Excès de confiance, perception du risque et prise de risque : le cas

Excès de confiance, perception du risque et prise de risque :
le cas des professionnels de la finance
MH. Broihanne, M. Merli, P. Roger1
Juin 2012
Résumé
De nombreux travaux empiriques ont démontré le rôle de l’excès de confiance dans l’explication des
volumes de titres excessifs échangés par les investisseurs (Barber et Odean (2001)). Dans un article
récent et sur la base d’un questionnaire administré à des étudiants, Nosic et Weber (2010) mettent en
lumière l’importance de l’excès de confiance et de la perception des risques dans l’explication de la
prise de risque par les individus. L’objet principal de cet article est de tester de façon originale ces
résultats sur un panel de professionnels de la finance. En étudiant les réponses de 61 professionnels,
nos résultats soulignent la présence d’un excès de confiance particulièrement marqué à la fois sur les
items généraux et sur les items financiers. Notre étude permet, en outre, de mettre en lumière le lien
entre la prise de risque de ces individus et des variables telles que l’attitude face au risque et la
perception du risque des interviewés. Enfin, un des messages importants de notre étude est la très
grande hétérogénéité des individus en matière d’excès de confiance, d’attitude face au risque et de
prise de risque.
Mots-clés : sur-confiance, prise de risque, perception des risques, professionnels
JEL Classification : G11, G20
1
Professeurs de finance, LaRGE, EM Strasbourg, Université de Strasbourg, 61 avenue de la Forêt Noire, 67085
Strasbourg Cedex, [email protected], [email protected], [email protected]
Cette étude préliminaire a été réalisée dans le cadre d’un partenariat entre EM Strasbourg et CCR Asset
Management.
1
1. Introduction
L’objet de cet article est d’étudier les facteurs sous-jacents à la propension à prendre des risques chez
les professionnels de la finance. Plus précisément, nous analysons sur la base d’un questionnaire
auprès de 61 professionnels, l’articulation entre l’excès de confiance, la perception du risque et la prise
de risque de ces derniers. La sur-confiance (ou excès de confiance) est un concept central en finance
comportementale qui trouve son origine en psychologie cognitive. D'une manière générale, ce biais
peut se manifester sous diverses formes. Citons particulièrement, l’erreur de calibrage des probabilités
subjectives, le better than average effect et l’illusion de contrôle.
L’étude du calibrage des probabilités subjectives traduit de quelle manière la confiance dans
l’occurrence d’un événement correspond à sa probabilité effective de réalisation. Plus simplement, un
individu est parfaitement «calibré» si son niveau de confiance dans l’occurrence d’une série
d'événements est égal à leur probabilité moyenne de réalisation. Les résultats de nombreuses
expériences montrent que les individus sont généralement sur-confiants. Ce biais est observé, par
exemple, chez les médecins, les psychologues cliniques, les juristes ou encore les analystes financiers
(Moore et Healy (2008)). Concernant les marchés financiers, lorsque les individus doivent proposer
des intervalles de confiance pour la rentabilité future d’un indice, ils sous-estiment le plus souvent la
volatilité de ce dernier (DeBondt (1998), Hilton (2001), Glaser et al. (2005)). On peut cependant noter
que lorsque les questions sont simples, un défaut de confiance est alors observé (Lichtenstein et al.
(1982)).
Le better than average effect traduit la perception très positive que les individus ont d’eux-mêmes et
de leurs connaissances : ils se considèrent, par exemple, comme de meilleurs conducteurs (Svenson
(1981)) ou de meilleurs gestionnaires (Cooper et al. (1988)) que la moyenne. Enfin, l’illusion de
contrôle qualifie le fait que les individus pensent pouvoir influencer la réalisation d’évènements futurs,
même lorsque ceux-ci sont engendrés par un phénomène purement aléatoire. Des exemples sont
donnés par Langer (1975), Miller et Ross (1975) ou Presson et Benassi (1996) ; ces auteurs montrent
que les individus sont prêts à payer plus cher un ticket de loterie qu’ils choisissent eux-mêmes, opérant
comme si ce choix augmentait leur probabilité de succès. Soulignons que la sur-confiance peut
conduire à un optimisme excessif. En effet, les individus pensent qu’ils ont plus de chances que les
autres d’être confrontés à des événements favorables et ce résultat est particulièrement vrai pour les
investissements financiers (Benartzi, Kahneman et Thaler (1999)).
De nombreuses études empiriques se sont intéressées aux conséquences de l’excès de confiance sur le
comportement des investisseurs (Odean (1999), Barber et Odean (2001), Barber et Odean (2002),
Glaser et Weber (2007), par exemple). Ces études démontrent dans leur grande majorité un lien entre
excès de confiance et excès de trading, soulignant ainsi le rôle prépondérant joué par la sur-confiance
dans les volumes excessifs d’échanges observés sur les marchés financiers. L’impact de l’excès de
confiance dans la prise de risque à été moins étudié. Récemment, Nosic et Weber (2010) démontrent
un rôle positif de la sur-confiance dans la prise de risque sur la base de l’analyse d’un questionnaire
administré à 76 étudiants de l’Université de Mannheim. Leurs résultats corroborent les prédictions de
nombreux travaux théoriques (Odean (1998), Daniel et. al. (2001) et Hirschleifer et Luo (2001)). Ces
auteurs confirment, en outre, que contrairement aux rentabilités et volatilités subjectives, le pouvoir
prédictif des rentabilités et des volatilités historiques dans la prise de risque semble extrêmement
faible (Weber et Hsee (1998), Hanoch et al. (2006)).
L’apport principal de cet article est de compléter et d’étendre de façon originale ces résultats à un
panel de professionnels de la finance. Dans une première section, nous décrivons le questionnaire
administré (inspiré de celui de Nosic et Weber (2010)). Une seconde section est dédiée aux principaux
résultats. Enfin, la troisième section conclut cet article.
2
2. Présentation du questionnaire
L’étude a été réalisée auprès de professionnels de haut niveau dans le domaine financier (directeurs
financiers, gérants de portefeuilles, responsables trésorerie…). 64 questionnaires ont été administrés
par les enquêteurs de la société Morningstar entre le 17 mai et le 27 mai 2011. La durée moyenne d’un
entretien a été de 28 minutes. Seuls 61 questionnaires se sont révélés exploitables.
Le tableau 1 présente des statistiques descriptives des professionnels interviewés. En moyenne, ces
spécialistes sont des hommes qui ont une vie maritale, sont âgés de 44 ans, sont diplômés du supérieur
et exercent leur fonction depuis 12 années. Ce type de profil est conforme à ceux rencontrés en
Allemagne pour des études similaires (Gehrig et Menkhoff (2004), Menkhoff, Schmidt et Brozynski
(2006)).
Caractéristiques
Age (en années)
Expérience prof (en
années)
Genre
Statut marital
Diplôme Supérieur
Réponses
<35 :
<5 :
Homme
Marié/Vie
maritale
Oui
20,6 %
30,1 %
≥45 :
≥15 :
47,6%
30,1 %
52
46
Femme
Célibataire
63
Non
12
12 (3 divorcés, 3 non
renseignés)
1
35-44 :
5-14 :
31,8 %
39,8 %
Tableau 1 : Statistiques descriptives sur les interviewés
Le tableau 2 décrit les thèmes abordés et présente les variables étudiées, ainsi que la façon de les
mesurer. Le questionnaire est divisé en 12 points qui permettent de mesurer des variables dans les
catégories suivantes : attitude face au risque et prise de risque, sur-confiance et anticipations.
