- FR
- EN
Bouchra BENYELLES
Sous la direction de Eser ARISOY
The investment decision process under uncertainty: comparaison between hedge funds and mutual funds
John COADOU
Sous la direction de Serge DAROLLES
Résumé:
Au cours de cette dernière décennie, les marchés financiers ont été témoins d'un afflux massif de demande d'investisseurs cherchant à investir leurs capitaux dans des investissements responsables et durables. Bien que l'ESG puisse être considéré comme un sujet précoce, ce thème d'investissement ne peut plus être considéré comme une niche et l'industrie de la gestion d'actif l'a bien compris. Starks Venkat and Zhu (2017)1 affirment que la création de valeur impliquée par des politiques d'entreprises dites ESG, peut être captée par des investisseurs orientés avec une vision de long terme. Depuis peu, le monde de la recherche académique a pris le pas sur ce sujet. Plusieurs papiers de recherches montrent déjà les bénéfices des investissements durables. De l'autre côté, les antagonistes suggèrent que l'intérêt soudain de l'ESG sur les marchés financiers est expliquée par la finance comportementale. Le manque de standardisation de méthodologie reste le problème majeur de ce sujet. Le projet de thèse a pour objectif d'aller plus en profondeur dans ce nouveau champ de recherche en mettant en évidence comment l'ESG se comporte selon diffèrent niveaux de granularité. Nous testerons (i) comment l'ESG contribue en termes de rendements anormaux par régions et secteurs ; (ii) comment l'ESG se comporte selon les cycles d'investissements ; (iii) enfin, nous identifierons l'importance relative entre les différents piliers E, S et G. La première section vient combler le manque de granularité constaté au sein de la recherche académique. Bien que certaines recherches étudient si l'ESG profite/nuit à la performance du marché boursier américain, ils semblent que les autres marchés internationaux aient été oublié. En outre, les recherches existantes ne se concentrent ni sur les secteurs, ni sur les facteurs de styles. Pour répondre à ce manque de granularité, nous capitaliserons sur les travaux de Breitz et Partapuoli's (2020)2. Dans le but d'identifier si l'ESG génère des rendements anormaux, nous utiliserons le model des cinq facteurs, théorisé par Fama and French. Côtés donnés, nous utiliseront la base de données Refinitiv, bien connu auprès des différents acteurs des marchés sous le nom de Datastream. La section suivante traitera de la contribution de l'ESG selon les différents cycles économiques. Chaque cycle économique est composé de différents phase où la performance des actifs financiers peuvent différer selon l'environnement de marchés. Les cycles ne sont pas homogènes et ne s'amorcent pas au même moment selon les régions. Pour résoudre ce problème, nous utiliseront le bivariée Markov-Regime- Switching (MRS) utilisé par Darolles, Le Fol and Mero (2021)3. Nous rapprocherons nos découvertes avec différents indicateurs économiques Ce projet de thèse se conclura sur l'importance relative entre les différents piliers. Fetsun and Söhnholz (2014)4 ont démontré que peu de sous-facteur ESG génèrent une performance plus importante. Notre objectif explicit sera d'optimiser la performance d'un portefeuille en améliorant la méthodologie ESG de Refinitiv. Pour cela, nous conduirons une régression linéaire multiple en utilisant le Machine Learning. Les découvertes permettront aux lecteurs d'apprécier le comportement de l'ESG avec un niveau élevé de granularité non traité jusque présent, et si une méthodologie ESG optimisée peut améliorer la magnitude des rendements anormaux.
Anouck FAVERJON
Sous la direction de Serge DAROLLES
Étude des différences entre les agences de notation ESG et leur effet sur l'analyse de la performance
Rémi GENET
Sous la direction de Fabrice Riva
Exécution optimale d’ordres VWAP sur le marché des crypto-monnaies
Tanaz MORADI
Sous la direction de Gilles CHEMLA
Three Essays in Corporate Finance
Marius SAVATIER
Sous la direction de Fabrice Riva
Évaluation d'actifs - Hypothèse d'efficience des marchés financiers
Résumé:
Cette thèse porte sur l'évaluation d'actifs : (1) recherche systématique de type big data sur une anomalie de marché appelé « negative stub value ». (2) Développement d'une mesure d'efficience des marchés fondée sur les rentabilités.
