The role of pre-opening mechanims in fragmented markets, by Selma Boussetta, University of Bordeaux (GRETHA), Laurence Daures Lescourret, ESSEC Business School and Sophie Moinas, Toulouse School of Economics

En utilisant les données Bedofih sur les actions françaises, nous mettons en évidence une activité très tôt en période de pré-ouverture, liée essentiellement aux brokers qui soumettent des ordres pour leurs clients. Ce résultat est cohérent avec une hypothèse de préemption : on observe plus d’activité tôt pour les titres qui ont une taille d’échelon de cotation élevée, et pour laquelle la priorité temporelle a plus de valeur. Par contraste, les HFT ou les traders en compte propre sont actifs essentiellement sur la dernière demi-heure. Nous montrons que leur activité de pré-ouverture sur Euronext est fortement corrélée à la découverte des prix sur l’ensemble des plateformes en concurrence, à savoir Euronext, BATS et Chi-X. En utilisant un problème technique rencontré par Euronext à l’ouverture le 6 juin 2013, nous montrons que le délai a augmenté l’activité des courtiers lents, et réduit celle des traders à haute fréquence. Par ailleurs, la découverte des prix sur Euronext a significativement diminué ce jour-là.

Funding constraints and market liquidity in the European Treasury Bond Markets, by Sophie Moinas, Toulouse School of Economics, Minh Nguyen, Newcastle University, and Giorgio Valente, Hong Kong Institute for Monetary Research, Hong Kong Monetary Authority

En utilisant des données du marché des obligations souveraines européennes, et en contrôlant pour le problème d’endogénéité par la méthode d’Identification par Heteroscedasticité, nous trouvons que les chocs sur la « funding liquidity » affectent la liquidité du marché, et un effet inverse plus faible, mais significatif. Ce dernier effet n’a pas été mis en évidence dans la littérature, et nos résultats suggèrent l’existence de spirales d’illiquidités. En séparant notre échantillon entre périodes de crise financière ou non, nous trouvons que les coefficients sont relativement stables sur les deux périodes. Nous estimons alors le modèle obligation par obligation, et nous trouvons que les deux coefficients sont en moyenne positifs, mais avec des tailles différentes selon les obligations. En d’autres termes, l’illiquidité de marché des obligations individuelles réagit différemment à un resserrement des contraintes sur le capital. Nous trouvons que la réponse de la liquidité de marché aux chocs de funding liquidity augmente avec la duration des obligations, mais diminue avec le nombre d’obligations émises par le pays. Par contraste, les réponses de la Funding Liquidity aux chocs sur la liquidité de marché des obligations est plus faible pour les titres qui ont un haircut plus élevé, ce qui est cohérent avec le fait que ces derniers sont utilisés moins fréquemment en garantie.

Share repurchase, by Alexander Guembel, Toulouse School of Economics and Silvia Rossetto , Toulouse School of Economics

Ce projet propose un modèle théorique pour étudier les implications de différents politiques de rachat d’actions sur le bien être des actionnaires. Les politiques étudiées se différencient dans la mesure dans laquelle l’entreprise essaie de lisser les prix d’actions ou, au contraire, profiter de son information supérieure concernant la vraie valeur de l’entreprise. Les résultats préliminaires montrent que des actionnaires de court-terme préfèrent que l’entreprise lisse les prix d’actions, même que cette politique coûte de l’argent à l’entreprise et est nuisible aux intérêts des actionnaires à longue-terme.

The long term impact of passive investment, by Milo Bianchi, Toulouse School of Economics, Yifeng Guo, PhD student, Colombia Business School, and Sophie Moinas, Toulouse School of Economics

Nous considérons un modèle dans lequel les investisseurs ont le choix entre trois stratégies d’investissement, dont une stratégie d’investissement passif, moins coûteuse, mais qui les contraint sur la possibilité de rebalancer les titres au sein de leur portefeuille. Nous montrons que cela les conduit à une allocation sous-optimale. Cependant, cela leur permet également d’être insensibles aux problèmes d’anti-sélection : leur richesse finale ne dépend pas des prix individuels des titres, mais du prix agrégé du portefeuille. Les investisseurs peuvent préférer un investissement dans un fonds actif pour deux motifs : obtenir de l’information pour spéculer ou prendre de meilleures décisions d’allocation, et rebalancer les titres au sein de leur portefeuille librement. Nous analysons la valeur de l’information et la valeur de la flexibilité. La valeur de la flexibilité est positive, elle augmente avec la volatilité et la taille du choc potentiel de liquidité reçu par les investisseurs, avec le coefficient d’aversion pour le risque des intermédiaires financiers, et diminue avec la taille du secteur financier et la précision du signal reçu par les investisseurs actifs informés. La valeur de l’information est également positive et diminue avec la proportion d’agents informés.

Asset pricing and risk sharing in a complete market: An experimental investigation, by Bruno Biais, HEC Paris, and Thomas Mariotti, Sophie Moinas and Sébastien Pouget, Toulouse School of Economics

Dans un cadre expérimental imitant des marchés complets concurrentiels, nous trouvons que l’équilibre de marché, à l’intersection des courbes d’offre et de demande individuelles agrégées, est cohérent avec les principales prédictions de la théorie (qui ne reposent pas sur des restrictions paramétriques sur les préférences). En revanche, les participants individuels font des choix qui violent la dominance stochastique de premier ordre. Ces comportements sont cohérents avec un modèle de choix aléatoire dans lequel les erreurs plus coûteuses sont moins fréquentes que les petites. Ces « déviations » individuelles sont moins nombreuses au cours du temps (ce qui suggère qu’ils apprennent de leurs erreurs) et lorsque le coût d’une déviation est plus élevé. Théoriquement, lorsque les agents font des erreurs, plus ils font preuve d’aversion pour le risque, plus le bruit dans leurs fonctions individuelles d’offre et de demande augmentent la variance du prix. Cela conduit, en théorie et en présence de bruit, à une situation paradoxale : plus les agents sont averses au risque, moins le marché joue efficacement son rôle d’allocation des risques. Nous utilisons alors les données expérimentales pour calibrer le coefficient d’aversion pour le risque au niveau individuel. Nous montrons que, comme prédit par le modèle avec erreurs, dans un marché complet sans risque agrégé, la valeur absolue de la différence entre prix réalisé et espérance de la valeur du titre augmente avec le coefficient d’aversion pour le risque médian de la cohorte.

Learning in speculative bubbles: an experiment, by Jieying Hong, ESSEC Business School, Sophie Moinas and Sébastien Pouget, Toulouse School of Economics

Nous montrons théoriquement que si dans le long terme, l’apprentissage conduit les marches à converger vers un équilibre sans bulles spéculatives, l’apprentissage conduit initialement les traders à spéculer. Ainsi à court terme, la présence de traders plus expérimentés peut créer plus de bulles spéculatives. Une expérience montre que les bulles sont persistantes même lorsque les traders gagnent de l’expérience après plusieurs répétitions du jeu. Notre estimation structurelle du modèle de learning EWA suggère également la présence d’apprentissage.