You are on page 1of 18

Document de Recherche

n° 2008-01

« Le mimétisme sur les marchés financiers :
une revue de la littérature empirique »

Anne-Gaël VAUBOURG

Laboratoire d'Economie d'Orléans – UMR CNRS 6221 Faculté de Droit, d'Economie et de Gestion,
Rue de Blois, B.P. 6739 – 45067 Orléans Cedex 2 - France
Tél : 33 (0)2 38 41 70 37 – 33 (0)2 38 49 48 19 – Fax : 33 (0)2 38 41 73 80
E-mail : leo@univ-orleans.fr - http://www.univ-orleans.fr/DEG/LEO

investisseurs institutionnels. Dans une première catégorie de travaux. Codes JEL : G10. Une seconde catégorie d’études définit le phénomène comme un mouvement de convergence vers le consen- sus de marché. Gestion Rue de Blois.fr Résumé Cet article propose une revue de la littérature empirique consacrée au mimétisme sur les marchés financiers. ces travaux évoluent dans le sens d’un meilleur traitement du mimétisme fallacieux. This literature now moves in tackling spurious herding. ∗ Cet article a été rédigé dans le cadre du projet ANR-05-JCJC-0225-01. Régis Breton. They mainly aims at mea- suring the intensity of institutional herding. Economie. The other strand of the literature defines herding as a move towards the market consensus. G14. A first bulk of papers consider herding as a situation of excessive activity on the buy or on the sell side of the market. Le mimétisme sur les marchés financiers : une revue de la littérature empirique Anne-Gaël Vaubourg∗ Laboratoire d’Économie d’Orléans Faculté de Droit. le mimétisme est assimilé à une similarité excessive des transactions à l’achat ou à la vente. Mots clés : mimétisme. G11. Sébastien Galanti et Bertrand Gobillard pour leur remarques et commentaires sur de précédentes versions de l’article. consensus. It concentrates on the determinants of herding in financial forecasts and recommandations. Portant principalement sur les déterminants du mimétisme en matière de prévisions et de recommandations financières. recommandations financières. Cette littérature cherche avant tout à mesurer l’ampleur du mimétisme des investisseurs institutionnels. 1 .Vaubourg@univ-orleans. BP 6739 45 067 Orléans cedex 02 e-mail : Anne-Gael. Abstract This paper surveys the empirical literature on herd behavior in financial markets. prévisions financières. L’auteur remercie Vincent Bignon.

toute erreur éventuelle pouvant ainsi être attribuée à l’imperfection d’un signal commun plutôt qu’à leur manque de talent. Au delà de l’argument d’une préférence pour la conformité. dans les modèles de réputation et de ”career concern”. Pour Avery & Zemsky (1998). La finance comportemen- tale a cherché l’explication de tels phénomènes dans la reformulation des hypothèses relatives à la rationalité et aux préférences des agents (Pollin (2004). les investisseurs sont tour à tour amenés à privilégier les comportements d’imitation. Hirshleifer & Welch (1992). sont généralement classés en trois catégories. Dans les modèles de cascade informationnelle (Bikhchandani.1 Introduction Parmi les nombreuses anomalies de marché répertoriées par la littérature1 . Les comportements moutonniers peuvent intervenir dans le cadre des transactions de marché mais aussi lorsque les analystes et les lettres d’information (newsletters) formulent des recommandations financières ou des prévisions sur le cours des actifs et le bénéfice des firmes. faisant référence à une notion déjà bien connue des théoriciens et des praticiens de la fi- nance : le mimétisme. dont les articles de Bikhchandani & Sharma (2001) et de Hirshleifer & Teoh (2003) offrent un pa- norama complet. ce mécanisme fonctionne d’autant mieux que l’investisseur est peu expérimenté. l’incitation au mimétisme est renforcée lorsque l’agent a beaucoup à perdre en termes de réputation. Albouy & Charreaux (2005)). voir Schwerbt (2003). Pour Graham (1999). Clarke & Subramanian (2006) soulignent le rôle joué par les performances passées : les agents ayant commis peu d’erreurs peuvent se permettre une certaine intrépidité 1 Pour une revue de littérature très complète sur ce sujet. peuvent s’avérer inefficientes. Si le contrat prévoit de diminuer la rémunération en cas de performance inférieure au rendement du marché. Les modèles d’agence (Maug & Naik (1996)) se focalisent sur la délégation de ges- tion de portefeuille et la rémunération des gérants de fonds. Comme l’expliquent Scharfstein & Stein (1990). cette incer- titude les conduit à mimer les autres investisseurs. Mais un autre type d’argument a également été invoqué. Pen- sant que ceux-ci possèdent une information pertinente sur la valeur des titres. au contraire. attitude qui consiste à imiter les actions des autres agents. la vo- latilité excessive du prix des actifs constitue un sujet de préoccupation d’autant plus pregnant que la dernière décennie a été marquée par la crise des marchés émergents de 1997-1998 et par la bulle Internet à la fin des années 90. Ces travaux. les investisseurs ne connaissent pas leur propre niveau de compétence. Banerjee (1992)) les opérations d’achat et de vente sont observées par tous mais les agents ignorent l’information dont disposent les autres acteurs du marché. Enfin. Welch (1992). supposée dépendre de leur performance relative. 2 . bien que rationnelles. Le mimétisme a fait l’objet d’une littérature théorique abondante. il s’agit d’expliquer ce qui peut inci- ter un agent à négliger son information privée pour adopter des stratégies d’imitation qui. le gérant est incité à repro- duire l’indice afin de garantir sa propre rémunération.

