Notre recherche s’intéresse aux déterminants affectifs et axiologiques du choix d’investissement en equity crowdfunding. Nous défendons la thèse d’un choix de projets déterminé en partie par les valeurs et l’affectif de l’investisseur individuel. Notre revue de littérature est transversale à plusieurs champs des sciences sociales. Ainsi, le cadre théorique établi articule finance, marketing, GRH et psychologie. Un modèle explicatif par équations structurelles est proposé puis testé empiriquement grâce aux données d’une expérimentation de laboratoire. Nos résultats confirment que les valeurs ainsi que l’intérêt pour le projet, une variable affective, ont un effet sensible dans les choix des investisseurs et dominent le jugement analytique en l’absence d’interactions sociales réelles et virtuelles. Une théorie originale est proposée pour améliorer la compréhension du phénomène étudié, au-delà des apports de la théorie du signal. Cette théorie, le matching affectif, personnalise les comportements et offre un prisme de lecture reposant sur la congruence entre caractéristiques du projet et préférences de l’investisseur. Sa mise en œuvre par un modèle dérivant du modèle explicatif associé à une mesure de similarité ad hoc produit des résultats prédictifs encourageants. Notre travail se termine par un ensemble de suggestions managériales découlant de nos conclusions / Our research focuses on the emotional and axiological determinants of investment choice in equity crowdfunding. We defend the thesis of a projects choice determined in part by the values and emotions of the individual investor. Our literature review is transversal to several fields of social sciences. Thus, the established theoretical framework articulates finance, marketing, HRM and psychology. An explanatory model using structural equations is proposed and tested empirically using data from a laboratory experiment. Our results confirm that values and interest in the project, an affective variable, have a significant effect on investor choices and dominate analytical judgment in the absence of real and virtual social interactions. An original theory is proposed to improve the understanding of the studied phenomenon, beyond the contributions of the signal theory. This theory, emotional matching, personalizes behaviors and offers a prism of reading based on the congruence between characteristics of the project and investor preferences. Its implementation by a model derived from the explanatory model associated with an ad hoc similarity measure produces encouraging predictive results. Our work ends with a set of managerial suggestions arising from our findings.

Cette thèse traite de la résolution numérique de problèmes de contrôle stochastique, illustrée d'applications sur les marchés d'électricité. Tout d'abord, nous proposons un modèle structurel pour le prix d'électricité, autorisant des pics de prix bien au delà du coût marginal de production lorsque le marché est tendu. Ce modèle permet de valoriser et couvrir partiellement des produits dérivés sur l'électricité, avec pour actifs de couverture des contrats à terme sur combustibles. Nous étudions ensuite un algorithme, à base de simulations de Monte-Carlo et régressions à base locale, pour résoudre des problèmes généraux de commutation optimale. Nous établissons un taux de convergence complet de la méthode. De plus, nous rendons l'algorithme parcimonieux en usage mémoire en permettant d'éviter le stockage du faisceau de trajectoires. Nous l'illustrons sur le problème d'investissements en centrales électriques (lesquelles se répercutent sur le prix d'électricité grâce à notre modèle structurel). Enfin, nous étudions des problèmes de contrôle stochastique plus généraux (où le contrôle peut être continu et modifier la dynamique du processus d'état), dont la solution peut être étudiée via des Équations Différentielles Stochastiques Rétrogrades contraintes, pour lesquelles nous développons un algorithme, qui combine randomisation du contrôle et optimisation paramétrique. Un taux de convergence entre l'EDSR contrainte et sa version discrète est fourni, ainsi qu'un estimateur du contrôle optimal. Nous appliquons ensuite cet algorithme au problème de sur-réplication d'option sous volatilité incertaine.