPPXQGHSODFHPHQW&HGRFXPHQWQ
HVWYDODEOHTX
HQ%HOJLTXH/
pFKHOOHGHULVTXHFRUUHVSRQGDX
&O{WXUHGHODUpFHSWLRQGHVRUGUHV K GHODFODVVHGHULVTXHVHUDPHQWLRQQpGDQVOHVUDSSRUWVSpULRGLTXHVGHV6LFDY
SURILOGHULVTXHHWGHUHQGHPHQWSUHVFULWSDUOH(XURSHDQ6HFXULWLHVDQG0DUNHWV$XWKRULW\ (60$ 3RXUSOXVG
LQIRUPDWLRQVZZZHVPDHXURSDHX7RXWHVRXVFULSWLRQGRLWVHIDLUHVXUEDVHGXSURVSHFWXV
'DWHGHOLTXLGDWLRQ -
RXGXGRFXPHQWGHV,QIRUPDWLRQVFOpVSRXUOLQYHVWLVVHXU&HX[FLVRQWGLVSRQLEOHVVXUZZZGHJURRIEHWRXWFRPPHOHVUDSSRUWVDQQXHOVHWVHPHVWULHOV8QHYHUVLRQSDSLHUGHFHVGRFXPHQWVHVWpJDOHPHQW
GLVSRQLEOHDXVLqJHGHOD%DQTXH'HJURRI6$UXHGHO
,QGXVWULHj%UX[HOOHV6XUVLPSOHGHPDQGHFHOOHFLYRXVVHUDHQYR\pHJUDWXLWHPHQW

&HWWHILFKHXWLOLVHOHPRW
IRQGV
GDQVOHVHQVG
XQH6LFDYRXG
XQFRPSDUWLPHQWGH6LFDYRXG
XQIRQGVFRPPXQGHSODFHPHQW&HGRFXPHQWQ
HVWYDODEOHTX
HQ%HOJLTXH/
pFKHOOHGHULVTXHFRUUHVSRQGDX !
SURILOGHULVTXHHWGHUHQGHPHQWSUHVFULWSDUOH(XURSHDQ6HFXULWLHVDQG0DUNHWV$XWKRULW\ (60$ 3RXUSOXVG
LQIRUPDWLRQVZZZHVPDHXURSDHX7RXWHVRXVFULSWLRQGRLWVHIDLUHVXUEDVHGXSURVSHFWXV
RXGXGRFXPHQWGHV,QIRUPDWLRQVFOpVSRXUOLQYHVWLVVHXU&HX[FLVRQWGLVSRQLEOHVVXUZZZGHJURRIEHWRXWFRPPHOHVUDSSRUWVDQQXHOVHWVHPHVWULHOV8QHYHUVLRQSDSLHUGHFHVGRFXPHQWVHVWpJDOHPHQW
GLVSRQLEOHDXVLqJHGHOD%DQTXH'HJURRI6$UXHGHO
,QGXVWULHj%UX[HOOHV6XUVLPSOHGHPDQGHFHOOHFLYRXVVHUDHQYR\pHJUDWXLWHPHQW
E2#!
!

5""/W/*N*4*I/*$/"&/=/"#*&'*8%"&*^/1-J)%$-.*J-.'/b*&/*.<)"&)(/*>:0!*V>_b*&/*.<)"&)(/*
>:0!*V>_*J-.'/b*./*#-'W*7-"7*$)7M'/b*/#*./*$/"&/=/"#*&/*.<V'$%"/W#*3\\*2$)7*(%==/*
$/"&/=/"#*&/*=-$(1,BNH*
!

Date Degr Rende MSC MSCI MSC MSC Rende Tau Euron Rende Rm-
oof ment I EMU I I ment x ss ext ment Rf
EMU Net EMU EMU risq 100 du
price Divid VAL VAL ue march
end UE UE
Inves Pric Net
t e Div
Inve
st
2002 36,73 69,4 73,37 83,1 89,1 559,7
2 17 7 93 93 5
2003 48,58 0,3226 80,7 87,39 101, 111, 0,2467 0,04 615,9 0,1004 0,05
1 87 2 094 197 34 400 70
2004 58,64 0,2072 88,9 98,46 113, 128, 0,1571 0,03 657,9 0,0682 0,03
5 69 1 846 662 68 300 14
2005 74,79 0,2754 108, 123,4 144, 168, 0,3085 0,03 810,3 0,2317 0,19
4 904 47 746 359 32 500 85
2006 91,60 0,2247 129, 150,5 175, 210, 0,2488 0,03 962,8 0,1882 0,14
2 560 03 428 255 99 400 83
2007 93,26 0,0182 136, 162,2 174, 214, 0,0224 0,04 967,8 0,0052 -
5 449 78 472 962 47 800 0,03
95
2008 45,80 -0,5089 72,8 89,49 88,7 113, -0,4712 0,03 566,3 -0,4148 -
4 89 2 08 676 77 800 0,45
25
2009 60,71 0,3254 89,6 113,9 111, 148, 0,3079 0,03 683,7 0,2072 0,17
0 95 40 687 681 72 600 00
2010 62,96 0,0371 89,3 116,6 106, 146, -0,0163 0,03 690,8 0,0103 -
0 05 74 210 260 97 000 0,02
94
2011 50,34 -0,2004 73,9 99,58 83,2 119, -0,1860 0,04 592,8 -0,1418 -
0 70 5 51 049 06 500 0,18
24
2012 61,24 0,2165 85,0 118,4 91,8 137, 0,1535 0,02 696,8 0,1755 0,15
0 36 73 00 320 04 800 51
2013 77,57 0,2667 102, 146,1 112, 172, 0,2584 0,02 804,5 0,1544 0,12
0 320 52 010 800 55 100 89
2014 79,21 0,0211 104, 152,4 113, 179, 0,0362 0,00 835,9 0,0391 0,03
0 628 61 260 050 82 700 09
2015 96,01 0,2121 121, 179,4 128, 206, 0,1529 0,00 983,5 0,1765 0,16
0 718 88 570 430 86 200 79
Sources : Banque Degroof, site de la BNB, Yahoo!finance.
!
!