notamment dans le cas des investisseurs institutionnels. une évaluation em- pirique du phénomène paraı̂t indispensable.i.t le nombre d’agents ayant effectué une transaction (achat ou vente) sur le titre i en t.tandis que ceux qui se sont beaucoup trompés ont peu à perdre et beaucoup à gagner en étant audacieux. Pour le mesurer. Nous présentons tout d’abord l’indicateur statistique proposé dans cette littérature pour mesurer un tel phénomène.t est supposée avoir une distribution binomiale. Si le mimétisme ne manque pas de justifications théoriques. les auteurs utilisent l’indicateur suivant : HLSV. Il est possible en effet que les agents agissent de manière similaire non pas par mimétisme intentionnel mais parce qu’ils exploitent la même information publique ou parce que leurs informations privées sont corrélées. 2.t − pt | où Ai. tous titres confondus. La qua- trième section conclut. Shleifer & Vishny (1992). Il s’agit non seulement d’en vérifier la réalité et l’ampleur mais aussi d’en déterminer les facteurs et les éventuelles im- plications sur l’évolution du cours des actifs. Le second terme est un facteur de correction qui tient compte de la dispersion ”naturelle” de toute transaction financière. Le premier terme de HLSV.t représente le nombre d’agents ayant acheté le titre i en t. Nous exposons ensuite les résultats obtenus concernant l’intensité du mimétisme institutionnel. dans l’hypothèse où les titres sont sélectionnés selon des tirages aléatoires indépendants.t − pt | −E | ni. le mimétisme est associé à un excès d’achats ou de ventes sur un titre donné.i. le rôle joué par les caractéristiques des titres et des investisseurs ainsi que la relation entre mimétisme et rendement des titres. Une première catégorie de travaux associe le mimétisme à une similarité excessive des comportements tandis qu’une seconde catégorie d’études le définit plutôt comme un phénomène de convergence vers le consensus de marché. Une telle démarche n’est pas sans difficultés.t mesure la propension d’un titre i à être davantage acheté (ou vendu) que ne le sont les titres dans leur ensemble. l’analyse pouvant être biaisée par l’existence d’un mimétisme dit falla- cieux.t Ãi. Ãi. 2 Mimétisme et similarité excessive des transac- tion à l’achat ou à la vente Cette section dresse un panorama des travaux dans lesquels le mimétisme est assimilé à une situation de similarité excessive des transactions financières. Ces deux conceptions empiriques du mimétisme sont présentées successivement dans les deuxième et troisième section de l’article. définie par la probabilité pt et un nombre de tirages 3 .t =| Ani.1 Un indicateur statistique Dans l’article fondateur de Lakonishok. et pt est la propor- tion d’acheteurs en t. ni. Cet article propose une re- vue de la littérature consacrée à ces questions.t i.

t devenant alors le nombre de lettres d’information qui conseillent l’achat du titre i en t. voir Sias (2004).25.t −Ai. qu’il s’agisse du cours ou du rendement des titres.5 | + 1!1! 2! 0. on doit avoir HLSV.52 0.t E| − pt |= . L’exemple de Sharma. l’indicateur de Lakonishok et al.i. | − pt |.5 et ni.i.t )! t ni.5 |= 0.t = 2.t constitue une mesure plus fine que celle proposée par Nofsinger & Sias (1999). qui associent le mimétisme à une faible dis- persion du rendement des titres.51 0.i. Ensuite parce qu’ils sont supposés être très enclins au mimétisme : mieux informés que les investisseurs individuels sur les transactions des autres intervenants du marché.t =0 terwood & Kumar (2005) permet de mieux comprendre le calcul de ce seconde terme. E | Ã i.t !(ni. | 22 − 0. | 20 − 0. chaque opération d’achat trouvant sa contrepartie dans une opération de vente. Ai.t = 0. Une valeur non nulle de HLSV. ni.t 2 Ãi.t le nombre de recommandations sur le titre i en t. Par exemple.51 .t ni. Eas- ni.t en termes de corrélation temporelle entre les transactions. | 12 − 0.égal à ni. fonds mutuels.t 2! − pt |= 0!2! 0.t traduit la présence de mimétisme et en mesure l’intensité.i. fonds de pension.i. signalons les travaux de Choe. Par construction.50 0. 3 Pour une interprétation de HLSV. qui traite des investisseurs individuels. Tan & Westerholm (2006). Plus l’indicateur est élevé. si le pourcentage d’acheteurs est de 50%. dédiés aux investisseurs étrangers et l’article de Do. compagnies d’assurance. D’abord parce que les investisseurs institutionnels pèsent désormais d’un poids très impor- tant sur les marchés financiers. En l’absence de suivisme sur le titre i en t. La sous-population généralement retenue dans les études est celle des in- vestisseurs institutionnels (banques. D’abord. ni. et pt la proportion de lettres recommandant l’achat en t. ce qui permet de déterminer par quel investisseur un titre a été acheté ou vendu.t . 4 . (1992) est difficile à transposer au cas des prévisions et recommandations4 . ou chez Hwang & Salmon (2004) dont la mesure repose sur la dispersion des bétas.t signifie que la proportion d’acheteurs du titre i est de 75% et la proportion de ven- deurs de 25%3 . L’utilisation de données de portefeuille permet par ailleurs d’éviter deux éceuils caractéristiques du recours aux données de marché. Son utilisation s’est en re- vanche largement répandue dans les travaux consacrés aux transactions financières. Pour p = 0.t X ni. Cheng & Khorana (2000). le calcul de HLSV.i.50 .t − Ai.t 2 .)5 . Kho & Stulz (1999) et de Agarwal. 5 Parmi les exceptions.. tous titres confondus. Or l’analyse du mimétisme institutionnel présente un intérêt tout particulier.t ! A Ai. Kim & Sias (2005).t . D’une part.5 | + 2!0! 2! 0.52 . ils sont aussi particulièrement sensibles aux effets de rémunération et de réputation décrits dans les modèles théoriques. une valeur de 0..t Ai. D’autre part. elle évite toute confusion avec une éventuelle vali- dation des hypothèses du MEDAF. Liu & Rhee (2007). comme c’est le cas chez Christie & Huang (1995) et Chang. l’indicateur HLSV.t n’a de sens que s’il est appliqué à une sous-population puisque sur l’ensemble du marché. 4 L’étude de Jaffe & Mahoney (1999) est une des rares à proposer une telle transposition. plus le mimétisme sur le titre considéré est important.(1 − pt )ni. il ne peut exister de tendance moyenne à l’achat ou à la vente. pour lesquelles il est initialement conçu.p i.t Ai. Deux raisons expliquent ce succès. La composition de leur portefeuille peut en effet être facilement connue.25 pour HLSV.

