L'effet fin de mois/début de mois (turn of the month) [3]
Dans ce troisième post de la série sur la finance comportementale, nous abordons une autre anomalie calendaire détectée sur les marchés. Les sources et inspirations sont les mêmes que pour les post précédents (la chaîne Youtube NEDL) .
Le(s) papier(s) d’origine L’effet fin de mois/début de mois (turn of the month effect) est une autre anomalie de marché au regard de l’hypothèse d’efficience détecté dans les années 80. Elle repose sur le constat que rendements les plus importants sont concentrés autour du passage d’un mois à l’autre (les tout débuts et fins de mois).
L'effet vacances [2]
Pour ce second post dans la série consacrée à la finance comportementale, revenons sur les effets calendaires qui ont, par le passé, été mis en évidence comme affectant les rendements des actions. Encore une fois, cette application est principalement une réplication sous R du travail présenté par Savva Shanaev et Arina Shuraeva sous excel sur leur chaîne youtube NDEL (que je recommande fortement).
Le(s) papier(s) d’origine L’effet vacances (holiday effect) est une autre anomalie de marché au regard de l’hypothèse d’efficience détectée dans les années 80.
L'effet week-end (Lundi et Dimanche) [1]
Ce post est le premier d’une série consacrée à la finance comportementale. Il s’agira, à titre principal, de présenter des applications empiriques dans le domaine. Mais, ce sera aussi l’occasion de discuter de certains points de théorie économique et de statistique. Nous commencerons par traité des effets calendaires qui sont les premiers éléments empiriques qui ont été mis en avant pour questionner l’hypothèse d’efficience des marchés financiers. Ces anomalies ont, pour la plupart, disparu (du moins sur les marchés les plus actifs) et sont sujettes à des questionnements méthodologiques forts.
J'ai soutenu mon Habilitation à Diriger des Recherches
Comme les plus assidus d’entre vous ont pu le noter, le rythme de publication de ce blog s’est quelque peu ralenti dernièrement. Je tiens à rassurer celles et ceux qui s’en seraient inquiétés. Je n’ai pas abandonné le projet. Je me suis simplement concentré sur un autre projet important pour la suite : mon habilitation à diriger des recherches. Après moults péripéties (notamment administratives), celle-ci a été soutenu (avec succès) le 11 juin à l’Université de Strasbourg.
Les strip plot GT24
Enchaînons sur la série GT avec les strip plot. Il s’agit ici, non plus comme avec les histogrammes de figurer les observations au travers d’objets dont la taille et la forme varie en fonction de la fréquence d’une valeur, mais plus directement de montrer les données. Pour ce faire, chaque observation est représentée par un point placé en fonction de sa valeur le long d’un axe vertical ou horizontal unique.
Les graphes en pyramides GT23
Venons-en à notre second post de la sous-série de GT consacrée à l’illustration distribution des variables quantitatives. Il s’agit ici de traiter des histogrammes en pyramide. Ceux-ci permettent de faciliter la comparaison de la distribution d’une variable entre deux groupes d’observations. Ils sont souvent mobilisés en démographie pour mettre en regard les effectifs des différences classes d’âge pour chaque sexe (pour une zone géographique et à une date donnée). Le principe du graphe est simple.
Les histogrammes GT22
Ce post ouvre une nouvelle partie de la série GT. Après avoir traité des représentations utilisées pour rendre compte des variables discrètes et de celles utilisées pour les séries temporelles, nous traitons maintenant de la manière de représenter les distributions de variables continues. Le premier type de graphe que nous aborderons est un grand classique. Il s’agit de l’histogramme. Celui consiste en une série de barres accolées à la manière d’un bar plot classique.
TQG 2023 Stata
Cette année les TD de techniques quantitatives de gestion ont été réalisé à partir de Stata. Je sais… Les étudiants trouveront la réplication des exercices des séances sous R dans la rubrique cours du site.
Je met ici en lien les .do files réalisé durant les td:
caschool
portf_size
à compléter…
Je met également en lien les données utilisées:
caschool.dta
portf_size.dta
monday_data.
Gérer et manipuler les dates (2)
Continuons notre point sur la manipulation des données de dates. Traitons ici de la mise en forme de l’axe décrivant le temps dans les graphes de séries temporelles. Comme toujours (ou presque), nous travaillerons à partir de ggplot2.
Commençons par charger les packages, ceux permettant d’établir le graphe (tidyverse et scales) et autre pour les obtenir les données. Ici, nous utiliserons des données de cotations d’actions. Nous les chargerons à partir de l’API de yahoo finance à partir des tickers correspondant.
Gérer et manipuler les dates (1)
Le premier semestre s’avance et les cours s’enchaînent, le temps passe et ne laisse que peu d’opportunité de bloguer. Mais enseigner n’a pas que des désavantages… Outre que cela permet de parler et d’avoir des échanges sur des sujets que je trouves intéressant parfois passionnant, cela permet à l’occasion de mettre le doigt sur quelque chose qui mérite approfondissement et réflexion. Certaines questions, peuvent clairement vous faire voir en problème, ou une pratique, sous un nouvel angle.