Mémoire de recherche autour de la finance

comportementale et des biais

comportementaux

Approfondissement sur les comportements

auto-réalisateur
17/06/2022

M1 Economie et Gouvernance des Risques (EGR)

Florian Russo
Année universitaire : 2021-2022
Référent : Christian de Peretti

1
 SOMMAIRE

INTRODUCTION…………………………………………………………………………………………………4-5

I°) ETAT DE L’ART DE LA FINANCE COMPORTEMENTALE

1°) PRESENTATION DES AUTEURS

Frank Knight…………………………………………………………………………….……………………..6
Maurice Allais………………………………………………………………………………........................6
Daniel Ellsberg……………………………………………………………………………………………….7
Daniel Kahneman…………………………………………………………………………......................7
Amos Tversky………………………………………………………………………………........................7
2°) LES OUVRAGES ET PARADOXES MARQUANTS
La théorie des choix dans l’incertitude……………………………………………………………….8
La théorie du risque…………………………………………………………………………………………...9
Maurice Allais, précurseur de la finance comportementale…………………………..9-11
Daniel Ellsberg, paradoxe complémentaire d’Allais…………………………………….11-12

3°) LES BIAIS COMPORTEMENTAUX

L’effet d’ancrage…………………………………………………………………………………………13-14
L’excès de confiance………………………………………………………………………………………...14
Biais d’autocomplaisance…………………………………………………………………………………14
Aversion aux risques et aux regrets………………………………………………………….....15-16
Biais de présentation………………………………………………………………………………………..16
Biais de disponibilité…………………………………………………………………………………..16-17
Compatibilité mentale……………………………………………………………………………………..17
Statu quo…………………………………………………………………………………………………………17
Perception sélective……………………………………………………………………………………17-18
Instinct grégaire……………………………………………………………………………………………….18

2
II°) COMPORTEMENTS MOUTONNIER ET AUTO-REALISATEUR

1°) LES COMPORTEMENTS EN DETAIL

Comment se forment les situations auto-réalisatrices ?........................................19-20

2°) LES BULLES DU XXIe SIECLE

Les années 2000 et la bulle internet………………………………………………………………….21
La crise des subprimes……………………………………………………………………………………..22
Les cryptomonnaies, une bulle en devenir ?.....................................................................23
Pourquoi les bulles sont productives ?...............................................................................24

3°) ELARGISSEMENT SUR LES GOUROUS DE LA FINANCE ……………………...25-26

III°) MODELES STATISTIQUES ET ECONOMETRIQUES

1°) LES MODELES SETAR

Les modèles TAR en premier abord…………………………………………………………….27-28
Les modèles SETAR comme continuité…………………………………………………………….28

2°) LES MODELES A CHANGEMENT DE REGIME………………………………………29-30

3°) ANALYSE SUR LE S&P500…………………………………………………………………………31-34

CONCLUSION…………………………………………………………………………………………………………35

SOURCES………………………………………………………………………………………………..................36-37

3
 INTRODUCTION

L’incertitude et le risque, voilà deux concepts entièrement liés au comportement

humain. En effet, des personnes tout à fait normales et cohérentes peuvent en réalité
être parfaitement irrationnels dans des choix pourtant simples dès qu’une once de
risque ou d’incertitude apparait. Il est en effet très simple de se dire, que finalement, il
suffit de mieux réfléchir. Mais la démarche est bien plus complexe comme nous allons
le traiter tout au long de ce projet.

En effet, les comportements des individus devant l’incertitude sont diversifiés et

variables. Il a été constaté qu’en cas de risque ou d’incertitude les individus adoptent
des attitudes imitatives comme si, les autres avaient de meilleures informations que les
leurs. Mais, une étude comportementaliste de la finance, ne peut se limiter à
l’énumération des attitudes des individus dans des situation précises. Il faut trouver les
raisons de ces irrationalités. C’est d’ailleurs pour cette dernière, que dans ce projet,
nous étudierons également les travaux de psychologues et analystes. La psychologie
ayant une place majeure dans ces recherches.

Le but est donc de parcourir les comportements des individus et d’en sortir ceux qu i
ne correspondent pas à une logique de maximisation. En d’autres termes, lorsqu’un
individu est parfaitement rationnel, il utilise l’entièreté de l’information mise à sa
disposition pour investir et maximiser l’espérance de son utilité.

Dans ce projet, nous étudierons donc des « expériences », mais aussi des exemples
concrets. Le lecteur sera amené à faire des choix qui lui montreront son degré
d’irrationalité, tout à fait normal. Toutes ces mises en situations seront expliquées et
détaillées afin de démontrer, en comparaison à un individu parfaitement rationnel, le
choix optimal. Nous raisonnerons dans une logique de maximisation de la richesse,
base évidente de la finance.

Enfin sur ce dernier point, avant de nous immerger pleinement dans la réflexion au
combien complexe des individus, d’autres facteurs que la richesse sont pris en compte
par les agents. La peine est un élément important dans cette analyse autour du
comportement, et nous en étudierons la logique liée à sa minimisation.

Ce devoir est réalisé dans le cadre de la formation de Master 1 Economie et

Gouvernance des Risques (EGR). Nous étudierons dans une première partie l’état de
l’art en présentant les auteurs, leurs œuvres, les paradoxes liée à cette notion de la
finance mais aussi les dix biais comportementaux qui caractérisent l’irrationalité des

4
agents. Cette première partie sera traité en binôme avec mon collègue de promo mais
également ami depuis près d’une décennie, François Ciamin.

Dans une seconde partie, nous verrons les comportements auto-réalisateurs et leurs
variantes. On pourra notamment y traiter la question des médias qui jouent un rôle
majeur dans l’aggravation de certaines situations pourtant tout à fait normales. Il sera
question des bulles spéculative, des plus marquantes de ces vingt dernières années en
détaillant la création des phénomènes. Nous y traiterons également une légère partie
sur les « gourous » de la finance que certains agents suivent aveuglément dans leurs
choix. Cette partie aura pour but d’initier le lecteur, ou du moins l’immerger, dans le
domaine des auto-réalisation qui nous concernent tous. Peut-être, avec un peu de
prétention, pourrais-je permettre au lecteur d’être plus aguerrit dans ses choix.

Enfin, dans une dernière partie, je passerai aux modèles économétriques et statistiques
qui permettent de comprendre ces phénomènes et parfois de prédire, ne serait-ce que
légèrement, le futur de certains cours boursier. Dans cette partie, les formules seront
expliquées et détaillées, mais il faut savoir que tout cela est normalement initié en
deuxième année de Master. Ainsi, bien que penché sur le sujet, cela sera une parfaite
introduction aux enseignements futurs. Pour conclure cette partie, nous verrons une
étude réalisée par l’université Paris Dauphine en 2012 sur l’indice du S&P500.

Ce travail autour de la finance comportementale, permettra je l’espère d’éclairer des

lecteurs novices ou non-initiés.

5
 I°) ETAT DE L’ART DE LA FINANCE COMPORTEMENTALE

1°) PRESENTATION DES AUTEURS

Entrons dans le vif du sujet en abordant tout d’abord les auteurs et analystes marquant
de la finance comportementale ou « behavioral finance ».

FRANK KNIGHT

Le premier auteur que nous traiterons sera le plus ancien d’entre eux, à savoir Frank
Knight. Né en 1885 et mort en 1972, Knight est un économiste américain, fondateur de
la première école de Chicago. Professeur au département économique de l’université
de Chicago pendant 25 ans, il est à l’origine de la théorie du risque que nous verrons
au cours de notre projet.

MAURICE ALLAIS

Maurice Allais né en 1911 et mort en 2010, était un économiste et physicien français.

Considéré comme le précurseur de la finance comportementale son œuvre est
« touche à tout ». Diplômé de polytechnique d’où il est sorti major, il est également
Lauréat du prix Nobel d’économie en 1988. Il se démarque par ses prises de positions
libérales et sociales, il met en avant un modèle de libre-échange entre pays de même
caractéristique. Il s’oppose à l’ouverture douanière entre des pays fondamentalement
différents.

6
DANIEL ELLSBERG

Plus contemporain et toujours vivant, Daniel Ellsberg est un analyste américain né en

1931. Il a joué un rôle important dans beaucoup d’analyses notamment sur des dossiers
secrets pour les services de renseignements américains. Lauréat du prix Nobel alternatif
en 2016, il est considéré comme le premier lanceur d’alertes. A l’origine de travaux sur
la prise de décision en situation incertaine, son paradoxe complète les travaux de
Maurice Allais.

