« La finance comportementale et les investisseurs …...Behavioral finance seeks to explain these...

Mémoire de Master 2 : Gestion de Patrimoine et Banque Privée

« La finance comportementale et les investisseurs

fortunés : un conflit d’intérêts ? »

Thibauld HAMAIDE

Sous la direction de :

Directeur du Master 261 – Frédéric GONAND

Directrice adjointe du Master 261 – Amélie de BRYAS

Université Paris-Dauphine

12 Avenue Léonard de Vinci

92400 Courbevoie

Année universitaire 2017 - 2018

sur 74

sur 74

Je dédie ce Mémoire

À mes parents pour leur amour inestimable, leur confiance, leur soutien, leurs sacrifices et toutes

les valeurs qu’ils m’ont transmises

À toute ma famille ainsi qu’à mes amis

sur 74

Remerciements

Dans le cadre de mon apprentissage réalisé chez BNP Paribas Banque Privée en parallèle de

mes études au sein du Master 2 « Gestion de Patrimoine et Banque Privée » à l’université Paris-

Dauphine et pour la rédaction de ce Mémoire, je tiens à remercier l’ensemble de mon équipe qui

m’a aidé et qui a eu la gentillesse de m’inculquer les connaissances et les compétences essentielles

afin de réaliser au mieux mes différentes missions.

Tout d’abord, je souhaite remercier Madame Patricia Seres, ma tutrice et Responsable du

Centre Banque Privée de Saint-Germain-en-Laye, qui m’a donné l’opportunité de réaliser cette

alternance dans la renommée Banque Privée de BNP Paribas. Elle m’a accordé tout le temps

nécessaire aux mises au point sur l’avancement de mon parcours. Ainsi, elle a pleinement assuré

son rôle de tutrice en me donnant de multiples conseils tout en assurant mon suivi dans l’intégration

de l’équipe.

Je tiens à remercier Madame Sandra Philippot qui m’a été d’une aide précieuse. Elle a su

m’accompagner en se montrant disponible et à l’écoute dès mon arrivée et ceci malgré un emploi

du temps chargé en tant que Responsable d’Équipe Banque Privée. J’ai eu la chance d’être sous sa

responsabilité et c’est grâce à elle que j’ai pu me familiariser avec la Banque Privée de BNP Paribas.

Je remercie Monsieur Maxime Viémont, spécialiste de la finance comportementale chez

B*Capital, pour avoir eu la gentillesse de m’accorder une interview dans le cadre de ce Mémoire.

Mes remerciements s’adressent également à mon encadrant Monsieur Éric Labbé, enseignant

à l’université Paris-Dauphine mais également gérant de portefeuilles actions chez CPR Asset

Management, pour la gentillesse et le privilège qu’il me fait d’accepter de superviser la rédaction

de mon Mémoire.

Je souhaite également remercier les membres du jury qui me font l’honneur d’évaluer mon

Mémoire.

Finalement, j’adresse mes remerciements à l’ensemble de mes camarades de promotion au sein

de l’Institut de Gestion de Patrimoine pour l’ambiance générale et son esprit de corps et en

particulier à Clément pour son amitié et pour sa présence dans les moments difficiles.

sur 74

Avertissement

Je certifie sur l’honneur que le présent Mémoire est le fruit d’un travail personnel et que tout

référence directe ou indirecte aux travaux de tiers est expressément indiquée. Je demeure seul

responsable des analyses et opinions exprimées dans ce document : l’Université Paris-Dauphine

n’entend y donner aucune approbation ni improbation.

sur 74

Résumé

La théorie financière classique suppose que les agents économiques sont doués d’une rationalité

parfaite. Cependant, de nombreuses anomalies telles que l’incidence de la météo sur le cours des

actions ou les surréactions des marchés remettent en cause cette approche classique. La finance

comportementale cherche à expliquer ces anomalies à travers les heuristiques de jugement et les biais

cognitifs et émotionnels des investisseurs. Elle est devenue un réel enjeu dans le domaine de la

gestion de patrimoine. La clientèle, non professionnelle, des banques privées est plus susceptible

d’être soumise à ces biais comportementaux qui nuisent à la performance de leurs portefeuilles ainsi

qu’à leur relation avec leur conseiller financier. Ainsi, ces derniers ont commencé à éduquer leurs

clients afin de se différencier d’un marché hautement concurrentiel. Pour autant, l’utilité de la finance

comportementale reste difficilement mesurable.

Mots-clés : finance comportementale, gestion de patrimoine, investisseurs fortunés.

Abstract

The classical financial theory assumes that economic agents are perfectly rational. However,

several anomalies such as the impact of weather on stock prices or overreactions of markets challenge

this conventional approach. Behavioral finance seeks to explain these anomalies through the

heuristics in judgment and the cognitive and emotional biases of investors. It has become a real issue

in wealth management. Private banks unprofessional customers are more likely to be subject to these

behavioral biases which harm the performance of their portfolios and their relationship with their

financial advisor. Thus, the latter started to educate their customers in order to differentiate

themselves from this highly competitive market. Nevertheless, the usefulness of behavioral finance

remains difficult to quantify.

Keywords: behavioral finance, wealth management, high net worth investors.

sur 74

Table des matières

I. Introduction générale ...................................................................... 9

II. L’avènement de la finance comportementale ............................. 11

1) Introduction .................................................................................................. 11

2) L’essoufflement du paradigme de la finance classique ............................. 12

a) La découverte d’anomalies ................................................................................... 11

La rationalité parfaite des investisseurs ................................................................... 12

L’hypothèse d’efficience des marchés financiers .................................................... 16

Les anomalies classiques ......................................................................................... 19

b) L’existence des opportunités d’arbitrages .......................................................... 22

Les limites de l’arbitrage ......................................................................................... 22

L’exemple des fonds fermés .................................................................................... 26

3) L’approche psychologique de la finance comportementale ...................... 28

a) Les heuristiques classiques ................................................................................... 28

L’heuristique d’affect .............................................................................................. 28

L’heuristique de représentativité ............................................................................. 31

L’heuristique d’ancrage ........................................................................................... 33

b) Le danger des biais comportementaux ................................................................ 34

L’excès de confiance ............................................................................................... 34

L’effet de disposition ............................................................................................... 37

Le biais de confirmation .......................................................................................... 39

c) Quelques illusions .................................................................................................. 41

L’effet de cadrage .................................................................................................... 41

L’illusion de contrôle .............................................................................................. 43

sur 74

III. Les enjeux en gestion de patrimoine ............................................ 45

1) Introduction .................................................................................................. 45

2) L’accompagnement nécessaire des clients fortunés .................................. 46

a) Intégrer la finance comportementale à la gestion privée ................................... 46

Pourquoi ? ............................................................................................................... 46

Définir une allocation d’actifs mieux adaptée ......................................................... 48

b) Une autre segmentation de la clientèle privée ..................................................... 55

Des premiers modèles incomplets ........................................................................... 55

Le modèle Myers-Briggs Type Indicator® (MBTI) ................................................ 57

c) Les enjeux des acteurs de la gestion de patrimoine ............................................ 58

Mettre en avant la gestion sous mandat ................................................................... 58

Un réel intérêt ou un outil marketing ? .................................................................... 61

3) Étude de cas ................................................................................................... 64

Monsieur Lecocq ..................................................................................................... 64

Identification des biais ............................................................................................. 64

Influence sur l’allocation d’actifs ............................................................................ 65

Modérer ou adapter ? ............................................................................................... 65

L’allocation recommandée ...................................................................................... 66

IV. Conclusion générale ....................................................................... 67

V. Annexes ........................................................................................... 69

Annexe n°1 : Les 16 personnalités du test MBTI®................................................. 69

Annexe n°2 : Les 16 fonds de finance comportementale dans l’étude .................... 70

Annexe n°3 : Les principaux biais comportementaux d’un individu ...................... 71 ²

VI. Bibliographie .................................................................................. 72

sur 74

I. Introduction générale

« The investor’s chief problem – and even his worst enemy – is likely to be himself. »1

(Benjamin Graham)

La citation ci-dessus de Benjamin Graham en 2009 pourrait se voir comme l’écho du célèbre

discours, datant du 5 décembre 1996, d’Alan Greenspan qui était alors président de la Réserve

fédérale des États-Unis (FED). Ce dernier mettait en avant « l’exubérance irrationnelle des marchés

financiers ». Ses propos soulignaient l’écart d’évaluation des prix réalisée par les marchés financiers,

derrière lesquels se trouvent des humains et algorithmes, et celle que Monsieur Greenspan prétendait

comme « réelle ». De manière empirique, et dès lors que cet écart s’amplifie, cette décorrélation peut

aboutir aux fameuses bulles financières.

En s’intéressant à la bulle technologique dans les années 2000, ou plus récemment à la crise

financière de 2007, des académiciens ont commencé à remettre en cause les modèles financiers

classiques issus d’hypothèses que l’on peut tirer du modèle d’évaluation des actifs financiers

(MEDAF) elles-mêmes issues des travaux de Markowitz 2 . L’efficience des marchés ou le

comportement rationnel des agents économiques furent l’objet de critiques et semblaient insuffisants

pour expliquer les chocs boursiers. En effet, ces modèles tels que celui de Sharpe (1964) reposant

sur la construction de l’équilibre des actifs financiers, celui de Modigliani et Millier (1958) sur la

valorisation d’une entreprise dans un marché efficient ou encore le très célèbre modèle de Black and

Scholes (1973) proposant une méthode de valorisation des options sont tous des modèles dont les

hypothèses initiales sont très simplificatrices. Ainsi, en plus de la connaissance parfaite des

informations par chaque agent ou l’absence de coût de transaction, le fait que chaque acteur du

marché soit rationnel est admis dans la plupart de ces modèles classiques.

Mais peut-on affirmer que chaque acteur est cartésien et logique dans l’intégralité de ses choix ?

Il conviendrait aussi de différencier les investisseurs professionnels qui ont une certaine éducation

financière et les investisseurs privés et particuliers ne bénéficiant pas nécessairement de la même

expérience des marchés financiers. Les premiers seraient les plus à même à avoir un raisonnement

logique financier tandis que les seconds se baseraient plus facilement sur leurs convictions

personnelles. Dans les deux cas, il apparaît que l’être humain n’agit pas toujours de manière

1 Benjamin Graham (2009). “The Intelligent Investor, Rev. Ed”, p.8, Harper Collins 2 Harry Markowitz (1952). The Journal of Finance, Vol. 7, No. 1. pp. 77-91

sur 74

rationnelle. En d’autres termes, les investisseurs sont soumis à des biais psycho-sociologiques non

pris en compte dans la théorie financière dominante.

La finance comportementale, présentée en première partie de ce Mémoire, est l’une des branches

de l’économie s’intéressant aux théories sociologiques et psychologiques des individus mais

appliquées aux théories financières. Elle tend peu à peu à remplacer l’approche néoclassique

dominante depuis les années 1950. La psychologie est l’étude scientifique des comportements et des

processus mentaux et cherche à savoir comment ces derniers sont affectés par l’état physique, mental

et les évènements extérieurs. La sociologie aborde principalement l’influence des relations sociales

et des groupes sur les attitudes et comportements d’un individu. Quant à la finance, elle peut ici

correspondre à la discipline qui cherche à déterminer les valeurs et les prises de décisions adéquates.

Néanmoins, cette nouvelle vision alternative de la finance admet des limites quant à sa modélisation

et à l’absence de modèle général permettant de mieux comprendre la valorisation des actifs.

Ce travail aborde, en seconde partie, l’aspect de cette finance comportementales appliquée aux

investisseurs privés et fortunés qui sont généralement accompagnés en banque privée, en cabinet de

gestion de patrimoine ou encore dans un family office. Ces individus n’agissent pas

systématiquement, et contrairement à ce que l’on pourrait penser, de manière à optimiser leurs

profits. En effet, ces derniers agissent régulièrement avec un excès de confiance, d’optimisme ou de

manière excessive face aux flux d’informations et selon la manière dont on leur présente. C’est le

phénomène inverse des programmes informatiques développés par des « quants » près des salles des

marchés qui exécutent un programme informatique codifié où les biais psychologiques sont quasi-

inexistants bien que leurs développeurs soient des humains qui restent fortement conscients de

l’existence de biais comportementaux.

L’un des objectifs principaux des clients fortunés, dans ces établissements privés, est de faire

fructifier leur patrimoine financier. Or, ces individus soumis à leurs propres biais psychologiques

agissent-ils toujours dans cet intérêt ? Une forme de conflit d’intérêts entre les sentiments d’un

individu et ses objectifs rationnels semble donc se dessiner. Il apparaît évident que les banquiers

privés doivent appréhender la finance comportementale car ces derniers travaillent avant tout avec

des clients exigeants et non des institutionnels. Ces professionnels de la finance ont pour mission de

prévenir leurs clients quand ceux-ci sont soumis à des biais comportementaux. En d’autres termes,

le banquier privé peut être perçu comme un « ajusteur » de rationalité pour un individu qui semblerait

être trop optimiste. En arrivant à montrer l’intérêt de cet ajustement, les conseillers peuvent réussir à

renforcer la relation avec leurs clients ainsi que leur loyauté. L’étude de la finance comportementale

prend donc tout son sens aussi bien pour les investisseurs fortunés que pour leurs banquiers privés.

sur 74

II. L’avènement de la finance

comportementale

1) Introduction

La première partie de ce Mémoire se veut théorique et explique pourquoi cette nouvelle branche

de l’économie a commencé à naître. L’approche classique de la finance a été remise en cause suite à

l’observation de plus en plus d’anomalies telles que l’incidence de la météo ou du calendrier sur la

valeur des actifs financiers. Ces dernières ont été mises en avant à travers des publications dans des

journaux mondialement connus comme le Journal of Financial Economics dans la deuxième partie

du XXème siècle. Grâce à ces publications, la finance comportementale commence à mieux se faire

connaître au détriment des défenseurs de la théorie financière classique qui acceptent ses

insuffisances. Celles-ci concernent aussi bien l’efficience des marchés financiers, les opportunités

d’arbitrages et se voient confirmées par l’existence de biais psychologiques qui influencent les prises

de décision ainsi que les préférences des agents économiques face au risque.

Par la suite, le cadre conceptuel de la finance comportementale, connaissant un nouveau souffle

avec le prix Nobel d’économie en 2002 de Daniel Kahneman, est traité au regard de deux alternatives

à la théorie de l’espérance d’utilité qui constitue l’un des piliers de la finance classique. Il s’agit de

la dépendance du rang et l’approche par perspectives. Aussi, la théorie de la gestion de portefeuille

issue des travaux de Markowitz semble insuffisante si ses hypothèses ne sont plus respectées par les

investisseurs. Les portefeuilles optimaux au sens de Markowitz et l’allocation des actifs financiers

ne sont plus les mêmes si l’on prend en compte les biais comportementaux des agents économiques.

De plus, il apparaît que les individus ne traitent pas de la même manière une seule et même

information. Les décisions prises par les investisseurs sont guidées par leurs sentiments et cela peut

expliquer les volumes de « trading » parfois importants sur les places boursières. Par exemple, un

investisseur fortuné français préfèrera investir sur des actions françaises même s’il lui est possible

d’intervenir sur le marché espagnole ou chinois pour le même prix. L’étude psychologique de la

finance comportementale sera l’objet d’un chapitre de ce Mémoire.

Finalement, cette nouvelle branche de la finance ne vient pas remplacer la théorie standard mais

cherche à offrir de nouvelles perspectives pour les investisseurs. Élaborer une théorie ou des modèles

prenant en considération les biais comportementaux n’est pas une chose aisée et constitue une

véritable limite de cette nouvelle économie dite « expérimentale ».

sur 74

2) L’essoufflement du paradigme de la finance classique

a) La découverte d’anomalies

La rationalité parfaite des investisseurs

La théorie financière classique admet que les agents économiques sont doués d’une rationalité

dite « parfaite » quand ces derniers font face à des choix risqués. Ce comportement implique que les

décisions prises par les investisseurs suivent un objectif précis : maximiser leur espérance d’utilité3.

Comment qualifier la rationalité dans les modèles théoriques ? Il s’agit, pour un investisseur, de

prendre des décisions en accord avec les informations qu’il possède et que celles-ci aient pour unique

but d’optimiser sa satisfaction. Ainsi, un tel investisseur doit être capable de modifier ses choix

d’investissement au regard des informations qui lui parviennent et agir de façon cohérente selon leur

contenu.

Face au risque et à l’incertain, l’investisseur rationnel cherche à maximiser l’utilité espérée. Cela

suppose la validité de certains axiomes issus des travaux de Von Neumann et Morgenstern (1947)

quand un individu se retrouve face à des loteries (des actifs financiers) ou à des portefeuilles

(assimilable à une combinaison de loteries) :

- L’axiome n°1 de préférence précise qu’un investisseur a toujours un choix de préférence

entre deux loteries ;

- L’axiome n°2 de transitivité admet qu’un investisseur préférant une loterie n°1 à une loterie

n°2 et cette même loterie n°2 à une loterie n°3 préfère alors la loterie n°1 à la loterie n°3 ;

- L’axiome n°3 de non-saturation indique qu’un agent recherche toujours à accroître son

utilité sans que ce dernier ne se sente saturé ;

- L’axiome n°4 de continuité considère qu’il existe une probabilité p vérifiant : 0 < p <1 telle

que [x, z ; p, 1 − p] ~ [y; 1] en considérant 3 loteries x, y et z où l’investisseur admet le

classement suivant : x ≻ y et y ≻ z (d’où par transitivité : x ≻ z) ;

- L’axiome n°5 d’indépendance implique qu’un individu est indifférent entre une

combinaison de loteries et sa version « réduite ». Aussi, on précise que l’intervention d’une

troisième loterie ne modifie pas les préférences d’un individu entre les 2 premières ce qu’on

peut décrire tel que : x ≻ y ⇔ [x, z ; p, 1 − p] ≻ [y, z ; p, 1 − p].

La plupart des modèles financiers incorporent ces axiomes de rationalité repris sous le théorème

de Neumann-Morgenstern. Ce dernier propose qu’un individu rationnel sélectionne la loterie ou une

3 Von Neumann J. et Morgenstern O. (1947). Theory of Games and Economic Behavior

sur 74

combinaison de loteries lui offrant la plus grande utilité. Cette utilité est maximale, pour le second

cas, dès lors que l’espérance d’utilité entre les combinaisons est la plus grande. La solution du

paradoxe de Saint-Pétersbourg4 a montré que les agents économiques ont une aversion au risque.

Chaque individu possède une fonction d’utilité. Cette fonction d’utilité associe une mesure de

satisfaction ou d’utilité selon la richesse que possède un investisseur. Soit une fonction d’utilité telle

que U(800) = 10 et U(600) = 5 (individu neutre au risque). Soit une loterie n°1 (L1) et une loterie

n°2 (L2) telle que :

- L1 = [800, 0 ; 0,8 , 0,2] où la probabilité d’avoir une richesse égale à 800 est de 0,8 contre

une probabilité de 0,2 pour n’avoir aucune richesse ;

- L2 = [600 ; 1] où la probabilité d’avoir une richesse égale à 600 est de 1.

Un investisseur parfaitement rationnel et neutre au risque préfère la loterie n°1 car son espérance

d’utilité qui est de : 0,8 * 10 + 0,2 * 0 = 8 est supérieure à celle de la loterie n°2 qui est de : 1 * 5 =

5. À noter que si la fonction d’utilité est affine (pour les individus neutres au risque), alors l’espérance

d’utilité est égale à l’utilité des espérances de richesse. À l’inverse, l’aversion au risque est

représentée par une fonction d’utilité de forme concave telle une fonction logarithmique. Soit une

fonction d’utilité représentant un risquophobe : u(x) = (49+x)1/2. L’investisseur a une probabilité de

4/7 d’avoir une richesse x1 = - 41 et une probabilité d’avoir richesse x2 = 51 :

Fig 1 - Exemple de fonction d’utilité d’un risquophobe

4 Bernoulli, Daniel; “Specimen theoriae novae de mensura sortis” in Commentarii Academiae Scientiarum

Imperialis Petropolitanae 5 (1738)

sur 74

L’étude de cette fonction nous apprend qu’un investisseur averse au risque voit une plus grande

utilité dans l’espérance possible de sa richesse que dans l’espérance des utilités des 2 états de richesse

possibles : x1 et x2. Qu’en conclure ? Cet individu préfère choisir une loterie « certaine » (p = 1) dont

la valeur est égale à la valeur espérée d’une loterie « risquée ». Il refusera donc de participer à un jeu

qui semble équitable vu qu’il choisira toujours la solution de sécurité. Les individus neutres au risque

présentent une fonction d’utilité de forme affine et chercheront, par conséquent, à maximiser leur

utilité. Enfin, les risquophiles possèdent une fonction d’utilité de la forme convexe et accepteront de

participer à un jeu qui est équitable contrairement au risquophobes. Néanmoins, les agents

économiques intervenant sur les marchés financiers ne sont pas tous averses au risque bien qu’ils en

représentent une majorité. Or, c’est ce point de vue qui est adopté dans la plupart des modèles

financiers de la théorie classique. La théorie de gestion de portefeuille nous apprend qu’un

investisseur rationnel procède à l’allocation de son portefeuille de telle manière à maximiser

l’espérance de rentabilité pour un niveau de risque donné ou alors de minimiser la variance d’un

portefeuille pour un niveau d’espérance de rentabilité fixée. Aussi, l’aversion au risque présumée des

agents économiques est au cœur du MEDAF (modèle d’équilibre des actifs financiers), puisqu’à

l’équilibre, ce modèle admet l’existence d’une prime de risque rémunérant le risque d’une action vis-

à-vis du marché :

𝐸(𝑅𝑖) = 𝑅𝑓 + βi ∗ (𝐸(𝑅𝑀) − 𝑅𝑓)

Où :

- Ri est la rentabilité d’un titre i ;

- RM est la rentabilité du portefeuille de marché ;

- Rf est le taux sans risque ;

- βi est le bêta du titre, c’est-à-dire la propension qu’à le titre à varier par rapport au marché

de référence. Cela correspond au risque systématique du marché.