Une première catégorie de variables évalue la relation au risque des participants. Les questions 1 à 4
étudient appréciations et décisions relatives à deux loteries (A et B), de sorte à mesurer la perception
du risque et la propension à la prise de risque des participants. Par exemple, dans la loterie B, il est
proposé aux participants de gagner 10 000 € avec une chance sur deux ou d’obtenir un gain nul. Les
participants doivent évaluer le risque associé à cette loterie lorsqu’elle est proposée comme
l’alternative à un gain de 4 000 € sans prise de risque.
La perception du risque de cette loterie est mesurée sur une échelle de Likert de 0 (aucun risque) à 10
(très risqué2) pour les réponses à la question 1 pour A et à la question 3 pour B. La question 2 permet
d’analyser la propension à la prise de risque (Loterie A) mesurée par la proportion de richesse
allouée à un investissement dans la loterie face à un placement sans risque. La question 4 aborde la
même problématique sous un angle différent puisque les participants doivent indiquer, pour différents
montants allant de 1 000 € à 9 000 €, s’ils préfèrent investir dans la loterie B ou recevoir ce montant
sans risque. Cette méthode permet d’analyser la prise de risque (Loterie B) à partir de l’équivalent
certain de la loterie B, c’est-à-dire le montant pour lequel chaque participant est indifférent entre
participer à la loterie et obtenir ce montant certain.
Enfin, les réponses à la question 4 (loterie B) sont également analysées en supposant que les
répondants sont caractérisés par une fonction d’utilité puissance. Cela permet de mesurer l’attitude
face au risque en déduisant le paramètre d’aversion au risque de l’équivalent certain de la loterie.
(Krahnen et al. (1997), Dohmen et al. (2010)).
La sur-confiance des participants est mesurée par une seconde catégorie de variables (questions 5 et 6
relatives aux connaissances générales, question 10 ayant trait à des prévisions sur le marché actions et
questions 11 et 12 portant sur les connaissances en finance). Elle est complétée par une autoévaluation de compétences financières (question 7). Les participants doivent dans un premier temps
2
L’utilisation d’échelles de Likert pour déterminer la perception du risque des individus est une procédure
usuelle dans la littérature (Weber et Hsee (1998), Pennings et Wansink (2004)).
3
(questions 5 et 11) indiquer des intervalles de confiance à 90% dans lesquels se situent selon eux les
bonnes réponses à chacune des séries de 10 questions. Par exemple, à la question de culture générale,
« en quelle année Alfred Nobel est-il né ? », ils doivent indiquer deux bornes de façon à ce que la
bonne réponse ne dépasse pas la borne supérieure avec 95% de chances. Une bonne réponse à cette
question peut être [1820-1840] car la réponse correcte est 1833. Un score de calibrage (nombre de
bonnes réponses) est calculé à partir de ces intervalles de confiance (Alpert et Raiffa (1982), Russo et
Schoemaker (1992)). Un sujet est considéré comme bien « calibré » s’il obtient 9 bonnes réponses sur
10. Dans la mesure où une autre bonne réponse à cette question aurait pu être [0-1900], nous mesurons
l’amplitude relative de l’intervalle, c’est-à-dire la largeur de l’intervalle donné rapportée à la valeur
moyenne de cet intervalle. Dans un second temps (questions 6, 10 et 12), les participants évaluent le
nombre de bonnes réponses qu’ils estiment avoir obtenu ainsi que ce même nombre obtenu en
moyenne par l’ensemble des autres répondants. Une autre mesure de sur-confiance est construite sur la
base des réponses obtenues : le Better Than Average est la différence entre ces deux valeurs (BTA
positif si le participant estime être « meilleur » que les autres). Dans la question 7, les participants
indiquent leur degré d’accord/de désaccord avec 5 affirmations, par exemple « je suis capable
d’identifier des titres financiers qui vont battre le marché dans le futur », sur une échelle de 1 « pas du
tout d’accord » à 5 « tout à fait d’accord ». Les réponses aux 5 affirmations permettent de construire
un score joint de confiance dans ses compétences financières (self-confidence on financial skills) du
même type que celui proposé par Dorn et Huberman (2005) ou Glaser et Weber (2007).
Une troisième catégorie de variables permet d’étudier les anticipations des participants et d’en déduire
les paramètres des distributions de probabilités sous-jacentes, rentabilité espérée et volatilité. Les
questions 8 et 9 analysent ces anticipations au regard des estimations de ces paramètres sur la base de
prévisions de variations de l’indice CAC 40 et d’estimations d’intervalles de prix pour 5 titres
individuels. Dans la question 8, les participants doivent indiquer avec quelle probabilité la variation de
l’indice CAC 40 sur une période de 6 mois entre le 30 juin 2011 et le 31 décembre 2011 sera
supérieure (respectivement inférieure) à x points. Les valeurs de x proposées varient de 200 points
pour des variations supérieures et de 100 points pour les variations inférieures. Les probabilités
énoncées par les participants doivent être décroissantes dans le premier cas et croissantes dans le
second pour assurer la cohérence des résultats et rendre leur analyse possible. Le cas échéant, ces
probabilités sont utilisées pour construire la distribution des variations de l’indice CAC 40 sur 6 mois
et en déduire la volatilité subjective anticipée (CAC 40) de cet indice3.
Pour la question 9, le graphique de l’évolution de chacun des cours de 5 actions individuelles (Alcatel,
BNP, Peugeot, Thalès, Sanofi-Aventis) sur la période mars 2008 - mars 2011 est présenté aux
participants. Ils doivent alors fournir une estimation des cours de ces titres dans un an sous la forme
d’une fourchette à trois points (estimation haute, estimation médiane, estimation basse), évaluer le
risque de ces titres (échelle de 0 à 10) et proposer une allocation de portefeuille entre l’action
considérée et un placement sans risque à 3%. Il est important de noter que les échelles des graphiques
ont été choisies selon les règles de Lawrence et O’Connor (1993), c’est-à-dire, de telle sorte que le
cours de fin de période soit situé au milieu du graphique et que l’historique des cours couvre environ
40% de la zone de graphique. Cette procédure permet d’éviter une interprétation erronée des bornes de
l’axe des ordonnées comme des limites implicites du cours des titres.
Les réponses permettent d’évaluer la perception du risque (Actions) et la prise de risque (Actions)
de la même façon que dans les questions 1, 2 et 3. La fourchette de l’estimation est demandée avec
90% de confiance et la question 10 estime le Better Than Average (Actions) pour ces 5 titres par la
différence entre le nombre d’estimations correctes attendues pour soi et celui attendu pour l’ensemble
des autres participants. Dans la question 10, nous retenons également l’auto-évaluation du nombre
d’intervalles contenant la performance de chaque action pour établir un score de confiance dans ses
prévisions (self-confidence on expectations).
3
Dans cette étude préliminaire, les réponses à la question 8 n’ont pas été étudiées, les résultats relatifs à cette
variable ne sont donc pas présentés.
