Thèse soutenue

Contagion des anticipations des investisseurs sur le marché financier : une approche par les réseaux et les modèles multi-agents
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Souhir Masmoudi
Direction : Pierre BatteauYounès BoujelbeneAlan Kirman
Type : Thèse de doctorat
Discipline(s) : Sciences de Gestion
Date : Soutenance le 02/12/2016
Etablissement(s) : Aix-Marseille en cotutelle avec Université de Sfax (Tunisie). Faculté des Sciences économiques et de gestion
Ecole(s) doctorale(s) : Ecole Doctorale Sciences Economiques et de Gestion d'Aix-Marseille (Aix-en-Provence)
Partenaire(s) de recherche : Equipe de recherche : Institut d'administration des entreprises (Puyricard, Bouches-du-Rhône) - Centre d'études et de recherche en gestion d'Aix-Marseille
Jury : Président / Présidente : Olivier Brandouy
Examinateurs / Examinatrices : Alan Kirman, Olivier Brandouy, Abderrazak Ellouze, Robin Cowan, Kamel Naoui
Rapporteurs / Rapporteuses : Abderrazak Ellouze, Robin Cowan

Résumé

FR  |  
EN

Dans le cadre d’une approche comportementale et compte tenu de la complexité des marchés financiers, cette thèse examine dans quelle mesure les réseaux orientés régissant l’interaction entre les investisseurs ainsi que leur comportement mimétique influencent leurs anticipations et la dynamique des prix. Nous proposons un marché artificiel d’actifs dans lequel des chartistes et des fondamentalistes opèrent et passent d’une stratégie d’investissement à une autre en fonction de leurs performances. Tout d’abord, nous étudions un réseau complet où l’interaction se fait de manière globale. Nous constatons que notre modèle révèle l’émergence de la volatilité excessive des prix lorsque les chartistes dominent le marché. Ensuite, nous portons notre attention sur des réseaux locaux où les agents se trouvent liés qu’à une partie des individus opérant dans le marché. Nous distinguons trois types de réseaux : le réseau régulier, le réseau petit monde et le réseau aléatoire. Puis, nous introduisons un nouveau modèle qui permet de contrôler (1) la direction du processus de « rewiring » des liens; (2) le caractère aléatoire du réseau et (3) l'asymétrie dans sa distribution des degrés en distinguant les stars des non-stars. Nous montrons que contrairement au degré du caractère aléatoire du réseau, l’asymétrie dans la distribution des degrés produit des effets opposés selon qu’il s’agit de « in-degree » ou de « out-degree ». Enfin, nous montrons comment ces analyses peuvent être utilisées pour produire des dynamiques de marché réalistes. Nous constatons que la présence d’un seuil d’imitation avec un coefficient de réaction élevé permet à notre modèle de reproduire les faits stylisés les plus importants