DANIEL KAHNEMAN

Également toujours vivant, Daniel Kahneman est un psychologue et économiste

américo-israélien né en 1934. Il est connu pour ses travaux, en collaboration avec Amos
Tversky, sur les économies comportementales et l’économie du bonheur. Ces travaux
lui valent le prix Nobel d’économie en 2002, soit 14 ans avant son confrère français
évoqué plus tôt.

AMOS TVERSKY

Cité précédemment, Amos Tversky fut un psychologue israélien né en 1937 et mort en

2002. Ses travaux avec Daniel Kahneman valent à ce dernier le prix Nobel l’année de sa
mort. Il est également à l’origine de travaux sur le jugement dans l’incertitude ainsi que
de la théorie des perspectives.

(Ici, une photo des deux chercheurs, à gauche Daniel Kahneman et à droite Amos
Tversky)

7
 2°) LES OUVRAGES ET PARADOXE

Nous allons entrer dans le vif du sujet en exposant d’abord, au lecteur, deux théories.
Celle des choix dans l’incertitude et celle du risque. Ensuite nous traiterons les
ouvrages des différents chercheurs de la finance comportementale.

LA THEORIE DES CHOIX DANS L’INCERTITUDE (MAURICE ALLAIS)

La théorie proposait repose sur la préférence pour la sécurité liée à la certitude, sur la
probabilité de perte et, plus globalement, sur un traitement approprié du risque. Elle
émet un doute sur la validité des résultats des analyses en termes d'utilité anticipée
dans la plupart des situations où elles sont généralement appliquées : la théorie des
jeux, la finance et les choix d'investissement des agents.

Selon la théorie néo-bernoullienne, un individu rationnel prend ses décisions dans

l’incertitude en vérifiant certains axiomes de rationalité.

Maurice Allais montre que les individus ont une forte préférence pour la sécurité au
voisinage de la certitude. Ainsi, ils préfèrent généralement la loterie A (10 000 €, 100%)
à la loterie B (15 000 €, 95% ; 0, 5%), mais préfèrent la loterie D (15 000, 45% ; 0, 55%)
à la loterie C (10 000 €, 50% ; 0, 50%), ce qui est incompatible avec des préférences
néo-bernoullienne.

Maurice Allais remet en cause l’axiome d’indépendance suivant : « Si la loterie A est

préférée à la loterie B, alors, quelle que soit la loterie C et quelle que soit la probabilité
p, la loterie [A (p) ; C (1- p)] est préférée à la loterie [B (p) ; C (1- p)] ». Selon lui, cet
axiome ne tient pas si la qualité de la loterie A était l’absence d’incertitude ou l’absence
de risque de perte.

D’un certain point de vue, Maurice Allais peut être considéré comme le précurseur de
la finance comportementale, qui a pour but d’analyser les choix fait par les individus. Il
introduit des phénomènes que n’explique pas la théorie néo-bernoullienne comme par
exemple : la préférence pour la sécurité, la préférence pour les gains importants,
l’impact des gains et des pertes passées sur les comportements.

8
LA THEORIE DU RISQUE (FRANK KNIGHT)

Figurant dans l’ouvrage « Risk, uncertainty and profit » publié en 1921, la théorie du
risque est essentielle dans une analyse de finance comportementale.

Dans un univers risqué, un individu parfaitement rationnel prend des décisions de

consommation et d’investissement en maximisant l'espérance (au sens probabiliste du
terme) de sa fonction d’utilité. Etant donné que la rentabilité des investissements
financiers sont aléatoires, les individus affectent des probabilités d'occurrence aux
événements futurs et ces probabilités entrent dans le calcul de l'espérance.

Cependant l'hypothèse d'aversion vis-à-vis du risque est confrontée à une observation
très simple. Depuis les années 1980, la part du P.I.B. consacrée aux jeux de hasard est
en augmentation dans de nombreux pays. Or tous les jeux de hasard comme les jeux
de casino, les courses ou des loteries d'État ont une espérance de gain négative. Il est
donc difficile de dire que les individus évitent de prendre des risques en toutes
circonstances s'ils ne sont pas rémunérés pour cette prise de risque.
Par ailleurs, Daniel Kahneman, distingué par le prix Nobel d'économie en 2002,
et Amos Tversky ont montré que les individus confrontés à des choix complexes
utilisent des règles simplifiées pour prendre leurs décisions. Cela conduit à l'existence
de biais psychologiques, c'est-à-dire de déviations par rapport à ce que préconisent la
théorie de l'espérance d'utilité et la théorie des probabilités.


Cette approche est en contradiction avec la théorie de l’efficience des marchés

développée dans les années 60. D’après cette dernière, les facteurs externes, comme
les émotions, n’interfèrent pas avec les choix économiques. Lorsqu'un marché est
suffisamment développé et que les informations le concernant sont connues par tous
les agents économiques, ceux-ci réagissent avec rationalité. Ils analysent les
informations afin de maximiser leur richesse et d’augmenter leur bien-être. Le marché
s’équilibre de lui-même. La psychologie n’y a donc pas sa place.


MAURICE ALLAIS, PRECURSEUR DE LA FINANCE COMPORTEMENTALE

L’œuvre de Maurice Allais est riche. Elle se compose de travaux d’économie théorique
et d’économie appliquée mais également de politique économique. Dans les années
1940, Maurice Allais établit précisément les fondements de la théorie
microéconomique néo-classique. En 1952, il remet en cause la théorie de la décision

9
en avenir incertain, et apparait comme étant le précurseur de la finance
comportementale.

Le paradoxe d’Allais est une théorie, proposée par l’économiste et physicien,

apparaissant en 1953. Proposons au lecteur un premier choix entre deux placements :

A : +100% dans 100% des cas

B : +150% dans 90% des cas et 0% dans 10% des cas

Nous sommes surs que le lecteur aura choisi le premier choix, car il y a une certitude
de rendement. Pourtant, si nous étudions l’espérance de chaque placement :

E(A) = 100%

E(B) = 150 x 0.9 + 0 x 0.1 = 135%

Il y a donc intérêt à choisir la loterie B.

Mais proposons au lecteur, la chance de se racheter, en lui exposant deux nouveaux

placements :

C : +100% dans 10% des cas et 0% dans 90% des cas

D : +150% dans 9% des cas et 0% dans 91% des cas

Cette fois-ci encore, et sans utiliser une boule de Crystal, nous sommes surs que le
lecteur aura choisi le placement D. Cela est tout à son honneur, en effet en étudiant
l’espérance de chacun des placements :

E(C) = 100 x 0.1 + 0 x 0.9 = 10%

E(D) = 150 x 0.09 + 0 x 0.91 = 13.5%

10
Pourtant personne n’aura calculer les espérances pour prendre sa décision. Voilà tout
le paradoxe évoqué par Allais au milieu des années 1950. Dans le premier cas, l’agent
est prêt à renoncer à des promesses de rendements élevées mais PROBABLES qu’à un
rendement plus faible mais CERTAIN. « Un tien vaut mieux que deux tu l’auras ». Ce
comportent est type de l’irrationalité.

En revanche, dans le deuxième cas, le gain nul est quasi acté. L’agent ne fait pas preuve
d’un sursaut de rationalité, son taux de déception étant faible, il choisit le placement
qui rapportera le plus. « On sauve les meubles », c’est ce qu’on appelle L’EFFET LOTERIE.

Le placement sera choisi en relation entre le degré de certitude et le degré de

déception.

DANIEL ELLSBERG, PARADOXE COMPLEMENTAIRE D’ALLAIS

Son paradoxe énoncé en 1961, s’inscrit dans la théorie de la décision. Pour le résumer
d’une manière simple et compréhensible, lorsque des individus sont confrontés à un
choix, la majorité s’oriente vers celui dont la loi de probabilité est connue.

Le paradoxe, émerge sous la forme du tirage suivant :

Soit une urne contenant 90 boules dont :

- 30 boules de couleur rouge ;

- 60 boules dont x de couleur noire et y de couleur jaune.