HLSV tient compte du nombre d’investisseurs et non du volume de transactions. égal à 1. D’autre part.t et Vi.t v +V v v à +Ṽ v v v | − | Ãv −Ṽ v | où Ai. Oehler (1998) avance deux arguments en faveur d’une telle thèse. tous titres confondus. Wylie (2005) retire de son échantillon les titres qui ne sont détenus initialement dans aucun portefeuille. chez Nofsinger & Sias (1999) et Kim & Sias (2005). la soustraction de pt purge HLSV du caractère glo- balement acheteur ou vendeur des fonds. 6 De surcroı̂t. le fait de connaı̂tre la na- ture (institutionnelle ou individuelle) mais pas l’identité du détenteur des titres génère le risque d’interpréter comme du mimétisme des transactions effectuées par un petit nombre d’investisseurs manipulant de grosses quantités de titres. sur les marchés émergents.t lumes de transactions à l’achat et à la vente sur le titre i en t tandis que Ãv et Ṽ v représentent les probabilités que le volume de transactions se fasse respectivement à l’achat et à la vente. pour qui HO est égale à 86.t =| AAi.t . pour être faibles.2%. Enfin. l’indicateur s’avère particulièrement faible. au contraire. s’avèrent bien supérieures à celles obtenues pour HLSV . dans celui de la Finlande. pour qui HO varie entre 78% et 83% selon le semestre considéré et celles de Oehler & Chao (2000). Starks & Titman (2007) et qui consiste à assimiler le mimétisme institutionnel à de fortes variations de la détention institutionnelle des titres6 . favorable au partage d’informations entre les actionnaires principaux. Il ne conserve ainsi que les actions sur lesquelles l’interdiction n’a aucune prise. n’en sont pas moins surévaluées. le suivisme serait par- ticulièrement élevé du fait d’une forte concentration des opérateurs institutionnels ainsi que de la sévérité de la réglementation qui réduit leurs opportunités d’investis- sement.t vant : HO. Afin de corriger ce biais qui se traduit par une troncature à gauche de la distribution de Ãi. 5 . la littéra- ture convoque des arguments d’ordre institutionnel. La relative faiblesse des évaluations dans le cas des Etats-Unis et de cer- tains pays européens (Allemagne. on peut alors conclure à l’absence de mimétisme malgré un volume d’achats éventuellement supérieur à celuiv desv ventes. En cas d’égalité entre le nombre d’acheteurs et le nombre de vendeurs d’un titre.Dasgupta. Dans le cas du Portugal. les estimations effectuées à partir de HLSV .t représentent respectivement les vo- i. D’une part.2%. 2.t i. Pour expliquer la supériorité du mimétisme dans les autres économies. Oehler (1998) propose alors d’utiliser l’indicateur sui- −Vi. Les estimations de Oehler (1998). Prat & Verardo (2007) ou encore Sias. Calculé sur le nouvel échantillon.i. L’indicateur ne tient pas compte de l’interdiction de la vente à découvert. c’est la faible transparence informationnelle qui est incriminée . stipulant qu’un titre ne peut être vendu par un gérant que s’il figure déjà dans son portefeuille. Royaume-Uni) a soulevé la question d’une pos- sible sous-évaluation du mimétisme. Pour Wylie (2005). c’est la forte concentration de la propriété.2 Quelle est l’ampleur du mimétisme institutionnel ? Le tableau 1 recense les valeurs prises dans la littérature par l’indicateur moyen HLSV .

8% 2% 1.78% Dans ce tableau comme dans les suivants.6% Voronkova & Bohl (2005) 01/1999-12/2002a Actions 17 fonds de pension polonais 22.98% 2.3% 9.” (”non significatif”). sauf s’il est mentionné ”n.6% Borensztein & Gelos (2001) 01/1996-03/1999m Actions 467 fonds mutuels de pays émergents 7.15% 2. les 2 dernières un découpage en fonction de la médiane. Sharma et al.17% 3. (1992) 6.66% Voronkova & Bohl (2005) 21. On peut supposer notamment que les titres émis par les petites entreprises font l’objet d’un mimétisme particulièrement fort : d’abord parce que les investisseurs palient l’opacité relative de l’information financière des petites firmes en copiant l’allocation des autres investisseurs .86% pour la totalité des 6 . fonds mutuels. Auteurs Q1 Q2 Q3 Q4 Q5 M1 M2 Lakonishok et al. les 5 premières colonnes du tableau indiquent un découpage de l’échantillon en fonction des quintiles. trimestrielles.38% Wylie (2005) 01/1986-12/1993s Actions 268 fonds mutuels britanniques 2. (2005) évaluent HLSV à 6. ”s” et ”a” indiquent des données respectivement quotidiennes. semestrielles et annuelles.s. mensuelles.6% Haigh. Boyd & Buyuksahin (2006) 01/2002-09/2006q Futures hedge funds américains 9% 01/2002-09/2006q Futures brokers et traders 7% Do et al.8% 13. 2: Valeurs de HLSV selon la taille (capitalisation boursière) des firmes émettrices. Les mentions ”q”.1% Do et al.9% Puckett & Yan (2007) 01/1999-12/2004h Actions 776 fonds de pensions et fonds mutuels américains 3. Titman & Wermers (1995) 01/1974-12/1984t Actions 274 fonds mutuels américains 2. Sur un échantillon d’actions émises par 430 entreprises américaines du secteur Inter- net entre le premier trimestre de 1998 et le quatrième trimestre de 2001. ”m”. Tab.2% Loboa & Serra (2002) 01/1998-12/2000t Actions 32 fonds mutuels portuguais 11.6% Wermers (1999) 6. brokers finnois 9. (1992) 01/1985-12/1989t Actions 769 fonds de pension américains 2. (2006) 03/1995-05/2004m Actions 32 banques.9% Wermers (1999) 01/1975-12/1994t Actions tous fonds mutuels américains 3. Auteurs Période Titres Investisseur institutionnel HLSV d’estimation Lakonishok et al.1% 3. Tab. des plus petites (Q1 ou M1 ) aux plus grandes (Q5 ou M2 ) Les comportements moutonniers sont également susceptibles d’être amplifiés dans les secteurs les plus porteurs d’asymétries d’information tels que les NTIC. hebdomadaires. (2006) 10. ”h”. 1: Estimations de HLSV 2. contre seulement 3.1% 17.58%.5% Oehler (1998) 01/1988-06/1993s Actions 28 fonds mutuels allemands 2. ensuite parce que les titres des petites entreprises sont les plus touchés par les pratiques de window dressing consistant pour les fonds à vendre massivement les actifs les moins performants ou les moins prestigieux avant la publication de leurs résultats.9% 2.4% Oehler & Chao (2000) 01/1993-12/1995s Obligations 57 fonds mutuels allemands 2.7% Grinblatt. Les chiffres reportés dans le tableau 2 confortent l’hypothèse d’une corrélation négative entre l’intensité du mimétisme et la taille des firmes. ”t”.89% 2. toutes les valeurs indiquées sont significatives.7% 20.4% 20.5% Dans ce tableau comme dans les suivants.3 L’ampleur du mimétisme institutionnel dépend-elle des caractéristiques des titres et des investisseurs ? Les estimations présentées dans le tableau 1 sont susceptibles de dissimuler un mimétisme plus marqué au sein de certaines catégories homogènes de titres ou de fonds.