4
Les fourchettes à trois points évoquées plus haut fournissent une estimation de la rentabilité subjective
anticipée, de la volatilité subjective anticipée et du calibrage du répondant. Nous procédons à la
transformation des valeurs indiquées en rentabilités, notées rji(p) pour la rentabilité du titre i selon le
participant j avec la probabilité p. La rentabilité subjective anticipée (RSAj), ou optimisme, et la
volatilité subjective anticipée (VSAj) du participant j pour chaque titre sont calculées à l’aide des
formules de Keefer et Bodily (1983) à partir de la fourchette à trois points :
RSAij = 0, 63 × rji (0,5) + 0,185 × ( rji (0,95) + rji (0, 05) )
1
2 2
VSA = 0, 63 × rji (0,5)2 + 0,185 × ( rji (0,95)2 + rji (0,05)2 ) − ( RSAij ) 


i
j
Finalement, le calibrage (Actions) rapporte la volatilité subjective anticipée à la volatilité historique
de chaque titre multipliée par -1 : Calibrage (Actions)= -VSAji / Vi.
3. Résultats
3.1 Résultats agrégés
Nous étudions dans cette première sous-section les résultats obtenus à un niveau agrégé, c’est-à-dire
en considérant les réponses données en moyenne par les participants, excluant de ce fait les
spécificités individuelles des participants et des actifs financiers sur lesquels porte le questionnaire.
3.1.a Statistiques descriptives
Le tableau 3 présente la moyenne, la médiane et l’écart-type des réponses aux questions portant sur
le risque, la sur-confiance et l’illusion de contrôle.
L’investissement dans l’une des actions est perçu en moyenne comme plus risqué que la
participation à la loterie A ou B (6,35 contre 5,32 et 4,23). En moyenne, les participants allouent 34%
de leur richesse à l’actif risqué dans les choix action vs. actif sans risque contre 56% dans la loterie A
vs. actif sans risque. Ce résultat n’est pas surprenant puisque l’écart-type de rentabilité de A est de 15
% alors qu’il est bien plus élevé pour les actions proposées (de l’ordre de 40 % en moyenne pour la
volatilité historique et de 25 % pour la volatilité anticipée par les répondants). Notons cependant que
pour la loterie A, la mesure de volatilité est objective puisque les probabilités et les résultats possibles
sont donnés, alors qu’il s’agit d’anticipations pour les actions. Il n’est ainsi pas exclu qu’une partie de
la différence en termes de prise de risque soit justifiée par l’aversion à l’ambiguïté et le degré de
confiance qu’ont les répondants dans leurs anticipations. Nous reviendrons sur ce point dans la suite.
Questions
1
Variables
Perception
(Loterie A)
2
Prise de risque (Loterie A)
Echelle (0 à 100)
3
Perception
(Loterie B)
Echelle (0 à 10)
4
Prise de risque (Loterie B)
Equivalent certain
Equivalent certain
5
Attitude face au risque
(Loterie B)
Calibrage (sur-confiance)
du
du
risque
risque
Mesures
Echelle (0 à 10)
Intervalles
confiance
de
5
Descriptions
Mesure la perception subjective du risque de la
loterie A (p=1/2, 12000€ et q=1/2, 9000€) sur
l’échelle 0 (aucun risque) à 10 (très risqué).
Mesure la proportion de richesse allouée à la
loterie A (p=1/2, 12000€ et q=1/2, 9000€).
Mesure la perception subjective du risque de la
loterie B (p=1/2, 10000€ et q=1/2, 0€) sur l’échelle
0 (aucun risque) à 10 (très risqué).
Mesure la prise de risque dans la loterie B (p=1/2,
10000€ et q=1/2, 0€) à l’aide du calcul de
l’équivalent certain. Un équivalent certain élevé
indique une faible aversion au risque.
Mesure l’attitude face au risque à l’aide de la
fonction d’utilité u(x)=xα
Mesure le calibrage à partir des intervalles de
réponses données à 10 questions de culture
Intervalles
confiance
6
Better Than Average (surconfiance)
7
Self-confidence on
financial skills
Auto-évaluation
vs évaluation des
autres (0 à 10)
Echelle (0 à 1)
8
Volatilité subjective
anticipée (CAC 40)
Perception
du
risque
(Actions)
Probabilités
Prise de risque (Actions)
Echelle (0 à 100)
Rentabilité
subjective
anticipée - optimisme
(Actions)
Volatilité
subjective
anticipée (Actions)
Estimations
Estimations
Mesure la volatilité subjective anticipée pour
chacune des 5 actions.
Calibrage (Actions)
Estimations
Better Than
(Actions)
Auto-évaluation
vs évaluation des
autres (0 à 5)
Auto-évaluation
(0 à 5)
Intervalles
de
confiance
Intervalles
de
confiance
Mesure le calibrage à partir de la volatilité
anticipée et de la volatilité historique.
Mesure la différence entre son auto-évaluation des
performances des actions et celles des autres
répondants.
Mesure son auto-évaluation des performances des
actions
Mesure le calibrage à partir des intervalles de
réponses données à 10 questions de finance.
Mesure la sur-confiance à partir de la longueur des
intervalles de réponses données à 10 questions de
finance.
Mesure la différence entre l’auto-évaluation de ses
connaissances financières et celles des autres
répondants.
9
10
11
12
Average
Self-confidence on
expectations
Calibrage (sur-confiance
finance)
Amplitude relative (surconfiance finance)
Better Than Average (surconfiance finance)
de
générale.
Mesure la sur-confiance à partir de la longueur des
intervalles de réponses données à 10 questions de
culture générale.
Mesure la différence entre son auto-évaluation de
ses connaissances et celle des autres répondants.
Amplitude relative (surconfiance)
Echelle (0 à 10)
Auto-évaluation
vs évaluation des
autres (0 à 10)
Mesure la confiance dans ses propres
connaissances financières à partir des réponses à 5
questions. L’échelle indique une valeur entre 0
(aucune confiance) et 1 (confiance totale).
Mesure la volatilité anticipée sur l’indice CAC 40
sur 6 mois à partir de 8 questions.
Mesure la perception subjective du risque de 5
actions sur l’échelle 0 (aucun risque) à 10 (très
risqué).
Mesure la proportion de richesse allouée à chacune
des 5 actions.
Mesure la rentabilité subjective anticipée pour
chacune des 5 actions.
Tableau 2 : Description du questionnaire
Pour la loterie B, la méthode de l’équivalent certain permet d’évaluer l’attitude face au risque de
manière indirecte. La loterie B a ainsi un équivalent certain médian de 4 500 € pour des individus dont
le coefficient d’aversion au risque médian de 0,87 traduit de la riscophobie. Ces mesures sont liées,
dans la direction attendue, aux mesures correspondantes pour la loterie A. En revanche, il est difficile
d’établir un lien clair entre la perception des risques sur les loteries et celle sur les actions, au moins si
l’on s’en tient aux corrélations linéaires.
