25.06.2013 Views

statistique, théorie et gestion de portefeuille - Docs at ISFA

statistique, théorie et gestion de portefeuille - Docs at ISFA

statistique, théorie et gestion de portefeuille - Docs at ISFA

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

Chapitre 5<br />

Approche comportementale <strong>de</strong>s marchés<br />

financiers : l’apport <strong>de</strong>s modèles d’agents<br />

Depuis quelques années, les sciences économiques <strong>et</strong> financières abandonnent progressivement le modèle<br />

standard <strong>de</strong> l’agent économique représent<strong>at</strong>if dont on sait qu’il soutient notamment l’hypothèse d’efficience<br />

<strong>de</strong>s marchés, <strong>et</strong> ce dans le but <strong>de</strong> prendre en considér<strong>at</strong>ion le fait que les marchés financiers<br />

reflètent les actions <strong>et</strong> les émotions d’êtres réels. Ainsi s’est développé ce qu’il convient désormais d’appeler<br />

l’économie ou la finance cognitive (voir par exemple Thaller (1993), Sheffrin (2000), Shleiffer<br />

(2000) ou encore Goldberg <strong>et</strong> von Nitzsch (2001)). Le but <strong>de</strong> c<strong>et</strong>te nouvelle approche est d’intégrer<br />

la r<strong>at</strong>ionalité nécessairement limitée <strong>de</strong>s agents, qui peuvent certes tenter au mieux <strong>de</strong> leurs capacités<br />

d’être r<strong>at</strong>ionnels <strong>et</strong> d’agir <strong>de</strong> manière optimale, il n’en reste pas moins qu’ils seront toujours suj<strong>et</strong> à<br />

<strong>de</strong>s émotions ou <strong>de</strong>s influences extérieures qu’ils ne contrôlent pas. Ainsi, il est normal que les dimensions<br />

psychologique, sociologique <strong>et</strong> cognitive au sens large ayant une influence sur l’agent économique<br />

soient prises en compte. Pour autant <strong>et</strong> en dépit <strong>de</strong> c<strong>et</strong>te r<strong>at</strong>ionalité limitée <strong>de</strong>s agents, les marchés sont le<br />

plus souvent très proches <strong>de</strong> l’efficience. Ainsi il convient <strong>de</strong> se <strong>de</strong>man<strong>de</strong>r comment l’auto-organis<strong>at</strong>ion<br />

<strong>de</strong>s agents perm<strong>et</strong> d’<strong>at</strong>teindre c<strong>et</strong>te efficience <strong>et</strong> pourquoi / comment le système s’en écarte parfois <strong>de</strong><br />

manière spectaculaire.<br />

C’est en fait tout l’enjeu <strong>de</strong> l’étu<strong>de</strong> <strong>de</strong>s modèles d’agents en interaction que <strong>de</strong> tenter d’apporter <strong>de</strong>s<br />

réponses à ces questions. L’approche théorique nouvelle offerte par ces modèles perm<strong>et</strong> d’intégrer beaucoup<br />

<strong>de</strong>s limit<strong>at</strong>ions <strong>de</strong>s agents réels <strong>et</strong> à partir <strong>de</strong> la <strong>de</strong>scription - même très sommaire - du comportement<br />

<strong>de</strong>s acteurs agissant sur les marchés, il est possible d’en déduire certains mo<strong>de</strong>s <strong>de</strong> fonctionnement. Cela<br />

perm<strong>et</strong> notamment <strong>de</strong> mieux comprendre comment, partant d’agents individuels non r<strong>at</strong>ionnels au sens<br />

strict, peut émerger un comportement collectif conforme aux modèles r<strong>at</strong>ionnels, puis dans un <strong>de</strong>uxième<br />

temps, d’étudier les dévi<strong>at</strong>ions possibles <strong>et</strong> les relax<strong>at</strong>ions vers l’ét<strong>at</strong> d’efficience du marché prédit par<br />

ces modèles r<strong>at</strong>ionnels. Réciproquement, l’adéqu<strong>at</strong>ion ou non <strong>de</strong>s prévisions <strong>de</strong> ces modèles aux faits<br />

stylisés, que nous avons décrits au chapitre 1, perm<strong>et</strong> si ce n’est d’accepter ou <strong>de</strong> rej<strong>et</strong>er définitivement la<br />

pertinence <strong>de</strong> certains types <strong>de</strong> comportements <strong>de</strong>s agents vis-à-vis <strong>de</strong> la génér<strong>at</strong>ion <strong>de</strong> l’organis<strong>at</strong>ion <strong>de</strong>s<br />

marchés, du moins <strong>de</strong> cerner les mécanismes les plus importants quant à la <strong>de</strong>scription <strong>de</strong>s faits stylisés.<br />

De plus, à la différence notoire <strong>de</strong> la physique <strong>et</strong> <strong>de</strong>s sciences n<strong>at</strong>urelles en général, il est quasiment<br />

impossible <strong>de</strong> se livrer à <strong>de</strong>s expériences sur les marchés financiers afin <strong>de</strong> tester directement telle ou<br />

telle hypothèse ou l’impact d’une nouvelle réglement<strong>at</strong>ion. Certes, quelques simul<strong>at</strong>ions <strong>de</strong> marché ont<br />

été conduites en labor<strong>at</strong>oire (Smith 1994, Smith 1998), mais le nombre restreint d’acteurs qui y prennent<br />

part <strong>et</strong> le fait qu’ils sachent qu’ils participent à une expérience, en limite quelque peu la validité. Donc,<br />

le développement <strong>de</strong> modèles <strong>de</strong> marchés réalistes est particulièrement intéressant dans la mesure où<br />

149

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!