Deux tirages indépendants sont proposés. Dans le premier tirage, il faut faire le choix
entre l'une des deux options suivantes :

A. vous gagnez 100 euros si une boule de couleur rouge est tirée

B. vous gagnez 100 euros si une boule de couleur noire est tirée

Ensuite, dans la même configuration, un deuxième tirage est proposé :

C. vous gagnez 100 euros si une boule de couleur rouge ou si une boule de couleur
jaune est tirée

D. vous gagnez 100 euros si une boule de couleur noire ou si une boule de couleur
jaune est tirée

11
Ainsi, pour le tirage A, le nombre de boules rouges est connu (30). Pour le tirage B, le
nombre de boules noires est inconnu (x). Pour le tirage C, le nombre de boules rouges
est connu (30) mais le nombre de boules jaunes est inconnu (y). Pour le tirage D, le
nombre de boules noires et jaunes est connu (60).

L'expérience menée par Daniel Ellsberg montre que la majorité des individus choisiront
A et D, soit les tirages liés aux probabilités certaines. Alors, que ces deux choix sont
incohérents. En effet, le tirage A suppose qu'il y a plus de boules rouges que de boules
noires dans l'urne, donc plus de 30 boules rouges mais moins de 30 boules noires (plus
de boules rouges que de noires). En revanche le tirage D, implique que les individus
considèrent qu'il y ait plus de boules noires que de boules rouges.

La décision s’oriente sur le choix où une probabilité est connue, les choix incertains
étant donc écartés.

Le paradoxe, énoncé par Daniel Ellsberg, disparait si une quelconque distinction est
faite entre les situations de risques et celles d’incertitude. En effet, en situation de
risque, les probabilités des différents résultats sont connues. L’inverse étant, qu’en
situation d’incertitude, les différentes probabilités liées aux choix ne sont pas connues.
Les individus ne savent pas gérer l’incertitude et l’évite au maximum. Cette théorie
renvoie à la théorie du risque de Frank Knight en 1921.

12
 3°) LES BIAIS COMPORTEMENTAUX

Nous allons maintenant traiter les bais comportementaux. Caractéristique

fondamentale de la finance comportementale, ils font référence aux allitérations de la
pensée logique et rationnelle des individus face à des situations concrètes. Ils mènent
à des erreurs de jugements ou de raisonnement des agents.
L’étude des biais comportementaux, aussi appelés biais cognitifs, a commencé dans les
années 1970 par les économistes et psychologue Amos Tversky et Daniel Kahnerman
que nous avons évoqués précédemment. Leurs travaux ont porté principalement sur
les raisons pouvant mener un individu à prendre des décisions irrationnelles sur le plan
économique.
Lors de leurs études, ils ont pu expliquer la présence de biais cognitifs dans les
décisions par quatre raisons qui sont les suivantes : 

- Les individus cherchent à maximiser leurs richesses, cependant, dans de nombreux
cas, d’autres facteurs que la fortune sont pris en compte et dominent leurs choix.

- Les individus ne dispose pas de toutes les informations nécessaires afin d’établir un
choix optimal, menant à des situations d’incertitudes 

- Les individus sont soumis à des illusions financières. En effet, selon la manière dont
le problème est énoncé, leurs choix vont être différent.

- Dans de nombreux cas, prendre une décision rationnelle est trop complexe.



Les chercheurs en finance comportementale ont mis en place un grand nombre de

situations où les individus prennent des décisions irrationnelles et ont cherché à
comprendre l’origine de leurs décisions par une liste de biais comportementaux faisant
appel à des notions de psychologie. 

Nous allons ainsi traiter les 10 principaux biais comportementaux qui influencent les
décisions des individus face aux risques, les poussant à se comporter de manière
irrationnelle :



L’EFFET D’ANCRAGE
Faisant référence à la peine qu’un individu peut avoir en se détournant de sa première
impression. En se focalisant sur une première information, une première valeur ou un
premier élément, l’esprit n’arrive plus à apprécier et à prendre en considération les
nouvelles informations. L’individu est donc focalisé sur son choix premier et ne tient
pas comptes des éléments récents.

13
Exemple : Un investisseur aura toujours tendance à rester focalisé sur le prix d’achat de
ses titres. Il voudra donc garder la main sur les titres qui ont une valeur inférieure à
leurs prix d’achats sans procéder à une analyse rationnelle de la situation. Nous
pouvons également prendre l’exemple d’un individu qui va acquérir des actions dans
une entreprise parce que celle-ci à enregistrer un gain important alors que les
performances passées ne prédisent pas des performances futures.

L’EXCES DE CONFIANCE
Il désigne le biais cognitif qui renvoie à notre tendance à surévaluer nos facultés
intellectuelles, ce qui peut être source de déconvenue en bourse. Ce biais cognitif peut
être catégorisé en 3 étapes comprenant la surestimation de la performance réelle, de
sa performance par rapport aux autres et le fait d’exprimer une certitude injustifiée
dans la concordance de ses croyances. En effet, un test marquant de ce biais est la
question suivante : « estimez-vous être un(e) meilleur(e) conducteur que la
moyenne ? » En effet (sous réserve de détention du permis de conduire) la quasi
majorité des personnes répondront « oui » à cette question. Il est facilement
compréhensible, qu’en réalité peu de personnes sauront réellement évaluer leurs
performances rationnellement.

Exemple : Par excès de confiance, un investisseur aura la fâcheuse tendance à ne pas

suffisamment diversifier son portefeuille, être agressif dans ses positions, ainsi qu’à
ignorer les informations qui vont en contradiction avec son opinion, ce qui peut mener
à de mauvaises surprises boursières.

BIAIS D’AUTO COMPLAISANCE

Désigne la tendance qu’ont les individus à s’octroyer personnellement les succès et,
dans le cas contraire, à nier leurs erreurs en rejetant les échecs sur les autres. Les études
de David Sheppard et Christopher Larry montre par ailleurs, que ce biais sera d’autant
plus fort que l’individu a une haute estime de soi.



Exemple : Ce biais cognitif peut être la source de nombreuses déconvenues en bourse.

L’investisseur, sûr de lui, va alors investir sur des positions dangereuses en se
remémorant ses succès passés, en négligeant la part de chance qu’il a eu ainsi que les
échecs qu’il a pu endurer. Celui-ci va surestimer ses compétences et négliger ses
lacunes.

14
AVERSION AUX RISQUES ET AUX REGRETS
Nous percevons les pertes avec une intensité plus forte que les gains. Ainsi, lorsque le
banquier présente à son client un portefeuille avec des pertes, la douleur ressentie par
ce dernier sera plus intense que la joie procurée par un portefeuille affichant des gains.
Ce n’est pas une surprise, mais même si la plupart des lignes d’un portefeuille sont
dans le vert, les investisseurs auront tendance à être obsédés par les positions
baissières. Caractéristique d’une bonne majorité de la population, le risque est un
facteur essentiel dans la prise de décision. Il est évident qu’aucun placement financier
n’est fiable à 100%. En revanche, certains sont plus risqués que d’autres mais
rapporteraient certainement plus. Le fait d’être averse aux risques restreint les agents
dans des comportements financiers, la majeure partie du temps, irrationnels.

Exemple : Nous pouvons prendre l’exemple de 2 loteries distinctes :

- La première donne le choix à un individu entre perdre de manière certaine 10 000€
ou avoir 50% de chance de perdre 15 000€ et 50% de chance de ne rien perdre.
L’individu va alors dans la majorité des cas choisir de prendre le risque de perdre
possiblement plus pour, possiblement, éviter sa perte.
- La seconde loterie donne le choix à un individu entre gagner de manière certaine
10000€ ou avoir 50% de chance de gagner 15 000€ et 50% de chance de ne rien gagner.
L’individu va alors choisir de ne pas prendre le risque de perdre la loterie et choisir la
première option.
Lors de leurs études de ce biais cognitif, les économistes Kahneman et Tversky ont, en
1979, établi la “théorie des perspectives”. Mettant en perspective cette asymétrie entre
pertes et gains. Ce travail mènera Kahneman à être récompensé par l’obtention d’un
prix Nobel en 2002.

15
Celui-ci introduit une fonction d’utilité qu’il nomme “fonction de valeur”. Cette fonction
est concave (aversion au risques) et convexe (recherche des risques).

BIAIS DE PRESENTATION
Les termes utilisés, leur formulation et leur présentation sont importants dans les choix
des investisseurs qui ne sont pas rationnels. La façon dont un choix est présenté
influence sur la prise de décision, c’est ce que l’on appelle en finance comportementale
l’effet de présentation.