!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
24
Ces donnes sont tires dun tableau excel.

!
E22#!
!

5""/W/*O*4*X'/7#)%""-)$/*-&$/77,*o*>>H*G/"/8*/#*I%"+/J-.*&/*.-*K-"M'/*G/+$%%8*
j3Op\Op3Ok*
!
- En quoi consiste la stratgie de votre fond Behavioral value ?
- Appliquez-vous les principes de finance comportementale ?
- Comment faites-vous pour vous prmunir des biais comportementaux ?
- Vous faites de la gestion value (qui consiste acheter des actions sous-values en
esprant leur retour la moyenne) mais le fait de pouvoir slectionner les actions
sous-values traduit d'un biais d'excs de confiance (Griffin et Tversky (1992)
montrent que les professionnels tendent afficher un excs de confiance suprieur par
rapport aux autres investisseurs. Ils pensent pouvoir, mieux que les autres,
slectionner les titres sous-valus qui afficheront les meilleurs rendements futurs).
- Comment faites-vous pour grer ce dernier ?
Ensuite, utilisez-vous d'autres anomalies de march (effet momentum, actions small
cap) dans votre fond
- Les actions du portefeuille ne semblent pas tout fait reflter la stratgie explique.
En effet de nombreuses grosses capitalisations sont prsentes (Sanofi, VW, BNP
Paribas, AXA, Renault, Danone) et reprsentent un part assez importante du
portefeuille global. Comment faites-vous le lien avec la stratgie de finance
comportementale utilise ?
- Pourquoi avoir pris comme univers dinvestissement le Stoxx 600 ? Et ne pas se
focaliser sur les pays mergents ou Espagne en Europe par ex. ? 50 % du portefeuille
en valeurs financires ? Comment expliquer cela ? Pas un trop grand risque ?
- Comment expliquez que sur 10 ans le value ait moins bien perform ? Les fortes
diffrences par rapport au benchmark durant les annes de crise (2008, 2011) ?
- Utilisez-vous la low volatility anomaly ?
- Avantage du behavioral value par rapport au value traditionnel ?
- Comment forcez-vous en pratique ce retour la moyenne ?

5""/W/*P*4*X'/7#)%"7*-&$/77,/7*o*>H*;)==/$=-"7*&/*.-*K-"M'/*^aL*L-$)K-7*]%$#)7*
j3Pp\Qp3Ok*
!
!
- Quel regard portez-vous sur la finance comportementale ? Avez-vous vous mme des
fonds de ce genre ? Relle plus-value pour le portefeuille ? Appliquez-vous, dans vos
fonds, certains principes de finance comportementale, de manire dlibre ?
- Observez-vous en pratique ce retour la moyenne de la valeur dun actif ?
- Y a-t-il beaucoup dinvestisseurs qui ralisent de la gestion value lheure actuelle ?
Quapporte dans ce cas la finance comportementale ? Les investisseurs ne ralisent-ils
pas de la finance comportementale sans le savoir ?
- La thorie des marchs efficients prvaut-elle encore aujourdhui ?

!
E222#!
!

- La finance comportementale met en avant de nombreux biais dont souffrent les


investisseurs (optimisme ancrage, reprsentativit,). Comment faites-vous pour les
grer au sein de votre stratgie ?
- Avantage du behavioral value par rapport au value traditionnel ?
- Effet de mode ou relle tendance qui peut sinstaller long terme ?
- le choix des actions en portefeuille ne semble pas bien reflter la stratgie de gestion
explique (beaucoup de grosses capitalisations prsentes en portefeuille : Sanofi, VW,
BNP Paribas, ) Titres assez classiques ne reprsentant pas de petites entreprises ! le
fond applique-t-il les principes de finance comportementale ?
- Pensez-vous que ce soit les dcisions de gestion bases sur la finance comportementale
qui ont contribu cette performance (au vu des valeurs en portefeuille, rpartition
gographique, techniques utilises) ?
- Quelle philosophie de gestion suivez-vous pour implmenter votre stratgie ?
!
!

*
!

Vous aimerez peut-être aussi