Résumé

Louhichi

Description

Le sens des transactions autour
des annonces publiques

Waël Louhichi


GEREM, Université de Perpignan
[e-mail]















Résumé

Notre travail consiste à étudier le sens des transactions des différentes catégories d’investisseurs
autour des périodes d’annonces publiques. Selon un critère de taille, on a distingué deux types
d’investisseurs : les investisseurs qui passent des ordres de grande taille et les investisseurs qui
passent des ordres de petite taille. L’étude révèle plusieurs résultats. Tout d’abord, le marché
réagit rapidement aux nouvelles informations. Ensuite, le comportement des investisseurs de
grande taille est conforme aux variations des prix: augmentation des ordres d’achat autour des
bonnes nouvelles et hausse des ordres de vente en anticipation à une baisse des prix. Finalement,
autour des annonces publiques, le comportement des investisseurs de petite taille n’est pas
similaire à celui des investisseurs de grande taille. Cette constatation peut être expliquée par un
problème d’asymétrie d’information.





11. Introduction
Les partisans de la finance comportementale supposent que le comportement des investisseurs sur
les marchés financiers ne peut être qu’hétérogène, du fait des différences quant aux traits
psychologiques des individus. La démarche de ces travaux consiste à établir une relation entre le
comportement des investisseurs sur le marché et leurs principaux ...

Sujets

• Résultats électoraux de l'extrême gauche en France
• Maison de Dampierre
• Réaction de Mannich
• Comportementaliste
• Intervalle de confiance
• Tableau d'honneur

Informations

• Publié par: Ontou
• Nombre de lectures: 89
• Langue: Français

Extrait

                                Le sens des transactions autour des annonces publiques   Waël L   ouhichi   GEREM, Université de Perpignan [e-mail]    

            Résumé Notre travail consiste à étudier le sens des transactions des différentes catégories d’investisseurs autour des périodes d’annonces publiques. Selon unc ritère de taille, on a distingué deux types d’invetsisseurs : les investisseurs qui passent des ordres de grande taille et les investisseurs qui passent des ordres de petite taille. L’étude révèle plusieurs réslutats. Tout d’abord, le marché réagit rapidement aux nouvelles informations. Ensuite, le comportement des investisseurs de grande taille est conforme aux variations des prix: augmentation des ordres d’achat autour des bonnes nouvelles et hausse des ordres de vente en anticipation à une baisse des prix. Finalement, autour des annonces publiques, le comportement des investisseurs de petite taille n’est pa s similaire à celui des investisseurs de grande taille. Cette constatation peut être expliquée par un problème d’asymétrie d’information.            1

1. Introduction Les partisans de la finance comportementale supposent que le comportement des investisseurs sur les marchés financiers ne peut être qu’hétérogène, du fait des différences quant aux traits psychologiques des individus. La démarche de ces travaux consiste à établir une relation entre le comportement des investisseurs sur le marché et leurs principaux traits psychologiques (impulsivité, intelligence, excès de confiance,...etc.). Dans ce domaine, l’étude expérimentale de Biais et al. (2002)   révèle que les sujets impulsifs ont tendance à placer plus d’ordres que les autres individus et que les sujets trop confiants réalisent plus de pertes que les autres. Dans cette étude, on propose une hypothèse alternative à l’explication du phénomène. En effet, la différence des comportements sur le marché peut être expliquée par la différence de taille des investisseurs: les investisseurs de grande taille et les   investisseurs de petite taille. Cette intuition a été évoquée par Easley et O’Har a(1987) qui pensent que les agents informés ont tendance à utiliser des ordres de grande taille afin de tirer profit de leur information avant qu’elle ne soi t rendue publique. Lee (1992) reprend l’idée de Easley et O’Hara (1987) et suppose l’existence d’une ofrte corrélation entre la taille des ordres passés sur le marché et la catégorie socioprofessionnelle de l’initiateur de l’ored.r L’auteur soutient que les investisseurs institutionnels ont tendance à passer des ordres de grande taille tandis que les ordres de petite taille émanent généralement des investisseurs individuels. Il existe plusieurs raisons qui laissent penser que ces deux types d’aegnts ont des politiques d’investissement différentes. On peut citer les différences concernant les dotations initiales, le budget d’investissement, de l’expérience, la fromation, le métier ou l’aversion au risque. Si l’on retient l’hypothèse selon qlauelle les différents types d’aegnts ne disposent pas de la même information, il devient envisageable de penser qu’ils ne vont pas agir de la même façon sur le marché, en l’occurrence autour des dates da’nnonces publiques. Cette intuition est confirmée par plusieurs travaux théoriques et empiriques (Hand (1990), Walther (1997), Bhattacharya (2001),...etc.). D’autres travaux votn encore plus loin et proposent d’expliquer les anomalies observées sur le marché par les différences au niveau du comportement des différents types d’invetsisseurs. On peut citer les travaux de Ritter (1988) pour expliquer l’effet janvier, Lakonishok et Marberly (1990) pour l’effet week-end et Shanthkiumar (2003) pour expliquer la sur-réaction du marché autour des annonces de bénéfices.  2