6
Moyenne
RISQUE
5,32
Perception du risque (Loterie A) [1-10]
Médiane
Ecart-type
5
2,44
Prise de risque (Loterie A) [1-100]
0,56
0,55
0,28
Perception du risque (Loterie B) [1-10]
4,23
5
3,65
Prise de risque (Loterie B) [1000-9000]
3920
4500
2092
Attitude face au risque (Loterie B)
1,37
0,87
2,78
Perception risque actions agrégé
6,35
6,26
1,36
Prise de risque (Actions)
0,34
0,29
0,26
5
2,56
Calibrage (sur-confiance) [0-10]
SUR-CONFIANCE
4,93
Amplitude relative (connaissances générales)
Calibrage (Actions) ≤0
0,58
-0,567
0,52
-0,456
0,34
0,407
Calibrage (sur-confiance finance) [0-10]
4,73
4
2,54
Amplitude relative (connaissances en finance)
Self-confidence on financial skills [1-5]
0,68
3,02
0,646
3
0,353
0,97
Self-confidence on expectations
3,20
3
BETTER THAN AVERAGE
Better Than Average (sur-confiance)
-0,13
0
1,1
1,76
Better Than Average (Actions)
-0,13
0
0,98
Better Than Average (sur-confiance finance)
-0,28
0
1,86
Tableau 3 : Statistiques descriptives sur le risque et la sur-confiance
3.1.b Sur-confiance
Le degré de sur-confiance des participants a été mesuré par 5 variables : le calibrage (nombre de
bonnes réponses) en connaissances générales, le calibrage en connaissances financières, l’amplitude
relative (largeur relative de l’intervalle) en connaissances générales, l’amplitude relative en
connaissances financières, et le calibrage actions c’est-à-dire le rapport multiplié par -1, entre volatilité
subjective anticipée et volatilité historique pour les 5 actions proposées. Le tableau 3 présente les
statistiques descriptives de ces mesures et le tableau 4 présente les corrélations entre les 5 mesures. Il
est important de noter que le lien positif entre chacune des quatre premières mesures et la cinquième
renvoie un coefficient négatif par construction dans le tableau 4 (en moyenne le calibrage actions est
de -0.567). Pour les 5 mesures, les individus sont en moyenne sur-confiants. Les 5 mesures de surconfiance sont significativement corrélées ; il existe donc une dimension individuelle au phénomène
de sur-confiance. Celui-ci est aussi indépendant de la familiarité avec le domaine de compétence
puisque les résultats aux deux séries de questions ne sont pas significativement différents.
Plus précisément, le calibrage est de 4,94 pour les questions générales et de 4,74 pour les questions
financières (Tableau 3). Sachant que des intervalles de confiance à 90 % étaient demandés, on constate
sur ces simples chiffres l’ampleur du décalage par rapport aux neuf bonnes réponses attendues si les
participants étaient bien calibrés. De plus, il est important de mentionner qu’au-delà de ce décalage,
les répondants ont tendance à penser que leur nombre de bonnes réponses est supérieur à ce qu’il est
7
en réalité4. Ces deux éléments sont révélateurs d’un excès de confiance par rapport à ses propres
connaissances. Dans les deux cas, la sur-confiance des individus est élevée car l’erreur de calibrage est
forte. Soulignons que ces conclusions corroborent celles obtenues par Russo et Schoemaker (1992)
sur d’autres populations.
Calibrage
(connaissances
générales)
Calibrage
(connaissances en
finance)
Amplitude
relative
(connaissances
générales)
Amplitude
relative
(connaissances en
finance)
Calibrage
(actions)
Calibrage
(connaissances
générales)
Calibrage
(connaissances en
finance)
0.582***
Amplitude
relative
(connaissances
générales)
0.773***
Amplitude
relative
(connaissances en
finance)
0.576***
1
Calibrage
(actions)
-0.278**
1
0.649***
0.797***
-0.270**
1
0.785***
-0.256**
1
-0.311**
1
Tableau 4 : Corrélations des mesures de sur-confiance. Le degré de significativité des valeurs est de 1% (***), 5% (**)
ou 10% (*).
Le nombre de bonnes réponses montre donc un mauvais calibrage alors que le nombre de bonnes
réponses anticipé, tout en révélant que les répondants ont, dans une certaine mesure, conscience de
leurs erreurs de calibrage, illustre aussi que l’ajustement opéré (par rapport au 9/10 théorique) est
nettement insuffisant.
Les deux figures ci-après représentent l’histogramme du nombre de bonnes réponses aux questions
générales (financières).
Figure 1 : Histogramme du nombre de bonnes réponses aux questions générales
4
Pour les questions générales (financières), 40 (35) répondants sur 61 surévaluent leur nombre de bonnes
réponses, contre 10 (15) qui le sous-évaluent et 11 (11) qui l’estiment correctement.
8
Figure 2 : Histogramme du nombre de bonnes réponses aux questions financières
L’erreur de calibrage peut être due à des intervalles trop étroits ou à des erreurs « énormes » sur
l’ordre de grandeur de la réponse à la question. Par conséquent, un moyen de discriminer les deux
possibilités consiste à analyser la relation entre la largeur des intervalles donnés et le nombre de
bonnes réponses. Pour une question i et un répondant j, on note :
=2×
(
−
)
(
+
)
c’est-à-dire, la largeur de l’intervalle rapportée à la valeur moyenne dans cet intervalle, de façon à
tenir compte des ordres de grandeurs. Le tableau 3 indique qu’en moyenne cette amplitude relative est
de 0,58 pour les connaissances générales et de 0,68 pour les connaissances en finance. On calcule
ensuite pour chaque individu la moyenne sur les 10 questions de chaque série et on teste la corrélation
avec le nombre de bonnes réponses. On obtient ainsi des coefficients de corrélation de 0,773 et 0,797,
évidemment significatifs à tous les niveaux conventionnels. Ce point est illustré sur les figures 3 et 4
ci-après (nombre de bonnes réponses en ordonnée, Amplitude en abscisse). La figure 3 a trait aux
questions générales et la figure 4 aux questions financières.
10
9
8
7
6
5
4
3
2
1
0
0
0.2
0.4
0.6
0.8
1
1.2
1.4
Figure 3 : Nombre de bonnes réponses générales en fonction du « coefficient de variation » moyen par individu. Corrélation
0,773
10
9
8
7
6
5
4
3
2
1
0
0
0.2
0.4
0.6
0.8
1
1.2
1.4
Figure 4 : Nombre de bonnes réponses financières en fonction du « coefficient de variation » moyen par individu. Corrélation
0,797
9
En conclusion, les participants les moins bien calibrés sont aussi ceux qui ont fourni les intervalles
les plus étroits, illustrant bien l’excès de confiance par rapport aux connaissances personnelles.
Une composante de la sur-confiance est le BTA (Better Than Average) évoqué dans la section 2.
On peut le mesurer par trois variables dans le questionnaire ; les deux premières sont évaluées sur
chacune des deux séries de questions (différences entre nombre de bonnes réponses personnelles et
nombre de bonnes réponses moyen supposé des autres participants à l’étude) et la troisième sur
l’investissement dans les 5 actions. Il est ici demandé aux participants de préciser combien de fois (sur
les 5) le cours de l’action sera effectivement dans l’intervalle qu’ils ont donné et la même question
porte sur la performance supposée des autres participants. Les résultats du Tableau 3 montrent que,
pour les trois mesures, il n’y a pas d’effet BTA significatif sur l’ensemble de l’échantillon mais que
des différences individuelles importantes existent. Elles permettront d’expliquer en partie la prise de
risque dans la section suivante.
