Comparaison épistémologique entre les modèles issus des sciences de la vie et les modèles de valorisation d’actions
Comparaison épistémologique entre les modèles issus des sciences de la vie et les modèles de valorisation d’actions
Institut catholique des hautes études commerciales
Haute Ecole Groupe ICHEC – ISC Saint Louis – ISFSC
Enseignement supérieur de type long de niveau universitaire
Mémoire présenté pour l’obtention du grade de Master en sciences commerciales
Comparaison épistémologique entre les modèles issus des sciences de la vie et les modèles de valorisation d’actions
Par
Emmanuel de Coninck
Promoteur :
Monsieur Francis Vaguener
Année académique
2007 – 2008
Boulevard Brand Whitlock 2 – 1150 Bruxelles
Glossaire
Action : Une action est un titre de prorpiété qui correspond à une partie d’une entreprise.
Bruit blanc : Un bruit blanc est un processus stochastique qui possède la même densité spectrale de puissance à toutes les fréquences. Ceci correspond à une autocorrélation nulle en tout point.
Falsification : il s’agit en fait d’un processus de réfutabilité auquel s’expose toute science. La falsification a pour but de mettre une théorie à l’épreuve de l’expérience. Si l’expérience ne suit pas ce que la théorie prédit, on peut alors en conclure que la théorie est fausse. Le fait qu’on ne puisse pas falsifier une théorie aujourd’hui, n’implique pas qu’on ne puisse le faire plus tard. Entre-temps, la théorie est considérée comme correcte. Une falsification peut aussi restreindre le champ d’application d’une théorie. Celle-ci sera considérée comme correcte sur un certain domaine et fausse sur un autre domaine.
Méthode de Newton-Raphson : méthode de calcul numérique qui permet de trouver les racines d’une équation par itérations. Elle consiste à prendre la tangente à la courbe, de croiser cette tangente avec l’axe des x et d’utiliser la valeur d’intersection pour calculer un nouvel y à partir duquel on retrace une tangente, etc. En principe, les itérations convergent assez rapidement vers la racine de l’équation. Mais il peut arriver que pour certaines équations, le procédé diverge.
Mole : La mole est la quantité de matière d’un système contenant autant d’entités élémentaires qu’il y a d’atomes dans 12 grammes de carbone 12. Une mole d’atomes contient environ atomes
Nucléon : partie d’un atome. Peut-être soit un neutron, soit un proton
Processus de Markov : Processus dont l’état présent est indépendant des états antérieurs. Une chaîne de Markov est un Processus de Markov discret.
Processus Stochastique : Un processus stochastique est « un procédé de définition d’une fonction X(t) du temps t dans lequel le hasard intervient à chaque instant, quelque soit la valeur de t que l’on considère »
Table des matières
Introduction générale
Avant-propos méthodologique
1° Partie : De la nécessité des modèles de valorisation
1.1. Introduction
1.2. Mécanismes des dernières crises boursières
1.2.1. Krach de 1987.
1.2.2. Bulle internet de 2000.
1.2.3. La crise des Subprimes en 2008
1.3. Bâle II
1.4. L’importance des modèles de valorisation
2° Partie : Une approche épistémologique
2.1. Introduction
2.2. Définition de l’épistémologie
2.3. Principes
2.3.1. Ce qui peut être considéré comme science.
2.3.2. Hiérarchie des sciences.
2.3.3. Le raisonnement.
2.3.4. Le concept de modèle du point de vue épistémologique
2.3.5. Méthodes de validation des théories scientifiques
2.4. Les courants de pensée
2.4.1. Le rationalisme
2.4.2. L’empirisme
2.4.3. Le positivisme
2.4.4. Le réalisme
3° Partie : Les méthodes d’évaluation déterministes
3.1. Introduction
3.2. Exemple de déterminisme en physique nucléaire.
3.3. Méthodes déterministes d’évaluation d’actions.
3.3.1. Modélisation par une méthode comptable et actuarielle
3.4. Décodage épistémologique
3.5. La nécessité de trouver des nouveaux modèles.
4° Partie : Mécanique quantique et mouvement brownien
4.1. Introduction
4.1.1. Principe d’incertitude de Heisenberg
4.1.2. Le chat de Schrödinger
4.1.3. Le rôle de l’observateur et l’impossibilité d’un modèle prédictif certain de valorisation d’actions.
4.1.4. Le fonctionnement du hasard : les distributions de probabilité.
4.2. Exemple de théorie de mécanique quantique : l’effet tunnel
4.3. Construction d’un modèle de valorisation d’action sur base du mouvement brownien.
4.3.1. Qu’est-ce que le mouvement brownien?
4.3.2. Caractéristiques du mouvement brownien.
4.3.3. Comparaison des données réelles avec les caractéristiques du mouvement brownien.
4.3.3.1. Choix des données
4.3.3.2. Définition de la distribution de probabilité pour les données utilisées.
4.3.3.3. Réduction des données
4.3.3.4. Vérification de l’indépendance des variations de cours.
4.3.4. Modélisation d’un cours de bourse grâce au mouvement brownien.
4.3.4.1. Générer des nombres aléatoires répartis selon une distribution donnée.
4.3.4.2. Description du modèle
4.3.4.3. Utilisation du modèle
4.3.4.4. Efficience des marchés
4.3.4.5. Remarques par rapport aux figures de l’analyse technique traditionnelle.
4.4. Décodage épistémologique.
4.5. La nécessité de trouver des nouveaux modèles
5° Partie : Théorie du chaos
5.1. Introduction
5.1.1. Qu’est-ce que la théorie du chaos?
5.1.2. L’effet papillon.
5.1.3. Les attracteurs étranges.
5.1.4. Les fractales.
5.2. Bases théoriques de la théorie du chaos
5.2.1. La dimension fractale ou dimension de Hausdorff.
5.2.2. L’exposant de Lyapunov.
5.2.3. Les bifurcations de Feigenbaum
5.3. Théorie du chaos et marchés financiers
5.3.1. Les cours de bourses comme objet fractal.
5.3.2. Les cours de bourses et l’équation logistique.
5.3.3. Recherche d’attracteurs.
5.3.4. Difficultés pour détecter un chaos sous-jacent.
5.3.5. Les enjeux de l’identification d’un chaos sous-jacent dans les marchés financiers.
5.3.6. Des pistes pour de nouveaux modèles.
5.4. Décodage épistémologique sur la théorie du chaos
Conclusion générale
