Les biais cognitifs – Les principaux biais comportementaux

By 14 June 2012

2. Les biais cognitifs

Le système cognitif humain peut être défini comme un système de traitement de l’information actif, en ce sens qu’il manipule l’information à travers plusieurs processus cognitifs tels que l’encodage, le stockage, ou la récupération. Les erreurs cognitives sont susceptibles de se produire au cours de ce processus et présentent donc l’intérêt d’être relatifs à l’information. L’étude des quatre différentes étapes du processus de traitement de l’information permettra de comprendre les conséquences que peuvent avoir ces phénomènes cognitifs sur la formation des prix sur les marchés financiers.

L’étude des erreurs pouvant affecter le processus de traitement de l’information entre dans le champ de la psychologie cognitive. Quatre principales étapes de ce processus ont pu être identifiées.

Face à un stimulus telle une information, l’individu opère un traitement primaire, en lui donnant une signification de manière consciente ou inconsciente : ce sont les deux premières étapes d’analyse du contexte environnemental et de signification informative des stimuli. Ensuite, s’opère un tri en fonction des processus de mémorisation passés et de l’intensité de l’information. S’effectue alors une remémoration des informations pertinentes. Enfin, seule l’information jugée pertinente est prise en compte dans le raisonnement et la prise de décision qui constituent ainsi la dernière étape du processus de traitement de l’information.

Tout d’abord il existe des biais relatifs à la signification informative des données reçues. La perception est le phénomène psychologique qui nous relie au monde par l’intermédiaire de nos sens. C’est la base du traitement de l’information. Percevoir est à la fois une activité psychologiquede sélection, d’organisation de l’informationet de construction de significations. A ce premier stade du traitement mental, l’information brute reçoit donc une signification. La signification la plus simple possible est l’affectation d’un critère dichotomique tel hausse, baisse, bonne ou mauvaise nouvelle. Les biais possibles à cette étape sont essentiellement des erreurs d’interprétation et de compréhension. Bien qu’il s’agisse de biais cognitifs, ces erreurs sont dues à une mauvaise signification de l’information brute. Une telle situation est difficilement généralisable et donc transposable en finance.

Dans la seconde étape du processus de traitement de l’information peuvent apparaître des biais relatifs à l’élimination de l’information non pertinente. L’hypothèse de rationalité suppose que les agents économiques prennent en compte l’ensemble des informations pertinentes disponibles. Le biais de dissonance cognitive (cognitive dissonance) peut conduire l’individu au rejet de certaines données pourtant indispensables aux étapes ultérieures de raisonnement et de décision. La dissonance cognitive peut être définie comme l’élimination partielle ou totale d’informations pertinentes mais contraires aux croyances de l’individu. Ce biais affecte les phénomènes cognitifs ultérieurs ce qui peut provoquer des erreurs de raisonnement.

La troisième étape de mémorisation et de récupération des données reçues est également susceptible de faire l’objet de certains biais. S’agissant de la mémorisation, le biais d’erreur rétroactive (hindsight bias) indique que les croyances antérieures sont partiellement écartées du processus de traitement de l’information et remplacées par des croyances basées sur les informations récemment acquises.

Le biais de disponibilité (availability bias) est lui relatif à la récupération des informations mémorisées. Il reprend le principe général par lequel les individus évaluent la probabilité associée à un évènement en fonction de la facilité avec laquelle des exemples de cet évènement lui viennent à l’esprit. Kahneman et Tversky (1974) ont par exemple demandé à 152 individus anglophones de dire s’il y a plus de mots commençant pas un K ou ayant un K en troisième position. 105 individus ont affirmé que les mots commençant par K étaient les plus nombreux, alors qu’en réalité il y en a deux fois plus qui possèdent un K en troisième position. Ils expliquent ce résultat par la plus grande facilité qu’il y a à trouver des mots commençant par K. Appliqué à la décision financière, le biais de disponibilité intervient lorsque les agents utilisent des raisonnements par analogie faute d’informations suffisantes. Marciukaityte, Sczewczyk et Varma (2003) ont expliqué ainsi pourquoi les placements privés rencontrent un succès plus important lorsque des placements privés comparables ont bien réussi dans un passé récent. Ces placements étant effectués par de jeunes entreprises, il n’est pas possible d’évaluer les résultats futurs à partir des résultats passés. Pour la même raison, l’accueil fait par le marché aux opérations du fusion-acquisition et d’introduction en bourse dépend du succès des dernières opérations effectuées sur le marché. Il convient de préciser que pour Schiller ce biais de disponibilité joue un rôle fondamental dans le phénomène des bulles spéculatives. L’attention des agents serait focalisée sur certaines informations et les conduirait ainsi à privilégier une classe d’actifs plutôt qu’une autre.