2. à la vente) est le plus important sont ceux qui affichent les rende- ments contemporains les plus élevés (resp. Notamment.88% pour les fonds à revenu. HLSV est égal à 8. convergent : à l’achat. ce sont les valeurs ga- gnantes qui font l’objet du mimétisme le plus important . à la vente. Grinblatt et al. Inversement.4 Mimétisme institutionnel et rendement des titres La plupart des études déjà citées examinent l’influence du mimétisme sur le rendement des titres. ce sont les valeurs perdantes.77% entre 1998 et 2000 contre 4.22% entre 2000 et 2001 tandis que du côté des ventes. disposant d’un échantillon de 133 fonds off-shore et 987 fonds on-shore entre janvier 1997 et décembre 1999. Le mimétisme a été particulièrement in- tense pour les achats en période de gonflement de la bulle Internet et pour les ventes après son éclatement : du côté des achats. ces pourcentages sont respectivement de 3.actions américaines sur la même période.74%. les résultats. En revanche. consistant à acheter les titres dont les performances passées ont été bonnes et à vendre ceux dont les performances ont été mauvaises. Kyröläinen & Perttunen (2003) précisent que ce sont les investisseurs les plus actifs (en termes de nombres de jours de transactions) qui ont le plus intensifié leur mimétisme entre septembre 1996 et août 2000. Leur résultat est confirmé par Borensztein & Gelos (2001). les titres pour lesquels le suivisme à l’achat (resp.34% et 7. (2005) constatent que les rendements sont affectés par les retournements de com- portement des institutionnels. D’après le tableau 3.3% et 3%. Le cas des fonds britanniques semble atypique puisque Wylie (2005) obtient pour cha- cune des deux catégories des pourcentages de 1. limitant son analyse aux 200 plus grosses actions de 7 . les plus faibles). Ce postulat est validé pour les fonds américains : par exemple. (2006) aboutissent à la même conclusion en régressant le rendement des actions sur deux variables muettes indiquant si le titre a fait l’objet de mimétisme à l’achat ou à la vente. les fonds de croissance sont réputés plus enclins au suivisme que les fonds à revenu (dont la vocation est de percevoir des coupons et des dividendes). à partir d’un ensemble de fonds finnois opérants sur les 50 plus grosses valeurs de la Bourse d’Hel- sinki. L’ampleur du mimétisme dépend aussi de la nature des investisseurs institution- nels. résumés dans le tableau 4.55% pour les fonds de croissance et à 0. Do et al. ceux caractérisés par un très fort mimétisme à la vente sont les seuls à voir leur rendement anormal augmenter en cas d’interruption du mimétisme. La littérature s’intéresse également aux pratiques de feedback trading. De même. Dans le cas des marchés américains. Kim & Wei (2001) montrent que le mimétisme est plus important au sein des fonds on-shore anglais et américains qu’au sein des fonds off-shore. (1995) évaluent HLSV à 1. Par ailleurs. Les titres faisant l’objet d’un mimétisme à l’achat particulièrement intense sont aussi ceux dont le rendement anormal chute le plus en cas de disparition du mimétisme au trimestre suivant. Enfin. plus difficiles à imiter car moins transparents. Sharma et al. en raison de la difficulté à analyser la valeur fondamentale des firmes.

33% -0. celles-ci étant souvent obtenues par des canaux communs (rencontres avec les dirigeants d’en- treprises. le feedback trading ne représente qu’une partie du phénomène.45% -0. Wylie (2005) montre que les fonds anglais adoptent des stratégies contrariantes : les titres dont le mimétisme à l’achat est le plus intense affichent une performance passée moyenne de -0.61% 2.82% Sharma et al. Auteurs Q1 Q2 Q3 Q4 Q5 M1 M2 Wermers (1999) Achat 0. participations aux road show. (2005) Achat 9.t lesquels ni.07% tandis que ceux dont le mimétisme à la vente est le plus élevé se caractérisent par une performance passée de 0.04% 3.06% 2. (1995) Achat 1.28% 3. des plus mauvaises (Q1 ou M1 ) aux meilleures (Q5 ou M2 ) 8 .85% Ai.son échantillon.11% 2.85% Ai.7% 3% 3.51% Vente 3.12% Vente -16.07% 7.04% 5.67% 6. La portée de ces résultats ne doit cependant pas être surestimée.33% n.36% 3.t < pt ).19% Wylie (2005) Achat -0.07%.24% 0. 4: Valeurs de HLSV à l’achat (titres pour lesquels ni.06% Grinblatt et al. de la plus faible (Q1 ou M1 ) à la plus forte (Q5 ou M2 ) Auteurs Q1 Q2 Q3 Q4 Q5 M1 M2 Wermers (1999) Achat 2.59% 24.73% 5.t > pt ) et à la vente (titres pour Ai.t < pt ).57% Vente 0.35% 7.57% 5.97% -3.t > pt ) et à la vente (titres pour lesquels ni.66% 6.58% -0. le mimétisme fal- lacieux provient sans doute aussi de la corrélation des informations privées.93% -24. Or cette facette du mimétisme fallacieux est absente des travaux fondés sur l’indicateur HLSV .16% 2.18% 0.05% Sharma et al. Car s’il peut être assimilé à du mimétisme fallacieux (puisque les fonds opèrent à partir d’une information publique.48% 2.36% 7. selon l’intensité du mimétisme au cours du trimestre courant. 3: Rendements anormaux trimestriels à l’achat (titres pour lesquels ni.66% 0.s.68% Vente 5. Dans le cas des investisseurs institutionnels.88% Vente -0.). à savoir la performance passée des titres).82% -0.t Tab.. (2005) Achat 4. selon les performances du trimestre précédent.95% 6.38% 3.27% -1.t Tab.69% Vente 7.07% -1..78% 1.99% 3. -1.t Ai.