Bien que ce modèle fût validé de manière empirique par Jensen et Scholes (1972), nous verrons

que ce dernier omet de prendre en compte des éléments indépendants du risque de marché tels que

la taille des entreprises ou encore les biais comportementaux des agents économiques corrigeant et

refondant le MEDAF.

Une autre critique de la rationalité parfaite des investisseurs et ouvrant la voie à la finance

comportementale réside dans le paradoxe d’Allais (1953)5 dont les résultats démontrent une violation

de l’axiome d’indépendance présenté précédemment.

5 Allais M. [1953b], « Le comportement de l’homme rationnel devant le risque », Econometrica, 21, p. 503-

546.

sur 74

L’expérience peut être présentée de cette manière :

Fig 2.1 – Présentation des loteries

En principe, et en accord avec la théorie de l’espérance d’utilité, si la loterie 1A dans

l’expérience n°1 est choisie par un agent, alors la loterie 2A dans l’expérience n°2 devrait être

également choisie. Pourquoi ? Cela est dû à l’axiome d’indépendance. Dans les faits, les loteries des

deux expériences peuvent être réécrites ainsi :

Fig 2.2 – Réécriture de la présentation des loteries

Selon l’axiome d’indépendance, le gain commun des 2 loteries pour chaque expérience ne

devrait pas être considéré dans le choix de la prise de décision entre 2 loteries d’une même

expérience. Cependant, plusieurs expériences ont montré que des individus interrogés préféraient la

loterie 1A à la loterie 1B alors qu’ils préféraient la loterie 2B à la loterie 2A. Pourtant, si on écarte

les gains communs des 2 loteries de l’expérience n°2 (le fait de ne rien gagner à 89%) et les gains

communs des 2 loteries de l’expérience n°1 (le fait de gagner 1 million à 89%) alors on remarque

que les résultats possibles et restants sont identiques pour l’expérience n°1 et l’expérience n°2. De

ce fait, un individu préférant le résultat restant possible de 1 million à 11% de la loterie 1A aurait dû

préférer le résultat restant possible de 1 million à 11% de la loterie 2A.

Qu’en conclure ? Dans une situation de loterie entre un gain sûr et une distribution de gains où

il existe une petite probabilité de perte (ici 1%) mais dont l’espérance est plus élevée, l’agent

économique préfère choisir la loterie avec le gain sûr. Cela reflète l’aversion au risque d’un individu.

À l’inverse, cette même augmentation de 1% de risque de la loterie 2A à la loterie 2B ne semble pas

sur 74

produire le même effet car l’investisseur choisira tout de même la loterie 2B. Quelques années plus

tard, Kahneman et Tversky (1979) démontrent que les agents économiques accordent plus de poids

aux issues positives certaines qu’à celles qui ne sont que probables.

L’hypothèse d’efficience des marchés financiers

L’hypothèse d’efficience des marchés financiers est directement liée à la compréhension et

l’anticipation de la valeur des actifs dans les marchés financiers. La question sous-jacente de

l’efficience est de savoir si les prix reflètent réellement la valeur fondamentale de leurs actifs. Les

formations des bulles financières comme celles de 1987 ou plus récemment de 2008 pouvait-elles

être anticipées ? Si les crises financières sont mises sous le dos de la cupidité ou de la corruption de

« mauvaises » personnes, alors les marchés financiers ne sont pas à blâmer eux-mêmes. Pourtant, la

mise en place de réformes et autres lois ou directives en vue de corriger et empêcher l’apparition de

nouvelles bulles n’a jamais été efficace de manière empirique. Et si les marchés financiers étaient

par nature instables et que les crises étaient dans l’ordre naturel des choses ? Si les prix ne

représentent pas la vraie valeur des choses alors il convient de se demander si l’existence même des

marchés financiers et son rôle d’allocation des ressources peut déstabiliser les économies qui y sont

liées. Le débat sur l’efficience ou non des marchés est donc ouvert.

Dans un premier temps, l’efficience peut être perçue de trois manières différentes sur les

marchés :

- L’efficience informationnelle (celle qui nous intéresse pour la suite) : la formation des prix

des actifs incorpore toute l’information disponible passée, présente et future ;

- L’efficience allocationnelle : l’épargne des investisseurs est orientée vers les emprunteurs

les plus productifs contribuant au développement de l’économie ;

- L’efficience opérationnelle : les prêteurs d’épargne et les demandeurs de fonds sont

confrontés de manière optimale sur les marchés financiers.

Une première approche théorique de l’efficience des marchés financiers est apportée par Fama

en 19656, puis en 19707 où il intègre la notion d’informations obtenues par les acteurs du marché : «

Un marché est dit efficient si et seulement si l’ensemble des informations disponibles concernant

chaque actif financier côté sur ce marché est immédiatement intégré dans le prix de cet actif ». En

d’autres termes, les investisseurs parfaitement rationnels, comme décrits auparavant, prennent en

compte les flux d’informations publiés afin d’ajuster leurs prises de positions ainsi que leurs

6 Fama E.F. (1965), « The behavior of stock market prices », Journal of Business, vol. 38, n° 1, p. 31-105. 7 Fama E.F. (1970), « Efficient capital markets: a review of theory and empirical work », The Journal of

Finance, vol. 25, n° 2, p. 383-417.

sur 74

anticipations. Ainsi, les cours des titres s’ajustent sur les marchés et reflètent leur valeur intrinsèque

ou « valeur fondamentale ». On notera que la théorie financière classique admet la notion d’atomicité

des acteurs sur un marché financier conduisant à une forte concurrence ainsi qu’à la recherche de

profit. Par ce mécanisme, la cotation de l’actif financier ne s’écarte pas ou peu de sa valeur

fondamentale. Cette dernière, V0, se calcule via une actualisation des sources de revenus du titre

telles que les dividendes et la valeur de la cession du titre à la dernière date :

𝑉0𝑖 =

𝐷1𝑖

(1 + 𝑟)+

𝐷2𝑖

(1 + 𝑟)2+

𝐷3𝑖

(1 + 𝑟)3+ ⋯ +

𝐷𝑛𝑖

(1 + 𝑟)𝑛

Où :

- 𝑉0𝑖 est la valeur fondamentale ou intrinsèque d’un titre i ;

- 𝐷𝑡𝑖 correspond au flux à la date t anticipé et dégagé par le titre i ;

- r est le taux d’actualisation demandé par l’investisseur et dépendant du risque que ce dernier

perçoit ;

- n correspond aux différentes périodes dans le temps jusqu’à la cession du titre i.

Cette efficience décrite par Fama n’a lieu que dans un marché où les coûts de transaction sont

inexistants, où l’information est disponible gratuitement à tous les acteurs du marché et de manière

permanente et où les investisseurs sont parfaitement rationnels et dont leurs anticipations sont

homogènes. Le comportement du prix d’un titre à l’arrivée d’une nouvelle information non anticipée,

et au regard de la méthode d’actualisation, suit une marche aléatoire ou « random walk ».

La notion de « marche aléatoire » signifie, dans le cadre des marchés efficients, que la variation

de prix d’un titre est décorrélée de son prix passé. Ce caractère aléatoire rend impossible de prévoir

ces futures évolutions de prix. Aussi, dans une telle hypothèse, l’espérance de gain de chaque actif

suivant cette marche est nulle étant donné qu’on se situe dans un jeu équilibré. Le fait de ne pas

pouvoir anticiper le prix d’un titre en se basant sur ses prix passés rend inutile l’analyse technique.

Aussi, les effets de momentum ou reverseal ne peuvent pas être prédits sur des marchés efficients. Il

apparaît donc évident que dans une telle hypothèse de marché, celui-ci devient impossible d’être

« battu » puisqu’il n’est pas possible pour un investisseur d’exploiter une information vue que cette

dernière est déjà incorporée dans le prix du titre reflétant sa valeur fondamentale. Acheter un actif

sous-évalué ou vendre un actif surévalué n’existe pas dans un tel marché.

Fama, en 1970, suggère qu’il existe différentes formes d’efficience en considérant les différents

niveaux d’informations. La première est la forme « faible » et propose que la connaissance et

l’analyse des cours et des informations passés ne permettent pas à un investisseur de battre le marché.

L’analyse technique est donc inutile dans un tel contexte. La seconde est la forme « semi-forte » et

sur 74

admet que le prix d’un titre reflète toute l’information publique actuelle et passée que l’on peut

trouver sur des sites boursiers. Cette forme d’efficience incorpore la forme d’efficience précédente.

L’analyse fondamentale est inefficace sous cette forme. Enfin, la troisième est la forme « forte » et

correspond à l’efficience la plus totale. Cela signifie qu’un investisseur ne peut pas battre le marché

à travers les informations passées, présentes et publiques mais également privées et non médiatisées.

Dans ce scénario le plus extrême, un délit d’initié n’est donc pas profitable.

La plupart des études empiriques montrent que c’est la forme « semi-forte » d’efficience qui

semblerait ne pas être totalement vérifiée. La forme « faible » est vraisemblablement vraie et est

reconnue par la majorité des professionnels tandis que la forme « forte » est très peu plausible étant

donné l’efficacité des délits d’initiés. Cela a pu s’illustrer par le célèbre trader Ivan Boesky. C’est

donc la seconde forme d’efficience qui regroupe les intérêts des académiciens.

L’existence-même de certains investisseurs très célèbres tels que Warren Buffet suffirait à

prouver l’inexactitude de cette forme d’efficience vu que ces derniers sont censés exploiter

l’information publique et passée. Il convient d’adopter un autre point de vue à travers une simple

expérience. Soit un groupe de 10 000 personnes jouant à un jeu de pile ou face. À chaque période,

chacune d’entre elles lance sa pièce et note le résultat obtenu. Si la pièce est non truquée, il est logique

de s’attendre à une même probabilité de « pile » ou « face » à chaque lancé. Ainsi, au premier essai,

on peut donc s’attendre à voir apparaitre 5 000 « face » et 5 000 « pile » bien qu’en vérité, le résultat

sera légèrement différent. Au second essai, on devrait logiquement s’attendre à ce qu’un quart des

participants (2 500) ait eu deux fois « face » ou deux fois « pile » d’affilée. Au bout de 8 lancés,

environ 10 000/(28) = 39 participants auront obtenu 8 fois le côté « pile » ou « face » d’affilée. Peut-

on dire que ces 39 personnes viennent contredirent les lois probabilistes d’un simple jeu de pile ou

face ? Et que peut-on dire des personnes ayant obtenus 7 fois « face » sur les 8 lancés ? On devrait

en dénombrer en moyenne 312. Au final, sur ces 10 000 participants, au moins 350 auront obtenu au

minimum 7 fois « face » sur les 8 lancés. Peut-on dire que ce sont des « experts » au lancé de pièce ?

On pourrait croire que la survenance de tels résultats extrêmes remette en question le côté aléatoire

de ce jeu. On peut assimiler cela à la performance des gérants de fonds. Si l’on considère un marché

aléatoire, les résultats des fonds devraient être aléatoires. Cependant, il existera toujours un faible

pourcentage d’investisseurs qui se démarqueront sur la base de leur historique de performance. Cette

anomalie, découverte par les partisans de la finance comportementale, suggère que les résultats issus

d’un processus aléatoire montrent des tendances, des répétitions et d’autres récurrences bien que ces

résultats soient générés de manière aléatoire. Les séries statistiques ne semblent donc pas avoir une

apparence purement « hasardeuse ». Il s’agit donc d’une fausse preuve contre la notion d’efficience

des marchés financiers contrairement aux anomalies décrites par la suite.

sur 74

Les anomalies classiques

On considère qu’une « anomalie » est une observation en inadéquation avec la théorie financière

néoclassique dominante. Leurs découvertes sont d’autant plus cruciales étant donné que jusqu’en

1976, les études statistiques ont amené à découvrir cette efficience des marchés financiers tandis que

par la suite, cette efficience était devenue l’une des conditions de nombreux modèles financiers. On

peut, par exemple, citer l’étude « Martingales and stochastic integrals in the theory of continuous

trading » de Harrison et Pliska en 1981 sur les variations en bourse. Bien qu’un grand nombre

d’anomalies furent mises en avant par William Schwert8, nous allons nous concentrer sur les trois

anomalies les plus connues.

La première catégorie d’anomalies concerne le calendrier. La plus connue concernent le mois

de janvier. Après une première observation de Richard Thaler dans « The Winner’s Curse » (1976),

puis confirmée par Lakonishok et Smidt 9 , il apparaît que les actions d’entreprises à faible

capitalisation offrent une meilleure rentabilité durant le mois de janvier et plus particulièrement lors

des deux premières semaines (Keim en 1983). On pourrait croire que la découverte de cet « effet »

du mois de janvier en 1976 ait pu mener à sa disparition à travers son exploitation par les investisseurs

voulant en tirer profit. Mais en réalité, Haugen et Jorion (1996) découvrent que cette anomalie

perdure. De plus, Hansen et Lunde (2003) arrivent à montrer que cet effet s’observe également dans

de nombreux pays tels que la France, l’Italie ou encore le Japon. Mais comment l’expliquer ? La

première hypothèse découle d’une tentative d’optimisation fiscale. Pour rappel, une perte encaissée

suite à la vente d’une action vient en réduction du revenu imposable. Cette règle fiscale existe dans

de nombreux pays. Or, les actions des petites entreprises sont connues pour être fortement volatiles.

De ce fait, elles sont les plus à même de subir une moins-value et d’être vendues en fin d’année pour

des raisons fiscales. Puis, en début d’année, ces actions qui ont été survendues et dont les cours ont

baissé (actions sous-valorisées) font face à une envolée des prix et battent l’ensemble des marchés.

Néanmoins, cette explication est affaiblie par le fait que les années fiscales sont différentes dans

plusieurs pays comme en Australie où elle débute en juillet. Une autre explication, ici psychologique

et mise en avant par les théoriciens de la finance comportementale, réside dans le fait que les

investisseurs voient la fin d’année comme une forme de bilan (vente et baisse des cours) tandis que

le début d’année est la promesse d’un nouveau commencement (achat et hausse des cours). C’est la

comptabilité mentale des investisseurs. D’autres chercheurs tels que Grinblatt et Moskowitz (mars

2004) suggèrent que les gérants de fonds qui surperforment leur indice de référence tendent à vouloir

8 Schwert, G. William, Anomalies and Market Efficiency (October 2002). Simon School of Business Working

Paper No. FR 02-13. 9 Josef Lakonishok et Seymour Smidt, « Are Seasonal anomalies real? A ninety-year perspective, » Review of

Financial Studies 1, no 4 (Winter 1988): 403-425.

sur 74

s’en approcher en fin d’année. Ainsi, les actions phares de ces fonds qui ont permis de surperformer

sont vendues en fin d’année afin de mieux représenter la constitution de l’indice de référence. De

nouveau sur le marché, ces dernières sont aussitôt achetées par de nouveaux gérants de fonds amenant

à une hausse généralisée des marchés. Cependant, cette explication devrait s’appliquer à toutes les

entreprises et non seulement aux entreprises les plus faiblement capitalisées.

Il existe également, et plus fréquemment, une autre anomalie calendaire portant sur le week-

end. L’anomalie observée est la suivante : les rendements des actions sont plus élevés en fin de

semaine qu’en début de semaine. Des données compilées sur les marchés USA après 1952 ont même

montré que les rendements étaient négatifs, en moyenne, le lundi. Cela va donc en opposition avec

l’hypothèse d’efficience des marchés issue de la théorie dominante. Cet effet est constaté dans

différents pays tels que les USA, le Japon ou encore Taiwan alors qu’il est inexistant en Slovénie ou

République Tchèque. L’explication réside-t-elle dans le « blues » du retour au travail le lundi ou

d’une correction des marchés suite aux ébullitions des traders le vendredi avant de partir en week-

end ? La question reste en suspens. Dans la même lignée, les marchés USA ont souvent connu, avant

1991, des rendements anormalement élevés la veille des vacances10. Cet effet a continué après cette

date au Royaume-Uni et à Hong Kong.

La deuxième catégorie d’anomalies concerne la météo. Il existerait un lien entre les aléas

météorologiques et le sentiment des investisseurs sur les marchés financiers. Il s’agit d’une violation

de l’hypothèse de rationalité parfaite des intervenants de la bourse puisque le degré d’ensoleillement

influence le prix des actifs. David Hirshleifer et Tyler Shumway ont cherché à quantifier ce lien en

200311. Ils se sont intéressés à des donnés statistiques sur les rendements des marchés de plusieurs

villes, dont Paris et Londres, avec un niveau moyen d’ensoleillement (noté de 0 pour un temps

éclairci à 8 pour un temps nuageux) datant de 1982 à 1997. La régression de ces informations a abouti

à la formule suivante :

𝑟𝑖,𝑡 = ∝𝑡+ βiC ∗ 𝑀𝑜𝑦𝑖,𝑡 + 𝜀𝑖,𝑡

Où :

- 𝑟𝑖,𝑡 : rendement de l’indice de marché pour une ville i sur la journée t ;

- 𝑀𝑜𝑦𝑖,𝑡 : moyenne de l’indice du temps de 0 à 8 corrigée des effets de saisonnalité ;

- βiC = - 0,011 et est statistiquement significatif au sens de Student ;

10 Ryan Chong, Robert Hudson, Kevin Keasy and Kevin Littler, “Pre-Holday Effects: International Evidence

on the decline and reversal of a stock market anomaly”, Journal of International Money and Finance 24, no.

8 (December 2005): 1228-1229 11 David Hirshleifer and Tyler Shumway, “Good Day Sunshine: Stock Returns and the Weather”, The Journal

of Finance, Vol. 58, No. 3 (Jun., 2003), pp. 1009-1032

sur 74

- 𝜀𝑖,𝑡 : bruit blanc.

Le bêta de la formule montre qu’il existe donc une relation négative entre l’indice du temps et

le rendement des actions. En d’autres termes, plus le niveau d’ensoleillement est élevé, plus les

marchés financiers sont haussiers. À noter que d’autres paramètres tels que la pluviosité ou encore

l’enneigement n’affectent pas les résultats.

La dernière catégorie d’anomalies étudiée concerne la taille des capitalisations et remet en cause

directement le MEDAF issu de la théorie classique. Banz (1981) démontre que cette caractéristique,

et d’autres telles que le PER (Price Earning Ratio), le rapport de la valeur comptable sur la valeur

de marché (B/M : Book to Market Ratio) ou le rendement des entreprises (dividende/cours)

influencent la rentabilité des actions. En effet, Fama et French (1992) mettent en évidence, sur le

marché américain et sur la période de 1963 à 1990, que les 10% d’entreprises à plus faible

capitalisation surperforment de 0,74% (mensuellement) les 10% d’entreprise à plus forte

capitalisation. Aussi, cette anomalie de surperformance est également constatée pour les entreprises

aux PER faibles, aux B/M élevés (actions à caractère value) ou disposant d’un rendement de

dividende élevé. Les deux chercheurs remarquent également que les entreprises aux caractères value

(B/M élevé), qui sont sur-performantes, possédaient le bêta le plus faible. Or, selon les prévisions du

MEDAF, plus une entreprise dispose d’un bêta peu élevé, plus sa rentabilité moyenne est faible.