L’objectif ed ce travail est de contribuer à l’étude du comportement des différentes catégories d’investisseurs autour des annonces publiques. En effet, les périodes d’annonces s’accopmagnent généralement d’un changement de la structure de l’inofrmation sur le marché et constituent un contexte approprié pour étudier l’ajustement du comportement des agents face à l’arriéve de la nouvelle information. L’étude du comportement des différents types d’agent spermet d’une part de tester l’hypothèse d’hétérogénéité des agentse t de détecter les agents responsables des anomalies observées sur le marché d’autre part.   Notre échantillon est composé de 165 annonces publiées pendant le quatrième trimestre de l’année 2002 par les entreprises appartenant a uCAC40. Les annonces sont exclusivement publiées pendant la période d’ouverture du marché et sont réparties en trois catégories selon la nature de l’information publiée : bonne, mauvaise ou non-classée. D’un autre côté, on distingue deux types d’investisseurss elon la taille des ordres émis sur le marché : les investisseurs qui passent des ordres de grande taille et les investisseurs qui passent des ordres de petite taille. Notre étude a mis en évidence plusieurs résultats. Tout d’abord, les invsetisseurs réagissent positivement aux bonnes nouvelles et négativement aux mauvaises nouvelles. Ensuite, la réaction du marché aux annonces publiques est rapide. En effet, l’itnégration de l’information nécessite une durée comprise entre 15 minutes (pour les annonces positives) et 30 minutes (pour les annonces négatives). Enfin, nos constatations montrent que les deux types d’investisseusr réagissent différemment autour de l’instant des nanonces publiques. En effet, le sens des ordres de grande taille est conforme à la nature de l’information (achat en cas de bonne nouvelle et vente en cas de mauvaise nouvelle) tandis que les initiateurs des ordres de petite taille n’agissent pas selon cette logique.   Le reste du papier sera organisé comme suit. Tout d’abord, nous présenterons une revue d e littérature des travaux qui ont étudié le comportement des différentes catégories d’investisseurs autour des périodes d’annonces. Puis, nous détaillerons la procédure de sélection des données ainsi que la méthodologie de l’étude. La quatirème section sera consacrée à l’analyse des résultats. La dernière section constitue la conclusion.          3

