Thèse de doctorat en Sciences de gestion
Sous la direction de Jean-Pierre Védrine.
Soutenue le 30-09-2011
à Clermont-Ferrand 1 , dans le cadre de École doctorale des sciences économiques, juridiques, politiques et de gestion (Clermont-Ferrand) , en partenariat avec Centre de Recherche Clermontois en Gestion et Management (laboratoire) .
Le jury était composé de Valérie Mignon, François Quittard-Pinon, Jean-Marin Serre, Yves Mard.
Les rapporteurs étaient Valérie Mignon, François Quittard-Pinon.
La rationalité parfaite des investisseurs, base de l'hypothèse d'efficience desmarchés, est de plus en plus discutée. Ceci a conduit au développement de la financecomportementale. Le sentiment de marché, qui en est issu, est l'objet de cette étude.Après l'avoir mis en relation avec la rationalité et défini, ses modes de mesure courantset une évaluation de leur capacité à anticiper les rentabilités sont présentés. Ensuite, autravers de deux recherches largement indépendantes, nous (1) montrons de manièreempirique, essentiellement à partir de modèles multi-Agents et d'une modélisation del'impact des chocs d'information sur la distribution des rentabilités, que les skewness etkurtosis de la distribution des rentabilités peuvent être utilisés comme indicateurs dusentiment de marché ; (2) mettons en évidence la présence de mémoire sur de nombreuxindicateurs de sentiment, ce qui invalide les modalités habituelles de leur utilisation,dans le cadre de stratégies contrarian.
Market sentiment : measure and importance for asset management
The perfect rationality of investors, one of the foundations of theefficient market hypothesis, is increasingly being questioned. This has led to thedevelopment of behavioral finance. Market sentiment, which stems from it, is the focusof this study. Having first linked this concept to rationality and defined it, this studygoes on to present the most common ways of measuring market sentiment and assesstheir ability to anticipate market returns. Then, using two different studies, we do twothings (1) using mainly multi-Agent models and by modeling the impact of informationshocks on the distribution of returns, we empirically show how skewness and kurtosis inthe distribution of returns can be used as market sentiment indicators; (2) wedemonstrate that many standard sentiment indicators are processes affected by long- orshort-Term memory, making them invalid as contrarian indicators even though this ishow they are typically used.
Il est disponible au sein de la bibliothèque de l'établissement de soutenance.