Un tel choix pouvant toutefois paraı̂tre ad-hoc. Les prévisions et les recommandations sont ici appréhendées comme des objets d’étude à part entière. une autre référence. associent le mimétisme à une forme de convergence vers une cible commune. Mittendorf & Narayanamoorthy (2005). donc inobservable. Dans sa version la plus simple et la plus courante. portent sur le bénéfice par action) ou des recommandations formulées sur un titre donné8 . l’article de Chevalier & Ellison (1999) constitue une exception. 8 Parfois. 9 La littérature anglo-saxonne utilise couramment les termes bold et boldness. lettre d’information américaine réputée et dont les recommandations fi- nancières sont facilement disponibles. de risque de risque systématique et de beta du portefeuille. dans la plupart des études. qualificatif plus couramment utilisé dans cette littérature9 . celle-ci doit être clairement définie. plus anonyme. le consensus en matière d’allocation est mesuré en termes de choix sectoriels. 3. Dans cette étude. les prévisions ou recommandations sont pondérées par leur ancienneté (on accorde alors davantage de poids aux prévisions ou recommandations les plus récentes) ou par la taille du broker qui emploie l’analyste. Olsen (1996)) ont été envisagées. Nous examinons ensuite les résultats obtenus concernant l’intensité du mimétisme et ses facteurs. se concentrant sur les prévisions et les recommandations financières. que cette référence est la plus largement utilisée7 . De fait. Glover. Mensah & Yang (2006)) ou celle du bénéfice réalisé (DeBondt & Forbes (1999). Certes.1 Le consensus comme cible du mimétisme Lorsque le mimétisme est assimilé à un mouvement de convergence vers une cible commune. Nous présentons d’abord la référence habituellement retenue dans cette littérature : le consensus de marché. plus elle est mimétique et moins elle est ”intrépide”. Mais ces choix se sont révélés trop artificiels pour conduire à 7 De ce point de vue. Graham (1999) propose de désigner nommément un meneur d’opinion : il s’agit en l’occurence de la Value Line Invest- ment Survey. peut être envisagée : le consensus de marché. Nous envisageons enfin une piste possible en vue d’une mesure plus robuste et moins sensible aux effets de mimétisme fallacieux. Cette démarche semble plus satisfaisante que celle consistant à les considérer comme de simples éléments d’une distribution statistique dont la dispersion fournirait une mesure du mimétisme s’exerçant sur le titre considéré.3 Mimétisme et distance au consensus Nous exposons maintenant des travaux qui. d’autres distributions de référence comme celle de la loi normale (Arya. pour lesquelles la notion de consensus se conçoit aisément. c’est dans les travaux menés sur les prévisions et les recommandations. le consensus est mesuré comme la moyenne des prévisions (qui. Plus une prévision ou une recommandation est proche du consensus. Car il s’agirait alors de comparer cette dispersion à celle d’une distribution purgée de tout mimétisme. 9 . menée à partir d’un échantillon de 242 gérants de fonds mutuels américains fourni par Morningstar pour 1992-1995. donc facilement imitables.

ces études s’inscrivent dans la lignée des modèles théoriques de réputation et de ”career concern”. Ils introduisent donc comme variables expli- catives l’expérience spécifique de l’analyste (le nombre d’années au cours desquelles il a suivi la firme). c’est à dire si le coefficient de régression est supérieur (resp. A l’instar de Chevalier & Ellison (1999). plus éloignée) du consensus que ne l’est le bénéfice réalisé. Kubik & Solomon (1998) s’intéressent-ils aux effets de l’ancienneté sur la distance de la prévision au consensus. Ainsi Hong. réalisée à partir de 302 451 révisions de re- commandations annuelles d’analystes américains.des évaluations convaincantes du mimétisme. Par la méthode du maximum de vraissemblance. La conclusion est cependant différente dès lors qu’on s’intéresse aux recommandations. 3.3 Quels sont les déterminants du mimétisme et de l’intrépi- dité ? Plus que l’intensité du phénomène. Estimé sur un échantillon de 836 639 prévisions four- nies par I/B/E/S (Institutional Brokers Estimate System) pour la période 1993-1999. le coefficient de régression est égal à 0. d’autant qu’une faible dispersion des prévisions ou recommandations peut également s’interpréter comme la manifestation d’une information moins ”bruitée” et de meilleure qualité (Kim & Pantzalis (2003)). intrépidité) est acceptée si la prévision est plus proche (resp. sa performance passée (la précision de sa précédente prévision). ce sont surtout ses déterminants que la littérature portant sur les prévisions et recommandations cherche à mettre en évidence. supposées favoriser l’intrépidité de ses prévisions.2 Les prévisions et recommandations sont-elles mimétiques ou intrépides ? Afin de mesure l’intensité du mimétisme en matière de prévisions. Zitzewitz (2001) régresse la différence entre le bénéfice par action réalisé et le consensus sur l’écart entre la prévision de bénéfice et le consensus. dont les modalités vont de 1 (”achat fortement conseillé”) à 5 (”vente fortement conseillée”). L’hypothèse de mimétisme est alors validée puisque l’indicateur est significatif. porte sur la période 1989-1994. il estime un indicateur interprété comme la probabilité qu’une recommandation soit révisée en suivant (si le coefficient est positif) ou en évitant (si le coefficient est négatif) le consensus. fourni par Zachs. Les recommandations y sont exprimées sous forme d’une variable discrète. la taille du broker ainsi que son degré de spécialisation 10 . égal à 13%. suggérant l’intrépidité des prévisions. comme le montre l’étude de Welch (2000). Son échantillon. Clement & Tse (2005) tiennent également compte de la qualité de l’information et de la compétence de l’analyste. une fois prise en compte la possibilité que celui-ci soit at- teint indépendamment de tout suivisme.67. qui montrent que les gérants les plus âgés sont ceux dont l’allocation s’écarte le plus du consensus. la fréquence de ses prévisions. L’hypothèse de mimétisme (resp. 3. inférieur) à 1.