2. Etudes empiriques Plusieurs travaux empiriques se sont intéressés à l’étued du comportement de différents types d’investisseurs autour des péroides d’annonces publiques. Les permières études ont utilisé des variables instrumentales pour distinguer les transactions initiées par les investisseurs institutionnels de celles initiées par les investisseurs individuels. Les études récentes ont profité de l’existence d’une inforamtion de plus en plus précise pour tester directement l’hypothèse de la supériorité des stratégies d’nivestissement des agents institutionnels par rapport à celles des agents individuels. En effet, sous l’encouraegment des autorités du marché, les chercheurs peuvent disposer de données intrajournalières permettant de révéler l’idetnité des agents impliqués dans les échanges. La principale base de données américaine qui fournit ce type d’information est la base TORQ. De même, plusieurs études se sont focalisées sur les annonces de bénéfices et précisément sur l’étude du phénomène du PEAD 1   (Lee (1992), Bartov et al. (2000), Hirshleifer et al. (2002),...etc.). Des études récentes étendent l’analyse sur l’ensebmle de l’information publique (Sparks et Welker (2001)). Bartov et al. (2000) testent l’influence de la structure d el’actionnariat sur lin’efficience observée  autour des dates d’annonces d ebénéfices. Les auteurs trouvent une relation négative entre le pourcentage du capital détenu par les agents institutionnels et le niveau des rendements anormaux observé après l’annonce des résultats. Les auteusr concluent que les agents institutionnels sont plus aptes que les agents individuels à anticiper l’information publiqu.e Lee (1992) part de l’hypotèhse selon laquelle les ordres de grande taille émanent des investisseurs institutionnels tandis que les ordres de petite taille proviennent des investisseurs individuels. L’auteur met en évidence des réactions différentes de la part des utilisateurs des ordres de grande taille et les initiateurs des ordres de petite taille. Les premiers ont tendance à acheter (vendre) le titre en cas d’annonce de bonnes (mauvaises) surprises. En revanche, l’auteur trouve qu eles agents utilisant des ordres de petite taille se mettent plutôt du côté de l’cahat sans tenir compte du type de l’information (bonne ou mauvaise). De la même façon et en utilisant des données journalières relatives au marché finlandais, Booth et al. (1999) montrent que les investisseurs de grande taille et les investisseurs de petite taille opèrent différemment autour des dates d’annonces de bénéfices. Hirshleifer et al. (2002) se basent sur des données fournies par un courtier permettant                                                   1   PEAD : Post-Earnings Announcement Drift. Pour plus de détails sur cette notion voir Bernard et Thomas (1989, 1990).  4

de distinguer clairement les transactions initiées par les différents types d’investisseurs. Les résultats de l’étude révèlent qu eles investisseurs individuels ne sont pas responsables du PEAD. Cependant, l’inconvénient majeur de cette étude provient du fait que l’aanlyse est basée sur une fenêtre journalière. Or, comme le montrent certaines études (Patell et Wolfson (1984), Busse et Green (2002),...etc.), la réaction aux annonces de bénéfices est rapide et ne dépasse généralement pas quelques minutes. Sparks et Welker (2001) mènent une étude intrajournalière en se basant sur la base de données TORQ. L’obje tde l’étude est de comparer les stratégies de différentes catégories d’investisseurs auotur des périodes d’annonces publiques. En se basant sur un échantillon final de 124 événements, les auteurs trouvent que la réaction des investisseurs institutionnels est conforme à la direction des prix (achat en cas d’augmentation des prix et vente en cas de baisse des prix) tandis que les investisseurs individuels agissent dans un sens contraire à celui de l’évolution des prix.   3. Sélection des données et méthodologie de l’étude 3.1 Les données Notre travail consiste à étudier la réaction de différents types d’investissuers autour des périodes d’annonces publiques. Trois types d’inforamtion sont nécessaires. Tout d’abord l’inforamtion concernant la date et l’heure exacte de la pulbication des événements relatifs aux entreprises. Ensuite, on a besoin de données concernant les transactions (prix, date, heure, volume,...etc.). Enfin, l’étude nécessite des informations sur les agents impliqués dans les échanges ainsi qu’une identification du sens des transactions : achat ou vente.     3.1.1 Les événements Ce travail s’intéresse àl ’étude de toute l’inforamtion publiée par l’agence Reuters et qui concerne directement les entreprises du CAC40. Toutefois, compte tenu de l’abondance de l’inforamtion à traiter et des besoins de l’étude, nous procèedrons à un filtrage des données. Tout d’abord, nou s allons tenir compte seulement des annonces qui ont été publiées durant la période d’ouverture du marché. Cette précaution nous permet d’éviter cetraines ambiguïtés dans l’interprétation eds résultats, vu les règles spécifiques qui régissent l’ouverture et l afermeture du marché parisien. Pour la même raison, nous avons exigé que l’annocne soit précédée et suivie d’au moins deux intervalles d’échange de quinze minutes durant le marché continu. En effet, seules les annonces  5

