Menu Close

Profil d’investisseur : à quand une finance comportementale ?

Tous les investisseurs n'ont pas le même profil.

La première directive MIF (Marché d’instruments financiers), votée en 2004 et mise en application en 2007 prévoyait déjà de mesurer le profil des investisseurs particuliers. Ce point est repris dans la directive MIF 2, mise en application en France en janvier 2017. Cependant, ces deux directives européennes ainsi que les recommandations émises par l’Autorité des marchés financiers (AMF) et l’Autorité de contrôle prudentiel et de résolution (ACPR) en 2013 laissent finalement beaucoup de marge de manœuvre quant à la mise en pratique.

Chaque intermédiaire financier a donc son propre questionnaire. Si vous avez ouvert un compte titre, vous l’avez déjà rempli, probablement sans y prêter grande attention.

Mais que peuvent bien mesurer ces questionnaires ? Donnent-ils tous les mêmes résultats ? Est-il vraiment si facile de mesurer le profil d’un investisseur ?

Des points objectifs à prendre en considération…

Lorsqu’on cherche à établir le profil d’un investisseur, on doit prendre en compte des variables relevant du profil sociodémographique (situation financière, situation familiale, âge…), facilement mesurables.

L’horizon d’investissement et les objectifs de rendement – par exemple complément de revenu ou capital pour la retraite – doivent également être établis.

Mais surtout du subjectif !

Jusque-là, la tâche est « relativement » aisée.

Les choses se compliquent nettement lorsqu’il faut mesurer les compétences et connaissances en matière de finance du client particulier. La plupart du temps, ce sont des questions basées sur l’expérience en investissements financiers qui sont posées. Mais est-ce qu’expérience et connaissances ou compétences sont réellement synonymes ?

En 2012, dans un colloque académique conjoint entre l’Autorité des marchés financiers et l’Autorité de contrôle prudentielle et de résolution, André de Palma et Nathalie Picard soulignent qu’une approche plus subjective de mesure des connaissances en matière de Finance devrait également être envisagée. C’est probablement les travaux de ces deux chercheurs qui ont mené l’AMF et l’ACPR à émettre des recommandations en ce sens en 2013.

Mais le fond du problème est bien la tolérance vis-à-vis du risque du client particulier, qui doit être mesurée par l’intermédiaire financier. Il faut commencer par reconnaître que l’on ne sait pas exactement définir ce qu’est le risque. De manière générale, on parle souvent de la « variabilité » des rendements. Mais il y a potentiellement d’autres indicateurs à prendre en compte, par exemple l’asymétrie des rendements ou les risques dits extrêmes.

De fait, mesurer quelque chose qui n’a pas une définition parfaite est très difficile. Sans surprise, différentes méthodes de mesure donneront des résultats différents. Dans les questionnaires visant à définir un profil d’investisseur, on voit ainsi d’un questionnaire à l’autre des corrélations assez faibles, à moins de 40 % (De Palma et Picard, 2010).

Encore pire : avec la même méthode et à quelques semaines d’intervalle, on n’obtiendra pas exactement le même score lorsque l’on tente de mesurer un coefficient d’aversion au risque. La corrélation est forte (de l’ordre de 70 %), mais encore loin d’être parfaite. Pourquoi de telles différences ? Tout simplement parce que notre humeur peut changer, et que nous nous sentons parfois plus entreprenants et plus à même de prendre des risques. Des choses aussi éloignées de la finance traditionnelle que le taux de certaines hormones dans notre sang (par exemple la testostérone ou le cortisol) peuvent influer sur notre tolérance vis-à-vis du risque.

Pas étonnant donc que les banques et autres acteurs du secteur financier aient du mal à tomber d’accord lorsqu’on en vient à devoir mesurer la tolérance face au risque.

La finance comportementale, pour une meilleure mesure ?

Mais alors, comment mieux mesurer la tolérance vis-à-vis du risque des individus ?

En économie et finance comportementale, la théorie des perspectives continue à gagner du terrain, car elle a montré en laboratoire sa supériorité par rapport aux théories classiques pour mesurer l’aversion au risque. Cette théorie s’affranchit des hypothèses de rationalité classique, et cherche à décrire le comportement humain. Elle a été formulée par deux psychologues, Amos Tversky et Daniel Kahneman, le deuxième ayant reçu le prix Nobel en 2002 (Amos Tversky, déjà décédé, ne pouvait recevoir le prix à titre posthume). Cette théorie postule en particulier que les individus sont averses aux pertes (une perte de 100€ étant environ 2 fois plus douloureuse qu’un gain de 100€ est agréable) et qu’ils surpondèrent la probabilité d’apparition des évènements rares.

Cette théorie a fait ses preuves en permettant de mieux décrire les attitudes vis-à-vis du risque d’étudiants, d’agriculteurs et a également été testée avec succès sur des échantillons représentatifs de la population générale. Pour beaucoup, elle a prouvé sa supériorité, au moins lorsque l’on considère des particuliers. C’est d’ailleurs elle qui est recommandée par De Palma et Picard dans leur rapport.

Il semble donc que les intermédiaires financiers aient tout à gagner à s’inspirer de cette théorie afin de mieux appréhender la tolérance vis-à-vis du risque de clients particuliers. S’ils n’y sont pas encore venus, c’est probablement que cette théorie un peu plus complexe ne permet pas directement un classement des individus par catégorie de tolérance au risque. Cependant, un logiciel au moins permettant une mesure du profil de risque avec cette approche est commercialisé.

On pourrait donc enfin voir apparaître une finance plus comportementale pour la classification des clients particuliers dans les prochaines années. Celle-ci pourrait apparaître soit à l’initiative même des intermédiaires financiers, ou à l’initiative du régulateur, que ce soit la mouture suivante de la directive MIF ou à la suite d’une recommandation AMF/ACPR.

Want to write?

Write an article and join a growing community of more than 180,400 academics and researchers from 4,911 institutions.

Register now