Exemple : Un entrepreneur cherche à financer un projet qui a 90% de chance de

rapporter 10000€ à l’investisseur et 10% de chance de lui faire perdre tout son
investissement.
Si l’entrepreneur présente ces informations à l'investisseur de la manière suivante “En
investissent dans mon projet, tu as 10% de probabilités de perdre l'entièreté de la
somme investi”, il aura moins de chance d’avoir une réponse positive de l’investisseur
que s’il avait présenté les informations de la manière suivante “en investissant dans
mon projet, tu as 90% de chance de gagner 10000€”. Une proposition énoncée de
manière positive aura plus de probabilité d’être acceptée que s’il avait été énoncé de
manière négative.

BIAIS DE DISPONIBILITE
Ce bais montre que plus un individu est exposé fréquemment à une information, plus
il a tendance à croire que le risque d’occurrence est fréquent. Privilégiant alors à tort
les titres dont l’information est la plus annoncée. L’investisseur créera son opinion sur
des informations facilement disponibles sans réellement vérifier consciencieusement
les fondamentaux de son analyse.

16
Exemple : La probabilité de mourir frappé par un astéroïde est plus importante que
celle de mourir des suites d’une attaque de requin. Cependant les attaques de requins
sont plus relayées par les journaux que les chutes d'astéroïdes, laissant penser le
contraire. Ce biais est souvent utilisé en marketing, plus une information est répétée,
plus celle-ci paraît crédible.

COMPATIBILITE MENTALE
Cette dernière traite notre enclins à attribuer une valeur différente à l’argent en
fonction de sa provenance ou de la manière de le dépenser. Ainsi, on prendra sans
doute plus de risques en investissant de l’argent gagné de manière fortuite plutôt qu’à
de l’argent durement gagné.


Exemple : Les investisseurs vont avoir tendance à segmenter leurs portefeuilles avec
des investissements sur et des investissements plus spéculatifs et volatiles. Or,
segmenter ses investissements peut faire perdre la vision globale du portefeuille de
l’investisseur. L’argent restant de l’argent, il est plus judicieux d’établir une stratégie
cohérente quant à son affection et se concentrer sur le rendement total de son
affection.

STATU QUO
Il s’agit de la tendance à vouloir laisser les choses telles qu’elles sont, à ne pas vouloir
faire de changement au risque de faire face à plus de risques et d’inconvénients que
d’avantages possibles. En finance comportementale, la peur de prendre de mauvaises
décisions ou de pertes peut freiner les investisseurs.


Exemple : L’héritier d’une grande fortune va, généralement, garder les positions prises
par son proche décédé, et cela alors que les besoins des deux individus ne sont souvent
pas même, cela s’explique par la peur de prendre une mauvaise décision, l’héritier va
alors garder des positions qui ne lui convient pas réellement.

PERSEPTION SELECTIVE
Ce biais cognitif montre qu’un individu a tendance à écarter toutes les informations
contraires à son point de vue et qui pourrait lui faire changer d’avis. L’individu cherche
alors n’importe quel argument susceptible de confirmer son opinion et écartera
automatiquement les informations contradictoires. L’être humain et plus
particulièrement le cerveau ressent en effet une tension lorsqu’un individu entre en
contradiction avec nos idées ou nos croyances. Cela peut mener dans certain cas en
finance comportementale au biais de la dissonance cognitive par lequel l’individu fait

17
un déni de la réalité. Enfin, notre mémoire à tendance à oublier les événements
douloureux, en particulier s’ils résultent de notre propre comportement. C’est ce que
l’on appelle la mémoire sélective. En finance comportementale, on voudra oublier les
achats qui ont conduit à d’importantes pertes et ceux qui auraient pu nous rapporter
gros si nous les avions effectués. En clair, notre cerveau ne retient que ce qu’il l’arrange
afin de préserver l’image que l’on a de soi, spécialement si l’on estime être un
investisseur avisé et expérimenté. Avec le temps, notre mémoire s’adaptera en fonction
de ce que l’on veut bien retenir.



Exemple : Un investisseur va investir sur un fond X plutôt que sur un fond Y, il va alors
se convaincre lui-même qu’il a fait le meilleur choix possible, quitte à transformer en
partie la réalité et défendre son choix face aux opinions qui tendraient à dire le
contraire, et ce même si l’investissement se retrouve finalement infructueux.

INSTINT GREGAIRE
Lorsque dans un marché le nombre d’offre est très vaste, il devient difficile pour l’agent
économique de connaître tous les instruments disponibles. Il est alors fréquent que les
investisseurs prennent la décision d’investir dans un titre à la mode « que tout le monde
l’achète », sans procéder à aucune vérification ou considération économique. Or,
souvent le titre ne monte pas en raison de ses fondamentaux qui s’améliorent, mais
parce qu’il bénéficie d’une publicité accrue. Ce phénomène de masse est responsable
de bulle dans le cours des actions, comme on a pu assister dernièrement avec le Bitcoin
ou précédemment avec la bulle d’internet. En finance comportementale, cette attitude
est totalement irrationnelle car l’investisseur reproduit aveuglément des décisions
prises par d’autres.

Exemple : Depuis maintenant de nombreuses années, des “gourous” de la finance nous

incitent à investir dans de nouveaux actifs qui n’ont comme unique projet qu’être une
valeur spéculative. L’effet de mode va alors faire monter la valeur des actifs grâce à une
forte demande, et une fois celle-ci passée, les cours s’effondreront. On peut également
prendre l’exemple du cours de l’action de la petite entreprise texane “Signal” qui, le
07/01/2021, est passé de 0,60$ à 7,19$ suite à un tweet d’Elon Musk. La capitalisation
boursière de l’entreprise passant de 55 millions de dollars à près de 660 millions avant
de redescendre progressivement.

18
 II) COMPORTEMENTS MOUTONNIER ET AUTO-REALISATEUR

1°) LES COMPORTEMENTS EN DETAIL

S’apparentant à l’instinct Grégaire, nous allons approfondir dans ce travail autour de la

finance comportementale, les comportements moutonniers. En liens direct avec les
comportements d’attroupement, auto-réalisateurs et les bulles, nous les traiterons
également.

Investir dans un titre parce que « tout le monde l’achète » est très fréquent. Sans
aucune vérification ou considération économique de ces derniers, par pure logique de
maximisation du profit. Or, souvent le cours du titre ne monte pas et les pertes sont
assurées.

Ce phénomène de masse est typique des bulles spéculatives. En finance, on définit

une bulle spéculative comme une hausse très importante du prix d'un actif ou d'un
ensemble d'actifs financiers (actions, obligations, immobilier, matières premières)
selon un processus continu et autonome. Certains comportements, des agents eux-
mêmes, expliquent ces phénomènes pourtant communs.

En effet, au XXIe siècle nous pouvons en recenser 3 marquantes que nous étudierons
plus tard. Pour déjà les nommer :

2000 : les nouvelles technologies avec la bulle internet.

2010 : l’immobilier aux USA avec la bulle puis la crise des subprimes.

2020 : les cryptomonnaies qui ont beaucoup d’aspects en commun avec une bulle.

En finance comportementale, cette attitude est totalement irrationnelle car

l’investisseur reproduit aveuglément des décisions prises par d’autres, sans en
connaitre précisément les raisons. La justification classique de la personne concernée
dans ce genre de situation est de se dire « cette fois c’est différent ». La seule différence
profonde est la nouveauté du titre pour l’individu.

Nous évoquerons, plus tard dans cette étude, les « gourous » de la finance.

COMMENT SE FORMENT LES SITUATIONS AUTO-REALISATRICES ?

L’aspect informationnel est primordial. Quand un individu prend une décision, il a ses
sources d’information privées mais il prend également en compte ce que font les
autres. Si ses sources d’informations lui disent de faire A et que tout le monde fait B,

19
souvent, il ignorera les recommandations et fera B, comme tout le monde. Et comme
tout le monde, il prendra la mauvaise décision !

Un phénomène auto-réalisateur se produit lorsque les agents adaptent leurs

comportements selon l’anticipation qu’ils font d’un événement, souvent négatif,
comme l’inflation. Par exemple, annoncer la hausse du prix d’un produit ou encore sa
pénurie, provoquant ainsi des achats massifs et contribuant à augmenter le prix du
produit en question ou de créer sa pénurie.