3.1.c Self-confidence
Bien que ce concept soit délicat, nous mesurons la confiance qu’ont les répondants dans leurs
propres compétences financières par leur degré d’accord avec cinq affirmations (voir question 7 en
annexe). Les points (a), (b) et (e) en particulier tentent d’évaluer dans quelle mesure les répondants
considèrent qu’ils « maîtrisent » l’évolution des marchés dans le sens où ils sont capables de prédire
son évolution…et d’en profiter5. Les points (c) et (d) sont un peu différents puisqu’ils font référence à
des informations extérieures provenant des analystes financiers ou plus généralement des sources
d’information économique. Ces questions comportent ainsi une dimension de (sur) confiance par
rapport à ses propres compétences et à sa capacité à anticiper. Un codage des réponses entre 1 et 5 est
réalisé de sorte qu’un score fort traduit de la sur-confiance dans ses compétences financières. Le
tableau 3 indique que la moyenne globale sur les cinq items est de 3,02, très proche du point moyen de
l’échelle. On ne peut donc affirmer que, globalement, les répondants sont sujets à ce biais mais, pour
chaque question, les notes individuelles varient entre 1 et 5 pour trois d’entre elles, 1 et 4 pour la
question (e) et 2 à 5 pour la question (b). Il existe donc une grande variabilité d’un individu à l’autre,
ce que nous retrouverons dans la section suivante.
Nous obtenons des résultats du même type pour la confiance manifestée par les interviewés dans
leurs prévisions financières.
3.2 Prise de risque, perception du risque, moments des rentabilités et biais comportementaux
3.2.a Etude des moments des rentabilités
La théorie financière classique, s’appuyant sur les travaux de Markowitz et le CAPM suggère que,
pour un niveau d’aversion au risque donné, la proportion investie dans l’actif risqué est une fonction
croissante de l’espérance de rentabilité et décroissante de l’écart-type (ou variance) de celle-ci. Dans
notre contexte6, cela signifie que pour un individu i donné, les proportions yij investies dans les actifs
j=1,..,5 vérifient :
µij < µij* et σ ij > σ ij* ⇒ yij < yij*
(1)
où ( µij , σ ij ) est le couple (espérance,écart-type) de l’actif j tel qu’il est anticipé par l’individu i. On
peut donc éventuellement vérifier s’il y a cohérence des choix individuels pour les couples d’actifs qui
5
Nosic et Weber (2010) considèrent que cette question peut mesurer l’illusion de contrôle. C’est discutable car
cette notion réfère plutôt au fait que les individus victimes de ce biais pensent pouvoir influencer la probabilité
de réalisation d’événements dont l’occurrence est en fait aléatoire.
6
Rappelons qu’il ne s’agit pas ici de construire un portefeuille de 5 titres mais, pour chacun de ceux-ci, de
choisir la proportion à investir dans le titre considéré, le reste étant placé au taux sans risque.
10
satisfont la condition du membre de gauche de l’implication (1). En revanche, cela n’aide pas à
expliquer de manière globale les proportions investies ( yij , i = 1,..., I , j = 1,.., N ) par l’ensemble des
répondants. Parallèlement, les titres retenus peuvent être perçus très différemment, à la fois du fait des
graphes de cours présentés et des moments passés de ces titres. Le tableau 5 illustre ce point. La partie
A donne les deux premiers moments et le ratio de Sharpe sur la période complète de trois années
présentée aux répondants. Les parties B et C donnent les mêmes statistiques sur des périodes plus
courtes de deux ans et d’un an. Enfin, les parties D et E traitent des anticipations révélées par les
réponses à la question 9. On peut d’ores et déjà remarquer que les volatilités subjectives anticipées
sont bien plus faibles que les volatilités historiques. Si ce constat n’est pas surprenant quand la période
comprend les trois années depuis 2008, il l’est un peu plus quand la période de référence est la
dernière année (mars 2010 à mars 2011). Ce point est un premier indicateur d’erreur de calibrage sur
les anticipations. Notons également que cette sous-estimation ne devrait pas être observée car la
présentation graphique des historiques de cours a été conçue (voir section 2) afin d’éviter une
interprétation erronée des bornes de l’axe des ordonnées comme des limites implicites du cours des
titres. Enfin, nous pouvons remarquer que, compte-tenu des niveaux observés au cours de la seconde
moitié du siècle écoulé pour les rentabilités et les volatilités des actifs, les ratios de Sharpe anticipés
sont tout à fait raisonnables7.
ALCATEL
BNP
PEUGEOT
THALES
SANOFI
Panel A :2008-2011
Rentabilité annuelle réalisée
Volatilité annuelle réalisée
Sharpe observé
2,25%
-5,53%
-17,35%
-12,79%
0,66%
58,99%
55,64%
50,61%
26,82%
31,65%
0,038
-0,099
-0,343
-0,477
0,021
Panel B :2009-2011
Rentabilité annuelle réalisée
87,21%
37,71%
35,74%
-4,93%
8,82%
Volatilité annuelle réalisée
49,94%
42,63%
42,88%
24,27%
24,26%
1,746
0,885
0,834
-0,203
0,364
Sharpe observé
Panel C : 2010-2011
Rentabilité annuelle réalisée
45,56%
-9,91%
24,07%
-9,59%
-16,28%
Volatilité annuelle réalisée
43,48%
41,28%
36,54%
21,60%
22,38%
1,048
-0,240
0,659
-0,444
-0,727
Sharpe observé
Panel D : Anticipations
Rentabilité moyenne à 1 an
12,53%
10,04%
11,27%
10,31%
5,57%
Ecart-type moyen à 1 an
34,28%
25,24%
28,44%
21,03%
14,46%
Panel E : Ratios de Sharpe moyens anticipés
Moyenne
0,267
0,398
0,445
0,489
0,587
Médiane
0,217
0,620
0,442
0,665
0,473
Ecart-type
0,949
0,752
0,878
0,744
0,887
Tableau 5 : Moments des rentabilités des 5 titres
Dans la mesure où les moments historiques sont très différents d’un titre à l’autre, on s’attend à ce que
la proportion investie varie en fonction des deux premiers moments de la distribution de rentabilité du
titre. Cependant, dans l’étude de l’influence des biais comportementaux sur la prise de risque, la
dimension individuelle dans les anticipations des moments doit également être prise en considération.
En d’autres termes, un individu « optimiste » pourrait, toutes choses égales par ailleurs, anticiper des
espérances subjectives de rentabilités élevées pour tous les titres alors que pour un individu surconfiant les écarts-types subjectifs anticipés s’avèreraient trop faibles pour tous les titres.
7
Ces ratios ont été calculés sans prendre en compte le niveau du taux sans risque.