publiées entre 09h30 et 16h55 sont prises en compte. Dans le cas où la même annonce est retransmise plusieurs fois, seule la première dépêche est prise en compte. Ensuite, pour éviter le problème de chevauchement des annonces, nous avons pris la précaution de prendre une seule 2 annonce par jour. Si plusieurs annonces concernant une même entreprise sont publiées en une  seule journée, elles sont tout simplement abandonnées. Cette procédure évite que la période de pré-annonce d’une information se chevauche avec la période de post-annonce d’une information antérieure. D’un autre côté, les inofrmations pour lesquelles les périodes de pré-annonce ou de post-annonce coïncident avec un fonctionnement anormal du marché sont éliminées. Ce détail fait référence à la journée du 24 décembre où le fixing de clôture a été avancé à 14h00. Il en est de même pour la journée du 16 décembre pour le Crédit Agricole et pour le Crédit Lyonnais où l’ouverture a été retardée à 13h00 à cause de l’annocen des détails de l’OPA lancée par le Crédti Agricole sur le Crédit Lyonnais. Enfin, les annonces recueillies sont classées dans l’une des trois catégories suivantes: bonne, mauvaise ou non-classée 3 . Ce classement est établi selon la nature de l’inofrmation véhiculée par le message Reuters. Notre échantillon final est constitué de 165 annonces publiques réparties en trois catégories : 63 annonces négatives, 59 annonces positives et 43 annonces non-classées. Ces annonces concernent 9 types d’information : les annonces d e rating et les recommandations des analystes financiers, les annonces des chiffres comptables, les annonces d’opérations sur le capital, les annonces ocncernant la politique d’investissement future, les annonces politiques et judiciaires, les annonces de partenariat, les acquisitions et cessions, les annonces concernant le test et le lancement de nouveaux produits, les annonces de changement de responsables et les autres annonces qui n’ont pas pu êrte classées dans les 8 catégories déjà citées.   3.1.2 Les données boursières Elles concernent les informations relatives aux caractéristiques des échanges (prix de transaction, volume, taille des transactions,...etc.). Ces informations proviennent de la base de données d’Euronext Paris. Elles sont extraites des CD-Rom des données intrajournalières couvrant la période octobre - décembre 2002 soit un ensemble de 64 jours boursiers 4 .                                                   2   Deux annonces consécutives concernant une même entreprise doivent être distancées d’uned urée supérieure à une journée boursière. 3  Cette catégorie correspond à toute l’niformation que l’onn ’a pas puc lasser dans les deux catégories précédentes. 4  La période d’analyse a été choisie ne fonction de la disponibilité de toute l’information nécessaire pour l’éutde. En effet, on a pu bénéficier d’une information privilégiée concernant le sens exact des transactions pendant le quatrième trimestre de l’anée 2002.  6