Il est possible de considérer que le système boursier tout entier repose sur ce simple
biais cognitif. Quand une monnaie bénéficie de la confiance de suffisamment de
spéculateurs, son cours augmente, même si elle n’était pas réellement sous-évaluée à
l’origine. À l’inverse, annoncer qu’une valeur est sous-évaluée peut tout à fait inciter
les spéculateurs à l’acheter pour que la prévision soit invalidée. Dans ce cas-là, il s’agit
au contraire d’un phénomène autodestructeur.

Ces phénomènes auto-réalisateurs sont de plus en plus fréquents de nos jours.

L’information étant plus libre et totalement décomplexée, quiconque peut se
confronter au marché. La vitesse de transmission et la prolifération de fausses
informations y jouent un rôle important. On se rappelle tous du papier toilette, des
masques ou encore des produits de première nécessité en début de crise du covid. Les
images des supermarchés pris d’assaut (largement relayées par les médias) n’avaient
alors fait qu’encourager d’autres consommateurs à se ruer en magasin pour dévaliser
les stocks. Un autre exemple, lorsque les automobilistes français, paniqués d’une
éventuelle pénurie d’essence, fonçaient à la pompe et provoquaient des files d’attente
de plusieurs heures. La pénurie devenant ainsi bien réelle, alors qu’il aurait suffi que la
majorité des acheteurs continuent de se comporter normalement pour éviter le
phénomène.

Comme souvent face à un quelconque danger, le meilleur moyen est de rester calme.
De continuer à consommer, acheter ou vendre ses biens comme si la situation était
normale pour éviter de dérégler le marché sous le coup de la panique. Ainsi, beaucoup
d’événements auto-réalisateurs pourraient être évités.

20
 2°) LES BULLES DU XXIe SIECLE

LES ANNEES 2000 ET LA BULLE INTERNET (« dot com bubble »)

La « bulle internet », est une bulle spéculative autour des nouvelles technologies
éclatant au début des années 2000. En effet depuis le milieu des années 1990, ces
dernières ont pris une ampleur de plus en plus marquante dans la société occidentale.
Pour appuyer nos propos nous étudierons l’indice boursier New Yorkais spécialisé dans
les entreprises de technologies, à savoir le Nasdaq.
Les prémices de cette bulle commencent en 1995, lorsque l’entreprise Netscape voit
son cours boursier passer de 28$ à près de 75$ le jour de son introduction en bourse.
Témoins de cette croissance, les investisseurs pensent à une profitabilité extraordinaire
des nouvelles technologies. Les agents commencent à s’endetter pour investir en
bourse sur des entreprises qui n’ont souvent qu’un « .com » derrière leur nom. Le
problème est que ces entreprises en question dépensent énormément d’argent en
marketing et communication pour attirer les investisseurs, mais ne dégagent aucun
bénéfice en fin d’exercice. Le président de la banque centrale américaine, la FED, Alan
Greenspan qualifie le marché « d’exubérance irrationnelle ».
La bulle éclate au premier trimestre de l’an 2000. La géopolitique joue un premier rôle
dans cet éclatement. En effet, le Japon est en difficulté à cette période et la majorité
des composants de ces nouvelles technologies sont importées du pays. Les premiers
doutes s’installent et les premières ventes arrivent. Le second rôle causant l’éclatement
de cette bulle provient de la FED. Pour freiner la spéculation et surtout l’endettements
des particuliers à l’investissement, la FED augmente ses taux d’intérêts. Emprunter
devient plus cher et plus grand monde peut se le permettre. Les ventes augmentent
considérablement et donnent lieu à une panique et un effondrement des cours.

L’indice du Nasdaq sur la période :

21
LA CRISE DES SUBPRIMES
La deuxième bulle que nous allons évoquer est celle liée à l’immobilier américain au
milieu des années 2000. En effet, les taux étant très bas à cette période, les placements
simples comme les bons du trésor ne rapportent plus beaucoup. Les investisseurs
décident de se tourner vers l’immobilier. Les politiques incitant les ménages à devenir
propriétaires et l’idée que ce domaine n’est pas risqué, participent à l’augmentation
des investissements.
Deux sortes de prêt existent aux Etats-Unis :
- Tout d’abord les « primes », qui sont ceux accordés à des personnes largement
solvables et jugées sans risque.
- Et ensuite les « subprimes », accordés aux personnes ne pouvant
éventuellement pas rembourser leurs dettes.
Ainsi au milieu des années 2000, les hypothèques, faisant guise de garantie de
remboursement aux personnes risquées, sont transformées en titres que les
investisseurs s’arrachent. La demande devient telle que les banques sont en manque
de ces hypothèques transformées en titres et doivent donc accorder plus de prêts. Les
prêts accordés sont par conséquent de plus en plus risqués : augmentation
considérable des SUBPRIMES.
Les prix de l’immobilier grimpent en flèche, les investisseurs commencent à gagner des
sommes astronomiques et la bulle se créée. Personne ne s’inquiète, comme dans
toutes les bulles, car les garanties sont les biens immobiliers mis sous hypothèque. En
2006, les emprunts risqués représentent 600 milliards de dollars soit ¼ des emprunts
de l’ensemble des Etats-Unis.
Les premières ventent de biens immobiliers apparaissent, mais les prix ayant flambés
personne n’achète. Les investisseurs n’achètent plus de titres et les banques se
retrouvent avec des milliers de prêts en défauts de remboursement.
En 2007, les ventent commencent à s’accélérer et la crise se fait ressentir. Le coup de
grâce est rendu lorsque la banque historique d’investissement Lehman Brothers
déclare être en faillite à l’automne 2008.
La course aux guichets fait rage et la crise devient planétaire.
Ainsi, contrairement à celle d’internet un peu moins de 10 ans plus tôt, la bulle
spéculative autour de l’immobilier américains donna lieu à une crise mondiale
dénommée « crise des subprimes ». La crise dura jusqu’en 2012, et les pays
dépensèrent des sommes colossales pour sauver leurs banques et leur économie.

22
LES CRYPTOMONNAIES, UNE BULLE EN DEVENIR ?
Pour finir cette étude rapide autour des bulles spéculatives, il est bon de citer les
cryptomonnaies. En effet, apparu au début des années 2010, les cryptomonnaies sont
devenues un système de paiement très courant et très prisé des spéculateurs. Pour les
définir littéralement, une cryptomonnaie est une monnaie numérique émise de pair à
pair, c’est-à-dire sans banque centrale, et utilisable au moyen d’un réseau
informatique décentralisé.

Trois générations de cryptomonnaies sont à présenter :

La première génération avec le Bitcoin apparu en 2009. Solidement implanté et

précurseur, il est surnommé « cryptomonnaie reine ». La deuxième génération apparait
en 2011 et présente quelques améliorations ainsi que de nouvelles monnaies comme
l’Ethereum qui est un dérivé du Bitcoin. La troisième génération existe depuis 2017, de
nouvelles cryptomonnaies ont vu le jour, comme le Cardano pour les plus connues.
Elles sont elles-mêmes dérivées d’anciennes monnaies toujours en vigueur.

Comme on peut le voir, les cryptomonnaies sont un phénomène récent qui a vu le jour
il y a moins de 15 ans et sur lequel nous n’avons pas assez de recul. En revanche, nous
savons qu’elles sont apparues au lendemain de la crise des subprimes, émises par
algorithme, dans une logique de valeur refuge telle que l’or. En revanche,
contrairement à l’or, dont le court se maintient, les cryptomonnaies sont en proie des
spéculateurs et certain cours peuvent s’effondrer du jour au lendemain comme
exploser littéralement. Sur ce dernier point, rappelons qu’à sa création en 2009, le
bitcoin valait 0.01$. Il en vaut désormais près de 30000$.

Accessibles grâce à des applications mobiles ou des sites internet libres d’accès, tout
le monde peut investir sur les cryptomonnaies de manière simple et rapide. Ces actifs
particuliers, de monnaies virtuelles, plaisent de plus en plus car ils apparaissent comme
moins abstraits que les actions boursières. L’explosion des cours et la possibilité de
payer avec ces actifs facilite davantage le processus.