11
Pour illustrer ce point, les tableaux 6 et 7 présentent les corrélations entre espérances (volatilités)
subjectives anticipées. Dans le tableau 6, toutes les corrélations sont positives et significatives à 0.1%
à l’exception de la corrélation entre les rentabilités subjectives anticipées de Thalès et de Sanofi. Le
résultat est encore plus net pour les volatilités subjectives anticipées dont les corrélations sont toutes
significatives à 0,1 %. Ces résultats montrent que les anticipations de moments sont plus liées aux
caractéristiques de l’individu qu’à celle du titre. En d’autres termes, il est probable qu’un participant
prévoyant une rentabilité élevée pour un titre aura des prévisions de rentabilité élevées pour les autres
titres. Le même raisonnement peut être fait au niveau de la volatilité. Il s’agit alors d’étudier dans
quelle mesure cette caractéristique des individus, que l’on peut qualifier d’ « optimisme » ou de
« pessimisme » selon les cas, influence, au même titre que le second moment de la distribution de
rentabilité des actifs, la prise de risque.
ALCATEL
ALCATEL
BNP
PEUGEOT
THALES
SANOFI
1,000
0,453
0,632
0,472
0,226
1,000
0,511
0,478
0,221
1,000
0,491
0,313
1,000
0,161
BNP
PEUGEOT
THALES
SANOFI
1,000
Tableau 6 : Corrélations entre espérances anticipées pour les 5 actions
ALCATEL
BNP
ALCATEL
BNP
PEUGEOT
THALES
SANOFI
1,000
0,640
0,495
0,545
0,483
1,000
0,487
0,522
0,454
1,000
0,637
0,414
1,000
0,600
PEUGEOT
THALES
SANOFI
1,000
Tableau 7 : Corrélations entre volatilités anticipées pour les 5 actions
3.2.b Les variables explicatives de la prise de risque
Dans cette sous-section, nous étudions les déterminants de la prise de risque des participants. La prise
de risque est mesurée par la proportion de richesse allouée à l’actif risqué (5 titres étaient considérés
dans le questionnaire) et contrairement à l’approche suivie au point 2, nous tenons compte des
différences portant à la fois sur les caractéristiques individuelles et sur les caractéristiques des titres.
Les remarques effectuées dans la sous-section précédente concernant les différences entre titres et
individus nous conduisent à proposer un modèle explicatif du type « régressions empilées » sous la
forme :
Y = β 0 + βi X + β Z + ε
Y est le vecteur des I x N proportions investies par les I répondants dans les N = 5 titres. X est la
matrice des variables explicatives de dimensions (I x N, K) dont la structure est en fait la concaténation
verticale en N exemplaires des variables explicatives de la prise de risque. Z est une matrice (I x N, N1) de variables dummy destinées à tenir compte de l’effet « titre », en particulier du fait de moments
12
passés très différents. Ces variables ont pour objet de neutraliser la dimension « profil titre » dans
l’établissement de la relation entre la prise de risque et les moments futurs estimés ou entre la prise de
risque et les variables d’excès de confiance ou d’illusion de contrôle.
Parmi les variables explicatives de la prise de risque, les deux premiers moments de la distribution de
rentabilité subjective anticipée apparaissent naturels au regard des arguments de la sous-section
précédente. Afin de contrôler pour l’hétérogénéité de l’aversion au risque des individus et pour les
éventuels biais de sur-confiance, nous introduisons les variables suivantes concernant les
caractéristiques comportementales des individus.
La perception du risque est la première variable indépendante qui concerne les caractéristiques
comportementales des individus. Elle est mesurée de trois manières différentes qui donnent lieu à
l’estimation des coefficients de trois modèles de régression. Le risque perçu (ACP) est représenté par
les loadings sur la première composante principale d’une ACP sur les mesures de perception du risque
des 5 actions (notes de 0 à 10). Le risque perçu (Alfa) est la mesure directe d’aversion au risque
déduite de l’hypothèse d’une fonction d’utilité puissance (coefficient α calculé à partir des
équivalents certains de la loterie B) et le risque perçu (Loterie A) est le niveau de perception du risque
de la loterie A demandée en début de questionnaire. En d’autres termes, la première mesure est
directement liée à la perception des risques dans le domaine de l’investissement en actions alors que
les deux autres concernent la perception des risques dans le domaine des choix de loterie, donc en
l’absence d’un contexte financier familier.
La deuxième variable comportementale individuelle explicative de la prise de risque est le better than
average calculé sur les questions de connaissances générales. Les deux variables de confiance en ses
propres prévisions (auto-évaluation du nombre d’intervalles de prévisions correctes du cours des 5
titres) et en ses compétences financières (loadings sur la première composante principale de l’ACP des
réponses aux 5 affirmations de la question 7) complètent la dimension comportementale des
caractéristiques individuelles des participants. Il est important de noter que les 5 mesures de la surconfiance ne sont pas significatives dans ces modèles de régression. L’excès de confiance est alors
mesuré de façon alternative par la variable de confiance en ses propres prévisions car cette variable est
toujours significative dans les régressions. La différence peut provenir du fait que les premières
variables mesurent la (sur) confiance dans le savoir du répondant alors que la seconde a trait à la (sur)
confiance dans les prévisions relatives aux titres sur lesquels les répondants proposent d’investir une
part de portefeuille.
Le dernier groupe de variables dépendantes concerne les caractéristiques intrinsèques des individus,
telles que le nombre d’années d’études et l’expérience (en années) professionnelle.
Variables
Modèle 1
Modèle 2
Modèle 3
Constante
0.4568***
0.4698***
0.5317***
Rentabilité subjective anticipée (optimisme)
0.2478***
0.2664***
0.2733***
Volatilité subjective anticipée
-0.029
-0.1206
-0.1015
Risque perçu (ACP)
-0.012***
Risque perçu (Alfa)
0.0098**
Risque perçu (Loterie A)
-0.0108**
Better than average
0.0169**
0.0208***
0.0166**
Self-confidence on anticipations (sur-confiance)
0.0289***
0.0295***
0.028**
Self-confidence on financial skills
0.028***
0.0295***
0.0312***
Etudes
-0.0382***
-0.0397***
-0.0371***
Expérience
-0.0035**
-0.0043***
-0.0044***
R2 ajusté
0.1947
0.1878
0.1863
13
Tableau 8 : Coefficients de la régression linéaire empilée. Le degré de significativité des valeurs est de 1% (***), 5%
(**) ou 10% (*).
Le tableau 8 présente les résultats d’estimation pour les trois modèles de régression linéaire empilée.
On constate que dans les trois modèles, les variables individuelles (comportementales et
caractéristiques individuelles) et de rentabilité subjective anticipée sont très significatives. La prise de
risque augmente avec la confiance en soi des individus, qu’elle soit mesurée en référence aux autres
(better than average), ou à soi-même (self-confidence). Elle diminue avec le degré de risque perçu et
avec l’expérience et le nombre d’années d’études. La prise de risque est d’autant plus élevée que la
rentabilité subjective anticipée est élevée. Alors que ces résultats sont intuitifs et cohérents, la
volatilité subjective anticipée n’est jamais significative dans l’explication de la prise de risque.
Deux interprétations de ce résultat surprenant peuvent être avancées. La première est liée à
l’interconnexion entre l’anticipation de volatilité et l’aversion au risque. En d’autres termes, il peut y
avoir une interaction entre préférences et anticipations. Ce point peut être illustré simplement. La
corrélation entre la mesure directe d’aversion au risque α et la volatilité subjective anticipée moyenne
(sur les 5 actions) est de 0,298 (p = 1,96%). Il en est de même avec la perception du risque mesuré par
la loterie A (- 0,285, p =2,6%).