(1998). les études de Hong et al. définie comme le coefficient de pondération associé. Theodore & Lewis (2001) et Gleason & Lee (2003) qui. Krishnan et al. Kri- shnan.92% pour les autres. Clement & Tse (2005) établissent aussi que la qualité de l’informa- tion et la compétence de l’analyste jouent un rôle puisque la performance passée. dans sa fonction de profit. L’introduction de cette variable permet aussi de tenir compte du fait que l’intensité du mimétisme varie selon qu’elle est mesurée au niveau des prévisions ou des analystes : elle peut par exemple être faible dans le premier cas et élevée dans le second dès lors que les analystes audacieux sont les plus nombreux mais qu’ils formulent moins de prévisions que les analystes mimétiques. 11 . il renvoie à la relation non linéaire mise en évidence par Clarke & Subramanian (2006) : l’intrépidité serait d’autant plus forte que les performances de l’analyste ont été très bonnes ou très mauvaises. Ces conclusions sont en grande partie contredites par Krishnan et al.88% des prévisions pour les analystes recensés par l’Institutional Investor dans sa publication ”All american research team”. La divergence concernant l’expérience des analystes reflète l’opposition entre les modèles théoriques de Avery & Chevalier (1999) et de Graham (1999)11 . (2006) montrent que les prévisions les plus intrépides proviennent des analystes ayant une plus faible propension au mimétisme. Clement & Tse (2005) et Clarke & Subramanian (2006) montrent que l’expérience générale accroı̂t l’intrépidité des prévisions10 . Lamont (2002)). Lim & Zhou (2006) y ajoutent la propension au mimétisme de l’analyste. 11 Cette divergence existe aussi dans le cas des prévisions macroéconomiques (Ashiya & Doi (2001). concluent à la supériorité du contenu informationnel de celles-ci. tandis que le nombre de secteurs couverts l’atténue. (2006). Clarke & Subramanian (2006) cherchent à vérifier leur résultat théorique selon lequel il existerait une relation non linéaire entre mimétisme et performances passées.(inversement corrélé au nombre de firmes et au nombre de secteurs couverts). contre 0. Le mode de construction de cette variable dépasse la conception binaire souvent retenue dans les autres travaux : un coefficient positif signale une tendance au mimétisme. ayant montré que le rendement des titres est moins affecté par les prévisions mimétiques que par les prévisions intrépides. Ces résultats sont à rapprocher de ceux de Cooper. Enfin. l’autre terme étant l’erreur de prévision. Enfin. un coefficient négatif une tendance à l’intrépidité tandis qu’un coefficient nul révèle l’absence de référence au consensus. Quant au désaccord sur l’effet de la performance passée. D’après le tableau 5. la fréquence des prévisions et la taille du broker renforcent l’intrépidité. à l’écart de la prévision au consensus. 10 Stickel (1990) confirme ce résultat en montrant qu’une variation du consensus de 1% implique une révision de 0.

012 Expérience générale -0. c’est à dire à la médiane de la distribution anticipée de celui-ci. 12 . le caractère qualitatif de la variable explicative justifie l’estimation d’un modèle Logit et non pas linéaire comme dans les autres travaux. On s’intéresse alors à p (resp. Auteurs Période Nombre Variables explicatives Coefficients estimés d’estimation de prévisions (données I/B/E/S) Hong et al. (1998) 1987-1996a 104 807 Expérience générale 0. à sa meilleure estimation du bénéfice par action.s. 5: Intrépidité des prévisions.053 Nombre de firmes 0.0007 Tab. Nombre de secteurs -0.s.038 Clement & Tse (2005)12 1987-1999a 57 596 Expérience générale 0. et caractéristiques des analystes 3. q).016 Fréquence des prévisions n.006 Expérience spécifique 0. supérieur) à la prévision sa- 12 Dans cette étude. la probabilité que le bénéfice réalisé soit inférieur (resp.772 Erreur passée2 0. situation dont on sait qu’elle peut être source de mimétisme fallacieux.1803 Krishnan et al.028 Nombre de secteurs n. Le mimétisme se caractérise au contraire par un éloignement de la meilleure estimation possible et un rapprochement du consensensus de sorte que la prévision se trouve entre le consensus et la médiane. (2006) 1990-2004a 1 293 487 Propension au mimétisme -0. Ils rappellent que le mimétisme se caractérise également par une sous-utilisation de l’information privée.1483 Fréquence des prévisions 0.s. ce qui exclut tout risque d’interpréter comme du conformisme des situations qui relèvent en fait d’une similarité des informations privées.334 Erreur passée -0. L’analyste a donc autant de chance d’émettre une prévision supérieure au bénéfice réalisé qu’une prévision inférieure.2030 Nombre de firmes n. Ceci les amène à proposer une mesure plus robuste notamment en cas de corrélation des informations privées. Taille du broker 0.4 Vers une mesure plus robuste du mimétisme et de l’intré- pidité ? Bernhardt. étant donné l’information dont il dispose. Campello & Kutsoati (2006) soulignent une limite importante des travaux qui viennent d’être présentés : la proximité du consensus ne signifie pas en soi qu’une prévision ou une recommandation est conformiste. Clarke & Subramanian (2006) 1988-20000a 182 188 Expérience générale 3. mesurée par la distance au consensus. Les auteurs considèrent en effet qu’en l’absence de mimétisme. Précision passée 0.2765 Taille du broker 0. la prévision d’un analyste doit correspondre.1168 Expérience spécifique n.025 Précision passée -0. Ceci est valable même en cas de corrélation des signaux privés.s.