Dans cette étude, on propose de régulariser les données selon un temps calendaire (quinze minutes par quinze minutes) par référence à l’instatn de l’annonce. Les statistiques concernant les différentes variables seront ensuite calculées durant chaque intervalle déjà défini.   3.1.3 Sens des transactions et identité des agents impliqués dans les échanges Outre l’information publique disponible sur la base de données déjà évoquée, notre étude requiert des informations concernant l’identité dse agents impliqués dans l’écahnge ainsi que l’identification du sens de chaque transaction.   a) Identification du sens des transactions La validité de plusieurs études empiriques 5   se rapportant à la microstructure des marchés financiers repose sur le degré de fiabilité de la méthodologie utilisée dans la détermination du sens de la transaction. Bien que l’intérêt d’une infomration sur le sens des transactions paraisse indiscutable, les bases de données disponibles pour les chercheurs ne contiennent pas cette information. Ce problème a poussé les chercheurs à développer des méthodologies plus ou moins fiables pour la détermination du sens des transactions. La littérature distingue trois types de méthodologie : la « tick method », la « quote method » et l’algorithme de Lee et Ready (1991).    Odders-White (2000) propose de comparer les trois méthodologies précédentes à l’information concernant le sens des transactions qui figure sur la base de données TORQ. L’étude révèle que les méthodes proposées fournissent des résultats erronés dans au moins 15% des cas. La présente étude a l’avantage de bénéficier d’une information privilégiée qui nous permet de déterminer le sens des transactions avec exactitude. En effet, nous disposons des caractéristiques (taille, sens, la date et l’heuer d’entrée dans le carnet) des odrres qui ont provoqué les échanges. Le sens de la transaction correspond alors au sens de l’ordre le plus récent. Cependant, dans le cas particulier où les ordres ont le même horodatage, le sens de l’échange devient incertain. Pour cette raison, nous avons choisi d’léiminer ces observations (environ 1 % ). Pour la même raison, nous avons éliminé les informations relatives aux deux fixages 6   (ouverture et fermeture).                                                       5   Sans prétendre être exhaustif, on peut citer le modèle de décomposition de la fourchette de prix proposée par Lin et al. (1995) et la méthodologie de décomposition du prix proposée par Hasbrouck (1991). 6   Nous pensons que ces traitements ne vont pas influencer nos résultats puisqu’on travaille sur des annonces publiées pendant la séance boursière.  7

b) Identité des agents impliqués dans les échanges Dans notre étude, il est très important de connaître l’iedntité des agents impliqués dans les échanges, en l’occurrence celle de l’agent itniateur de la transaction. L’initiateur d’u ne transaction sera défini en référence à la définition «chronologique» proposée par Odders-White (2000) : «L’initiateur d’une transaction est l’investisseur (acheteur ou vendeur) qui a placé chronologiquement le dernier ordre.»   7  L’idéal serait donc de connaître l’identit   éde l’investisseur qui a palcé le dernier ordre qui a  provoqué la transaction. Malheureusement, la base de données à notre disposition ne nous permet pas de faire cette distinction. A l’instar de Lee (1992), plusieurs étude   sproposent d’utiliser unp roxy pour identifier l’identité des agents impliqués dans les échanges. En effet, Lee (1992) suppose que les agents institutionnels auront tendance à passer des ordres de taille plus grande que ceux passés par les investisseurs individuels. Néanmoins, cette méthodologie de classification n’est pas sans limite. En effet, il est possible que des agents individuels passent des ordres de grande taille. De la même façon, il peut y avoir des agents institutionnels qui passent des ordres de petite taille ou qui choisissent de fractionner leur ordres, même si ce raisonnement peut être limité par les coûts de transactions sur le marché qui peuvent rendre un fractionnement excessif des ordres très coûteux. Puisqu’on ne dispose pas d’une inforamtion précise sur l’identité des agents et afin d’être prudent dans l’interprétatio ndes résultats, dans cette étude nous avons choisi de constituer deux catégories d’investisseurs en fonctoin de la taille des ordres : les investisseurs qui passent des ordres de grande taille et les investisseurs qui passent des ordres de petite taille. Pour cette raison, dans le reste du papier, la terminologie «agents individuels» et «agents institutionnels» 8 sera abandonnée. Dans ce sens, l’objectif de notre travali sera de comparer le comportement des  investisseurs qui passent des ordres de grande taille à celui des investisseurs qui passent des ordres de petite taille. L’étud ede la différence entre ces deux catégories d’investisseurs est intéressante, même indépendamment de la catégorie professionnelle de l’intervenatn (institutionnel ou individuel). En effet, plusieurs études montrent que les ordres de grande taille sont généralement utilisés pour des motifs informationnels (Easley et O’Hara (198)7). Dans ce                                                   7   Par identité, on fait référence à la séparation entre agents individuels et agents institutionnels. Par ailleurs, un même intervenant peut être considéré comme institutionnel ou individuel en fonction du compte pour lequel il opère. 8   Cela n’empêche pas que certains résultats puissent être interprétés dans ce sens. D’aillerus, Lee (1992) qualifie la première catégorie d’investisseurs institutionnels et la deuxième catégorie d’agents individuels.  8