Même si le phénomène est en plein essor, d’autant plus depuis la crise du covid, il
comporte beaucoup d’éléments faisant penser à une bulle pouvant éclater très
rapidement. La volatilité des cours et la facilité d’entrer sur le marché renforcent cette
idée. Beaucoup de bénéfices sont enregistrés mais autant de cours s’effondrent.
L’avenir sera témoin de cette théorie pour laquelle nous n’avons quasiment aucun
recul.

23
POURQUOI LES BULLES SONT PRODUCTIVES ?

Pour clore cette présentation autour des bulles, nous pouvons dire que dans un modèle
économique avec bulle, une croissance peut apparaitre. En effet, elles permettent
l’investissement. Ces investissements peuvent améliorer la productivité, lorsque les
bénéfices par exemple sont utilisés dans des formations ou dans l’éducation. La
croissance est donc plus importante dans un modèle avec une bulle.

Il est évident, qu’en revanche lorsque la bulle explose, tout ce phénomène s’arrête
immédiatement. Les pertes de capital étant fortes, les agents ne redistribuent plus dans
leur propre productivité.

Il est vrai que quand une bulle éclate, les pertes sont conséquentes et les conséquences
parfois dramatiques pour l’économie comme nous avons pu le voir. Mais tant que la
bulle est active, les investisseurs engendrent des bénéfices parfois énormes. Tout cet
argent est forcément en partie redistribué et donc améliore la situation économique.
Les modèles avec bulles ont donc de meilleures croissances et productivités.

Pour approfondir ces modèles, on peut citer l’étude des économistes Xavier Raurich et
Thomas Seegmuller. Ils s’intéressent aux investissements des jeunes d’abord. Ils
peuvent décider d’investir dans leur propre productivité, en faisant des études
prestigieuses et qui devraient dans le futur leur assurer des meilleurs revenus. C’est
donc un investissement en capital humain. Ainsi, avec de meilleurs revenus futurs, leur
redistribution sera accrue. Les personnes considérées adultes dans l’étude, eux, vont
plutôt placer leurs bénéfices liés aux bulles en vue de la retraite. Ainsi, s’assurer de
meilleurs revenus une fois à la retraite et pouvant donc redistribuer d’avantage leur
richesse. Enfin, les retraités sont considérés comme non-investissant.

Ainsi, nous pouvons dire que les bulles font du bien à l’économie le temps qu’elles
durent mais que personne n’aime être présent lorsqu’elles éclatent. L’économie est un
éternel recommencement, chaque nouvelle bulle éclatera et causera des conséquences
avant de faire place à une nouvelle. Leur durée dépend du comportement des agents,
mais plus ou moins longue chaque bulle spéculative finira par éclater.

24
 3°) ELARGISSEMENT SUR LES GOUROUS DE LA FINANCE

Comme nous avons pu en présenter un aspect rapide dans notre partie sur les biais
comportementaux, les « gourous » de la finance sont un complément des
comportements auto-réalisateurs.
Cette appellation désigne, dans le langage financier, des personnes ayant réussi des
gros coups sur les marchés boursiers ou dans des investissements. Ces derniers
conseillent donc d’autres investisseurs, souvent novices, dans leurs choix de placement.
En effet, du fait de leur réputation ils disposent d’une certaine aura dans le milieu. Mais
parfois, ces « gourous », ne sont pas les plus aguerrit sur les marchés comme nous
allons le voir.

Warren Buffett, en est certainement l’une des figures les plus emblématique. Né en
1930, il est l’une des plus grosses fortunes mondiales estimée à plus de 100 milliards
de dollars. Il fait fortune dans les années 1980, à la suite de plusieurs investissements
boursiers. Dans l’ouvrage Warren Buffett le gourou de la finance lui étant consacré,
Hélène Constanty explique : « Une biographie de la troisième fortune mondiale.
Travailleur acharné, il mène la vie d'un américain ordinaire dans sa ville d'Omaha.
Ennemi du luxe et du gaspillage, il cultive le bon sens et l'humour. Hostile à la notion
d'héritage, il a annoncé qu'il léguerait l'essentiel de sa fortune à la fondation
humanitaire de son ami Bill Gates. » D’après l’auteur, l’homme d’affaire aurait fait
fortune grâce à la méthode de Benjamin Graham. Cette dernière est expliquée dans
son livre The intelligent investor, en 1949. Considéré comme le père de
l’investissement, le livre de Graham est selon Buffett « le meilleur livre d’investissement
jamais écrit ». Dans son ouvrage, Graham donne des conseils aux investisseurs. Dans le
Chapitre 2 l’investisseur et l’inflation, il explique la chose suivante : « il est absurde
d’affirmer que les actions, même de la meilleure qualité, sont forcément un meilleur
placement que les obligations dans toutes les conditions de marché. »

Fort de son parcours et de son expérience, Warren Buffett est considéré comme un
« gourou » de la finance de manière naturelle. Ses réactions sur les marchés, ses achats
et/ou ses ventes sont surveillées par les investisseurs et sont souvent reproduites. Il est
fort à penser que de se fier à une telle personne pour investir est logique. Mais comme
nous l’avons dit précédemment, le problème vient du raisonnement. En effet, les
personnes suivent aveuglément des choix boursiers qui ne dépendent pas d’eux sans
en connaitre les raisons et en justifiant leurs agissements que par la nouveauté. Il n’est
évidemment pas nécessaire, d’expliquer au lecteur qu’agir de la sorte est irrationnel et

25
préjudiciable. Mais soyons clair, il arrive à certaines personnes de réaliser « des gros
coups » en imitant ces « gourous » sur les marchés.

En revanche, depuis quelques années et surtout depuis l’explosion de Youtube et

autres plateformes numériques, de nombreux prétendus investisseurs prennent du
champ dans le domaine pour guider les novices qui veulent y croire. En effet, il nous
est tous déjà arrivée de tomber sur une publicité nous dévoilant une méthode miracle
pour se faire rapidement de l’argent. Cette méthode est bien sûr payante et les conseils
qui y sont instruits sont évidemment futiles et basiques. Ces « gourous » ne sont pas
plus investisseurs ni spécialisés que la plupart des agents sur les marchés.

Ainsi la théorie des « gourous » est un complément aux biais comportementaux. Sous
l’influence de prétendus spécialistes en la matière ayant fait fortune (souvent par
chance) ou sous celle de milliardaire ayant suivis des méthodes précises les agents vont
se laisser guider sur les marchés. Ce comportement peut être fructifiant mais reste à
tempérer. Comme dans n’importe quelle situation de la vie, se laisser guider par un
tiers n’est pas une solution. Même novice en la matière, il vaudrait mieux se former en
la matière, comme l’a fait Buffett, plutôt que de suivre instinctivement des personnes.
Sous l’effet de la chance, le mimétisme peut fonctionner mais il ne faut pas oublier que
les Warren Buffett ou autres investisseurs sont des milliardaires et ils peuvent se
permettre de perdre des sommes mêmes élevées. Alors que les petits porteurs qui
entrent sur le marché pour compléter leurs revenus, peuvent tomber dans la faillite ou
la ruine rapidement. Ce dernier point nous rappelle les prémices de la crise des
subprimes aux Etats-Unis.

Warren Bufett : Benjamin Graham :

26
 III) MODELES STATISTIQUES ET ECONOMETRIQUES
1°) LES MODELES SETAR

LES MODELES TAR EN PREMIER ABORD

Ainsi, dans cette dernière partie nous serons amenés à traiter des formules et des
chiffres. En effet, toute analyse financière est concrètement liée à des modèles
mathématiques et statistiques. Jusqu’à lors, dans ce travail de recherche autour de la
finance comportementale, nous étions restés théorique en exposant au lecteur les
différentes situations. Nous allons désormais lui présenter la pratique, théoriquement
en premier lieu puis concrètement avec une analyse autour d’un indice boursier.