(2006) concluent donc. Comme le soulignent Drehman. En cas de mimétisme. la moyenne arythmétique des probabilités p et q doit donc être inférieure à 21 . elle évolue dans le sens d’un meilleur traitement des problèmes de mimétisme fallacieux et d’une plus grande robustesse des évaluations. Toute- fois. centrée sur le mimétisme institutionnel. résultat qui vient conforter celui obtenu dans le cadre des études sur le mimétisme institutionnel. La seconde littérature. (2007) s’intéressent également à l’influence exercée par les ca- ractéristiques des analystes et des firmes sur le caractère mimétique ou intrépide des prévisions. Estimée sur un échantillon de 387 756 prévisions trimes- trielles émanant d’analystes américains et recensées par I/B/E/S pour la période 1989-2000. consiste à associer le conformisme à une similarité excessive des opéra- tions d’achats ou de ventes sur un titre donné. Naujoks et al. obtenue à partir d’un échantillon de 77 279 prévisions I/B/E/S formulées par des analystes allemands entre 1994 et 2005. l’intrépidité apparaı̂t d’autant plus faible que le nombre de firmes couvertes par l’analyste est élevé. type de fonds) et montrent que le mimétisme institutionnel affecte le rendement des titres. deux littératures semblent émerger. 4 Conclusion Malgré la grande disparité des études menées sur l’évaluation empirique du mimétisme. Cette probabilité p (resp.chant que celle-ci est supérieure (resp. comme Zitzewitz (2001). inférieure) au consensus. Elle présente également la particularité de s’inspirer de la littérature théorique. d’observer un bénéfice réalisé inférieur (supérieur) à la médiane. en cas d’intrépidité. notamment des modèles de réputation et de ”career concern”. Aretz. elle doit être supérieure. Elle est par ailleurs d’autant plus forte que la capitalisation de la firme est importante. à l’intrépidité des prévisions. qui porte essentiellement sur les prévisions et les recommanda- tions. Naujoks. Oechssler & Roider (2007) reprenant Hirshleifer & Teoh (2003). les problèmes posés par la mesure empirique du mimétisme sont ce- 13 . L’adoption d’une mesure plus robuste conduit à nuancer le rôle joué par certaines variables. égale à 12 . q) est plus faible (resp. Surtout. conformément à l’intuition et au résultat de Clement & Tse (2005). cette moyenne est égale à 0. Bernhardt et al. ces travaux mettent aussi en évidence cer- tains de ses facteurs (taille et secteur d’appartenance des firmes émettrices. L’indicateur statistique utilisé s’affranchit cependant de toute référence à la littérature théorique et reste très sensible aux effets de mimétisme fallacieux. Centrés sur l’évaluation de l’in- tensité du mimétisme institutionnel. en termes de caractéristiques des analystes. plus élevée) que la probabilité. Le fait que l’expérience générale et spécifique et la taille du broker n’apparaissent plus comme des déterminants de l’intrépidité suggèrent que leur effet relève davantage du mimétisme fallacieux que du mimétisme intentionnel.583.592. La première. s’intéresse moins à l’intensité du phénomène qu’à l’étude de ses déterminants. Kerl & Walter (2007) aboutissent au même constat en se fondant sur une valeur de 0.

Borensztein. G. Références Agarwal. 343–346. 325–350. J. dans la lignée des travaux de Anderson & Holt (1997). 139–143. & Kutsoati. Journal of Political Eco- nomy 100. mimeo. J. ‘La finance comportementale ou l’ émergence d’un nouveau paradigme dominant ?’. A. S. P. ‘Herd behavior of japanese economists’.. & Gelos. 992–1026. 279–310.pendant loin d’être totalement résolus. & Doi. & Sharma. ‘Who herds and with whom ? new evidence on herding behavior of domestic and foreign investors in the emerging stock markets’. Arya. & Holt. Anderson. Ashiya. contribuer à sur- monter ces difficultés et permettre l’emergence d’une nouvelle littérature empirique de référence sur le mimétisme.. & Chevalier. (1998). 797–817. ‘A simple model of herd behavior’. Le recours à l’expérimentation pourrait. Mittendorf. C. 14 . l’information privée étant inobservable.. & Welch. Journal of Fi- nancial Economics 80. (2001). & Charreaux. C. Journal of Economic Behavior and Organization 46. C.. (1999). & Zemsky. (2007). (2005). 243–252. M. American Economic review 88. & Narayanamoorthy. D. ‘A theory of fads. (2001). L. ‘Information cascades in the laboratory’. (1997). E. M. D. Bernhardt. Avery. ‘Who herds ?’. Revue Française de Gestion 157. T. M. (2001). A. 657–675. ‘Herd behavior in financial markets’. Bikhchandani. ‘Multi-dimensional uncertainty and herd behavior in financial markets’. ‘Herding over the career’. Banerjee. aucune étude fondée sur l’utilisation de données réelles ne parviendra à déterminer lequel des mécanismes proposés dans la littérature théorique est le plus pertinent ni à évaluer précisemment le rôle joué par la corrélation des signaux d’information dans l’explication des comportements moutonniers. Avery.com/abstract=986029. Economics Letters 70. S. (2006). Bikhchandani. (1992). G. Quarterly Journal of Eco- nomics 107. A. ‘A panic-prone pack ? the behavior of emerging market mutual funds’. http ://ssrn. Glover. I. cus- tom and cultural change as informational cascades’. IMF Staff Papers 47(3). IMF Working Paper 00/198. Car. (2005). R. S. 724–748. S. Liu. 847–862. American Economic Review 87. E.. Campello. Journal of Accounting and Public Policy 24. & Rhee. B. (1992). S. fashion. Hirshleifer. ‘Unintented consequences of regulation disclosures : The case of regulation fair disclosure’. Albouy.