La seconde raison qui pourrait expliquer l’absence de significativité de la volatilité est liée à la qualité
de cette variable comme mesure de risque. Nous avons donc testé comme mesure alternative le carré
de l’écart entre rendement moyen et rendement minimum anticipé sur l’échelle à trois points fournie
par les participants. Même si la p-value diminue, elle reste de l’ordre de 20 %, ce qui ne permet pas de
conclure à un effet significatif de cette mesure qui s’apparente à une semi-variance.
4. Conclusion
Cet article a pour objet principal d’étudier l’articulation entre excès de confiance, perception de risque
et prise de risque à partir des réponses à un questionnaire de 61 professionnels de la finance. Le
questionnaire administré a été construit afin de permettre d’établir différentes mesures de l’excès de
confiance, de la perception de risque et de la prise de risque dans des univers contextualisés (domaine
financier de compétence) et décontextualisés (choix de loteries).
Nos résultats montrent que les interviewés sont sur-confiants à la fois dans le domaine financier et
dans le domaine général comme d’autres professions. Soulignons que les erreurs commises par les
interviewés sont exclusivement liées à des intervalles de confiance trop étroits (et non à des réponses
aberrantes) ce qui renforce notre conclusion quant à la présence de sur-confiance chez ces
professionnels. Du point de vue de la perception des risques, plus les individus perçoivent un risque
élevé dans un univers décontextualisé plus ils perçoivent un risque élevé pour les titres qui leur sont
présentés ; ce résultat traduit la présence d’une caractéristique intrinsèque de l’individu. Dans un
même esprit, les résultats concernant les anticipations de volatilité soulignent une forte corrélation
entre les réponses quel que soit le titre présenté traduisant également une caractéristique propre à
l’interviewé. Enfin, nous montrons sur la base d’analyses en composantes principales et de régressions
empilées que les variables influençant significativement la prise de risque des professionnels sont le
risque perçu, la confiance en ses prévisions, la confiance en ses compétences financières, le better than
average effect et l’optimisme. Soulignons également que l’expérience dans la fonction et le nombre
d’années d’étude diminuent significativement le risque pris. Enfin, la volatilité anticipée n’est jamais
significative dans l’explication de la prise de risque contrairement à l’espérance qui l’est toujours. Ce
dernier résultat qui va à l’encontre de la théorie financière standard questionne essentiellement la
qualité de l’écart-type retenue comme mesure de risque.
14
Bibliographie
Barber, B., Odean, T., 2001, Boys will be Boys: Gender, overconfidence, and Common Stock investment, Quarterly Journal
of Economics, 116, 261-292.
Barber B., Odean T., 2002. Online investors: Do the slow die first?, Review of Financial Studies 15, 455-488.
Benartzi, S. Kahneman, D. and Thaler, R., 1999, Optimism and overconfidence in asset allocation decision,
news.moningstar.com
Cooper, R., Woo, C., and Dunkelberg, W, 1988, Entreprenenur’s Perceived Chances of Success, Journal of Business
Venturing, 3, 97-108.
De Bondt W., Thaler R., 1995, Financial decision making in markets and firms: A Behavioral Perspective, in Handbook in
Operations Research and Management Science, ed. by Jarrow V., Maksimovic R., Ziemba W., Elsevier.
Daniel, K. D., D. Hirshleifer, A. Subrahmanyam. 2001, Overconfidence, arbitrage, and equilibrium asset pricing. Journal of
Finance, 56(3), 921–965.
De Bondt W., 1998, A Portrait of the Individual Investor, European Economic Review, 42, 831-844.
Dohmen, T., A. Falk, D. Huffman, U. Sunde, J. Schupp, G. G. Wagner, 2010, Individual Risk Attitudes: Measurement,
Determinants and Behavioral Consequences. Journal of European Economic Association, Forthcoming.
Dorn, D., G. Huberman, 2005, Talk and Action: What Individual Investors Say and What They Do, Review of Finance, 9(4),
437-481.
Gehrig, T., Menkhoff, L., 2004, The Use of Flow Analysis in Foreign Exchange: Exploratory Evidence. Journal of
International Money and Finance, 23, 573-594.
Glaser, M., M. Weber, 2007, Overconfidence and Trading Volume, Geneva Risk Insurance Review, 32(1), 1-36.
Glaser, M., Langer, T., Weber, M., 2005, Overconfidence of Professional and Lay Men : Individual Differences within and
between Tasks, Working Paper, University of Mannheim.
Hanoch, Y., J. G. Johnson, A. Wilke. 2006, Domain specificity inexperimental measures and participant recruitment an
application to risk-taking behavior, Psychological Science. 17(4) 300–304.
Hirshleifer, D., G. Y. Luo. 2001, On the survival of overconfident traders in a competitive securities market. Journal of
Financial Markets, 4(1), 73–84.
Hilton, D. J., 2001, The psychology of Financial Decision-Making: Applications to Trading Dealing and Investment
Analysis, Journal of Psychology and Financial Markets, 2, 1, 37-53
Keefer, D. L., S.E. Bodily, 1983, Three-point Approximations for Continuous Random Variables, Management Science,
29(5), 595-609.
Krahnen, J. P., C. Rieck, E. Thiessen, 1997, Inferring Risk Attitudes form Certainty Equivalents: Some Lessons from an
Experimental Study. Journal of Economic Psychology, 18(5), 469-486.
Langer E., 1975. The illusion of control. Journal of Personality and Social Psychology, 32, 311-328.
Lawrence M., M. O’Connor, 1993, Scale, Variability, and the Calibration of Judgmental Prediction Inrtervals.
Organizational Behavior and Human Decision Processes, 56(3), 441-458.
Lichtenstein S., Fischhoff B., Philips L., 1982, Calibration of probabilities: the state of the art to 1980, in Judgment Under
Uncertainty :Heuristics and Biases, ed. by Kahneman D., Slovic P., Tversky A., Cambridge University Press.
Menkhoff, L., Schmidt, U. and T. Brozynski, 2006, The Impact of Experience on Risk Taking, Overconfidence, and Herding
of Funds Managers: Complementary Survey Evidence. European Economic Review, 50, 1753-1766.
Miller, D. T., and Ross, M., 1975, Self-Serving Biaises in the Attribution of Causality: Fact or Fiction?, Psychologic Bulletin,
82, 213-225
Moore, D. A., P. J. Healy. 2008. The Trouble with Overconfidence, Psychological Review, 115(2), 502-517.
Nosic, A., M. Weber, 2010, How Riskily Do I Invest?, Decision Analysis, 7(3), 282-301.
15
Odean, T. 1998. Volume, Volatility, price, and profit: When all traders are above average. Journal of Finance, 53(6), 1887–
1934.
Odean T., 1999. Do Investors Trade Too much? American Economic Review 89, 1279-1298.
Presson P., Benassi V., 1996. Illusion of control: a meta-analytic review, Journal of Social Behavior and Personality, 11,
493-510.
Pennings, J. M. E., B. Wansink, 2004, Channel Contract Behavior: The Role of Risk Attitudes, Risk Perceptions, and
Channel Members’ Market Structures, Journal of Business, 77(4), 697-723.
Russo, J.E., P. J. H. Schoemaker, 1992, Managing Overconfidence. MIT Sloan Management Review, 33(2), 7-17.