Cette observation est donc paradoxale face au modèle de la théorie classique. Pour prendre en compte

ces différents facteurs, Fama et French (1993) construisent un nouveau modèle qui incorporent la

prime de risque du marché déjà présente dans le MEDAF (différence entre la rentabilité du marché

et de l’actif sans risque) avec deux nouveaux facteurs de risque : le SMB (small caps minus big caps)

pour la taille de capitalisation et le HLM (high B/M minus low B/M) pour l’effet value/growth.

Le modèle est le suivant :

𝐸(𝑅𝑖) – 𝑅0 = 𝑎𝑖 + 𝑏𝑖 [𝐸(𝑅𝑀) – 𝑅0] + 𝑠𝑖 𝐸(𝑆𝑀𝐵) + ℎ𝑖 𝐸(𝐻𝑀𝐿)

Où :

- 𝐸(𝑅𝑖) – 𝑅0 : rentabilité moyenne excédentaire du titre i face au marché ;

- 𝑏𝑖 : bêta du titre i ;

- [𝐸(𝑅𝑀) – 𝑅0] : prime de risque du marché ;

- 𝑠𝑖 𝐸(𝑆𝑀𝐵) : différence de rentabilité entre un portefeuille composé d’entreprises à faibles

capitalisations et d’un portefeuille composé d’entreprises à forte capitalisation ;

- ℎ𝑖 𝐸(𝐻𝑀𝐿) : différence de rentabilité entre un portefeuille composé d’entreprises à

caractère value et d’un portefeuille composé d’entreprises à caractère growth.

sur 74

Comment expliquer les effets de taille de capitalisation ainsi que l’effet value sur la rentabilité

moyenne des actions ? Plusieurs réponses ont été apportées par différents chercheurs. Les auteurs du

modèle ci-dessus estiment que le bêta ne prend pas en compte la fragilité financière des entreprises

de petites capitalisations alors que les investisseurs la perçoivent et demandent, en contrepartie, une

rentabilité supérieure face à ce risque. Chan et Lakonishok (2002) proposent une analyse

comportementale des agents économiques pour expliquer la surrentabilité des actions value. Il

s’avère que cette catégorie d’actions a de faibles performances, selon ces auteurs, en termes de de

croissance du chiffre d’affaires ou des bénéficies. Or, il existe un biais psychologique appelé « biais

de représentativité » suggérant que les investisseurs perçoivent dans le futur une répétition de ces

mauvaises performances et préféreront, à contrario, les actions à caractère growth dont la croissance

est supérieure. De plus, les glamour stocks (autre désignation des actions growth) appartiennent

généralement à des secteurs facilement médiatisables par les journalistes spécialisés en finance et

autres analystes. Ainsi, les gestionnaires de portefeuille possèdent ce type d’actions dans leurs fonds

d’investissements tels que les OPCVM. La raison ? En cas de faible performance de leurs fonds, ils

ne pourront pas être blâmés d’avoir réalisé un stock-picking concernant des actions peu suivies par

les analystes financiers en buy-side ou sell-side. La conséquence est que les actions value sont sous-

valorisées car délaissées tandis que les actions growth sont sur-valorisées car achetés massivement

par les gestionnaires de fonds. Le marché ne peut rester dans un tel état longtemps car des arbitrages

vont avoir lieu. Ainsi, la correction s’effectue en général lors de la publication des résultats des

actions value, souvent meilleurs, que le consensus des analystes. Cela explique la forte rentabilité

moyenne de ce type d’actions.

b) L’existence des opportunités d’arbitrages

Les limites de l’arbitrage

La théorie financière classique réfute toute imperfection possible sur les marchés financiers.

Ainsi, la cotation d’une action est censée représenter sa « vraie » valeur ou « valeur fondamentale »

rendant impossible l’exploitation des prix pour réaliser une plus-value. La finance néo-classique

admet également que les investisseurs irrationnels ne peuvent subsister longtemps sur les marchés.

En réalité, ces derniers sont susceptibles de prendre plus de risques et d’accroître, mécaniquement,

leurs gains sur un horizon de court-terme (permettant leur survie) qui peuvent être supérieurs à ceux

des agents rationnels.

La notion d’arbitrage renvoie à l’utilisation de pratiques et méthodes, par les investisseurs,

permettant de profiter des incohérences de prix sur les marchés financiers. Ces arbitragistes profitent

de l’inefficience des marchés financiers. Néanmoins, de telles opérations sont rares par nature étant

sur 74

donné que les investisseurs les exploitent très rapidement en rendant de nouveau les prix cohérents.

Un arbitrage pur, contrairement à un arbitrage spéculatif, suppose de réaliser un gain sans aucune

prise de risque. Par exemple, une entreprise X se voit cotée à Paris et à New-York. Supposons que

l’action ait un prix de 80$ aux États-Unis contre 60€ en France. Si le taux de change EUR/USD est

de 1,20 alors il existe une opportunité d’arbitrage. Celle-ci consiste à acheter le titre en France pour

60€ et de le vendre sur le marché américain pour 80€. La plus-value générée, sans prise de risque,

est alors de : 80 – 60*1,2 = 8$. Une autre technique d’arbitrage connue est d’emprunter à un taux x

et de prêter à la suite à un nouveau taux y sachant que y > x. L’existence-même d’opportunités

d’arbitrages est en violation avec l’hypothèse d’absence d’opportunités d’arbitrages (AOA) issue de

la théorie financière classique.

Des opportunités d’arbitrages peuvent persister dans le temps dès lors que leurs disparitions

dépendent de la psychologie des investisseurs et quand l’horizon d’investissement est très lointain.

En effet, les agents peuvent avoir intérêt à ne pas les exploiter systématiquement. On parle alors de

« limites d’arbitrages » car selon certaines circonstances, il n’est pas possible pour un investisseur

de réaliser un arbitrage rapidement. La raison principale est que les stratégies d’arbitrages, censées

permettre de retrouver au titre sa valeur fondamentale, sont en réalité souvent risquées, coûteuses et

parfois restrictives.

Nous pouvons distinguer 3 problèmes principaux limitant les arbitrages :

1) Le risque spécifique d’une entreprise. Par exemple, nous pouvons supposer que la valeur de

l’action Orange est sous-cotée et que, par conséquent, un investisseur décide d’acheter

beaucoup d’actions de cette entreprise. Par la suite, des nouvelles négatives et non anticipées

affectent la valeur de l’action Orange et baissent encore plus le prix de celle-ci. Bien

évidemment, l’investisseur pourrait chercher à se couvrir du risque spécifique de Orange

mais cette opération pourrait être imparfaite et coûteuse.

2) Le risque des noise traders (les traders faisant du « bruit spéculatif »). Un noise trader est

un trader dont les opérations sur les marchés financiers ne sont pas basées sur de

l’information vérifiée ou sur des analyses financières sérieusement étudiées. De tels traders

peuvent s’arranger ensemble pour empirer le mauvais pricing d’une action sur le court terme.

Ce type de manœuvre oblige les arbitragistes à liquider leurs actions rapidement en les

sanctionnant de fortes pertes. Cette forme de risque est également appelée « risque

sentimental ». Cela signifie que le risque de cotation d’un titre peut dépendre uniquement

des sentiments ou des croyances irrationnelles et non d’analyses financières basées sur les

sur 74

bilans ou comptes des résultats des entreprises. Cette forme de risque peut donc se greffer

aux risques systématiques de marché et aux risques spécifiques des entreprises.

Un investisseur peut, à travers une analyse technique, déceler si une action est anormalement

traitée par des noise traders car ces derniers génèrent de forts volumes de trading. Des

indicateurs de volume peuvent être utilisés pour détecter cette forme de risque. Les deux

indicateurs les plus connus sont le Positive Volume Index (PVI) et le Negative Volume Index

(NVI). Ceux-ci permettent de déterminer si l’évolution de prix des actions est directement

corrélée ou non avec l’évolution des volumes de trading. Le premier fonctionne de la manière

suivante :

- Si le volume d’échanges diminue par rapport à hier : l’indice reste inchangé ;

- Si le volume d’échanges augmente par rapport à hier : l’indice évolue

o Positivement : si le cours de clôture d’aujourd’hui est supérieur à la veille ;

o Négativement : si le cours de clôture d’aujourd’hui est inférieur à la veille.

La formule du PVI est la suivante : PVI actuel = Ancien PVI + {[(Cours de clôture

d’aujourd’hui-Cours de clôture d’hier) / Cours de clôture d’hier)] x Ancien PVI}.

Le NVI fonctionne de manière opposée :

- Si le volume d’échanges augmente par rapport à hier : l’indice reste inchangé ;

- Si le volume d’échanges diminue par rapport à hier : l’indice évolue

o Positivement : si le cours de clôture d’aujourd’hui est supérieur à la veille ;

o Négativement : si le cours de clôture d’aujourd’hui est inférieur à la veille.

La formule du NVI est la suivante : NVI actuel = Ancien NVI + {[(Cours de clôture

d’aujourd’hui-Cours de clôture d’hier) / Cours de clôture d’hier)] x Ancien NVI}.

Concernant le PVI, si ce dernier augmente ou diminue, il peut donner un indicateur de

tendance haussière (bullish) ou baissière (bearish) des marchés. Pour le NVI, si ce dernier

augmente cela signifie que les prix augmentent malgré une baisse de volume alors que s’il

diminue, cela veut dire que les prix baissent car peu d’investisseurs traitent l’action.

Pour repérer une forte activité de noise traders, les investisseurs préfèrent se fier au PVI pour

déterminer si le prix d’une action est fortement dépendant du volume de trading généré par

ce type de traders qui composent une part importe d’investisseurs non-professionnels. À

l’inverse, le NVI est préféré pour détecter les mouvements cohérents de prix car il

déterminera comment les investisseurs institutionnels et professionnels traitent l’action. En

effet, le volume sera moins élevé car les noise traders ne sont pas en activité et le prix sera

donc déterminé plus « intelligemment ». Ci-dessous, le graphique montre l’exemple d’un

PVI quand celui-ci reste inchangé (volume en baisse) ou quand il augmente (volume en

hausse et prix en hausse).

sur 74

Fig 3 – Détermination du Positive Volume Index (PVI)

3) Les coûts de transaction. Étant donné qu’une opération d’achat ou de vente sur les marchés

financiers est coûteuse, il est possible, dans certains cas, que le coût associé soit supérieur

au gain potentiel d’une stratégie d’arbitrage. Une autre forme de coût « caché » est celui issu

des entreprises peu liquides. Si un investisseur pense qu’une entreprise est sous-valorisée, et

que l’action de celle-ci est peu liquide, et qu’il place un ordre important sur le marché, alors

le prix d’achat pourrait significativement augmenter selon le fonctionnement du carnet

d’ordre. C’est donc une nouvelle limite aux opérations d’arbitrages. Ainsi, des prix peuvent

rester incohérents à cause du risque et des coûts associés à ces stratégies d’arbitrages.

Les auteurs Abreu et Brunnermeir 12 expliquent en 2002 une autre forme, aussi

comportementale, de limite d’arbitrage appelée « risque de synchronisation ». Ce risque sous-entend

que les investisseurs prennent conscience, les uns à la suite des autres, de la possibilité d’une

opportunité d’arbitrage sur le marché. Un problème de coordination apparaît. En effet, une anomalie

ne peut être exploitée de manière optimale que si un nombre suffisant d’arbitragistes viennent à

l’éliminer. Il existe donc un risque pour un investisseur, en prenant une position trop tôt, d’intervenir

seul ou avec trop peu d’arbitragistes. À l’inverse, en se positionnant trop tard, il existe également un

autre risque qui est de ne pas profiter de l’opération d’arbitrage. Abreu et Brunnermeier13 montrent

12 Abreu, Dilip, and Markus K Brunnermeier. “Synchronization risk and delayed arbitrage”. Journal of

Financial Economics 66 (2002): , 66, 341-360. Print. 13 Abreu, Dilip, and Markus K Brunnermeier. “Bubbles and Crashes”. Econometrica 71 (2003): , 71, 173-204.

Print.

sur 74

également que les bulles spéculatives peuvent naître de ce risque de synchronisation. En effet, les

arbitragistes vont parfois opérer dans le même sens que la bulle, alimentant cette dernière, afin de

pallier aux coûts et risques auxquels ils sont soumis.

L’exemple des fonds fermés

Il est possible d’illustrer l’existence d’opportunité d’arbitrage à travers les fonds fermés, tels

que certains OPCVM (organismes de placement collectif en valeurs mobilières), que les clients en

banque privée connaissent bien via leurs assurances-vie. Par définition, de tels fonds possèdent un

nombre de parts constant. Les émissions de parts sont impossibles et si un investisseur souhaite

souscrire au fonds, il devra obligatoirement s’adresser à un vendeur détendeur de parts de ce fonds.

Par exemple, un portefeuille initial de 1 000 000 € à 1 000 € la part possède 1 000 parts. En théorie,

si ce fonds fermé dégage une performance de 10%, alors la valeur du fonds sera de 1 100 000 € et,

in fine, la valeur de la part sera de 1 100€. En pratique, des études empiriques ont montré que la

valeur d’une part pouvait s’éloigner de son prix théorique. Pour reprendre l’exemple précédant, le

portefeuille pourrait être valorisé à 1 500 000 €, pour 1 000 parts, mais avec une part valorisée à

1 200 €. Cette décote, ou discount, serait alors de 20%. Une opportunité d’arbitrage apparaît : vendre

le portefeuille à découvert et acheter les parts du fonds en dessous du prix théorique pour réaliser une

plus-value de 300 € par part. Cependant, pour que le bénéfice ait réellement lieu, le prix de la part

du portefeuille doit effectivement rejoindre le prix théorique. Ainsi, l’arbitragiste pour solder sa

position. Un tel arbitrage peut se compliquer si le discount persiste très longtemps comme ce fut le

cas avec le fonds « Tri-Continental Corporation » qui a vu ses parts décotées d’environ 20% sur la

période de 1960 à 1985. Ce phénomène de discount sur les parts peut s’expliquer par la mauvaise

perception par un investisseur irrationnel de l’action du portefeuille par rapport à l’ensemble de ce

dernier. Au contraire, si la valeur de la part est supérieure à son prix théorique, alors on parle d’une

prime. Celle-ci est très fréquente à l’ouverture d’un fonds afin de palier à son coût de « lancement ».

Des explications rationnelles et comportementales ont été apportées pour comprendre ces

phénomènes de variations de prix de parts des fonds fermés. La première réponse traditionnelle

concerne le coût d’agence. En effet, un investisseur peut exiger une décote de la part du fonds étant

donné qu’il ne connaît pas la qualité du gestionnaire de portefeuille. La deuxième explication repose

sur l’illiquidité possible des actifs composant le fonds. Le phénomène de discount apparaît alors

évident si un arbitragiste achète le portefeuille composé d’actifs peu liquides et le vend par la suite.

Étant donné que le marché va subir une forte vague de ventes d’actifs peu liquides, alors l’arbitragiste

devra baisser ses prix de vente en conséquence pour trouver sa contrepartie. La dernière explication

rationnelle s’intéresse à la fiscalité des plus ou moins-values. La plupart des pays taxent le montant

d’une plus-value générée par un investisseur. Par exemple, un investisseur non professionnel dans

sur 74

une banque privée peut décider de vendre un panel d’actions individuelles sur son compte de titres

dont les plus-values et moins-values se compensent afin d’optimiser la pression fiscale. Cependant,

en détenant la part d’un fonds, ce même investisseur n’aura pas la main pour choisir quelles actions

acheter ou vendre de ce fonds. Il devra donc « subir » la taxe générée par la plus-value de la part du

fonds sans optimisation fiscale. Le coût fiscal peut donc ici correspondre au discount de la valeur des

parts.

Concernant les éléments comportementaux, ce sont principalement les anticipations des

arbitragistes qui vont influencer le discount ou la prime des parts de fonds fermés. Par exemple, le

fonds « First Israël » présentait une situation de discount avant l’accord de paix israélo-palestiniens

qui amena, par la suite, à une prime de plus de 25%. Autre exemple connu : le fonds « Germany

Fund » dont la prime était de 100% durant plusieurs mois à la suite de la chute du mur de Berlin alors

qu’il était en situation de discount auparavant. Une autre étude intéressante, menée par Barberis14,

s’intéresse à l’évolution des discounts de fonds USA mais dont la composition des actions était

étrangère. Par exemple, un gérant de portefeuille américain qui travaille chez BlackRock peut avoir

son fonds chez un dépositaire américain avec des parts commercialisées uniquement aux USA mais

dont les actifs sont des actions intégralement espagnoles. Barberis a observé que l’ensemble des

discounts des fonds américains investis dans d’autres pays évoluaient de la même manière en suivant

l’indice américain. Cependant, les actions composant chacun des fonds évoluaient selon les indices

de leurs pays respectifs. Ainsi, cette asymétrie met en avant le comportement des investisseurs situés

dans le même pays.

Enfin, un dernier problème à soulever concerne la pratique du benchmarking que les

investisseurs connaissent bien à travers les Exchange Traded Funds (ETF). Cette pratique de gestion

illustre bien l’aspect comportemental qui prédomine sur la performance. En effet, le gérant achète ou

vend les actions selon leurs entrées ou sorties dans l’indice suivi et cela de manière indépendante aux

analyses fondamentales ou techniques qui sont faites sur ces actions. Le mécanisme des ETFs

amplifie les volumes sur les marchés, et peut alimenter les bulles, en cherchant à suivre un indice.

Par exemple, si les ventes massives de l’action Carrefour baissent son prix et la valeur du CAC40,

alors tous les ETFs vont vendre à leurs tours l’action Carrefour pour représenter au mieux le CAC40

et entraînant de nouveau une baisse de la valeur.

Il convient dès à présent de rentrer dans le vif du sujet en abordant les composantes

psychologiques de la finance comportementale.

14 Barberis, Nicholas & Shleifer, Andrei & Wurgler, Jeffrey, 2005. "Comovement," Journal of Financial

Economics, Elsevier, vol. 75(2), pages 283-317, February.

sur 74

3) L’approche psychologique de la finance comportementale

a) Les heuristiques classiques

L’heuristique d’affect

La définition d’une heuristique est apportée par Jean-Louis le Moigne, chercheur des sciences

de la complexité, en 1991 : « Une heuristique est un raisonnement formalisé de résolution de

problème dont on tient pour plausible, mais non pour certain, qu'il conduira à la détermination d'une

solution satisfaisante du problème »15. On s’intéressera au domaine de l’heuristique de jugement

pour mieux comprendre la finance comportementale. Celle-ci suppose qu’un individu peut être

amené à faire des raccourcis mentaux et à raisonner de manière intuitive ou approximative afin de

résoudre un problème rapidement. Cependant, ce type de raisonnement n’est pas toujours efficace.

Bien que cette notion relève de la cognition sociale, la plupart des heuristiques classiques telles que

celles de représentativité ou d’ancrage ont été approfondies par Daniel Kahneman16, économiste et

psychologue, qui a permis une reconnaissance grandissante de la finance comportementale grâce à

son prix Nobel d’économie en 2002.

La plupart des managers financiers se basent sur des règles approximatives pour prendre des

décisions et sont donc soumis à ces heuristiques. La « mère » des heuristiques pourrait être

l’heuristique d’affect. En effet, de nombreuses personnes disent se fier à leur instinct. Un tel individu

préfèrera et choisira une décision dont l’issue probable lui semble émotionnellement satisfaisante.

Plus simplement, si une personne ressent une émotion positive à propos d’une activité, alors il va

surévaluer ses bénéfices tandis qu’il en minora les risques qui lui sont liés. Se baser sur l’instinct est

directement lié, pour les investisseurs, à se baser sur l’intuition et l’expérience. L’intuition et

l’expérience sont deux composantes essentielles pour les individus amenés à faire des choix puisque,

utiliser à bon escient, elles permettent de mieux évaluer les risques et les bénéfices d’un

investissement par exemple. Néanmoins, ces deux attributs ne devraient pas remplacer une analyse

formelle et constructive mais venir en complément. Cela est d’autant plus vrai sur le long terme.

