Pourquoi gardons-nous nos actions perdantes ? Ce que les expériences révèlent de nos biais financiers

L'effet de disposition

Ce réflexe a un nom : l'effet de disposition. Terrance Odean l'a traqué dans 10 000 comptes de courtage américains. Les investisseurs encaissaient leurs gains bien plus volontiers qu'ils n'acceptaient leurs pertes. Le marché leur a donné tort : l'année suivante, les gagnantes vendues ont rapporté en moyenne 3,4 points de plus que les perdantes gardées (Odean, 1998).

Pourquoi s'accroche-t-on à la perdante ? Parce que tant qu'on la garde, la perte n'existe que sur le papier. La vendre, c'est la rendre définitive. Or une perte pèse plus lourd qu'un gain de même taille. Kahneman et Tversky ont appelé cela l'aversion aux pertes. Avec Han Bleichrodt et Vitalie Spinu, j'ai mesuré l'aversion aux pertes lors d'un test avec de l'argent réel. Les gains pouvaient atteindre une semaine de salaire. Plus des trois quarts des participants présentaient ce trait (Baillon, Bleichrodt et Spinu, 2020).

Reste à savoir ce qui compte comme perte. Tout dépend du point de référence. En Bourse, c'est souvent le prix d'achat. Une action payée 100 euros et qui en vaut 80 est « en perte ». Pourtant, ce prix n'apprend rien sur l'avenir de l'action. Seules ses perspectives devraient compter. Le passé, lui, ne se rachète pas.

Surestimer ou surpondérer ?

Encore faut-il bien juger ces perspectives, c'est-à-dire les chances de hausse et de baisse. Prenons une action qui a une chance sur cent de doubler. Un investisseur peut connaître cette probabilité, et pourtant agir comme si elle valait cinq fois plus. Il ne surestime pas la probabilité. Il la surpondère. La nuance a des conséquences. En cas de surestimation, une information peut corriger l'erreur. En cas de surpondération, elle aide beaucoup moins.

Les études en laboratoire retrouvent ce schéma avec une régularité troublante. Les événements rares reçoivent plus de poids qu'ils ne méritent. Les événements presque certains en reçoivent moins. Entre les deux, nous distinguons mal 30 % de 60 %. Une de mes études, avec Aysil Emirmahmutoglu, a zoomé sur des événements très rares. Deux tiers des participants leur donnaient trop de poids (Baillon et Emirmahmutoglu, 2018). Ce biais explique que la même personne puisse s'assurer contre tout et jouer au loto.

Le poids donné aux probabilités dépend aussi de ce sur quoi l'on parie. Avec Mohammed Abdellaoui, Laetitia Placido et Peter Wakker, j'ai fait parier des élèves ingénieurs parisiens sur la température à Paris et sur celle d'une ville étrangère. Même quand ils jugeaient les chances égales, ils misaient moins volontiers sur la ville étrangère que sur Paris (Abdellaoui et al., 2011). C'est la mécanique du biais domestique (« home bias »), ce penchant bien connu des investisseurs pour les actions de leur propre pays. Ce biais a un coût. Les actions étrangères semblent plus risquées. Pourtant, nos revenus dépendent déjà de l'économie de notre pays. Y miser aussi toute son épargne, c'est mettre tous ses œufs dans le même panier. Mieux vaut en placer une partie au-delà des frontières.

L'information suffit-elle ?

Une autre de mes études, avec Han Bleichrodt, Umut Keskin, Olivier L'Haridon et Chen Li, sépare les deux problèmes. Des étudiants en finance détenaient des paris sur des actions tout juste introduites à la Bourse de New York. Ils devaient dire à quel prix ils accepteraient de les vendre. Pour certaines actions, ils ne savaient rien. Pour d'autres, ils voyaient une semaine, ou un mois, de cours.

Au départ, ils surestimaient la probabilité d'une hausse. À mesure que l'information arrivait, leurs estimations se rapprochaient des fréquences réelles. Leur sensibilité aux probabilités s'améliorait aussi, mais sans rattraper le retard. Même avec un mois de données, ils continuaient à traiter des probabilités différentes comme si elles étaient proches (Baillon et al., 2018a).