Statman, M., Thorley, S. and K. Vorkink, 2006, Investor Overconfidence and Trading Volume, Review of Financial Studies,
19(4), 1531-1565.
Svenson O., 1981, Are we all less risky and more skillful than our fellow drivers? Acta Psychologica, 47, 143-148.
Taylor S., Brown J., 1988. Illusion and well-being: A social psychological perspective on mental health, Psychological
Bulletin 103, 193-210.
Weber, E. U., C. Hsee. 1998. Cross-cultural differences in risk perception, but cross-cultural similarities in attitudes towards
perceived risk. Management Science, 44(9), 1205–1217.
16
Annexe 1 : Extrait du questionnaire
Date d’administration du questionnaire :
Genre :
Age :
Statut marital :
Diplôme le plus élevé obtenu :
Type de profession :
Années d’expérience dans la fonction :
Question 1 :
Vous disposez de 10 000 euros que vous pouvez investir dans un titre financier risqué (action A). Si vous investissez dans A,
votre richesse sera dans un an la suivante :
-
12 000 euros avec une chance sur deux
9000 euros avec une chance sur deux
Quel est pour vous, sur une échelle de 0 (aucun risque) à 10 (très risqué), le risque associé à cet investissement ?
Question 2 :
Vous pouvez choisir d’investir ces 10 000 euros dans un actif sans risque qui rapporte 3% par an. Dans ce cas votre richesse
sera de 10300 euros dans un an. Vous pouvez répartir votre richesse entre l’actif sans risque et l’action A. Indiquez la part
entre 0% et 100% que vous désirez investir dans chacun des actifs.
-
Quelle part investissez-vous dans A ?
Quelle part investissez-vous dans l’actif sans risque ?
Question 3 :
On vous propose de participer à une loterie B qui rapporte :
-
Soit 10 000 euros avec une chance sur deux
Soit 0 euros avec une chance sur deux
Ou alors vous pouvez gagner 4000 euros sans prendre de risque. Quel est pour vous le risque associé à la loterie B, sur une
échelle de 0 (aucun risque) à 10 (très risqué)?
Question 4 :
A présent le montant que vous pouvez gagner sans prendre de risque varie entre 0 et 10 000 euros, cocher pour chaque
montant si vous préférez participer à la loterie B (10 000 € ou rien avec une chance sur deux) ou recevoir le montant sans
risque.
Montant sans risque
9000 euros
8000 euros
7000 euros
6000 euros
5000 euros
4000 euros
3000 euros
2000 euros
1000 euros
Je préfère la loterie
O
O
O
O
O
O
O
O
O
17
Je préfère le montant sans risque
O
O
O
O
O
O
O
O
O
Question 5 (extrait) :
Il vous est demandé de répondre aux questions suivantes par des fourchettes de nombres.
La bonne réponse doit se situer selon vous dans la fourchette que vous proposez avec 9 chances sur 10.
a/ Quelle est la longueur du Rhône en kilomètres ?
b / En quelle année Alfred Nobel est-il né ?
c/ Combien y a-t-il de pays membres de l’OTAN ?
d / Quelle est la hauteur de la tour Eiffel ?
Question 6 :
a)
Selon vous, sur les 10 questions qui viennent d’être posées, combien de fois la bonne réponse se situe-t-elle dans
l’intervalle que vous avez donné ? (nombre entre 0 et 10)
b)
Selon vous, sur les 10 questions, combien de fois, en moyenne, la bonne réponse se situe-t-elle dans l’intervalle
donné par les autres interviewés ? (nombre entre 0 et 10)
Question 7 :
Dans ce qui suit, nous vous demandons de répondre sur une échelle en 5 points (Tout à fait d’accord/ D’accord/ Ni d’accord
ni en désaccord / Pas d’accord/Pas du tout d’accord) à des questions concernant vos prévisions. Nous vous demandons
d’indiquer dans quelle mesure vous êtes d’accord avec les affirmations suivantes :
a/ Je suis capable d’identifier des titres financiers qui vont battre le marché dans le futur
b/ Mes prévisions sur l’évolution des titres sont toujours correctes
c/ La plupart des informations économiques ne me surprennent pas
d/ les prévisions des analystes financiers sont des sources d’informations pertinentes
e/ Les plus et moins values réalisées sur les marchés sont essentiellement une question de chance
Question 8 (extrait) :
a)
En partant de la valeur du CAC40 au 30 juin 2011, quelle est, selon vous, la probabilité d’une variation supérieure
à 200 points (à la hausse où à la baisse) au 31 décembre 2011 ?
b)
En partant de la valeur du CAC40 au 30 juin 2011, quelle est, selon vous, la probabilité d’une variation supérieure
à 400 points (à la hausse où à la baisse) au 31 décembre 2011 ?
c)
En partant de la valeur du CAC40 au 30 juin 2011, quelle est, selon vous, la probabilité d’une variation supérieure
à 600 points (à la hausse où à la baisse) au 31 décembre 2011 ?
Question 9 (extrait) :
a / Vous trouverez ci-dessous l’évolution du cours de l’action Alcatel-Lucent pour les 3 dernières années.
18
ALCATEL
7
5
3
mars-11
janv.-11
nov.-10
sept.-10
juil.-10
mai-10
mars-10
janv.-10
nov.-09
sept.-09
juil.-09
mai-09
mars-09
janv.-09
nov.-08
sept.-08
juil.-08
mai-08
-1
mars-08
1
Quelles sont vos 3 estimations pour le cours de ce titre dans 1 an :
-
Estimation haute :
(le cours de ce titre devrait être inférieur à cette valeur dans 95% des cas)
Votre estimation médiane :
Estimation basse :
(le cours de ce titre devrait être supérieur à cette valeur dans 95% des cas)
Quelle est votre estimation du risque de cette action sur une échelle de 1 à 10 :
Vous pouvez répartir votre richesse entre cette action et le taux sans risque qui vaut 3%, quelle est la part en % que vous
allouez à chacun des investissements
Question 10 :
a)
A votre avis, pour l’ensemble des 5 titres, combien de fois les intervalles que vous avez proposé contiennent la
bonne réponse ? (Réponse de 0 à 5)
b)
A votre avis, combien de fois en moyenne les intervalles proposés par les autres interviewés contiennent la
bonne réponse ? (Réponse de 0 à 5)
Question 11 (extrait) :
Il vous est demandé de répondre aux questions suivantes par des fourchettes (de nombres). La bonne réponse doit se situer,
selon vous, dans la fourchette que vous proposez avec 9 chances sur 10.
a/ Quel a été le cours le plus bas du CAC40 en 2010 ?
b / Combien d’introductions en bourse ont eu lieu en 2010 ?
c/ Quel est le montant perdu par Nick Leeson en 1995 pour la Barings (en dollars) ?
d / Quel est le montant total levé par l’Etat français en 2010 en OAT ?
Question 12 :
a)
Selon vous, sur les 10 questions qui viennent d’être posées, combien de fois la bonne réponse se situe-t-elle dans
l’intervalle que vous avez donné ? (nombre entre 0 et 10)
b)
Selon vous sur les 10 questions, combien de fois, en moyenne, la bonne réponse se situe-t-elle dans l’intervalle
donné par les autres interviewés ? (nombre entre 0 et 10)
19