L’aversion aux pertes est une heuristique d’affect classique. Certains investisseurs ont tellement

peur de réaliser des pertes financières qu’ils sont incapables de réaliser des opérations risquées afin

15 Arnaud André-Jean. Jean-Louis Le Moigne, La modélisation des systèmes complexes, 1990. In: Droit et

société, n°19, 1991. Le rapport des jeunes au Droit à l'Est et à l'Ouest, sous la direction de Chantal Kourilsky.

p. 424. 16 Tversky, A., & Kahneman, D. (1974). Judgment under uncertainty: Heuristics and biases. Science,

185(4157), 1124-1131.

sur 74

d’augmenter leur rentabilité. Dans une telle situation, les investisseurs sont paralysés par la peur du

risque au point d’être incapable de profiter de certaines opportunités qui leur sont offertes. Voici un

exemple :

Fig 4.1 – Scénario n°1

Fig 4.2 – Scénario n°2

Auriez-vous préféré le choix A pour le premier scénario comme 85% des interrogés et le choix

D pour le second scénario comme 70% des interrogés17 ? Si tel est le cas, vous accordez plus

d’importance à la notion de gain ou de perte qu’à ce qui compte vraiment, à savoir l’incidence sur

votre patrimoine. En réalité, les deux scénarios sont identiques de ce point de vue. En effet, un

individu se retrouverait avec 1 500 € qu’il sélectionne le choix A du scénario n°1 ou le choix C du

17 Hillier, D., Clacher, I., Ross, S., Westerfield R., Jordan, B. (2014). Fundamentals of Corporate Finance, 574-

575.

Vous obtenez 1 000 €. On vous offre deux choix :

Choix A :

Vous obtenez 500 € supplémentaire.

Choix B :

Vous jouez à pile ou face. Si « face »,

vous gagnez 1 000 € supplémentaire. Si

« pile », vous ne gagnez rien.

Vous obtenez 2 000 €. On vous offre deux choix :

Choix C :

Vous perdez 500 €.

Choix D :

Vous jouez à pile ou face. Si « face »,

vous perdez 1 000 €. Si « pile », vous ne

perdez rien.

sur 74

scénario n°2. Aussi, un autre individu aurait eu une chance sur deux de finir avec 2 000 € s’il avait

sélectionné le choix B du scénario n°1 ou le choix D du scénario n°2. Ainsi, un investisseur rationnel

aurait choisi la même option A et C ou B et D pour les deux scénarios. En réalité, beaucoup de

personnes s’écartent de l’option C car elle entraîne une perte certaine. Or, des recherches ont montré

que les individus sont réticents à subir des pertes et préfèreront parier pour éviter cela.

L’aversion aux pertes est également connue sous l’autre nom de « break-even effect ». Ce nom

vient du fait que certaines personnes réalisent de mauvais investissements ou projets en espérant que

quelque chose, un miracle, arrive et permette de s’en délivrer sans essuyer de pertes. Un exemple

historique connu est celui de Nicholas Leeson qui causa la faillite de la Barings Bank, la plus

ancienne banque d’affaires du Royaume-Uni, en 1995. Ce trader avait caché ses pertes sur un compte

propre pendant plusieurs années en espérant « se refaire » mais sans succès. Ainsi, ses pertes étaient

passées de 2 millions de livres en 1992 à 23 millions de livres à la fin de 1993, pour finir sur une

perte de 208 millions de livres à la fin de l’année 199418.

Une autre illustration de l’aversion aux pertes est celle de « l’évitement de la dette ». Pour

rappel, le financement d’une entreprise par la dette permet de réduire ses revenus soumis à

l’imposition des sociétés. Cependant, de nombres entreprises cotées en bourse ont une structure

capitalistique sans dette (ou peu). Étant donné que ce type de financement augmente la possibilité de

subir des pertes, voire une faillite, le renoncement à ce bouclier fiscal est dû à la peur des managers

financiers. En conclusion, c’est l’aversion aux pertes qui prime dans une telle situation.

Le « statut quo » est une autre forme de l’heuristique d’affect. Il traduit le fait que de nombreux

individus préfèrent ne prendre aucune décision ou prendre à nouveau des décisions déjà passées.

Cela est compréhensible dans le sens où, comme pour l’aversion aux pertes, un investisseur serait

terrifié de risquer de l’argent sur un terrain inconnu. Ne rien faire peut donc être perçu comme une

meilleure solution pour une telle personne. Néanmoins, ce type de comportement n’optimise par le

rendement potentiel possible.

À titre d’exemple chez BNP Paribas Banque Privée, un client fortuné avait de nombreuses

liquidités sur la poche espèces de son Plan d’Épargne en Actions (PEA). Mais il ne voulait pas

investir ses liquidités, par peur, et laissait donc « dormir » son argent. Il aurait été plus profitable de

le laisser sur un compte d’épargne classique bien que les intérêts soient fiscalisés. Dans le même

registre, un client ne souhaitait pas vendre ses positions de l’entreprise Technicolor alors qu’il était

18 Greener, Ian. (2006). Nick Leeson and the Collapse of Barings Bank: Socio-Technical Networks and the

'Rogue Trader'. Organization. 13. 421-441. 10.1177/1350508406063491.

sur 74

Point d’entrée du client de BNP Paribas Banque

Privée avec 800 actions

en position de perte depuis très longtemps car il avait acheté ses actions avec un ami qui était l’un

des managers de cette entreprise à l’époque. Au lieu de vendre ses actions pour les réinvestir sur un

autre support avec plus de potentiel le client était soumis à un biais émotionnel qui le reliait à son

ami et espérait également un « break-even effect » de l’action pour éponger ses pertes.

Fig 5 – Cours de « Technicolor » sur les dernières années

L’heuristique de représentativité

L’heuristique de représentativité propose qu’une personne prend des décisions en se basant sur

des stéréotypes ou en extrapolant des phénomènes isolés. En effet, les individus ont tendance à

classifier des expériences nouvelles dans de plus grandes catégories d’idées ou de pensées qu’ils ont

construit au fil de leurs expériences de vie. Il s’agit d’une forme de réflexe de survie lorsqu’une

personne fait face à quelque chose d’inconnu ou un danger. Ce réflexe, ou calcul mental, de

classification instantanée peut être néfaste sur la manière de comprendre l’élément nouveau.

Dans le même registre, mais dans le domaine des probabilités, on fait souvent référence à

l’erreur du parieur ou gambler's fallacy. Cette erreur traduit le phénomène que les individus se

réfèrent à « la loi des petits nombres ». Par exemple, un client de banque privée remarque que les

recommandations d’arbitrages sur son assurance-vie, préconisées par son conseiller, sont fructueuses

sur 74

dans deux cas sur trois. Si le client croît à cette loi, alors il estimera que son banquier privé aura

raison, sur le long terme, dans deux tiers de ses recommandations. De tels processus mentaux peuvent

facilement améliorer ou détériorer une relation entre un investisseur privé et son conseiller et peuvent

également nuire aux intérêts de deux parties. Un autre erreur similaire est la « loi des moyennes ».

Par exemple, on propose de lancer 10 fois de suite une pièce. Les 6 premiers lancés ont donné face.

Une personne pourrait parier que la prochaine tentative tombera sur pile afin de respecter au mieux

la répartition égalitaire de pile ou face sur les 10 lancés. En conséquent, un tel individu pense qu’un

événement qui n’est pas apparu depuis longtemps a plus de chance de survenir sur le court-terme.

Les investisseurs privés font souvent face à deux aspects de l’heuristique de représentativité. La

première est l’effet de catégorisation. Il consiste pour un individu à se laisser guider par les

stéréotypes. Par exemple, un investisseur fortuné repère une entreprise dont il souhaite acheter les

actions, jugées de la catégorie « growth », pour son PEA. En effet, il souhaite diversifier cette

enveloppe financière car il pense détenir trop d’actions value. En catégorisant cette action en tant

que « growth », cet investisseur se réfère rapidement aux avantages et inconvénients inhérents à ce

type d’investissement. En réalité, cela revient à omettre d’autres variables permettant de réaliser un

investissement avec succès. Cette heuristique s’explique par l’envie d’éviter le travail fastidieux de

recherche et de diligence normalement nécessaire (appelé equity research). De manière plus

générale, l’effet de catégorisation est dangereux pour des prospects qui cherchent un conseiller privé.

Par exemple, en se basant sur la performance de celui-ci sur les derniers mois ou l’année écoulée, le

prospect peut généraliser la performance réalisée sur cette courte période à la compétence générale

en matière d’allocation d’actifs du conseiller. Aussi, un investisseur souhaitant gérer son propre

portefeuille peut être amener à suivre en particulier un analyste financier d’une entreprise d’equity

research, telle que Exane attachée à BNP Paribas Banque Privée, car ses dernières analyses d’actions

se sont avérées exactes et profitables. Cependant, se baser et juger de la compétence d’un analyste à

travers quelques rapports pour un professionnel ayant des années de carrières est une erreur.

La seconde est l’effet d’extrapolation. Faisant référence à « la loi des petits nombres »

précédemment évoquée, cet effet suggère qu’un individu extrapole, sur la base d’un faible échantillon

de données, un phénomène sur une plus grande envergure ou sur sa population dite « réelle ». Un

investisseur peut ainsi croire que le comportement d’une seule action, comme Total, est

représentative de la santé économique du secteur pétrolier. Autre exemple : un investisseur peu

appétent au risque détient quelques actions d’un pays Z étranger qui ont peu performé depuis 3 ans.

Étant donné son profil de risque, cet investisseur souhaite diversifier son patrimoine à travers des

obligations gouvernementales notées triple Aaa par Moody’s. Si l’investisseur a tendance à être sous

l’effet d’extrapolation, alors il refusera d’investir dans ces obligations très peu risquées si elles

sur 74

proviennent du pays Z suite à la mauvaise expérience, extrapolée, qu’il a eu avec les actions du même

pays.

L’heuristique d’ancrage

L’heuristique d’ancrage décrit un phénomène d’estimation approximative réalisée par un

individu détenant peu d’informations. En général, ce dernier se base sur une « ancre », pouvant être

une valeur, servant alors d’estimation initiale. Le raccourci mental démarre à partir de cette ancre et

peut biaiser l’estimation finale. Aussi, on constate que les individus arrivent plus facilement à

comparer de manière relative que de manière absolue et expliquant alors l’origine de cette heuristique

naturelle. Daniel Kahneman, dans Judgement under Uncertainty: Heuristics and Biases, réalise

diverses expériences afin de mettre en avant cette heuristique. Une d’entre elles consiste à séparer

des groupes d’individus dans différentes salles avec une boîte contenant des bonbons. Par la suite,

on demande à chaque groupe une estimation du nombre de bonbons contenus dans le récipient à la

vue de son volume qui est le même dans chaque salle. Cependant, la subtilité intervient avant de

poser la question. En effet, une personne dans chaque groupe intervient et énonce une phrase de

nature quantitative telle que : « Regardez, il y au moins 3 000 étoiles dans le ciel ! ». Il s’avère que

le nombre évoqué, et différent dans chaque salle, devient l’ancre pour l’ensemble des individus du

groupe. Ainsi, la réponse donnée par le groupe sera proche de 3 000 bonbons dans la boîte. Il peut

être sensiblement différent dans un autre groupe dont le commentateur aurait évoqué 600 étoiles dans

le ciel.

Dans le domaine de la gestion de patrimoine, cette heuristique peut influencer les investisseurs

au moment d’acheter ou de vendre une action. En effet, un client s’intéressant aux marchés financiers

peut suivre un titre dont il estimera le point d’entrée ou de sortie idéal en fonction de l’ancre, c’est-

à-dire le prix de ce titre, qu’il s’en ait fait. Par exemple, s’il observe que le cours de l’action

« Renault » oscille aux alentours de 80€, alors son ancre sera de 80€ et servira comme base de

réflexion pour savoir si la valeur est sous-évaluée ou surévaluée. Cette heuristique est d’autant plus

visible dès lors qu’une information importante influence le prix de l’action et la décale de l’ancre

imaginé par l’investisseur privé et le pousse à réaliser des arbitrages.

L’heuristique d’ancrage amène les investisseurs à faire des erreurs de jugement et d’évaluation

sur des valeurs ou indices. En général, ces derniers réalisent des prévisions qui sont trop proches des

valeurs actuelles. Par exemple, si un investisseur remarque que le CAC40 avait une valeur moyenne

de 5 300 points entre décembre 2017 et août 2018, alors il s’en servira comme ancre. De ce fait, il

s’attendra à ce que le CAC40 finisse l’année 2018 entre 5 000 ou 5 800 points. Un investisseur

rationnel ferait une estimation absolue et non relative basée sur l’ancre. En banque privée,

sur 74

l’heuristique d’ancrage est fortement présent lors des rendez-vous où le banquier et le client discutent

des performances des fonds d’une assurance-vie. De manière générale, si un client s’aperçoit qu’un

fonds actions a réalisé une performance de +10% en 2015, + 7% en 2016 et +8% en 2017, alors le

client se fixera une « ancre » de performance entre +7% et +10% et s’attendra à avoir le même

résultat l’an prochain. Ce processus mental intervient même si le DICI (document d’information clé

pour l’investisseur) d’un fonds précise toujours : « les performances passées ne préjugent pas des

performances futures ». Plus globalement, un investisseur peut être ancré sur la santé économique

ou la viabilité d’une entreprise. Cela est d’autant plus vrai si le client était manager de ladite

entreprise pour laquelle il possède des actions car il pensera en savoir toujours plus que le marché en

lui-même.

Bien que l’heuristique d’ancrage semble être un défaut, elle peut s’avérer utile lors d’une phase

de négociation. Des études ont montré que les deux contreparties négocient la plupart du temps sur

des conditions fixées dès le début de l’entretien. Pour en tirer profit, il convient pour l’une des parties

de mettre en avant une offre moins « généreuse » qu’elle pourrait en réalité proposer. La personne

en face déterminera alors cette offre comme l’ancre. Cette stratégie s’applique également quand on

propose une gamme de choix à un client. La meilleure solution est de commencer par celle qui est la

plus avantageuse pour l’offrant puisqu’elle servira d’ancre pour la contrepartie. Cette phase de

négociation est fortement présente lors d’une entrée en relation en banque privée où sont négociés

les forfaits, les taux pour un prêt ou encore les frais de versements ou d’arbitrages pour un contrat.

Finalement, prendre conscience du phénomène d’ancrage peut également servir comme stratégie

d’investissement. Elle consiste à suivre les prévisions des analystes en equity research qui sous-

estiment, via le phénomène d’ancrage, les résultats financiers nets à venir pour une entreprise (à la

hausse comme à la baisse). Par exemple, si un analyste est ancré à un résultat net potentiel d’une

entreprise et qu’effectivement le résultat net est en hausse après publication, alors il serait judicieux

d’acheter le titre puisque l’analyste aura sous-évalué l’amplitude de l’augmentation du résultat net.

Cette méthode est à appliquer si cette tendance à sous-évaluer est observée par l’investisseur.

b) Le danger des biais comportementaux

L’excès de confiance

La notion de « biais comportemental » a été apportée, comme pour les heuristiques, par les

psychologues Daniel Kahneman et Amos Tversky en 197019 . Un biais cognitif représente une

19 Tversky, A., & Kahneman, D. (1974). Judgment under uncertainty: Heuristics and biases. Science,

185(4157), 1124-1131.

sur 74

déviation de l’esprit ou d’un jugement purement rationnel et logique. Ce processus mental est

généralement systémique à la différence d’une simple erreur qui est aléatoire. Les biais induisent une

simplification du traitement de l’information afin qu’il soit le plus rapide possible. Ces biais sont

fortement exploités dans le domaine de la publicité afin de transmettre des messages plus facilement,

chez les médias pour capter l’attention et donner de l’importance à des informations futiles ou encore

dans des entreprises telles que les casinos profitant de la méconnaissance des clients dans les lois

probabilistes et des biais cognitifs qui y sont relatifs. En finance comportementale, ces biais cognitifs

sont nombreux. Les trois principaux sont décrits par la suite.

Le biais d’excès de confiance suppose qu’un individu a tendance à se croire plus intelligent et

détenir plus d’informations que la moyenne des autres individus. De nombreuses personnes sont

soumis à ce biais cognitif quand ils évaluent leur capacité à savoir investir avec succès. Il est possible

de distinguer deux catégories d’excès de confiance :

1) L’excès de confiance dans les prédictions. Par exemple, un investisseur privé souhaite

investir dans une action éligible à son Plan d’Épargne en Actions (PEA) et cherche à estimer

la future valeur de celle-ci. Si l’investisseur est très confiant, alors il est probable qu’il sous-

évalue la marge d’évolution possible du prix de l’action. Ainsi, il s’attendra surement à une

hausse ou une baisse maximale de 7% ou 8% alors que l’étude des cotations passées montre

une magnitude beaucoup plus élevée. Un tel investisseur biaisé aura donc tendance à sous-

estimer les risques de pertes de ses supports d’investissements : PEA, compte de titres ou

assurance-vie.

2) L’excès de confiance dans le jugement. Par exemple, un client reçoit de manière

hebdomadaire une liste d’actions positionnées à l’achat ou à la vente par sa banque privée.

Il repère une entreprise dans laquelle il a envie d’investir jugeant qu’il s’agit d’un bon

investissement. Soumis au biais cognitif, cet investisseur privé rejettera le risque de perte et

sera certain de sa décision d’investissement au point d’être surpris si la performance n’est

pas celle attendue. Un investisseur dont la majorité des décisions d’investissement est

biaisée par cet excès de confiance dans le jugement a de grande chance d’avoir un

portefeuille peu diversifié. En effet, il cherchera les futures actions « pépites » du moment

quitte à en être obnubilé tout en oubliant le principe de diversification qui est cher aux

gestionnaires de patrimoine.

Ces excès de confiance biaisent les décisions d’investissements et amènent inévitablement aux

erreurs. Un investisseur peut ainsi être insensible aux informations négatives sur une société si ce

dernier est aveuglé par son investissement qu’il juge bon. Aussi, l’excès de confiance amène à un

sur 74

volume de trading plus important que la moyenne. Cela s’explique par le sentiment de détenir des

connaissances et informations spécifiques que les autres n’ont pas. Or, les investisseurs passant des

ordres de manière excessive ont tendance à avoir de moins bons résultats sur le long terme. Cela

s’explique en partie par les coûts de transactions qui y sont associés. Aussi, des études20 ont montré

que les hommes avaient, en moyenne, un volume d’échanges plus important que celui des femmes.

L’explication est psychologique et réside dans le fait que les hommes ont tendance à avoir plus

facilement confiance en eux que les femmes.

Fig 6 – Mise en évidence de la relation négative entre excès de trading et performance21

Le graphique ci-dessus nous montre qu’un investisseur faisant de nombreux allers-retours dans

son portefeuille (high turnover) et à hauteur de 23% de celui-ci chaque mois obtiendra en moyenne

une performance d’environ 12% annuellement. Plus le remplacement des actions d’un portefeuille

est peu fréquent (low turnover), plus la performance annuelle augmente. Il en résulte de la meilleure

performance sur le long terme des actions smallcap et des actions values plébiscitées par les

investisseurs individuels. Dans leur étude, Barber et Odean montrent également que les fonds

d’investissement tels que les OPCVM détenus dans les assurances-vie ont la même relation négative.

20 Brad M. Barber, Terrance Odean; Boys will be Boys: Gender, Overconfidence, and Common Stock

Investment, The Quarterly Journal of Economics, Volume 116, Issue 1, 1 February 2001, Pages 261–292, 21 Brad M. Barber and Terrance Odean, “Trading is Hazardous to Your Wealth: the Common Stock Investment

Performance of Individual Investors,” Journal of Finance, Vol. 55, no.2, pp. 773-806, April 2000.

sur 74

Ainsi, les gérants de fonds, des professionnels de la finance, ne sont pas immunisés de ce biais

psychologique.

En somme, l’excès de confiance est l’un des biais cognitifs les plus dangereux pour les

investisseurs privés. Il incite à détenir des portefeuilles peu diversifiés, sous-estimer les risques de

perte et passer de (trop) nombreuses opérations d’achats et de ventes d’instruments financiers qui,

ensemble, détériorent la performance escomptée.

Un gestionnaire de patrimoine devrait mettre en garde ses clients sur les risques associés à un

excès de confiance. En gestion conseillée, il conviendrait de mettre en relation la performance des

trades du client avec la fréquence des investissements réalisés. Aussi, il peut être parfois nécessaire

de présenter aux clients des études académiques voire menées par les banques privées elles-mêmes

(cf. la deuxième partie de ce Mémoire) afin de montrer l’incidence de l’excès de confiance. Quant

au principe de diversification des portefeuilles, il est nécessaire de rappeler aux clients que de très

grandes entreprises, telles que Facebook le 26 juillet 2018, ont pu subir des pertes importantes en

bourse. En outre, c’est au conseiller en gestion de patrimoine de montrer l’intérêt de la diversification

à travers différentes stratégies : les tailles de capitalisation, la géographie, les stratégies growth and

value, les classes d’actifs (actions, obligations, matières premières …), les secteurs (santé,

immobilier, finance, énergie …) ou encore les thématiques (le big data, l’environnement, le

vieillissement de la population …).