Choe. R. Graham. Journal of Finance 54. Journal of Financial Economics 61. Journal of Finance 60. A. (1999). Cooper. 15 . Prat. Dasgupta. & Ellison. C. M.. ‘Herding among investment newsletters : Theory and evidence’. ‘Dynamic forecasting behavior by analysts : Theory and evidence’. portfolio performance and herding : A study of mutual fund behavior’. 307–341. & Solomon. ‘Analyst forecast revisions and market price discovery’.. DeBondt. University of Sidney.com/abstract=142895. 31–37. Drehman. (1995). G. D. & Stulz. Hong. Boyd. ‘Following the leader : A study of indivi- dual analysts’ earnings forecasts’.uk/ amil/dpv. & Roider. (2000). S. Do. Commodity Futures Trading Commission. E. B. ‘Herd behavior and cascading in capital markets : A review and synthesis’. C. 81–113. mimeo School of Business. (2003). Cheng. J. 383–416. (2006). A. & Teoh.Chang.ac. & Lee. B. W. Chevalier. J. & Westerholm. European Financial Management 5(2). M.lse.. (2007). Clement. M. Tan. (2007). 25–66. N. S. ‘Institutional trade persistence and long-term equity return’. 391–345. ‘Financial analyst characteristics and herding behavior in forecasting’. G. & Wermers. ‘Following the pied piper : Do individual returns herd around the market ?’. H. H. (2006). Financial Analysts Journal 88. Grinblatt. 389–432. Journal of Financial Economics 54. mimeo http ://fmg. ‘Momentum investment strategies.-C. Theodore. ‘Herding investors and corporate governance in a concentrated market’..pdf. J. (1999). M. Hirshleifer. Kubik. (2005). (2001). M. & Lewis. Titman. 193–225. S.. M. J. A. ‘Herding in analyst earning forecasts : Evidence from the united kingdom’. W.. J. Christie. ‘Security analysts’ career concerns and herding of earnings forecasts’. 143–163. 227– 264. Journal of Banking and Finance 24. & Forbes. J. American Economic Review 85.. (1999). (1998). & Subramanian. ‘Herding with and without payoff externalities : an internet experiment’. & Verardo. (1999). mimeo http ://ssrn. Journal of Financial Economics 80. Gleason. 1654–1679. ‘Herding amongst hedge funds in futures markets’. (2003). ‘An examination of herd behavior in equity markets : An international perspective’. A. E. A. Oechssler. & Huang. Kho. D. A. & Khorana. C. H. 1088–1105. International Journal of Industrial Or- ganization 25. 237–286. (1995). ‘Do foreign investors destabilize stock mar- kets ? the korean experience in 1997’. Accounting Review 78. R.. (2006). & Tse. W. & Buyuksahin. Quar- terly Journal of Economics 114(2). Haigh. J. R.-S. Clarke.. ‘Carrer concerns of mutual funds managers’. European Financial Management 9. V.

(1996). Kim. C. ‘Global/industrial diversification and analyst her- ding’. ‘An empirical evaluation of analysts’ herding behavior following regulation fair disclosure’. Aretz. A.. 586–616. M. P. Y. European Financial Management 59. ‘Institutional herding. ‘Investors’ activity and trading behavior’. Shleifer. (1999). A. Center for Economic Development Working Paper. A. R. (2003). mimeo http ://ssrn. & Serra. IFA Working Paper 223. (2000). 69–79. J. P. & Vishny. & Zhou. Maug. A. (2007). & Mahoney. Lamont. Banberg Uni- versity Working Paper. Naujoks. (2006). ‘Do german security analysts herd ?’. & Yang. & Salmon. M. K. (1992).-P. ‘Herding and feedback trading by institutional and individual investors’.. mimeo http :/ssrn. ‘Macroeconomics forecasts and microconomic forecasters’. Journal of Finance 54. Kim. 37–41. Whitcomb Center for Research in Financial Services Working Paper 06-21. Loboa. N. & Wei. S. (2002). Journal of Financial Economics 32. Oehler.com/abstract :302685. & Pantzalis. Jaffe. 289–307. Lim. Kyröläinen. ‘Implications of herding behavior for earnings estimation. ‘Analysts’ herding propensity : Theory and evidence from earnings forecasts’. 452–465. & Naik. A. Pollin. Journal of Empirical Finance 11.. University of Porto Working Paper. & Walter.. risk as- sement and stock return’. J. K. Olsen. Financial Analysts Journal 52. W. J. ‘Market stress and herding’. Jour- nal of Economic Behavior and Organization 48. Mensah. Kerl. M. & Perttunen. & Sias. Krishnan. 23–43. 139–156. (2004). J. 2263–2295. Kim. Revue d’Economie Fi- nancière 74. (2001). business groups and economic regimes : Evidence from japan’. Finanz- market und Portfolio Management 12. (2003). (2006). Havard University. Lakonishok.com/abstract=1019276. J. ‘The performance of investment letters’.-P. O. S. Journal of Financial Economics 53. ‘Herding and delegated portfolio management’. R. (2002). 16 . Nofsinger. C. J. mimeo http ://ssrn.Hwang. (1998).com/abstract=929467. 213–242. (2004). S. & Chao. J. ‘Volatilité et finance comportementale’. (1996). 265–280. E. & Sias. J. A. Oehler. ‘Herding behavior : Evidence from portuguese mu- tual funds’. Journal of Business 78. ‘Offshore investment funds : Monsters in emerging mar- kets ?’. R. (2005). R. ‘The impact of institutional trading on stock pricing’. (1999). ‘Do mutual funds specializing in german stocks herd ?’. G. Institutional herding in bond markets.

Elsevier.com/abstract=283779. Scharfstein. Journal of Ac- counting Research 28. (2003). 939–974. & Stein. M. ‘Institutional herding and the internet bubble’. Welch. (1990). American Eco- nomic Review 80. S. ‘Predicting individual analyst earnings forecasts’. G. (1992). A. I. (2007). Sharma. L. 165–206. S. Sias. mimeo. ‘Measuring herding and exaggerating by equity analysts and other opinion sellers’. R. Schwerbt. D. ‘The determinants and impact of short-term institu- tional herding’. Wylie. in Handbook of the Econo- mics of Finance. V. chapter 15. learning and cascades’. Sias. (2005). Journal of Finance 54. Voronkova. (2000). 465–479. & Yan. mimeo University of Michigan-Dearborn. R. pp. J. ‘Mutual fund herding and the impact on stock prices’. 369–296. (1999). & Kumar. (2004). Journal of Financial Economics 58.Puckett. http ://ssrn. 1537–1650. Journal of Business 78. Review of Financial Studies 17.. X. Welch. S. 409–417. 381–403. Wermers. ‘Fund manager herding : A test of the accurracy of empirical results using uk data’.. E. J. R. ‘Institutional herding’. ‘Sequential sales. (2005). Easterwood. (2001). mimeo http ://rssrn. (2005). Stickel.com/abstract=972254. Journal of Business Finance and Accounting 32. (2007). 17 . S. ‘The price impact of institutional trading’. & Bohl. I. Stanford Graduate School of Business Research Paper 1802. Starks. & Titman. Journal of Finance 47. 581–622. 695–732. Zitzewitz. (1990). ‘Institutional traders’ behavior in an emerging stock market : Empirical evidence on polish pension investors’. ‘Herding among security analysts’. R. ‘Herd behavior and investment’. Anomalies and Market Efficiency.