Au cours de la dernière décennie, les chercheurs se sont intéressés au comportement de l'investisseur sur les marchés boursiers. Nombreuses théories en psychologie et sociologie sont mobilisées en finance comportementale pour dépasser les limites de l'hypothèse de l’efficience des marchés et expliquer la fragilité des marchés financiers. En analysant le comportement grégaire (mimétisme), les chercheurs tentent d'expliquer les anomalies et les grands mouvements du marché. Le comportement grégaire peut être décrit comme la tendance d'un investisseur ou d’un groupe d'investisseurs, à imiter les actions des autres acteurs du marché, ou à suivre la tendance du marché. Notre première étude examine la présence du comportement grégaire, en se concentrant sur le marché boursier français, au niveau du marché et au niveau des secteurs. Nous étudions le mimétisme selon différentes conditions macroéconomiques. Nous testons aussi l'existence du mimétisme au cours de la dernière période de crise financière et pendant les périodes caractérisées par des volumes (élevés ou faibles) de volatilité et de volume de transaction. En utilisant le modèle de CH 95, nous ne détectons pas de comportement grégaire, à la fois au niveau du marché qu’au niveau des secteurs, pendant les mouvements de marché extrêmes. Les modèles de CCK 2000 et Hwang et Salmon 2004 montrent des résultats mitigés. Même lorsque le comportement grégaire est détecté au niveau du marché, les secteurs se comportent différemment. La mesure que nous extrayons du state-space model montre différents niveaux de mimétisme dans les secteurs. La deuxième étude examine le mimétisme, sur les marchés boursiers américains et chinois, en introduisant une nouvelle dimension : l'asymétrie d'information. Nous utilisons plusieurs mesures de la disponibilité de l'information : la politique de dividende, le bid-ask spread, la taille de l'entreprise, la sophistication du marché, ainsi que l'état du marché (pré, post et pendant la période de crise). Cette étude nous permet d’analyser le mimétisme dans différents contextes selon la disponibilité de l'information. Elle permet de vérifier si le mimétisme est plus prononcé dans un contexte d'asymétrie d'information élevée. D’une part, les résultats du modèle de CH 95 ne montrent aucune preuve de mimétisme quel que soit le niveau d'asymétrie d'information entre les entreprises et les investisseurs, à la fois pour les marchés américain et chinois. D'autre part, le modèle CCK 2000 détecte des différences de niveau de mimétisme dans le marché boursier chinois en fonction du niveau d'asymétrie d'information. Les résultats suggèrent que les marchés émergents sont touchés par le mimétisme pendant la période de crise, quelle que soit la taille de l'entreprise. Enfin, le modèle de Hwang et Salmon 2004 montre différents niveaux de mimétisme dans les marchés américain et chinois, en fonction du niveau d'asymétrie d'information. Il est intéressant pour la recherche sur la modélisation des marchés boursiers d’examiner le comportement grégaire des investisseurs. De la même façon, les décideurs politiques pourraient être intéressés par les effets perturbateurs potentiels du mimétisme sur les marchés financiers. / Over the last decade, the academic research has highly focused on examining the investor’s behavior in stock markets. Many theories in psychology and sociology are used in the so called “Behavioral Finance” in order to explain the limits of the efficient market hypothesis and the financial market fragility. By analyzing the herding behavior, the researchers try to explain the market anomalies and the large market movements. Herding behavior can be described as the tendency of an investor, or a group of investors, to imitate the actions of other market participants, or to follow the market movement. Our first study examines the presence of herding behavior, focusing on the French stock market, at both market and sector levels. We investigate herding during different macroeconomic conditions. We also test the existence of herding during the last financial crisis period, and during the periods characterized by high or low volatility and transaction volumes. Using the CH 95 model, we do not observe herding behavior, both in market and sector levels, during extreme market movements. The CCK 2000 and Hwang and Salmon 2004 models show mixed results. Even when herding exists in the market level, various sectors behave differently. The measure we extract from the state-space model shows different patterns of herding at the sector level. The second study examines the investors’ incentives behind herding, in the US and Chinese stock markets, by introducing a new dimension, which is the information asymmetry. Using several proxies for information availability, such as dividend policy, bid ask spread, firm size and market sophistication along with considering the market condition (pre, post and during crisis period), this study allows us to investigate herding in different contexts of information availability, and to examine if herding is more pronounced in a high information asymmetry context. Findings of CH 95 model show no evidence of herding regardless of the level of information asymmetry between firms and investors in both the US and Chinese stock markets. On the other hand, the CCK 2000 model detects herding differences in the Chinese stock market depending on the information asymmetry level. The findings suggest that the emerging markets are affected by herding during the crisis period, regardless of the firm size. Finally, the Hwang and Salmon 2004 model shows different herding patterns in the US and Chinese stock markets depending on the information asymmetry level. Examining the herding behavior is interesting for the research in the market modeling field along with policymakers who may be interested in investigating the potential disturbing effects of herding on stock markets.
| Identifer | oai:union.ndltd.org:theses.fr/2016GREAG014 |
| Date | 07 September 2016 |
| Creators | Meharzi, Omar |
| Contributors | Grenoble Alpes, Girerd-Potin, Isabelle |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | English |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0025 seconds