L'information corrige donc les estimations. Elle corrige moins bien le poids qu'on leur donne. Et ce poids se paie. Sur un échantillon représentatif de la population néerlandaise, les personnes qui distinguent le moins bien les probabilités sont aussi celles qui détiennent le moins souvent des actions (Dimmock, Kouwenberg et Wakker, 2016).

Que faire ?

Si les mots ne suffisent pas, l'expérience vécue, peut-être. J'ai pu tester cette idée sur un risque qui menace directement l'épargne : la fraude en ligne. Un courriel imite votre banque et vous demande votre mot de passe. Le test, mené avec des collègues de l'université de Rotterdam et du ministère néerlandais des Affaires économiques, a porté sur près de 11 000 agents de ce ministère. Un groupe a reçu une information sur ces courriels frauduleux. Un autre a subi une fausse attaque, révélée le soir même. Quelques semaines plus tard, tous ont reçu un nouveau faux courriel. Parmi les agents non préparés, 22 % ont donné leur mot de passe. Ils étaient 16 % après l'information, et 14 % après la fausse attaque (Baillon et al., 2019). Vivre une fausse attaque, sans dommage, a protégé au moins aussi bien que d'en lire la description. Pour l'épargne, des simulations ou des jeux pourraient jouer ce rôle.

À une condition : laisser le temps de réfléchir. Avec Zhenxing Huang, Asli Selim et Peter Wakker, j'ai proposé à des étudiants des paris sur un indice boursier, avec ou sans limite de temps. Pressés par le temps, ils devenaient moins sensibles aux probabilités (Baillon et al., 2018b). Une application qui pousse à décider vite ne corrige pas nos biais. Elle risque de les amplifier.

Informer, conseiller, concevoir, réguler

Nos biais sont tenaces. Une perte pèse plus lourd qu'un gain. Un événement rare pèse plus lourd que sa probabilité. Et l'inconnu pèse plus lourd quand il vient de loin. L'information redresse nos estimations. Elle peine davantage à redresser ces poids. Aider les épargnants demande donc plus que des chiffres. Il faut aussi soigner le cadre des décisions : le temps laissé pour choisir, l'occasion de s'exercer sans dommage. Informer, conseiller, concevoir autrement les produits, réguler : tout l'enjeu est de trouver le bon dosage. En finance, le premier risque à gérer, c'est souvent nous-mêmes.

Sources

• Abdellaoui, M., Baillon, A., Placido, L., & Wakker, P. P. (2011). The rich domain of uncertainty: Source functions and their experimental implementation. American Economic Review, 101(2), 695-723. https://doi.org/10.1257/aer.101.2.695
• Baillon, A., Bleichrodt, H., Keskin, U., L'Haridon, O., & Li, C. (2018a). The effect of learning on ambiguity attitudes. Management Science, 64(5), 2181-2198. https://doi.org/10.1287/mnsc.2016.2700
• Baillon, A., Huang, Z., Selim, A., & Wakker, P. P. (2018b). Measuring ambiguity attitudes for all (natural) events. Econometrica, 86(5), 1839-1858. https://doi.org/10.3982/ECTA14370
• Baillon, A., & Emirmahmutoglu, A. (2018). Zooming in on ambiguity attitudes. International Economic Review, 59(4), 2107-2131. https://doi.org/10.1111/iere.12331
• Baillon, A., de Bruin, J., Emirmahmutoglu, A., van de Veer, E., & van Dijk, B. (2019). Informing, simulating experience, or both: A field experiment on phishing risks. PLOS ONE, 14(12), e0224216. https://doi.org/10.1371/journal.pone.0224216
• Baillon, A., Bleichrodt, H., & Spinu, V. (2020). Searching for the reference point. Management Science, 66(1), 93-112. https://doi.org/10.1287/mnsc.2018.3224
• Dimmock, S. G., Kouwenberg, R., & Wakker, P. P. (2016). Ambiguity attitudes in a large representative sample. Management Science, 62(5), 1363-1380. https://doi.org/10.1287/mnsc.2015.2198
• Odean, T. (1998). Are investors reluctant to realize their losses? Journal of Finance, 53(5), 1775-1798. https://doi.org/10.1111/0022-1082.00072