Enfin, les biais relatifs au raisonnement sont les plus nombreux. Même si aucun biais ne serait venu affecter les étapes antérieures, ce qui semble peu vraisemblable, la quantité d’informations à intégrer dans le processus de décision est trop importante pour être utilisée intégralement. Les individus adoptent alors des règles simplificatrices. La révision biaisée des croyances constitue la conséquence principale des biais d’ancrage et de représentativité.

Le biais d’ancrage (anchoring bias) traduit le fait que les individus raisonnent par rapport à des valeurs clés, qu’ils utilisent comme repère. Ce biais a été consacré par les recherches de Kahneman et Tversky (1973) et un exemple classique peut en être donné. Des individus, après avoir tourné une roue de la fortune numérotée de 0 à 100 devaient indiquer le nombre de pays africains membres de l’Organisation des Nations-Unies. Un premier groupe a tiré un nombre médian de 10 et a fait une estimation médiane de 25. Le second groupe a tiré un nombre médian de 65 et a donné 45 comme réponse médiane. Les nombres sortis par la roue ont donc une influence importante sur les estimations des individus54. Il a été montré qu’en cas d’information nouvelle, ce biais entraîne un ajustement systématiquement trop faible des croyances antérieures, provoquant ainsi une sous-réaction de l’individu. Sur les marchés financiers, une foule de nombres peuvent servir de point d’ancrage aux agents. Ainsi le prix observé sur le marché peut influencer les agents. Les professionnels n’échappent pas à ce biais d’ancrage au prix affiché, ce que révèle une étude réalisée par Northcraft et Neale (1987) au cours de laquelle il a été demandé à des agents immobiliers d’estimer le prix d’une maison qu’ils ont pu visiter et pour laquelle ils disposaient d’une brochure mentionnant le prix demandé par les propriétaires. L’estimation fournie varie sensiblement en fonction du prix contenu dans la brochure.

Les différents biais de représentativité (representativeness bias) font référence à la tendance consistant à généraliser ce qui au départ n’est que particulier. L’individu se sert d’exemples pour établir des lois générales, ce qui est contraire aux lois de probabilité. Deux principaux biais de représentativité ont été mis en évidence.

L’«effet momentum » déjà évoqué fait extrapoler aux agents les rendements futurs à partir des rendements passés. Ce biais influe sur la façon dont les agents gèrent leurs actifs. Ainsi une gestion dite « momentum » consistera à acheter les actifs ayant le mieux performé dans un passé récent.

Un effet de faux consensus pousse cette fois les individus à surestimer la représentativité de ce qui les concerne. Welch (2001) a montré que les financiers forment leur estimation finale en faisant une moyenne entre leur estimation personnelle initiale et leur estimation du consensus de la communauté financière. Or cette estimation du consensus n’est souvent qu’une extrapolation de l’estimation personnelle initiale. Cet effet de faux consensus est amplifié si l’agent fait preuve d’un excès de confiance ou s’il est confronté à un déficit d’information.

Griffin et Tversky (1992) ont tenté de réunir tous ces phénomènes pour expliquer les sur et les sous réactions des marchés. Ils ont attribué à une information deux variables, une traduisant sa force et l’autre son poids statistique. Selon les auteurs, l’investisseur a tendance à prêter trop d’importance à la forceou à la faiblesse d’une information, au détriment de son poids statistique. Lorsque l’information a une force plus faible que son poids statistique, l’agent retiendra la faiblesse de l’information et sera ainsi conduit à sous-réagir. Au contraire, lorsque l’information a une force élevée, elle apparaîtra comme pertinente, et cela même si elle est peu significative d’un point de vue statistique. Cette situation conduira le plus souvent à une sur-réaction de l’investisseur.

La recherche en finance comportementale fournit un corps théorique en adéquation avec les résultats empiriques obtenus par l’étude des marchés financiers. Etudier les marchés sous l’angle comportemental permet de fournir une meilleure explication des phénomènes observés et constitue ainsi une véritable révolution « einsteinienne »55.

Cette nouvelle finance ne se limite pas à remettre en cause le paradigme de l’efficience des marchés sur lequel s’est construite toute la théorie financière au cours du dernier demi-siècle, bien qu’une telle performance suffise à susciter l’intérêt. Le potentiel de cette jeune théorie est déjà surprenant, et pourtant nous ne sommes qu’aux prémices de l’exploration de la voie comportementale. L’approche comportementale interpelle de nombreux domaines autres que la finance, au premier rang desquels figure le droit des marchés financiers.
Lire le mémoire complet ==> (La finance comportementale, régulation des marchés financiers)
Mémoire de fin d’études – L’université PANTHEON ASSAS (PARIS II) droit – économie – sciences sociales

_______________________________

54 Le nombre de pays africains membres de l’Organisation des Nations-Unies est de 45.

55 B. Marois, Professeur Emérite HEC Paris.