Howell Tong, né à Hong-Kong en 1944, est un spécialiste de séries chronologiques non

linéaires. Il est considéré comme le père des modèles de séries chronologiques à seuil
très utiles en économie. Il introduit en 1990 les modèles autorégressifs à seuil :
« Threshold AutoRegressive », modèles TAR. Dans ce type de modèle, le régime est
déterminé par une valeur seuil notée « c ».
Dans l’approche de Goldfeld et Quandt, la variable de seuil « St » connue. Considérons
le cas où cette variable est inconnue a priori mais appartient à un ensemble fini de
variables explicatives, en sommes cherchons à estimer des cours futurs. En limitant les
variables « xit » aux valeurs passées de « yt », on obtient un modèle autorégressif à
seuils appelé modèle TAR (Threshold AutoRegressive). Certains auteurs comme Howell
Tong en 1990 introduisent dans le modèle TAR des facteurs exogènes. Dans ce cas, la
variable de seuil peut être une valeur passée de la variable endogène mais aussi une
variable exogène. Une représentation du modèle TAR où la variable de seuil appartient
à l’ensemble des valeurs passées de la variable endogène noté : st = yt−d est un
modèle SETAR « Self-Exciting Threshold AutoRegressive » » (littéralement traduit en
seuil d'auto-excitation autorégressif). L’expression générale d’un modèle SETAR (k ; p1,
p2, ..., pk, d) est :

(1)

->α0 < α1 < ... < αk (avec α0 = −∞ et αk = ∞)

->pi est l’ordre du polynôme de retards autorégressif définissant le ième régime (i = 1,
...k)
->d est le paramètre de retard, sous forme d’un entier naturel inconnu tel que
1≤d≤max(pi)

27
La structure autorégressive des modèles TAR les rend idéales pour analyser des séries
de cycles périodiques. Or on sait que de tels cycles présentent le plus souvent un
comportement asymétrique.

LES MODELES SETAR COMME CONTINUITE

Les modèles SETAR sont appliqués aux données de séries chronologiques en
complément des modèles autorégressifs. Compte tenu d'une série chronologique, les
modèles SETAR sont un outil permettant de comprendre les valeurs futures de séries,
en supposant que le comportement de la série change une fois que la série entre dans
un régime différent. Le passage d'un régime à un autre dépend des valeurs passées de
la série. Un modèle SETAR permet de rendre compte de différentes formes d’asymétrie.
Warren Tong illustre les non-linéarités du modèle grâce aux séries temporelles.
L’estimation des paramètres d’un modèle SETAR est complexe car il est difficile
d’identifier la variable de seuil qu’il n’existe pas de méthode d’estimation globale
simple. En effet, si la fonction (1) n’est pas dérivable en d.
Lars Peter Hansen, né en 1952, est un économiste américain, spécialisé
en économétrie et en macroéconomie. Il est connu pour avoir développé la méthode
des moments généralisés et obtient le prix Nobel d'économie en 2013. Pour estimer
un modèle SETAR à 2 régimes, Hansen envisage un modèle non-linéaire à une seule
équation où la représentation de chaque régime est associée une seule variable
indicatrice de ce régime. Il propose également une procédure de double balayage sur
α et d avec comme critère d’optimum la minimisation de la variance de l’erreur
résiduelle du modèle. Pour k = 2, le modèle s’écrit sous l’expression suivante (où « k »
est le nombre de régime) :

(2)

->1yt−d≤α (1yt−d>α) est une fonction indicatrice qui prend la valeur de 1 si la variable
de transition est inférieure ou égale au seuil et de 0 sinon.

28
 2°) MODELES A CHANGEMENT DE REGIMES

Afin d’analyser les comportements des agents et plus précisément leurs anticipations
rationnelles ou non, il existe un modèle dit à changement de régime que nous allons
exposer de manière littérale.

Les modèles à changements de régimes markoviens ont été introduits par Stephen
Goldfeld et Richard Quandt en 1973. La fonction de vraisemblance correspondant aux
modèles a été calculée par Cosslett et Lee en 1985. Enfin, Hamilton en 1989 propose
une méthode d’estimation reposant sur un algorithme, qui permet de calculer la
vraisemblance du modèle et les probabilités conditionnelles de régime.

Nous considérons une variable « rt » qui peut connaître des changements dramatiques
au cours du temps. Elle se présente sous la forme suivante :

En supposant qu’au temps « t0 », le niveau de la série « rt » ait connu un changement

significatif. Par conséquent, après ce changement nous aurons une nouvelle formule
« rt » qui prendra la forme suivante :

Dans (1) et (2), « β0 » et « β1 » sont des constantes, et « εt » est un terme d’erreur qui
suit une loi normale avec une moyenne nulle et une variance égale à « σ02 » (avant
changement) ou « σ12 » (après changement). Après le changement à « t0 », la valeur de
l’interception a changé de « β0 » à « β1 » pour le nouvel état du marché. En revanche,
puisque la date de changement « t0 » est connue, la transition des états constitue ainsi
un événement déterministe. En réalité, il est impossible de prédire une transition des
états du marché ou de prédire l’ampleur d’un changement. Par conséquent, il doit
exister un mécanisme qui peut produire une transition des états de façon endogène.
Ainsi, nous pouvons combiner les équations (1) et (2) pour obtenir une formule
générale du modèle notée :

29
« St » est une variable aléatoire. En cas d’un changement à « t0 », on suppose que :

St = 0 pour t = 1,2, …, t0

St = 1 pour t = t0 + 1, t 0+ 2, …

Dans (3), « βSt » et « σ2St » dépendent de l’état du modèle au temps « t », il reste

maintenant à définir la détection de ces états. Pour cela, on utilise une chaîne de
Markov. Une chaine de Markov est un processus stochastique qui possède la propriété
suivante : l’information pour prédire des évolutions futures ne dépend que de
l’information de l’état actuel.

Cependant, peu de modèles ont été développés pour tenir compte de cette
caractéristique et de la perception qu’ont les agents de ces changements, sachant que
ces derniers ne peuvent pas être considérés comme la résultante de circonstances
parfaitement prévisibles, mais plutôt d’évènements en partie aléatoires. Hamilton
développe alors un modèle caractérisé par des changements de régime discrets
produits à partir d’un processus à chaîne de Markov, ce qui permet de formaliser, d’une
part, l’incertitude sur l’état du régime en vigueur au temps « t » et, d’autre part, le
passage d’un régime à un autre. Ses premières applications, publiées en 1988 et 1989,
concernent alors l’examen de la politique monétaire américaine au cours des années
70 et 80.

Hamilton suppose que « St » est gouverné par un processus markovien de premier

ordre qui possède les probabilités de transition suivante :

Une chaîne de Markov se caractérise par le fait que son évolution future (passage de
« St-1 » à « St ») ne dépend que de l’état actuel (« St-1 ») et pas du passé. Ici, « Pij »
désigne la probabilité de passer à l’état « j » sachant qu’on se trouve à l’état « i ».
Supposons qu’on ne peut pas observer « St » directement, on ne peut le déduire que
par les comportements observés de « rt ». Par conséquent, les paramètres à estimer
dans ce modèle sont la variance de l’innovation « σ2St », aux deux interceptions : « β0 »
et « β1 », et aux deux probabilités de transition des états : « p00 » et « p11 ». En pratique,
nous savons que l’impact d’un changement dramatique ne peut pas être permanent.
Ainsi, on s’attend à ce que p11 < 1.

30
 3°) ANALYSE SUR L’INDICE S&P500

Cette étude, a été réalisée en janvier 2012 par l’université Paris Dauphine. Nous en
traiterons ici les aspects importants et y rajouterons quelques points en lien avec notre
étude.

Le S&P500 est indice boursier basé sur 500 grandes sociétés des États-Unis. L'indice
est possédé et géré par Standard & Poor's (d’où le S&P), une entreprise de notation
financière.

La période étudiée dans cette étude se situe entre 2002 et 2011, ainsi le graphique de
l’indice sur la période prend la forme suivante :

31
MODELE TAR SUR L’INDICE :

L’indicateur Vix permet de calculer l’amplitude des variations du cours d’une action. Il
permet de calculer la volatilité implicite et est exprimée en pourcentage. Il est calculé
en faisant la moyenne des volatilités sur les options d’achat et les options de vente :

La variable de seuil « qt » est supposée connue. Afin d’illustrer la relation entre le

marché des actions et la volatilité, nous utiliserons comme variable de changement de
régime l’indice Vix. Plus la valeur de cet indice est forte, plus les marchés ont une
nervosité élevée et donc un pessimisme élevé. Une faible valeur, à l’inverse, indique un
relatif optimisme sur le marché financier.

Nous avons fixé d=1 comme retard de la variable à seuil car après plusieurs estimations
nous avons constaté que cela a très peu d’impact sur les estimations et ceci se reporte
sur les critères AIC et BIC.