Enfin, on peut constater que ce biais cognitif est moins présent pour les individus suivis en

banque privée ou par des conseillers spécialisés car, en principe, cet accompagnement souligne

l’inexpérience du client en matière de gestion financière. Ainsi, il est susceptible d’être moins biaisé

par une compétence surestimée que d’autres individus qui préfèreraient se former en autodidacte

grâce à internet ou à des livres en la matière.

L’effet de disposition

L’effet de disposition est un biais cognitif de jugement mis en avant en 1985 par Shefrin et

Statman22. Cet effet explique que les investisseurs individuels ont tendance à vendre très rapidement

des actifs financiers générant une plus-value alors qu’ils ont tendance à vendre beaucoup plus tard

ceux qui sont « perdants ». Ce type de comportement amène les investisseurs privés à gérer leurs

supports d’investissement de manière non optimale.

22 Shefrin, Hersh & Statman, Meir. (1985). The Disposition to Sell Winners Too Early and Ride Losers Too

Long. Journal of Finance.

sur 74

L’effet de disposition peut s’expliquer par le fait qu’un investisseur a tendance à croire, de

manière irrationnelle, que la valeur d’un actif qu’il possède en portefeuille va revenir à sa moyenne

de long terme. Ainsi, un individu a plus de chance de vendre son action lors d’une phase haussière

(situation « gagnante ») afin d’échapper au renversement de tendance qu’en phase baissière (situation

« perdante ») afin de pouvoir profiter d’un reversement de tendance. La fierté explique également le

biais de disposition. En réponse à l’aversion au regret, autre biais cognitif mis en avant par Shefrin

et Statman, il est plus simple pour un investisseur individuel d’encaisser ses gains et de ne pas réaliser

ses pertes.

En outre, le concept de « comptabilité mentale »23 développé par Thaler en 1985 explique

également la gestion de portefeuille sous-optimale pour un investisseur soumis en plus à l’effet de

disposition. Ce phénomène décrit le processus cognitif d’un individu à créer des cases « mentales »

dans lesquelles sont placées des capitaux et qui sont séparées en fonction de la provenance des fonds

ou de leurs utilisations. Typiquement, une personne a tendance à gérer les sommes issues de son

travail de manière plus prudente que celles issues d’un bonus, de cadeaux ou d’héritages. Cette

approche est irrationnelle puisqu’un individu devrait normalement avoir une approche plus holistique

de ses capitaux dans le but d’optimiser le rapport entre le rendement et le risque. Ce comportement

est dangereux pour un investisseur individuel car il peut biaiser la pondération des actifs dans ses

supports d’investissement. Par exemple, en 2001, Benartzi et Thaler24 proposent à des individus de

placer leurs capitaux entre deux fonds (n°1 et n°2). La composition de ces fonds est différente selon

les trois expériences :

Fig 7.1 – Expérience n°1


23 Thaler, R. H. "Mental accounting and consumer choice" (1985) Marketing Science, 4, 199-214. 24 Benartzi, Shlomo, and Richard H. Thaler. 2001. "Naive Diversification Strategies in Defined Contribution

Saving Plans." American Economic Review, 91 (1): 79-98.

Fonds n°1 :

100% en actions (risque +++)

Fonds n°2 :

100% en obligations (risque +)

Fonds n°1 :

100% en actions (risque +++)

Fonds n°2 :

50% en obligations et 50% en

actions (risque ++)

sur 74


Les auteurs remarquent que les participants répartissent leurs capitaux en fonction du nombre

d’options proposées et non au regard de la part totale investie sur les actifs les plus risqués, à savoir

les actions. Ainsi, chaque fonds correspond à une « case mentale » précédemment évoquée. De

manière générale, cette étude montre que les participants ont réparti leur richesse à hauteur de 50%

dans chaque fonds et cela quelle que soit sa composition selon les différentes expériences. Il s’agit

d’une diversification naïve de la forme « 1/n » où n correspond au nombre de choix proposés. Les

résultats des 3 expériences sont les suivants :

- Expérience n°1 : fonds n°1 investi à hauteur de 54% de la richesse globale = 54% d’actions ;

- Expérience n°2 : fonds n°1 investi à hauteur de 46% de la richesse globale = 73% d’actions

(46% * 100% + 54% * 50%) ;

- Expérience n°3 : fonds n°1 investi à hauteur de 61% de la richesse globale = 30,50%

d’actions (61% * 50%).

Cette étude montre que la comptabilité mentale biaise les décisions d’investissements puisque

les épargnants n’évaluent pas correctement le risque global de leur portefeuille se traduisant ici par

la pondération en actions. Enfin, la sous-optimalité d’un portefeuille s’explique également par la

négligence de la fiscalité française eu égard à la déduction des moins-values sur le revenu imposable

dans cette catégorie. Nous avions remarqué, au sujet des anomalies calendaires, que les investisseurs

avaient tendance à vendre en fin d’année pour solder les moins-values des plus-values afin de

marquer la fin des investissements annuels. L’effet de disposition est donc moindre durant le mois

de décembre puisque les considérations fiscales l’emportent sur la fierté.

Le biais de confirmation

Le biais de confirmation décrit le phénomène qu’un individu a tendance à privilégier les

informations qui vont dans le sens de ses idées et à rejeter celles qui s’y opposent. En effet, les gens

ont tendance à se convaincre des choses auxquelles ils croient fortement. L’explication naturelle de

Fonds n°1 :

50% en obligations et 50% en

actions (risque ++)

Fonds n°2 :

100% en obligations (risque +)

sur 74

ce biais provient du fait qu’il est plus simple pour une personne d’exploiter une information la

confortant que d’essayer de comprendre une information contradictoire.

Voici un exemple classique de biais de confirmation. Quatre cartes sont posées sur une table et

ont chacune une face différente : « A » pour la première, « B » pour la seconde, « 2 » pour la

troisième et « 3 » pour la dernière. L’affirmation suivante est à évaluer : « Une carte avec une voyelle

sur une face présente un nombre pair sur son autre face ». Pour se faire, on vous demande quelle(s)

carte(s) au minimum doit-on retourner afin de juger ou non de la véracité cette affirmation.

Fig 8 – Expérience du biais de confirmation avec 4 cartes

Dans la plupart des cas, les participants ont tendance à choisir en premier la lettre « A », ce qui

est correcte. Si on découvre un nombre impair derrière, alors l’affirmation est erronée et l’expérience

terminée. Mais si on découvre un nombre pair, alors l’expérience continue et les résultats montrent

que les participeront choisiront alors la carte avec le chiffre « 2 ». Malheureusement, ce n’est pas le

bon choix à faire. En effet, si on trouve une consonne derrière la carte, nous ne pouvons rien affirmer.

Il s’agit d’une erreur issue de la logique booléenne : si un évènement A implique un évènement B (A

=> B), alors il serait faux d’affirmer que ce même évènement B implique nécessairement l’évènement

A (B => A). La vraie équivalence est : si l’évènement B n’a pas lieu alors l’évènement A non plus

(/B => /A). Il aurait fallu retourner la carte « 3 » à la place puisque découvrir une voyelle sur l’autre

face aurait contredit l’affirmation. En conclusion, choisir la carte « 2 » est un exemple du biais de

confirmation. Les participants préfèrent la carte « 2 » à la carte « 3 » car, soumis au biais de

confirmation, ils cherchent à valider l’affirmation initiale et non à la réfuter en premier lieu.

Pour les investisseurs individuels accompagnés par un gestionnaire de patrimoine, ce biais

représente quelques dangers. Le premier est qu’un tel investisseur chercherait des informations

confirmant son choix d’investissement en omettant celles en contradiction avec ses croyances. Sur

le long terme, cet « aveuglement » persistant peut l’amener à ne pas analyser rationnellement un titre

susceptible de voir sa valeur fortement baisser. Un autre danger est de trop se focaliser sur des

indicateurs techniques tel que le « 52-Week High/Low » correspondant aux prix le plus élevé et le

plus bas d’une action sur l’année écoulée. Un individu remarquant qu’une action a dépassé son plus

haut niveau depuis 52 semaines aura tendance à ne pas considérer ce titre comme un bon

investissement de peur d’un retournement de tendance. Aussi, en banque privée, il n’est pas rare de

A B 2 3

sur 74

rencontrer des managers d’entreprises cotées du CAC40 comme Danone. De tels clients sont plus

enclin à investir dans les actions de leur entreprise. Ces dernier ont fortement tendance à trouver des

arguments démontrant que l’entreprise pour laquelle ils travaillent a de bonnes perspectives. Enfin,

comme le biais d’excès de confiance, le biais de confirmation conduit à des portefeuilles peu

diversifiés. Convaincus de leurs bonnes décisions d’investissement, et en rejetant tout ce qui pourrait

les contrarier, ces investisseurs individuels construisent des portefeuilles de plus en plus

déséquilibrés. Cette observation est d’autant plus vraie sur le long terme.

Un banquier privé devrait rappeler l’existence de ce biais à ses clients. Considérer l’ensemble

des informations facilite les décisions raisonnées et permet d’éviter des erreurs grossières. Si une

décision d’investissement est basée sur quelques critères précis dont le « 52-Week High/Low »

évoqué précédemment, il serait préférable de réaliser une contre-vérification avec d’autres

indicateurs. Par exemple, la recherche fondamentale, qui s’oppose à l’analyse technique, permet

d’apporter d’autres éléments de décision en s’intéressant à l’entreprise dans sa globalité, sur son

secteur ou son industrie en général.

c) Quelques illusions

L’effet de cadrage

L’effet de cadrage, plus connu sous son anglicisme framing effect, décrit le comportement que

peut avoir un individu selon la manière dont on lui décrit une situation. En effet, la forme ou le

« cadre » d’un problème énoncé influence les décisions que peut prendre une personne.

Normalement, un individu rationnel devrait donner la même réponse à une même question

qu’importe la manière dont celle-ci est posée. Cependant, Kahneman et Tversky démontrent le

contraire à travers une expérience à 2 scénarios25.

« Une catastrophe survient et 600 personnes sont susceptibles de mourir. Vous avez le choix de

mener une opération de secours afin de les sauver ».

Scénario n°1 :

- Option A : Vous pouvez sauver 200 personnes à coup sûr ;

- Option B : Il y a une chance sur trois que les 600 personnes survivent et deux chances sur

trois que personne ne survive.

25 Daniel Kahneman et Amos Tversky, « Choices, Value, and Frames », American Psychologist 39, no. 2

(1984).

sur 74

Scénario n°2 :

- Option C : 400 personnes vont mourir ;

- Option D : Il y a une chance sur trois que personne ne meurt et deux chances sur trois que

les 600 personnes meurent.

Les participants ont tendance à choisir l’option A pour le scénario n°1 et l’option D pour le

scénario n°2. Pourtant, en réexaminant le problème, on remarque que les conséquences des options

A et C sont identiques et de même pour les options B et D. Seule la formulation du problème a été

modifiée entre les deux scénarios : positive pour le scénario n°1 et négative pour le scénario n°2.

C’est cette différence qui tend les individus à réagir de manière différente face à ce problème

illustrant l’effet de cadrage.

Pour un investisseur individuel, cette forme d’illusion intervient dans l’acception ou non du

risque qu’il est prêt à prendre. Selon la formulation positive ou négative de l’investissement, la

décision finale peut être différente. Par exemple, un client d’une banque privée se voit proposer deux

OPCVM d’actions pour son assurance-vie qu’il souhaite diversifier. En réalité, la composition des

deux fonds est identique mais le client apprend que le premier OPCVM va lui permettre d’atteindre

son objectif de diversification à 80% tandis qu’avec le second OPCVM, il lui manquera 20% de son

objectif pour atteindre une diversification parfaite. Ce client sera plus susceptible de choisir le

premier fonds d’investissement eu égard à sa formulation positive. L’aversion aux pertes va

également de pair avec l’effet de cadrage. En effet, un investisseur ayant subi des pertes a de fortes

chances d’adopter un comportement à risque tandis qu’un investisseur ayant profité de gains

préfèrera un investissement peu risqué. Or, cette vision du risque est affectée par l’effet de cadrage

et peut donc s’avérer être un danger.

L’effet de cadrage influence donc les décisions d’investissement et peut amener à faire des

erreurs. Par exemple, chez BNP Paribas Banque Privée, les clients doivent compléter un profil

financier pour déterminer leurs connaissances des marchés financiers et un profil de risque pour

déterminer les investissements qui leur conviendraient le mieux. La manière dont sont formulés ces

questionnaires (négativement ou positivement) est susceptible de biaiser le client et l’amener à

refuser ou accepter des investissements, tels que des produits structurés ou des SCPI, qui pourraient,

en réalité, lui convenir. Ainsi, le devoir de conseil ne serait pas pleinement assuré. Un banquier privé

ou gestionnaire de patrimoine doit être vigilant dans la manière, positive ou négative, dont il présente

les propositions d’investissement à ses clients puisque le client y est sensible via l’effet de cadrage.

L’effet de cadrage « proche », qui est une composante de l’effet de cadrage, décrit le comportement

d’un individu à se focaliser sur le court-terme pour choisir un investissement, ou de manière plus

générale, à omettre une analyse holistique de ses portefeuilles et de son patrimoine au moment

sur 74

d’investir. Un tel individu est illusionné par un investissement qui lui semble attractif au risque de

ne pas considérer l’ensemble du risque qu’il supporte déjà.

Pour un gestionnaire de patrimoine, il est donc important de bien évaluer l’appétence au risque

de son client en faisant attention à la manière dont il formule les questions. Afin de se défaire de

l’effet de cadrage « proche », le conseiller a intérêt, avant de proposer un investissement, de rappeler

l’état actuel de l’ensemble de ses investissements et de ses objectifs financiers avant d’éviter les

futures déconvenues. L’allocation des actifs doit répondre aux objectifs du client en ce sens. Pour

éviter le double effet de l’aversion aux pertes et de l’effet de cadrage, il convient de rappeler les

principes de la diversification de portefeuille afin de continuer à faire des investissements raisonnés

et non dépendants des gains ou pertes récemment réalisés. Quant aux questionnaires distribués lors

d’une entrée en relation pour déterminer le niveau de risque et de connaissance du client, le banquier

privé se doit de se soucier de leur bonne compréhension pour le client. C’est également le moment

idéal pour détecter des biais qu’aurait un client. Finalement, le gestionnaire de patrimoine a tout

intérêt à proposer de manière neutre une proposition d’investissement afin que son client ne subisse

pas l’effet de cadrage. En ce sens, le DICI d’un fonds d’investissement peut aider le conseiller

puisque sa rédaction est neutre et contrôlée par la loi. C’est d’ailleurs pour cela que sa remise est

obligatoire avant tout investissement dans une assurance-vie.

L’illusion de contrôle

L’illusion de contrôle décrit le comportement d’un individu qui pense avoir le contrôle de ce

qui va lui arriver. Par exemple, certains joueurs de casinos pensent pouvoir obtenir un nombre plus

élevé en secouant vigoureusement un simple dé. Une doctorante en psychologie d’Harvard, Ellen J.

Langer, a mis en avant cette illusion et la définit comme26 : « la prévision d’un succès personnel avec

une plus forte probabilité qu’elle ne l’est objectivement ». Elle avait remarqué que des joueurs pour

lesquels on laissait choisir leurs numéros pour une loterie étaient prêts à payer plus cher le ticket

qu’une simple loterie où les nombres étaient assignés de manière aléatoire.

Plus récemment en 2004, Gerlinde Fellner27 explique l’incidence de cette illusion pour un

investisseur. Elle remarque que l’illusion de contrôle tend les investisseurs à acheter des actions dont

ils pensent en avoir l’influence. Selon ses observations, Gerlinde Fellner explique que les

investisseurs cherchent avant tout des actions sur lesquelles ils peuvent exercer une forme de contrôle

sur leur rendement.

26 J. Langer, Ellen. (1975). The Illusion of Control. Journal of Personality and Social Psychology. 27 Gerlinde Fellner, 2004. "Illusion of control as a source of poor diversification: An experimental approach,"

Papers on Strategic Interaction 2004-28, Max Planck Institute of Economics, Strategic Interaction Group.

sur 74

Par exemple, un investisseur individuel peut avoir envie de profiter de la fiscalité de son PEA

afin de ne pas être fiscalisé sur ses dividendes contrairement à un compte de titres classique. Une

stratégie classique en gestion financière est d’investir sur les actions dites « aristocrates ». Il s’agit

d’actions dont les dividendes n’ont jamais baissé en 15 ans, voire mieux, qui ont augmenté chaque

année leurs dividendes sur la même période. C’est le cas d’Air Liquide ou de Sanofi par exemple.

Un tel investisseur pourrait penser qu’il a le contrôle de ses futures rendements étant donné la

linéarité constante de ces « aristocrates » et le fait qu’elles aient survécu à la crise de 2008.

Cette illusion de contrôle incite les investisseurs à réaliser beaucoup plus d’opérations qu’un

investisseur prudent. Cela est d’autant plus vrai pour les investisseurs individuels en ligne y

consacrant une partie de leur vie (peu accompagnés par des gestionnaires de patrimoine) et qui sont

indépendants puisque ces derniers pensent avoir un meilleur contrôle que la moyenne en disposant

de plus d’informations. Or, comme nous avions vu précédemment avec le biais d’excès de confiance,

un volume de trading trop élevé nuit aux rendements. La mauvaise diversification est plus probable

chez les investisseurs souffrant de cette illusion de contrôle. En effet, ils concentreront leurs

investissements sur les actifs sur lesquels ils pensent détenir le contrôle de ses résultats. Enfin, cette

illusion amène les investisseurs à se servir plus fréquemment des ordres à « cours limité » ou d’autres

techniques similaires. Ce type d’ordre donne facilement l’impression à un individu d’avoir le

contrôle sur l’investissement qu’il veut réaliser. Pour autant, employer ces mécanismes résulte très

souvent d’une opportunité surestimée, ou pire, d’un achat non nécessaire basé sur des prix arbitraires.

Cette illusion de contrôle se doit d’être levée par le gestionnaire de patrimoine en rappelant à

ses clients qu’ils ne peuvent pas contrôler les résultats de leurs investissements. Même Warren Buffet

n’avait pas échappé à des erreurs notamment avec US Airways qui n’avait pas pu verser de

dividendes à Berkshire Hathaway à causes de trop fortes charges minorant les bénéfices. Un

investisseur devrait toujours se remémorer les risques inhérents à un investissement avant le réaliser

tout en cherchant des contre-arguments. Le banquier privé doit pouvoir recentrer les objectifs du

client en lui demandant pourquoi il veut faire cet investissement, s’il a bien pris en compte l’ensemble

des risques relatifs et s’il sait à quel moment il lui sera opportun de vendre. D’ailleurs, le gestionnaire

de patrimoine peut conseiller à son client de tenir une liste des investissements passés avec les

arguments rationnels qui avaient été avancés. En déterminant l’ensemble des caractéristiques et

points d’analyse qui ont été fructueux dans le choix de ces investissements profitables, un client sera

moins susceptible d’être soumis à l’illusion de contrôle par la suite.

sur 74

III. Les enjeux en gestion de

patrimoine

1) Introduction

La première partie de ce Mémoire nous montre que ces heuristiques de jugements, biais cognitifs

et de perceptions (illusions) sont des sources d’erreurs qui peuvent s’additionner à un mauvais stock-

picking. Il existe donc de réels enjeux pour les acteurs de la gestion de patrimoine qui doivent

sensibiliser leur clients à ce sujet pour mieux répondre à leurs objectifs financiers tout en considérant

leur aversion au risque.

Depuis quelques années, les banques privées ont commencé à s’intéresser à la finance

comportementale de manière plus approfondie. Par exemple, BNP Paribas Banque Privée propose

sur sa chaîne YouTube une playlist de 10 vidéos, à destination des clients, expliquant l’influence des

biais cognitifs dans le cadre de la gestion financière de leurs avoirs. D’ailleurs, B*Capital, société de

bourse de BNP Paribas Banque Privée, met en avant son expertise dans ce domaine au service des

clients en gestion sous mandat.

Pour illustrer la seconde partie de ce Mémoire, une interview a été réalisée avec Monsieur

Maxime Viémont qui est le spécialiste en finance comportementale de chez B*Capital. Des

références et explications issues de cet entretien viendront en complément par la suite.

Nous mettrons en avant l’importance de la finance comportementale pour les gestionnaires de

patrimoine. Cette nouvelle approche de la finance doit être prise en compte dans l’allocation d’actifs

des portefeuilles des clients. Pour se faire, il convient d’identifier les biais comportementaux

auxquels sont soumis les clients afin de mieux les prendre en considération pour la suite de la relation.