cas, même si un ordre de grande taille émane d’un agent individuel, ce dernier peut être en possession d’une information privilégiée ou peut agir sous les conseils d’un analyste. D’autre part, l’utilisation de données intrajorunalières permet de rendre notre analyse plus fine et crédible. En effet, l’utilistaion des ordres de grande taille est expliquée par deux raisons : le motif informationnel et le motif de liquidité. Mais, comme nous utilisons des intervalles d’échange relativement courts (15 minutes) autour du moment exact de l’annonce, il sera plus probable qu’au cour sde ces périodes, les ordres de grande taille soient utilisés pour des motifs informationnels. Enfin, compte tenu des différences qui existent entre les marchés gouvernés par les prix et les marchés gouvernés par les ordres, nous avons décidé de nous baser sur la taille de l’orrde et non pas sur la taille de la transaction comme critère de choix. En effet, sur un marché gouverné par les ordres, une transaction de petite taille ne reflète pas forcément un désir d’échanger une petite quantité mais peut être due à un défaut de la profondeur du marché. Barclay et al. (1993) définissent arbitrairement une transaction de petite taille comme étant un échange constitué de moins de 400 titres. L’inconvénient de cette procédure est qu’elle n eprend pas en considération les caractéristiques de chaque titre. Pour remédier à ce problème nous proposons de définir un critère de sélection spécifique à chaque action. Pour chaque titre de notre échantillon, on classifie la taille des transactions sur la période d’étude (3mois) selon un ordre croissant. Si la taille de l’ordre qui a provoqué l atransaction est inférieure au premier quartile de l’écahntillon classé par ordre croissant, la transaction est considérée comme émanant d’un agent de petite taille. Dans le cas contraire, l’initiateur est considéré comme étant de grande taille. Notre choix du quartile inférieur est motivé par le fait que l’on ait essayé de limiter le biais qui peut être dû au fractionnement des ordres par les investisseurs de grande taille.   3.2 Méthodologie Nous allons utiliser la méthodologie d’étude d’événeemnt qui consiste à comparer le niveau de la variable étudiée pendant la fenêtre d’événement par rapport à son niveau normal estimé pendant une période de contrôle. La composante anormale sera ensuite calculée pour les différentes variables.            9

3.2.1 Les variables de l’téude Le rendement : Dans cette étude, le rendement sera calculé selon la formule logarithmique. Pour chaque titre i de notre échantillon, le rendement anormal durant chaque intervalle est calculé de la manière suivante : RA i,t = R i,t − R i,t     RA i,t : Rendement anormal du titre t pendant l’intervalle de temps t. R i,t   : Rendement du titre i observé pendant l’intervlale de temps t. R i,t : Moyenne arithmétique des rendements sur le même intervalle pendant la période de contrôle. La période de contrôle s’étale sru la fenêtre [-20j, -5j] soit seize jours boursiers. Le rendement anormal moyen pour l’ensemble de l’échantillon est esnuite calculé : n RAM t = 1/n ∑ RA i,t         avec n: taille de l’échantillon 1i =   Le volume de transactions : L’activité du marché sera estimée par le volume en termes de nombre de transactions. Pour chaque titre i, le volume de transactions anormal pendant chaque intervalle t est calculé par la formule suivante:   VA = V i,t − V i,t × 100  i,t V i,t VA i,t   : Volume anormal du titre i pendant l’itnervalle de temps t (15 minutes). V i,t   : Volume de transactions du titre i observé pendant l’intervlale de temps t. V i,t   : Moyenne historique des volumes de transactions du titre i observés pendant la période de contrôle.   Le volume signé : L’étude de cette variable peut nous renesigner sur la direction des échanges et nous permettre de détecter un éventuel déséquilibre (du côté de l’achat ou du côté de la vente). En d’autres termes, nous allons essayer de déterminer le type d’investisseurs qui profite des rendements anormaux observés autour des dates d’annonces. En effet, l’anticipation de bonnes (mauvaises) nouvelles incite les investisseurs à acheter (vendre) le titre avant le moment de l’annonce et/ou juste aprsè l’annonce. En agissan tainsi, les investisseurs pourront profiter des  01