32
MODELE SETAR SUR L’INDICE :

On suppose que la variable de changement de seuil « qt » est un retard quelconque

noté : qt=yt-d. Ici nous avons pris d=1. Le changement de régime est déterminé par
des valeurs retardées de la série. Nous appliquons la même méthode précédente et
nous cherchons l’ordre p qui minimise les critères AIC et BIC. Le retard p=3 minimise
le critère AIC alors que le retard p=1 minimise le critère BIC.

33
MODELE A CHANGEMENT DE REGIME :

Le régime à la date t est déterminé par une variable inobservable. On suppose que
cette variable est générée par un processus de Markov d’ordre 1 (noté St). St prend 2
états possibles : 1 et 2.

La probabilité de passer du régime 2 en « t-1 » au régime 1 en « t » est estimée à 0.86

et n’est pas significativement différent de zéro.

La probabilité de passer du régime 1 en « t-1 » au régime 2 en « t » est estimée à 0,82

et n’est pas significativement différent de zéro.

34
 CONCLUSION

Ce travail de recherche et d’approfondissement autour de la finance comportementale

touche à sa fin. Les notions étudiées et théorisées que nous avons vues ensemble sont
non exhaustives. Je vous disais en introduction, qu’une partie était commune avec le
travail de François Ciamin. Ses recherches se sont axées sur les sentiments de marchés
et j’invite les lecteurs à compléter leur lecture avec son devoir.

Nous avons ainsi pu ainsi voir que dans les marchés financiers comme dans la vie
courante ce sont souvent les agents qui faussent la réalité. Les dix biais
comportementaux que nous avons explicités sont la base de l’irrationalité des
individus. En effet, toute personne est irrationnelle dans ses choix, bien qu’elle ne s’en
rend pas compte.

Les bulles spéculatives que j’ai détaillés au lecteur démontre l’intérêt que les gens font
aux placements. « Monsieur tout le monde » aime gagner de l’argent et d’autant plus
si c’est facile et sans risque. La seule chose, c’est qu’il y a toujours un risque mais quand
tout va bien, on ne le voit pas. Aucun placement n’est sûr, et même si des personnes
ont fait des coups d’éclats sur les marchés, ce n’est pas en les imitant que cela
fonctionnera pour nous. La part de chance est bien réelle et il est naïf de croire que
« cette fois c’est différent, ça va fonctionner ».

Les cryptomonnaies ont donc tout d’une bulle mais l’avenir témoignera de notre
ouverture sur le sujet.

Je conclurai ce dossier, en espérant faire réfléchir des lecteurs non-initiés ou novice en

la matière quant à leurs choix et leurs biais cognitif. Ce devoir a un sens, car formé
depuis des années en économie, j’ai choisi en première année de master de réaliser un
mémoire afin d’apporter quelque chose en plus à ma formation. Si ce quelque chose
est une légère réflexion supplémentaire sur les choix futurs des personnes qui liront ce
mémoire, alors ma mission est remplie.

Pour finir, j’ai introduit des modèles économétriques essentiel à de telles recherches.
Ils en restent néanmoins abstraits, mais l’analyse autour de l’indice boursier pourra
éclaircir leur complexité. Cette dernière figurera pour son entièreté en annexe.

35
 SOURCES

Frank Knight : https://www.hetwebsite.net/het/profiles/knight.htm

Maurice Allais : https://www.libertas.co/wiki/Maurice_Allais

« Maurice Allais itinéraire d’un économiste français » Henri Sterdinyak 2011 (ANNEXE 1)

Daniel Ellsberg : https://www.google.fr/imgres?imgurl=https%3A%2F%2Fimg.over-blog-

kiwi.com%2F0%2F99%2F13%2F66%2F20200119%2Fob_36231b_ellsberg-
daniel.jpg&imgrefurl=https%3A%2F%2Fwww.memoiresdeguerre.com%2Farticle-ellsberg-daniel-
91699004.html&tbnid=w2YWRjDldhyS2M&vet=12ahUKEwjsh4rv97T4AhVLeRoKHR5KAY0QMygaegUIARDjAQ..i&docid=kmod13
ARESPvjM&w=500&h=286&q=daniel%20ellsberg&hl=fr&ved=2ahUKEwjsh4rv97T4AhVLeRoKHR5KAY0QMygaegUIARDjAQ

Daniel Kanheman et Amos Tversky : https://www.google.fr/imgres?imgurl=https%3A%2F%2Fwww.convertize.com%2Ffr%2Fwp-

content%2Fuploads%2F2018%2F11%2FDaniel_Kahneman__Amos_Tversky_Aversion_a_la_perte-
300x174.jpeg&imgrefurl=https%3A%2F%2Fwww.convertize.com%2Ffr%2Faversion-perte-
conversions%2F&tbnid=IqPeg9CPknG_3M&vet=12ahUKEwj4gfK_srX4AhVxhc4BHa7kBKkQMygJegUIARC4AQ..i&docid=Br7wfOS
KGVwKFM&w=300&h=174&q=amos%20tversky&ved=2ahUKEwj4gfK_srX4AhVxhc4BHa7kBKkQMygJegUIARC4AQ

Aversion aux risques et aux regrets, graphique : https://www.google.fr/imgres?imgurl=https%3A%2F%2Fwww.broker-

forex.fr%2Fimg%2Fpsychologie-pertes-benefices.gif&imgrefurl=https%3A%2F%2Fwww.broker-forex.fr%2Ftheorie-des-
perspectives-finance-
comportementale.php&tbnid=nXj0Qu1YkwgWaM&vet=12ahUKEwj24ZzhsrX4AhWFxYUKHcUCCT8QMygBegQIARA8..i&docid=T
t5XTI11CPmdHM&w=376&h=288&q=perte%20gain%20plaisir%20douleur&ved=2ahUKEwj24ZzhsrX4AhWFxYUKHcUCCT8QMy
gBegQIARA8

Indice graphique du Nasdaq : https://www.google.fr/imgres?imgurl=https%3A%2F%2Fwww.techno-

science.net%2Fillustration%2FDefinition%2Finconnu%2Fn%2FNASDAQ-IXIC---dot-com-bubble-
small.png&imgrefurl=https%3A%2F%2Fwww.techno-science.net%2Fglossaire-definition%2FBulle-
Internet.html&tbnid=7UYxGrYIoUbKEM&vet=12ahUKEwiU-
sGYs7X4AhWpVvEDHYoiA9MQMygGegUIARC_AQ..i&docid=Mzd4gz2UzWy6TM&w=477&h=286&q=bulle%20internet%20nasd
aq&hl=fr&ved=2ahUKEwiU-sGYs7X4AhWpVvEDHYoiA9MQMygGegUIARC_AQ

« Warren Buffett le gourou de la finance » Hélène Constanty

Warren Bufett :
https://www.google.fr/url?sa=i&url=https%3A%2F%2Fwww.morningstar.fr%2Ffr%2Fnews%2F213368%2Fcomment-investir-
comme-warren-buffett-
.aspx&psig=AOvVaw3DRSg7SdQ6TmRlc1DNTPew&ust=1655396533571000&source=images&cd=vfe&ved=0CAkQjRxqFwoTCIi
7jubur_gCFQAAAAAdAAAAABAD

Benjamin Graham : https://www.lapresse.ca/affaires/marches/2019-09-29/heritage-de-benjamin-graham-comment-agir-en-

investisseur-intelligent

Modèles à changement de régimes : « identification de la crise financière : Application des modèles à changements de régimes
markoviens » université de Montréal.

Vix : https://www.google.fr/imgres?imgurl=https%3A%2F%2Fwww.andlil.com%2Fwp-content%2Fuploads%2F2013%2F07%2Fvix-
formule1.png&imgrefurl=https%3A%2F%2Fwww.andlil.com%2Fdefinition-du-vix-

36
156460.html&tbnid=b2bixVl37EM5lM&vet=12ahUKEwjXvYKtgLX4AhVH2xoKHXTfD6IQMygAegUIARCdAQ..i&docid=erRz41uSTF
ofnM&w=357&h=104&q=formule%20vix&hl=fr&ved=2ahUKEwjXvYKtgLX4AhVH2xoKHXTfD6IQMygAegUIARCdAQ

« Econométrie des modèles à changements de régimes : un essai de synthèse » Remzi Uctum (ANNEXE 2)

37