Une nouvelle segmentation de la clientèle est donc possible au-delà de sa connaissance financière et

de son aversion au risque. Si les biais cognitifs révélés détournent le jugement de manière excessive

et nuisent aux décisions d’investissement, la gestion sous mandat, étudiée par la suite, reste une

solution que la banque privée peut mettre en avant. Nous verrons également que la finance

comportementale est devenue un argument commercial de différenciation à l’heure où la baisse des

taux d’intérêt et la mise en place de la directive MiFiD 2 viennent freiner l’activité de gestion privée.

Une étude de cas viendra compléter la mise en pratique de cette « nouvelle finance » dans le domaine

de la gestion privée.

sur 74

2) L’accompagnement nécessaire des clients fortunés

a) Intégrer la finance comportementale à la gestion privée

Pourquoi ?

L’illustration des biais cognitifs et les conseils proposés aux gestionnaires de patrimoine qui ont

été évoqués précédemment nous montrent que la finance comportementale devrait être prise en

compte pour une gestion optimale des avoirs financiers des clients. Au-delà de la notion de

performance, les acteurs de la gestion de patrimoine doivent pérenniser la relation qu’ils ont avec

leurs clients. Cette relation vitale dépend notamment du bien-être du client et s’exprime par la

confiance à son interlocuteur. Mais le sentiment de plaisir ou d’inconfort peut subir des à-coups si

un investissement est gagnant ou perdant. C’est ce que nous apprend la théorie des perspectives

proposée par Daniel Kahneman et Amos Tversky28.

Fig 9 – La fonction d’évaluation pour un investisseur28

28 Kahneman, Daniel & Tversky, Amos. (1992). Advances in Prospect Theory: Cumulative Representation of

Uncertainty. Journal of Risk and Uncertainty

sur 74

Si les investisseurs étaient toujours logiques et cartésiens alors la courbe ci-dessus serait linéaire.

Normalement, toute hausse ou baisse de 15% d’un titre a le même impact financier entre 0% et 15%

ou entre 85% et 100%. Mais l’impact financier et l’impact psychologique, c’est-à-dire le ressenti,

sont totalement différents. Avec une plus-value latente d’environ 15%, l’investisseur est fortement

tenté de vendre sa position trop tôt pour éviter que le titre revienne au prix d’achat. De plus, étant

donné la forme de la courbe, cet investisseur aura déjà un niveau de plaisir élevé. Quelques

pourcentages de performance en plus auraient peu d’effet sur sa satisfaction (le gain marginal de

plaisir décroît). En d’autres termes, le plaisir ressenti est plus fort quand la performance passe de 0%

à 15% que de 60% à 75%. En vendant trop tôt une position gagnante, l’investisseur individuel peut

se priver d’une partie importante de la hausse.

En situation inverse, une perte se creusant entre 0% et -15% provoque un fort malaise. Celui-ci

est bien plus fort qu’en situation de gain d’où la forme de la pente plus accentuée. La raison est que

l’investisseur a du mal à admettre la situation et perd sa lucidité tout en s’accrochant à l’espoir de

voir le titre remonter même si tous les indicateurs ne vont pas en ce sens. L’idée de vendre à perte

est mal acceptée. Plus tard, quand la moins-value devient significative, l’impact psychologique d’une

baisse supplémentaire est plus faible. L’investisseur pense alors qu’il est trop tard pour vendre et se

comporte donc de manière passive et conserve ses titres. Pourtant, chaque baisse supplémentaire de

10% a le même impact financier négatif qu’en début du mouvement baissier. Paradoxalement, même

si le titre revenait à son prix d’achat, l’investisseur aura tellement souffert de cette période de moins-

value latente qu’il s’empressera de le revendre et sans bénéfice.

En somme, les positions fortement perdantes deviennent rarement gagnantes et les positions

gagnantes sont rarement exploitées au mieux car elles sont vendues trop tôt. Aussi, il convient de

limiter ses pertes et les accepter très tôt pour en réduire l’impact sur le portefeuille global. Pour se

faire, de nombreux banquiers privés conseillent à leurs clients de placer des ordres à seuil de

déclanchement qu’ils ont peu l’habitude d’utiliser à défaut des ordres à cours limité, ou plus souvent,

des ordres au marché. Ce type d’ordre permet de couper plus rapidement ses pertes en vendant

automatiquement un titre dès lors que celui-ci franchit un cours défini à l’avance par l’investisseur.

D’ailleurs, il permet également à l’investisseur privé de ne plus avoir à suivre en permanence

l’évolution de ses titres via internet. Il sera donc moins susceptible de faire une erreur d’opération en

étant sous l’emprise de ses biais cognitifs. Mettre en avant ce type d’ordre lors d’un rendez-vous et

le proposer à un prix identique qu’un ordre classique permet de mieux sensibiliser les clients.

Intégrer la finance comportementale à la gestion privée est nécessaire, à la fois pour améliorer

les performances financières de ses clients mais également pour maintenir une relation commerciale

de confiance en évitant que les biais cognitifs génèrent des frustrations inutiles.

sur 74

Définir une allocation d’actifs mieux adaptée

Les biais cognitifs « coûtent » environ 3% de performance par an aux investisseurs nous apprend

Maxime Viémont, spécialiste de la finance comportementale chez B*Capital. En plus d’irriter le

client, cette perte peut vexer les gestionnaires en patrimoine se remémorant des choix

d’investissements initiaux non validés par le client. En effet, les clients peuvent se détourner des

modèles de portefeuilles proposés par les conseillers au moment de l’investissement de leurs

liquidités. Il arrive que les intérêts du client puissent être en contradiction avec leurs biais et

tendances psychologiques. Ainsi, un conflit d’intérêts semble se dessiner. Obnubilé par

l’optimisation fiscale, un investisseur privé présentant une forte aversion au risque peut, par exemple,

préférer investir dans un plan d’épargne en actions (PEA) composé d’actifs risqués, les actions, alors

qu’une assurance-vie investie majoritairement en fonds en euros lui conviendrait mieux. Pire, une

fois que son PEA aurait atteint le plafond de versement de 150 000 €, il pourrait décider d’ouvrir un

PEA-PME n’acceptant que des actions ou fonds smallcap qui sont plus risqués par nature. Un

conseiller en gestion de patrimoine devrait donc toujours dissocier l’aspect fiscal d’un support

d’investissement, cher aux français, de son fonctionnement et objectifs.

La meilleure allocation d’actifs pour un client pourrait donc être contre ses tendances

psychologiques naturelles. Parfois, prendre plus de risque leur permettrait de mieux servir leurs

intérêts et objectifs financiers. Mais sortir de sa zone de confort n’est pas toujours aisé. Selon le père

de la finance comportementale, Daniel Kahneman, la gestion financière est avant tout une « activité

de prescription dont l’objectif principal devrait être de guider les investisseurs individuels afin qu’ils

prennent les décisions servant au mieux leurs intérêts »29. Ainsi, une bonne allocation d’actifs devrait

permettre au client d’atteindre ses objectifs tout en lui assurant un « confort » psychologique pour

qu’il puisse continuer la relation avec leur conseiller en gestion de patrimoine.

Mais comment déterminer les biais psychologiques d’un client ? L’exercice est compliqué car

un investisseur n’est pas forcément conscient de ses propres erreurs systématiques qui sont issues de

ses émotions. La directive MiFiD 2 a renforcé, au niveau de la conformité, les questionnaires que les

banques doivent distribuer à leurs clients afin d’évaluer leurs appétences au risque et leur

connaissances des marchés financiers. Bien que ces questionnaires soient utiles dans la constructions

des portefeuilles, ces derniers admettent des limites. William Sharpe, prix Nobel d’économie, estime

que ces questions permettant de juger du niveau de risque acceptable ne sont pas suffisantes pour

une bonne allocation d’actifs. En effet, en plus d’ignorer l’existence des biais cognitifs, ces derniers

29 Kahneman, Daniel & W Riepe, Mark. (1998). Aspects of Investor Psychology. Journal of Portfolio

Management - J PORTFOLIO MANAGE.

sur 74

peuvent donner des résultats différents selon la manière dont ils sont présentés aux clients (cf. l’effet

de cadrage mentionné auparavant). La formulation des questions est donc primordiale pour juger de

la vraie appétence au risque du client. La directive MiFiD 2 a corrigé une mauvaise habitude qui

concernait l’actualisation trop peu fréquente de ces questionnaires. En effet, les niveaux de risques

acceptés par un client évoluent naturellement au cours de sa vie et de ses projets. L’autre problème

vient du fait que les conseillers en gestion de patrimoine interprètent les résultats de manière trop

littérale. Par exemple, un client pourrait indiquer que la perte maximale annuelle qu’il serait prêt à

accepter serait de 15% sur l’ensemble du portefeuille investi. Cela ne veut pas dire qu’un portefeuille

idéal serait systématiquement dans cette zone de perte latente en permanence. D’un point de vue de

la finance comportementale, les questionnaires de risque « classiques » sont plus adaptés à des

investisseurs institutionnels qu’à une clientèle de banque privée. En effet, une allocation d’actifs qui

est construite à partir d’un modèle mathématique de variance peut être facilement modifiée par un

client suite à ses réactions biaisées sur les fluctuations de court-terme des marchés financiers. Cela

se ferait au détriment du plan d’investissement défini en amont. Comme nous l’avions vu

précédemment, ces nombreux allers-retours dans un portefeuille peuvent coûter chers via les frais

engendrés. L’identification des biais comportementaux doit donc se faire le plus rapidement possible.

Les clients peuvent se sentir gêner de parler de leurs émotions dans une banque privée. Maxime

Viémont admet que les clients pris en charge chez B*Capital ont généralement trois attitudes

différentes :

- Les clients qui ne voient pas l’intérêt de parler « psychologie » dans un milieu financier et

qui sont réfractaires à toute question. Ils refuseront systématiquement de prendre en

considération les notions de finance comportementale pour leurs choix d’investissement ;

- Les clients qui acceptent d’en parler mais qui auront du mal à corriger leurs erreurs et

abandonneront assez vite. Il s’agit majoritairement des clients en « gestion conseillée » qui

viennent demander des avis ponctuels à la société de bourse. Malheureusement, ces clients

suivis de manière plus personnalisée, à raison de la valeur de leurs actifs supérieure à la

moyenne de la banque privée de BNP Paribas, sont ceux qui sont les plus actifs sur les

marchés financiers et les plus susceptibles de commettre des nombreuses erreurs ;

- Les clients qui comprennent l’intérêt de la finance comportementale et préfèrent déléguer la

gestion de leurs avoirs à B*Capital. En effet, ils n’ont généralement pas le temps, ni les

connaissances techniques financières nécessaires et admettent ne pas pouvoir contrôler leurs

émotions lors des phases de décisions. La « gestion sous mandat » est préférable pour eux.

La société de bourse B*Capital possède ses propres profils de risques et de connaissances

financières qui s’ajoutent à ceux réalisés par BNP Paribas Banque Privée. Maxime Viémont nous

indique que ces catégories sont ainsi créées selon les biais des clients. Par exemple, un client pour

sur 74

Modérer & Adapter

Modérer & Adapter

Adapter

Modérer

lequel on détecte un excès de confiance sera géré sous un profil dit « offensif » avec son propre

processus de gestion.

John Longo et Michael Pompian ont proposé deux principes de construction de portefeuilles30

qui prennent en compte les biais cognitifs d’une clientèle privée. Ceux-ci doivent être pris en compte

en plus de l’appétence au risque du client, de ses classes d’actifs préférées ainsi que de ses objectifs

financiers. Ceux deux auteurs préconisent aux conseillers en gestion de patrimoine de savoir modérer

ou adapter une allocation d’actifs. Dans ce cas, « modérer » signifie contrebalancer le raisonnement

biaisé du client afin de lui proposer une allocation d’actif prédéterminée. « Adapter » une

recommandation d’allocation d’actifs est parfois nécessaire pour que le client se sente à l’aise avec

ses portefeuilles. Mais dans quel cas un conseiller doit-il intervenir ? Cela présuppose un calcul assez

subtil. En effet, il convient de mesurer la meilleure « récompense » entre :

- Maintenir un portefeuille construit de manière rationnelle et dont le profil rendement/risque

est maximisé ;

- Avoir raison sur le fait d’arriver à changer l’avis du client, quitte à lui donner tort, alors qu’il

préfèrait une autre allocation d’actifs construite en partie sur ses propres biais.

Fig 10 – Illustration graphique des deux principes de M. Pompian et J. Longo

30 M. Pompian and J. Longo, “Incorporating Behavioral Finance into Your Practice.” Financial Planning

Association, Journal of Financial Planning, March 2005

Client très fortuné :

Adapter

Client peu fortuné :

Modérer

Biais cognitifs :

Modérer

Biais émotionnels :

Adapter

sur 74

Le premier principe concerne la richesse des clients. L’idée est de modérer les clients les moins

fortunés quand adapter une allocation d’actifs suffira pour les plus aisés. En effet, si une allocation

est peu efficiente pour un client de la première catégorie, car trop dépendante des biais de ce dernier,

alors il pourrait revoir drastiquement à la baisse son niveau de vie. À l’inverse, les clients suivis en

gestion de fortune (avoirs supérieurs à 5 millions d’euros en général) seront moins influencés dans

leurs quotidiens par quelques erreurs. Ainsi, si l’allocation biaisée que réalise un client lui-même est

amenée à mettre en danger ses conditions de vie, alors il sera nécessaire de modérer drastiquement

son allocation quitte à la revoir entièrement. Dans tous les autres cas, adapter l’allocation via des

arbitrages sur les différents portefeuilles du client suffira. Seuls les cygnes noirs, ces évènements très

rares mais extrêmement significatifs tels que les crises financières, devraient être la seule source de

danger pour les clients.

Le deuxième principe s’intéresse à la nature des biais dont souffre un investisseur individuel.

On peut distinguer deux grandes catégories de biais : les biais cognitifs et les biais émotionnels. Les

biais cognitifs résultent d’erreurs de raisonnement. Ainsi, un conseil avisé et de bonnes informations

transmises aux clients peuvent les corriger. À l’inverse, les biais émotionnels résultent d’impulsions

ou de l’intuition plutôt que d’une forme de calcul consciente. Ils sont donc plus difficiles à corriger.

Les heuristiques décrites en première partie ou le biais de confirmations sont considérés comme

cognitifs. L’aversion aux pertes est considérée comme un biais émotionnel tout comme l’effet de

dotation qui décrit le fait qu’un individu donne plus de valeur à un bien qu’il possède qu’à celui qu’il

ne possède pas (même s’il s’agit du même bien).

Ces deux principes doivent être appliqués en parallèle. Ainsi, un client très fortuné soumis à de

nombreux biais cognitifs devrait voir son allocation modérée au début puis pourra être adaptée de

temps en temps selon la nature de ses biais. Ces deux principes seront mis en application dans l’étude

de cas plus tard.

De manière plus quantitative, un investisseur rationnel devrait respecter l’optimisation de son

portefeuille entre le risque de ce dernier et son rendement attendu. Pour rappel, selon la théorie du

portefeuille moderne de Harry Markowitz, les portefeuilles efficients que devrait choisir un

investisseur se situent à l’intersection de la frontière d’efficience (composé de l’ensemble des

portefeuilles optimaux) et des courbes d’indifférence qui dépendent de l’inversion au risque de

l’investisseur.

Sur le schéma ci-après, le portefeuille C est préféré pour un investisseur averse au risque et

recherchant du rendement, le portefeuille A est choisi par l’investisseur légèrement averse au risque

(nature humaine) tandis que le portefeuille B convient à l’investisseur le plus averse au risque. Les

sur 74

Niveau de risque (écart-type) du portefeuille

Ren

dem

ent

esp

éré

du

po

rtef

euil

le

C

A

B

C2

C3 C4 Frontière efficiente

C1

courbes C1, C2, C3 et C4 sont les courbes d’indifférences où la C1 correspond à l’utilité la plus

élevée et C4 la plus faible. La frontière efficience correspond à l’ensemble des portefeuilles optimaux

au-dessus des pointillés verts. En effet, pour un niveau de risque donné, le portefeuille sur la frontière

efficience aura un meilleur rendement que le portefeuille de l’autre côté de la frontière comme le

montre les pointillés rouges. Un investisseur rationnel n’investira que sur la frontière efficiente.

Fig 11 – Représentation graphique du rendement d’un portefeuille de 2 actifs selon son risque

Un investisseur biaisé déviera nécessairement du modèle d’optimisation entre la variance d’un

portefeuille et son rendement attendu. Le graphique ci-dessus n’est qu’une version simplifiée du

modèle puisque le portefeuille ne contient que deux actifs. Une allocation d’actifs considérant

l’existence de biais ne devrait pas s’écarter de plus de 20% du modèle d’allocation pour une

optimisation suivant le modèle « classique ». La valeur de 20% est prise, car en général, les clauses

d’un contrat entre un conseiller et son client prévoit une liberté de plus ou moins 10% sur la

pondération de chaque classe d’actifs. Par exemple, un compte de titres standardisé par BNP Paribas

Banque Privée destiné à des clients légèrement « offensifs » est composé de :

- 60% d’actions (on ne prend pas en compte la géographie ni les aspects growth ou value ni la

taille de capitalisation) ;

- 40% de produits à revenus fixes tels que des obligations (on omet également le fait qu’il

s’agisse ou non d’obligations investment grade ou high-yield).

sur 74

+

+

Différence de

performance

À la suite de la règle énoncée, le banquier privé pourrait se permettre de construire un

portefeuille dont la pondération en action varie de 50% à 70% et la pondération en produits à revenus

fixes entre 30% et 50%. Voici la méthode illustrée pour un autre portefeuille donné :

Dans son rapport de 2017, « The Great Opportunity - Great Wealth Investment Report »31, la

banque privée d’UBS montre qu’un portefeuille dont les risques sont équitablement répartis entre les

6 facteurs ci-après surperforme le marché US représenté par le MSCI USA total return (net) :

momentum, value, smallcap, faible volatilité, rendement et qualité.

Fig 12 – Surperformance d’un portefeuille équilibré à travers les 6 facteurs31

31 Disponible ici : https://uhnw-greatwealth.ubs.com/media/11188/great-wealth-investment-report.pdf

Recommandation

optimale du modèle

classique

(pondérations)

Recommandation de

l’allocation

considérant les biais

(pondérations)

Changement en

% (valeur

absolue)

Changement en

% (moyenne

pondérée)

Actions 70% 75% + 7,14% - 5%

Obligations 25% 15% - 40% - 10%

Liquidités 5% 10% + 100% - 5%

TOTAL 100% 100% Facteur d’ajustement des biais = 20%

La limite est respectée

sur 74

Selon UBS Banque Privée, certains de ces facteurs exploitent les biais comportementaux des

marchés pour obtenir une meilleure performance.

Le momentum : pour combattre l’heuristique d’ancrage qui empêche les actions de suivre la

notion de « marche aléatoire » puisqu’elles deviennent corrélées en phase haussière et baissière. Cela

s’explique par le fait que les investisseurs, biaisés, n’incorporent pas entièrement toutes les nouvelles

informations, bonnes ou mauvaises, et préfèrent se référer à leurs ancres. Le momentum permet de

profiter de ces phases de hausse ou de baisse.

La stratégie value : pour combattre sur le long-terme l’aversion aux pertes des investisseurs

professionnels et individuels. En effet, les premiers sont soumis au risque de carrière et cela explique

en partie la surperformance des actions value sur le long terme comme expliqué dans l’anomalie de

taille de capitalisation dans la première partie de ce Mémoire. Quant aux investisseurs privés, la sous-

valorisation des actions et des fonds value s’explique par l’aversion aux pertes. Elle traduit ici le

phénomène qu’un individu privé a plus de chance de se retirer d’un fonds sous-performant que

d’entrer dans un fonds surperformant.

L’investissement en smallcap : pour combattre les politiques contraignantes d’investissement

des investisseurs institutionnels. De nombreux ETFs ont pour sous-jacent des indices représentant

des valeurs largecap (S&P 500, Eurostoxx 50 …), car biens connus par les individus privés qui les

achètent, et laissant donc une opportunité de croissance pour les valeurs smallcap que les

investisseurs individuels peuvent exploiter.

L’investissement dans la faible volatilité : pour combattre l’excès de confiance des investisseurs

institutionnels. Étant donné que l’effet de levier autorisé est limité pour les professionnels, ces

derniers cherchent à prendre plus de risque à travers des actifs plus risqués car ils ont facilement

confiance en eux. Les investisseurs privés peuvent tirer parti de ce biais comportemental en

investissant, à l’inverse, dans les actions à faible volatilité pour exploiter l’anomalie de faible

volatilité découvert par Robert Haugen en 197232. L’excès de confiance des clients suivis par un

gestionnaire de patrimoine peut également être canalisé en investissant dans des produits dits

« passifs » à faibles coûts tels que les ETFs. Par exemple, la banque JPMorgan a lancé en août 2018

une application sur mobile permettant de traiter ce type de fonds gratuitement. Concernant les autres

facteurs du portefeuille présenté, la qualité et le rendement, ils serviront à mieux diversifier le

portefeuille.

32 Haugen, Robert A., and A. James Heins, (1972) “On the Evidence Supporting the Existence of Risk

Premiums in the Capital Markets”, Wisconsin Working Paper, December 1972.

sur 74

Individualiste

Vedette

Aventurier

Gardien

b) Une autre segmentation de la clientèle privée

Des premiers modèles incomplets

Dans leur article « A New Paradigm for Practical Application of Behavioral Finance : Creating

Investment Programs Based on Personality Type and Gender to Produce Better Investment

Outcomes » de 2004, John Longo et Michael Pompian montrent qu’il existe un lien entre le genre et

la personnalité d’un investisseur individuel avec leurs biais comportementaux. Différents modèles

connus en psychographie peuvent être utilisés en finance comportementale :

Le modèle de Barnewall : il distingue les investisseurs actifs ou passifs dans la création de leurs

richesses. Les investisseurs qui auraient acquis une richesse de manière passive, à travers un héritage

ou via le gain d’un jeu de hasard par exemple, auraient une forte aversion pour le risque et

recherchaient avant tout à avoir des portefeuilles très diversifiés. À l’inverse, ceux dont l’épargne

s’est construite de manière active, par le travail, se comporteraient de manière beaucoup plus risquée

quitte à peu diversifier leur portefeuilles et auraient un biais d’excès de confiance. Néanmoins, ce

modèle admet des limites. En effet, il ne prend pas en compte le genre, masculin ou féminin, de

l’investisseur et peut paraître réducteur en s’intéressant uniquement à l’origine de la richesse alors

que l’être humain est plus complexe ;

Le modèle de Bailard, Biehl et Kaiser (BBK) :

Fig 13 – Représentation graphique du modèle BBK

Confiant

Anxieux

Prudent Impulsif

sur 74

Le modèle BBK recense 5 personnalités classées au regard de 4 variables que présentent un

individu : sa confiance ou son anxiété et sa prudence ou son impulsion. Les personnalités sont :

1) L’individualiste. Il représente la majorité des investisseurs (plus de 75%). Généralement, il

s’agit d’indépendants tels que des docteurs ou avocats mais on retrouve également de

nombreux ingénieurs dans cette catégorie. Ils ont une certain degrés de confiance en eux et

ont un esprit analytique et méthodique et sont donc comparables à des investisseurs

rationnels.

2) L’aventurier. Ces personnes sont difficiles à conseiller puisqu’elles ont déjà leurs propres

opinions sur leur manière d’investir et ne se privent pas de prendre des risques. Cette

personnalité recherche avant tout des forts rendements et à court terme.

3) La vedette. Ces investisseurs ont très rarement des idées sur la manière dont il faut investir.

Ils comparent systématiquement leurs performances à celles des autres quitte à générer un

fort renouvellement de leur portefeuille entrainant des frais supplémentaires.

4) Le gardien. Il s’agit majoritairement de la typologie de client suivie par les gestionnaires de

patrimoine. Ce type d’investisseur est prudent et anxieux concernant ses avoirs financiers.

Par manque de connaissance en matière d’investissement, ils se dirigent vers des conseillers

qui les guideront vers des placements généralement peu risqués (le départ à la retraite est

une problématique majeure des gardiens).

5) Le modéré. Cet investisseur est le plus équilibré des cinq. Ce type de profil est assez rare et

peut se classer, à moyen terme, dans l’un des quatre profils ci-dessus. Un tel client est averse

au risque mais n’hésitera pas à en prendre s’il en voit réellement l’intérêt.

Le modèle de Bailard, Biehl et Kaiser permet de comprendre quelques comportements

d’investissement mais, comme le modèle de Barnewall, il n’est utile qu’avec certains clients et reste

très généraliste.

Au-delà de ces modèles, et concernant le genre de l’investisseur, les résultats des recherches de

Barber et Odean33 sont les plus importants. Les deux auteurs arrivent à la conclusion que les hommes

ont plus souvent confiance en eux que les femmes dans les activités d’investissement. En effet, sur

33 Brad M. Barber, Terrance Odean; Boys will be Boys: Gender, Overconfidence, and Common Stock

Investment, The Quarterly Journal of Economics, Volume 116, Issue 1, 1 February 2001, Pages 261–292

sur 74

une période de 6 ans, les hommes réalisent 45% plus d’opérations sur les marchés financiers que les

femmes.

John Longo et Michael Pompian ont tenté de trouver un nouveau paradigme qui relierait le genre

et la personnalité d’un individu avec ses biais comportementaux. Pour se faire, ils ont combiné le

célèbre test MBTI (modèle Myers-Briggs Type Indicator®) avec leur propres questionnaires

déterminant les biais comportementaux des participants.

Le modèle Myers-Briggs Type Indicator® (MBTI)

Ce test de personnalité est le plus connu dans le monde et sert à de nombreux RHs d’entreprises

pour évaluer le potentiel de leurs candidats. Il permet de distinguer 16 profils selon 4 aspects de la

personnalité humaine :

- L’extraversion (E) ou l’introversion (I) : pour déterminer si on tire son énergie du monde

intérieur ou extérieur ;

- La sensation (S) ou l’intuition (N) : pour déterminer si on recueille l’information sur des faits

ou des nouvelles possibilités ;

- La pensée (T) ou le sentiment (F) : pour déterminer si on prend une décision de manière

rationnelle ou selon ses valeurs personnelles ;

- Le jugement (J) ou la perception (P) : pour déterminer si on préfère un mode de vie organisé

ou souple.

Il existe donc 16 combinaisons/personnalités possibles : ISTJ, ISFJ, INFJ, INTJ, ISTP, ISFP,

INFP, INTP, ESTP, ESFP, ENFP, ENTP, ESTJ, ESFJ, ENFJ, et ENTJ. L’annexe n°1 présente leurs

descriptions de manière non exhaustive.

Le questionnaire du MBTI et le questionnaire de détermination des biais comportementaux

(construit sur les travaux de Daniel Kahneman et Riepe34) ont été testés sur plus de 100 investisseurs

durant l’été 2002. Pour construire leur nouveau modèle, John Longo et Michael Pompian ont

commencé par déterminer les personnalités des individus, puis les ont recoupées avec la liste

existence de biais comportementaux. Les deux auteurs ont surtout cherché à déterminer si les profils

extrêmes, comme les extravertis vs les introvertis, ou les hommes vs les femmes, présentaient de

manière récurrente des biais différents. Les résultats obtenus sont les suivants :

34 Kahneman, Daniel & W Riepe, Mark. (1998). Aspects of Investor Psychology. Journal of Portfolio

Management - J PORTFOLIO MANAGE.

sur 74

Pessimiste

Réaliste

Grande aversion au risque

Optimiste

Spéculatif

Faible aversion au risque

INFJ ESTP ENFJ

INFP

INTJ

ISFJ

ENFP

ENTJ

INTP

ISTJ

ISFP

ESFJ

ENTP

ESTJ

ISTP

ESFP

Fig 14 – Résultats du croisement des 2 questionnaires

On remarque donc qu’un homme ESTP, appelé « l’entrepreneur » selon le test, sera

l’investisseur le plus susceptible de prendre des risques dans ses choix à l’opposée d’une femme

INFJ, autrement appelée « l’avocate ». Ainsi, une allocation d’actifs devrait prendre en compte ces

différents types de personnalité mais le coût d’implémentation pourrait freiner les banques privées à

l’appliquer. Idéalement, un conseiller en gestion de patrimoine pourrait demander à ses clients de

passer le test MBTI. En expliquant l’intérêt de passer ce questionnaire, et du fait qu’ils doivent le

payer, les clients seraient plus à même de discuter de leurs propres biais comportementaux. Ces

facteurs psychologiques sont à prendre en compte dans le souci d’une relation durable qui dépasse

la notion de performance sur un portefeuille.

c) Les enjeux des acteurs de la gestion de patrimoine

Mettre en avant la gestion sous mandat

La « gestion sous mandat » correspond à une gestion déléguée des avoirs financiers d’un client

à un professionnel de la finance. C’est l’opposé de la « gestion conseillée » où le client décide seul

des investissements qu’il réalisera ou non. Certaines banques privées appliquent un seuil d’actifs

financiers à posséder afin d’accéder à ce service. Cette forme de gestion est privilégiée pour les

investisseurs individuels n’ayant pas le temps ou les connaissances nécessaires pour investir leurs

portefeuilles. Mais, il est également possible de proposer ce type d’offre pour un client qui

occasionnerait trop d’erreurs dû à ses biais comportementaux. La sensibilisation du client à la finance

comportementale est donc nécessaire lors de l’entrée à relation. Pour autant, cette pratique est loin

d’être appliquée dans toutes les banques privées.

Femme Homme

sur 74

Il est facile de penser qu’un professionnel de la finance, possédant de longues années

d’expériences dans le milieu de la gestion financière, serait insensible aux biais comportementaux,

heuristiques et autres illusions. Ces professionnels sont avant tout des humains, et de ce fait, le risque

d’erreur subsiste à ce niveau-là. Aussi, la notion de finance comportementale est récente et la plupart

des praticiens exerçait ce métier bien avant sa popularisation par Daniel Kahneman en 2002.

Comment éviter que les gérants de portefeuilles ne soient à leurs tours biaisés ? Maxime

Viémont, spécialiste de la finance comportementale chez B*Capital, réalise des points

hebdomadaires avec les équipes de gérants afin de faire le point sur leurs pratiques et méthodes

d’investissement. Sont ainsi passées en revue toutes les erreurs qui auraient pu être commises pour

des raisons irrationnelles. Du fait de l’existence d’un grand nombre de biais, Maxime Viémont s’est

restreint aux 20 plus importants et qui ont le plus d’influence sur les décisions d’investissement. En

dehors de l’approche éducative, B*Capital a choisi d’adopter un process de gestion drastique pour

éliminer les biais comportementaux de certains gérants. En effet, à travers l’interface du portefeuille

d’un client de la société de bourse, il est désormais impossible pour un gérant de lire :

- La date d’achat des titres ;

- Le prix d’achat moyen pondéré (PAMP) d’une ligne de titres ;

- Et mécaniquement, la plus ou moins-value latente relative à cette ligne.

Grâce à ce processus ambitieux, l’heuristique d’ancrage est supprimée puisque le gérant ne va

plus s’attarder sur le moment auquel les titres ont été achetés. Aussi, en supprimant l’affichage de la

plus ou moins-value latente, l’aversion aux pertes et l’effet de disposition disparaissent. Les titres

peuvent donc être achetés ou vendues selon des vrais arguments rationnels et après une analyse

fondamentale, technique et quantitative de ces derniers. Cependant, l’avantage de l’optimisation

fiscale à travers le report des moins-values est perdu sur un compte de titres classique.

La gestion sous mandat va permettre de suivre une stratégie claire, définie en amont avec le

client, dont l’allocation d’actifs évoluera au grès de la conjoncture économique. Les banques privées

mettent en avant la gestion sous mandat pour accompagner le client car les gérants de portefeuilles

savent :

1) À quel moment investir, sortir du marché, renforcer ses positions ou les alléger. En effet, de

nombreux aspects psychologiques empêchent les clients peu appétents aux marchés

d’investir. La gestion sous mandat permet d’éviter l’effet de résistance au changement. Dans

un marché neutre ou baissier, les aspects négatifs prédominent pour un investisseur

individuel. Si le marché repart à la hausse, ce même investisseur peut rester ancrer dans son

mode de pensée négatif. En effet, la nouveauté est perçue comme générant plus de risques

sur 74

que d’avantages. La statu quo est donc préféré mais pourrait empêcher le client de profiter

d’une grande partie de la phase haussière. Aussi, la peur de perdre ou de se tromper peut

paralyser l’investisseur de passer à l’acte : c’est l’aversion aux regrets. La notion du cadrage

peut également biaiser un client alors qu’un gérant sous mandat saura analyser une situation

avec du recul. En effet, de nombreux clients ont tendance à regarder les mouvements récents

et en tirer des conclusions hâtives. Par exemple, entre le début de décembre 2014 et la fin de

janvier 2015, le CAC40 a pris +15%. Il était donc normal pour certains investisseurs de ne

pas entrer sur le marché qu’ils jugeaient comme trop haut et de patienter pour acheter plus

bas. Mais en réalité, sur la configuration à long terme du CAC40, le marché sortait d’une

phase corrective qui avait duré plus de 7 mois. Après janvier 2015, le CAC40 avait pris de

nouveau +15% en 2 mois.

2) La meilleure manière de diversifier un portefeuille. Pour rappel, une bonne diversification

est sensée réduire le risque global d’un portefeuille, apporter des relais de croissances au sein

des différentes classes d’actifs et permettre de recourir à des stratégies différentes dans des

phases de marché complexes. La gestion sous mandat va empêcher l’investisseur individuel

de modifier son allocation d’actifs dans des situations de marché peu propices. La première

erreur consiste à réduire le niveau de risque dans les creux de marché puisque l’investisseur

ressent du dégoût. À l’inverse, l’investisseur peut considérablement augmenter sa tolérance

au risque, en étant euphorique, dans les « tops » de marché. Le biais de familiarité peut

également priver un client de stratégies pouvant être performantes. Par exemple, de

nombreux investisseurs ne souhaitent pas investir dans les pays émergents. Enfin, la peur du

manque à gagner peut entraîner un client à prendre une position de manière précipitée et dont

le timing sera souvent mauvais. Tous ces biais ont tendance à déformer l’allocation réalisée

initialement en gestion conseillée qui permettait répondre aux objectifs financiers à long

terme. La gestion sous mandat permet d’éviter ces risques.

3) Arbitrer. L’acte d’arbitrage peut être entravé par l’effet de dotation, expliqué auparavant, qui

empêche un client de vendre. Si le client possède des titres depuis très longtemps, alors il

aura beaucoup de mal à les vendre et préfèrera différer l’arbitrage prévu. L’effet est même

amplifié si les titres ont été reçus en héritage. Un gérant sous mandat ne sera pas soumis à

ce type d’affect.

4) Avoir un regard contraire au consensus des investisseurs, brokers et analystes en equity

research. Un gérant sous mandat aura plus de facilité à prendre des positions avant

l’ensemble des investisseurs et évitera l’effet « moutonnier » ou « comportement grégaire »

des clients se renseignant sur des sites d’informations publiques. Les investisseurs

sur 74

individuels sont fortement affectés par le biais de disponibilité et considèrent plus probable

une information immédiatement disponible comme celle des médias généralement. Un

gérant sous mandat ne s’intéresse pas à ces sources aux qualités éparses : forum sur internet

avec des avis d’amateurs, émissions de télévision dont l’avis est peu approfondi, vidéos sur

internet dont l’objectif est de placer un produit … Le gérant de portefeuille sous mandat

travaille quant à lui avec ses sources en interne et se laissera moins facilement influencer par

les médias.

Un réel intérêt ou un outil marketing ?

La finance comportementale pourrait être l’un des nouveaux vecteurs marketing au sein des

banques privées et des cabinets en gestion de patrimoine. Dans un contexte de baisse des taux

d’intérêts rongeant les bénéfices et d’implémentation de la directive MiFiD 2 complexifiant et

alourdissant les processus de vente et de gestion financière, la finance comportementale pourrait se

voir comme un relais de croissance en servant d’outil de différenciation sur un marché actuellement

agité et fortement concurrentiel.

Cette nouvelle approche de la finance est de plus en plus enseignée et tend à gagner en popularité

chez les professionnels. Par exemple, l’institut mondialement connu du CFA (Chartered Financial

Analyst) et son diplôme professionnel font référence dans les standards à maîtriser dans le domaine

de la gestion d’actifs. La plupart des gérants de fonds séniors possèdent le titre du CFA qui est parfois

nécessaire pour travailler dans des sociétés de bourse. La finance comportementale est enseignée dès

le niveau 3 (il est nécessaire de passer trois niveaux pour avoir le titre), et y est présentée comme un

outil essentiel pour la gestion d’un portefeuille et de manière plus globale pour la gestion de

patrimoine (PWM ou Private Wealth Management). D’ailleurs, l’importance de la finance

comportementale est telle qu’elle couvre 10% de la pondération de l’examen final du niveau 3, le

plus dur, et ceci malgré les nombreuses autres notions techniques en parallèle. L’institut du CFA a

intégré cette nouvelle branche de la finance dans son curriculum de cours dès l’année 2007, soit 5

ans après le prix Nobel de Daniel Kahneman, alors que les banques privées se sont emparées du sujet

quelques années plus tard. Dans le milieu académique, la plupart des recherches en finance

comportementale sont faites dans les pays anglo-saxons et la France accuse un retard dans l’intérêt

de cette science. Cela se traduit également dans les formations délivrées aux étudiants. Une grande

majorité des universités anglo-saxonnes enseignent la finance comportementale dès la première

année de Bachelor (première année de Licence en France) alors qu’en France, la notion est abordée

dès le grade de Master et dans des formations très spécifiques telles que le Master 222 « Gestion

d’Actifs » de l’université Paris-Dauphine. Pour autant, le Master 261 « Gestion de Patrimoine et

Banque Privée » de la même université ne l’enseigne pas alors, comme nous avons pu le constater

sur 74

jusqu’ici, qu’elle trouve toute sa place dans une relation entre un conseiller en gestion de patrimoine

et son client.

Même si elle tend à gagner en popularité chez les professionnels, la finance comportementale

est loin d’être une science connue parmi la clientèle d’investisseurs privés. BNP Paribas Banque

Privée est l’établissement la mettant le plus en avant via sa chaîne YouTube, ses publications

mensuelles sous format papier et envoyées aux clients et, plus important, elle l’implémente dans les

stratégies de gestion sous mandat via sa société de bourse B*Capital. Société Générale Banque Privée

enseigne cette notion, de manière publique, à travers ses lettres mensuelles disponibles sur son site

internet. Ces deux banques privées sont les seules à réellement faire un effort de communication sur

le sujet et dont les publications sont retrouvables sur les deux premières pages du moteur de recherche

Google. Paradoxalement, malgré cet effort, la finance comportementale n’est quasiment jamais

abordée lors d’un entretien avec un client. Il s’agit pour autant d’un sujet de discussion qui trouve

tout son sens dans l’intérêt de celui-ci et a le mérite d’aborder un thème « original » du monde

financier. La principale raison est le manque de formation en interne dans ces banques qui préfèrent

enseigner des techniques commerciales ou en relation avec l’actualité pour répondre aux

interrogations des clients (comme pour la loi des finances 2018 récemment). Aussi, certains

conseillers ne se sentent pas à l’aise sur ce sujet et préfèrent l’éviter de peur que la personne en face

ne la prenne pas au sérieux en rejetant cette notion aux compétences des psychologues. Un long

travail d’information est donc nécessaire, aussi bien pour les professionnels du milieu, que pour les

individus qui pourraient être soumis à ces biais.

Une autre exploitation marketing de la finance comportementale se trouve directement dans la

gestion d’actifs et résulte en une stratégie à part entière de fonds d’investissement. À l’heure des

nouvelles stratégies de « smart beta » ou plus récemment de « risk premia », un fonds dont le

principe de gestion se base sur les concepts de la finance comportementale peut paraître vendeur. Par

exemple, la société de gestion « LSV Asset Management » a une politique d’investissement, pour

l’ensemble de ses fonds, basée sur l’exploitation des biais comportementaux des agents

économiques. Leur fonds « LSV Value Equity Fund » (LSVEX) utilise un modèle quantitatif pour

choisir des actifs sous-évalués (stratégie value) dont la date d’achat est déterminée avant une

appréciation de leurs valeurs à court et moyen terme. En effet, nous avions vu que les actions value

étaient délaissées à cause des biais psychologiques. Le modèle cherche à classer les actions selon

différents facteurs dont l’équipe de gestion pense qu’ils détermineront les futures rendements. Le

modèle du processus de gestion est perpétuellement redéfini par les quants. Cet aspect automatisé du

choix des valeurs permet, selon la société de gestion, d’écarter les biais comportementaux et autre

heuristiques de jugement. Cependant, est-ce réellement une stratégie profitable ? Une étude réalisée

sur 74

par le Journal of Investing35 s’est penchée sur 16 fonds d’investissement, présentée dans l’annexe

n°2, se disant recourir à la finance comportementale comme stratégie de gestion. Les résultats ont

montré que ce type de fonds avait plutôt la cote auprès des épargnants puisque les souscriptions

mensuelles surpassaient celles des fonds plus « classiques ». Aussi, la plupart des fonds étudiés ont

battu l’indice du S&P 500. Voici les performances du fonds « LSV Value Equity Fund » (LSVEX) :

Fig 15 – L’évolution de la valeur de 10 000$ investis dans le fonds « LSVEX » face au S&P 50036

Cependant, l’étude suggère que ces 16 fonds ne cachent en réalité qu’une stratégie classique de

value sans approche réellement innovante. Aussi, les auteurs nous apprennent que ces fonds n’ont

pas des rendements anormalement élevés, en se basant sur le modèle à quatre facteurs de Carhart

(1997), compte tenu du risque couru. Seul le style value, la « value premium », en référence au

facteur HML du modèle de Fama et French (1993), explique la surperformance de ces fonds sur

l’indice américain. Le Journal of Investing conclut que la stratégie de ces fonds, basée sur la finance

comportementale, n’offre pas un avantage réellement significatif si ce n’est qu’en terme d’attraction

de capitaux pour ces sociétés de gestion d’actifs. L’application pratique de cette nouvelle finance ne

serait qu’un outil marketing même si les professionnels reconnaissent son apport dans la recherche

financière académique.

35 Colby Wright, Prithviraj Banerjee et Vaneesha R Boney, « Behavioral Finance: Are the Disciples Profiting

from the Doctrine? », The Journal of Investing Winter 2008, 17 (4) 82-90 36 Les Échos, « Finance comportementale : des fonds presque comme les autres », 12/02/2007

sur 74

3) Étude de cas

Monsieur Lecocq

Nous sommes en avril 2009. Martin est banquier privé chez BNP Paribas Banque Privé.

Monsieur Lecocq, un de ses clients, est un veuf de 72 ans dont le train de vie est plutôt modeste. Ses

sources de revenus sont sa retraite et son portefeuille dont la valorisation atteint 1 000 000 d’euros.

Monsieur Lecocq a été présenté à Martin, par sa fille, Maëva, que ce dernier connait depuis plus de

4 ans. Monsieur Lecocq confie que son objectif principal est de pouvoir vivre de son portefeuille

jusqu’à la fin de ses jours. En effet, les revenus de sa retraite sont insuffisants selon lui. Aussi,

Monsieur Lecocq est très averse au risque au point de ne vouloir essuyer aucune perte. En effet, il se

rappelle que sa femme avait perdu beaucoup d’argent lors de la crise 2008 avant de décéder. Lors de

son 1er rendez-vous, le banquier privé remarque que Monsieur Lecocq est plutôt tenace et inflexible

sur sa manière de penser, et plus spécialement sur l’opinion qu’il a des marchés financiers.

Identification des biais

Monsieur Lecocq n’a jamais pris en compte les recommandations de Martin en matière

d’arbitrages pour son portefeuille. D’ailleurs, celui-ci ne contient que des obligations

gouvernementales et d’entreprises notées « AAA » (investment grade) par les agences de notation.

Ces obligations sont, par conséquent, très peu risquées mais leur rendements sont faibles. Son

banquier privé s’inquiète de l’évolution de l’inflation en France qui pourrait éroder la valeur de son

portefeuille. Pour rappel, une remontée des taux en cas d’inflation serait le synonyme d’une baisse

de la valorisation de ses obligations. Ses refus systématiques d’arbitrages seraient, selon Martin, dus

aux biais comportementaux de Monsieur Lecocq. En discutant des enjeux de la finance

comportementale, il arrive à faire passer à son client un test de personnalité rapide.

En ressortent les biais suivants :

- L’aversion aux pertes : la douleur d’une perte est beaucoup plus fort que le plaisir d’un gain

identique ;

- L’heuristique d’ancrage : la tendance naturelle à se référer au niveau actuel du marché,

comme ancre, afin de prédire les tendances à venir ;

- Le biais de statu quo : le fait de refuser le changement et préférer l’inertie.

En supplément, Martin délivre de nouveau le questionnaire de profil de risque standardisé de

BNP Paribas Banque Privée. Après sa complétude par Monsieur Lecocq, il définit l’allocation

sur 74

Modérer & Adapter

Modérer & Adapter

Adapter

Modérer

Monsieur LECOCQ

d’actifs correspondant : 70% d’obligations, 20% d’actions et 10% de liquidité. Ainsi, son client

pourrait supporter plus de risques que son portefeuille actuel possède. Les biais comportementaux

de Monsieur Lecocq ont donc une influence selon Martin.

Influence sur l’allocation d’actifs

Les biais de Monsieur Lecocq l’amènent à cette allocation initiale. En effet, en étant averse aux

pertes et n’aimant pas le changement (statu quo), le client préfère garder son allocation d’actifs

sécurisée actuelle : 100% d’obligations avec la note maximale des agences de notation. De plus, étant

donné que le CAC40 a subi une forte chute, en se référant à avril 2009, Monsieur Lecocq est peu

rassuré sur l’avenir et ne préfère donc pas investir sur les marchés des actions (heuristique d’ancrage).

Ainsi, l’investissement en obligations peu risquées ou en fonds en euros à travers une assurance-vie

étaient les deux seules solutions qui pouvaient l’intéresser.

Modérer ou adapter ?

Monsieur Lecocq, en ayant un portefeuille valorisé à 1 000 000 d’euros, n’est pas considéré

comme suffisamment riche, sur une clientèle en gestion de patrimoine, pour pouvoir adapter son

portefeuille de temps à autre selon les recommandations de Martin. Cela est d’autant plus vrai sur le

long terme. De plus, les biais de Monsieur Lecocq sont principalement émotionnels (aversion aux

pertes et statu quo) et non cognitifs. Ils seront donc difficiles à « corriger » malgré les conseils

rationnels envoyés par son banquier privé. Cela complique également le fait de vouloir modérer son

allocation d’actifs.

Fig 16 – Situation de Monsieur Lecocq selon les deux principes de M. Pompian et J. Longo

Client très fortuné :

Adapter

Client peu fortuné :

Modérer

Biais cognitifs :

Modérer

Biais émotionnels :

Adapter

sur 74

+

+

Un compromis entre modérer et adapter semble donc se dessiner. Dans le premier cas, il aurait

fallu prendre l’allocation standardisée : 70% d’obligations, 20% d’actions et 10% de liquidité. Dans

le second cas, l’allocation des 100% d’obligations serait restée la même. Étant donné la situation, il

est nécessaire pour Martin de trouver un juste milieu.

L’allocation recommandée

Un bon compromis résulterait dans l’allocation suivante : 75% d’obligations, 15% d’actions et

10% de liquidités. Elle respecterait l’allocation standardisée de BNP Paribas Banque Privée tout en

laissant quelques concessions aux biais de Monsieur Lecocq. Le facteur d’ajustement des biais est

de 10% et n’excède donc pas le seuil des 20% recommandé précédemment (cf. « définir une

allocation d’actifs mieux adaptée ») : cette nouvelle allocation d’actifs est donc viable.

Voici le résultat illustré :

Recommandation

optimale du modèle

classique

(pondérations)

Recommandation de

l’allocation

considérant les biais

(pondérations)

Changement en

% (valeur

absolue)

Changement en

% (moyenne

pondérée)

Actions 20% 15% - 25% - 5%

Obligations 70% 75% + 7,14% + 5%

Liquidités 10% 10% 0% 0%

TOTAL 100% 100% Facteur d’ajustement des biais = 10%

sur 74

IV. Conclusion générale

« People in standard finance are rational. People in behavioral finance are normal. »37

(Meir Statman)

La théorie financière classique repose sur la parfaite rationalité de l’ensemble des agents

économiques. Cette construction suppose que les investisseurs privés cherchent à maximiser leur

espérance d’utilité. Ces derniers, selon l’approche standard, sont supposés être averses au risque. En

d’autres termes, un investisseur préfèrera toujours l’espérance des gains d’une loterie plutôt que de

participer à celle-ci.

Cependant, la validité des axiomes de Von Neumann et Morgenstern encadrant la théorie de

l’espérance d’utilité est remise en cause à travers différentes études expérimentales. La violation de

ces axiomes de rationalité, sur lesquels reposent des modèles classiques prédictifs, est le début d’une

suite de nombreuses autres anomalies qui fragilisent les piliers de la théorie financière dominante.

Les inefficiences de marchés, les anomalies calendaires, l’incidence de la météo sur les indices

boursiers, les effets de taille de capitalisation ou l’existence d’opportunités d’arbitrage nourrissent la

« finance comportementale » qui est le versant alternatif à cette approche classique.

Cette nouvelle branche de la finance cherche à comprendre ces anomalies en s’intéressant aux

travers comportementaux des agents économiques tels que les heuristiques de jugements et les biais

cognitifs et émotionnels. Ces derniers entrent en conflit avec les intérêts d’une clientèle suivie en

banque privée ou en cabinet de gestion de patrimoine. En général, les clients fortunés préfèrent être

accompagnés à cause du manque de temps et de connaissances en gestion financière. Contrairement

aux professionnels, ils sont plus facilement susceptibles d’être soumis à ces biais psychologiques.

Bien que relativement récent, il existe un réel enjeu dans le domaine de la gestion de patrimoine. En

effet, ces travers comportementaux nuisent aux performances financières des portefeuilles (PEA,

compte de titres ou assurance-vie) que les clients cherchent à faire fructifier pour des questions de

transmission, de préparation à la retraite ou, plus simplement, de perception de revenus réguliers afin

de financer des projets privés ou professionnels à venir. Les erreurs les plus courantes sont : une

mauvaise diversification et un turnover trop fréquent des portefeuilles (excès de confiance et illusion

de contrôle), la mauvaise évaluation des risques (effet de disposition et effet d’ancrage) ou encore un

mauvais timing de vente (aversion aux pertes et effet de dotation). Le coût estimé de l’ensemble de

37 Statman, Meir, Behavioral Finance: Finance with Normal People (February 17, 2014). Borsa Istanbul

Review, pp. 1-9, 2014.

sur 74

ces erreurs systématiques est évalué à 3% par an selon Maxime Viémont, spécialiste de la finance

comportementale chez B*Capitale.

Le conflit d’intérêts, entre les objectifs du client et sa manière d’investir, perdure à travers ce

nouvel « effet de mode » qu’est la finance comportementale. Des nouveaux fonds d’investissements

basant leur stratégies sur cette nouvelle théorie financière, avec des frais d’entrée non négligeables,

se voient comme attractifs auprès d’une clientèle en quête d’une nouvelle « perle rare ». Pour autant,

la performance de ce type de fonds, comme nous le montre l’étude du Journal of Investing, n’est pas

anormalement élevée et repose avant tout sur le style value, bien plus classique. La finance

comportementale reste avant tout, et à l’heure actuelle, un outil marketing pour les établissements de

gestion de patrimoine et les sociétés en gestion de portefeuille.

Intégrer la finance comportementale dans le quotidien des conseillers en gestion de patrimoine

peut se voir comme naturel dans leur devoirs de conseil. Ceux-ci ont tout intérêt à sensibiliser leur

clients sur ses conséquences. Ils pourront canaliser leurs craintes et leurs peurs, leur proposer des

solutions adéquates telles que la gestion sous mandat et adapter ou modérer leur allocations d’actifs

en gestion conseillée. Un client conscient des enjeux de la finance comportementale pourra

rationnaliser ses décisions d’investissement en lien avec ses objectifs à moyen et long terme et

abordera naturellement les volets juridiques et fiscaux de ces derniers. La finance comportementale

peut donc servir les intérêts du client en lui permettant de mieux se connaître lui-même et de prendre

de la hauteur sur l’ensemble de son patrimoine et de ses objectifs quitte à le rediriger sur d’autres

thématiques liées au métier de conseiller privé.

La finance comportementale est-elle le nouveau paradigme financier à venir de la gestion de

patrimoine ? Il reste à espérer que la reconnaissance académique apportée par Daniel Kahneman,

prix Nobel d’économie en 2002, et Richard H. Thaler, prix Nobel d’économie en 2017, sur le sujet

permettront d’aboutir à la construction d’un modèle d’équilibre cohérent. Ainsi, une meilleure

compréhension et quantification de l’influence exercée par la finance comportementale apporteront

une nouvelle forme de valeur ajoutée aux clients fortunés. L’application pratique de la finance

comportementale devrait facilement trouver sa place dans un milieu où les relations humaines sont

toutes aussi importantes que les performances financières.

sur 74

V. Annexes

Annexe n°1 : Les 16 personnalités du test MBTI®

sur 74

Annexe n°2 : Les 16 fonds de finance comportementale dans l’étude

- Dreman Concentrated Value Fund

- Dreman Financial Services Fund

- Dreman High Return Eq A

- Dreman Small Cap Value A

- JPMorgan Intrepid America Sel

- JPMorgan Intrepid Con-Sel

- JPMorgan Intrepid GR-Sel

- JPMorgan Intrepid Mid-Cap Select

- JPMorgan Intrepid Val-Sel

- JPMorgan Undiscovered Mgrs Behavioral Growth

- JPMorgan Undiscovered Mgrs Behavioral Value

- Legg Mason Value Trust

- LSV Value Equity (LSVEX)

- Nicholas-Applegate Capital Management US Large Cap Growth

- Nicholas-Applegate Capital Management US Mid Cap Growth

- SunAmerica Focused Large Cap Value

sur 74

Annexe n°3 : Les principaux biais comportementaux d’un individu

sur 74

VI. Bibliographie

Livres :

Broihanne, M. H., Merli, M., Roger, P., 2004. « Finance comportementale », Economica.

Edwint T., B., Sunit N., S., 2013. « Behavioral Finance – Understanding the Social, Cognitive, and

Economic Debates », Wiley Finance Series.

Graham, B., 2009. « The Intelligent Investor, Rev. Ed ». Harper Collins.

Hillier, D., Clacher, I., Ross, S., Westerfield R., Jordan, B., 2014. « Fundamentals of Corporate

Finance », 574-575.

M. Pompian, M., 2006. « Behavioral Finance and Wealth Management », John Wiley & Sons.

Von Neumann J., Morgenstern O., 1947. « Theory of Games and Economic Behavior ».

Weber, H., Meir, S., 2009. « The Ultra High Net Worth Banker's Handbook », Harriman House

Publishing.

Publications :

Aftalion, F., 2005. « Le MEDAF et la finance comportementale », Revue française de Gestion, 157,

p. 203-214.

Allais, M., 1953. « Le comportement de l’homme rationnel devant le risque », Econometrica, 21, p.

503-546.

André-Jean ; A., Le Moigne, J.L., 1990. « La modélisation des systèmes complexes », Droit et

société, n°19, 1991. Le rapport des jeunes au Droit à l'Est et à l'Ouest, sous la direction de Chantal

Kourilsky. p. 424.

Barberis, Nicholas & Shleifer, Andrei & Wurgler, Jeffrey, 2005. "Comovement", Journal of Financial

Economics, Elsevier, vol. 75(2), pages 283-317, February.

Bernoulli, D., 1738. « Specimen theoriae novae de mensura sortis » in Commentarii Academiae

Scientiarum Imperialis Petropolitanae 5.

M. Barber, B., Odean, T., 2000. « Trading is Hazardous to Your Wealth: the Common Stock

Investment Performance of Individual Investors », Journal of Finance, Vol. 55, no.2, pp. 773-806.

sur 74

M. Barber, B., Odean, T., 2001. « Boys will be Boys: Gender, Overconfidence, and Common Stock

Investment », The Quarterly Journal of Economics, Volume 116, Issue 1, Pages 261–292.

Chong, R., Hudson, R., Keasy, K., Littler, K., 2005. « Pre-Holday Effects: International Evidence

on the decline and reversal of a stock market anomaly », Journal of International Money and Finance

24, no. 8 : 1228-1229.

Dilip, A., Brunnermeier, M., 2002. « Synchronization risk and delayed arbitrage », Journal of

Financial Economics 66 : 66, 341-360.

Dilip, A., Brunnermeier, M., 2003. « Bubbles and Crashes », Econometrica 71 : 71, 173-204.

Fama, E.F., 1965. « The behavior of stock market prices », Journal of Business, vol. 38, n° 1, p. 31-

105.

Fama, E.F., 1970. « Efficient capital markets: a review of theory and empirical work », The Journal

of Finance, vol. 25, n° 2, p. 383-417.

Fellner, G., 2004. « Illusion of control as a source of poor diversification: An experimental

approach », Papers on Strategic Interaction 2004-28, Max Planck Institute of Economics, Strategic

Interaction Group.

Greener, I., 2006. « Nick Leeson and the Collapse of Barings Bank: Socio-Technical Networks and

the 'Rogue Trader' ». Organization. 13. 421-441. 10.1177/1350508406063491.

Haugen, Robert A., A. James Heins, 1972. « On the Evidence Supporting the Existence of Risk

Premiums in the Capital Markets », Wisconsin Working Paper.

Hirshleifer, D., Shumway, T., 2003. « Good Day Sunshine: Stock Returns and the Weather », The

Journal of Finance, Vol. 58, No. 3, pp. 1009-1032.

J. Langer, E., 1975. « The Illusion of Control. Journal of Personality and Social Psychology ».

Kahneman, D., W. Riepe, M., 1998. « Aspects of Investor Psychology. Journal of Portfolio

Management » - J PORTFOLIO MANAGE.

Konté, M., 2010. « Investisseurs et Marchés Financiers : du comportement des agents à la formation

de prix d’équilibre ». Economies et finances. Université Panthéon-Sorbonne - Paris I.

Lakonishok, J., Seymour S., 1988. « Are Seasonal anomalies real? A ninety-year perspective »,

Review of Financial Studies 1, no 4 : 403-425.

Markowitz, H., 1952. « The Journal of Finance », Vol. 7, No. 1. pp. 77-91.

Pompian, M., Longo, J., 2005. « Incorporating Behavioral Finance into Your Practice », Financial

Planning Association, Journal of Financial Planning.

sur 74

Ricciardi, V., K. Simon, H., 2000. « What is Behavioral Finance? », Business, Education &

Technology Journal, Vol. 2, No. 2, pp. 1-9.

Schwert, G. William, 2002. « Anomalies and Market Efficiency », Simon School of Business

Working Paper No. FR 02-13.

Shefrin, H., Statman, M., 1985. « The Disposition to Sell Winners Too Early and Ride Losers Too

Long », Journal of Finance.

Shlomo, B., Thaler, R. H., 2001. « Naive Diversification Strategies in Defined Contribution Saving

Plans », American Economic Review, 91 (1): 79-98.

Statman, M., 2014. « Behavioral Finance: Finance with Normal People », Borsa Istanbul Review,

pp. 1-9, 2014.

Thaler, R. H., 1985. « Mental accounting and consumer choice », Marketing Science, 4, 199-214.

Tversky, A., Kahneman, D., 1974. « Judgment under uncertainty: Heuristics and biases », Science,

185(4157), 1124-1131.

Tversky, A., Kahneman, D., 1984. « Choices, Value, and Frames », American Psychologist 39, no.

2.

Tversky, A., Kahneman, D., 1992. « Advances in Prospect Theory: Cumulative Representation of

Uncertainty », Journal of Risk and Uncertainty.

Wright, C., Banerjee, P., R Boney, V., 2008. « Behavioral Finance: Are the Disciples Profiting from

the Doctrine? », The Journal of Investing Winter 2008, 17 (4) 82-90.

Autres sources :

Article du journal « Les Échos », 2007. « Finance comportementale : des fonds presque comme les

autre », lien url internet : https://www.lesechos.fr/12/02/2007/LesEchos/19855-168-ECH_finance-

comportementale---des-fonds-presque-comme-les-autres.htm

Interview physique de Maxime Viémont, spécialiste de la finance comportementale chez B*Capital,

société de bourse de BNP Paribas Banque Privée, réalisée le mercredi 25 juillet 2018.

Playlist de vidéos « Finance comportementale, BNP Paribas Banque Privée / B*Capital » réalisée

par BNP Paribas Banque Privée sur la plateforme YouTube®, 2016, lien url internet :

https://www.youtube.com/watch?v=P2Hkgza6zUg&list=PLZ_BvzoGL6FoWQvt0WTuJOW6yJtl1

E3_A

Rapport de la banque privée d’UBS, 2017. « The Great Opportunity - Great Wealth Investment

Report », lien url internet : https://uhnw-greatwealth.ubs.com/media/11188/great-wealth-

investment-report.pdf

« La finance comportementale et les investisseurs …...Behavioral finance seeks to explain these...

Documents

Transcript of « La finance comportementale et les investisseurs …...Behavioral finance seeks to explain these...