Quatre essais sur les marchés de capitaux et la répartition de l’actif

Four Essays on Capital Markets and Asset Allocation

• Auteur / Autrice : Xia Xu
• Direction : Olivier Le Courtois
• Type : Thèse de doctorat
• Discipline(s) : Sciences de gestion
• Date : Soutenance le 11/09/2018
• Etablissement(s) : Lyon
• Ecole(s) doctorale(s) : École doctorale Sciences économiques et de gestion (Lyon ; 2007-....)
• Partenaire(s) de recherche : établissement opérateur d'inscriptions : Université Lumière (Lyon ; 1969-....)
• Partenaire(s) de recherche : Laboratoire : Conception de l'action en situation (Lyon ; Saint-Etienne ; 2007-....)
• Jury : Président / Présidente : Laurent Vilanova
• Jury : Examinateurs / Examinatrices : Philippe Desurmont, Olga Kolokolova
• Jury : Rapporteur / Rapporteuse : André Lapied, Delphine Lautier

Mots clés

Mots clés contrôlés

Marché financier

Risque financier

Gestion du risque

Mots clés libres

Marchés de Capitaux

Optimisation de Portefeuille

Risques d’Événements

Indices de Marché

Capital Markets

Portfolio Optimization

Event Risks

Market Indices

Résumé

Les événements extrêmes ont un impact important sur les distributions de rendement et les décisions d’investissement. Cependant, le rôle des risques d’événement est sous-estimé dans les approches populaires de prise de décision financière. Cette thèse inclut les risques d’événements dans les décisions d’investissement pour améliorer l’optimalité globale des investissements. Nous examinons les risques d’événements dans deux contextes financiers différents mais cohérents: la sélection de portefeuilles et le financement d’entreprise. Dans le cadre de la sélection de portefeuilles, nous nous concentrons sur l’incorporation d’informations d’ordre supérieur pour capturer l’impact des risques d’événements sur la construction du portefeuille. Des extensions d’ordre supérieur sont implémentées sur deux méthodes principales d’optimisation de portefeuille: le cadre classique de l’optimisation de la variance moyenne et du CAPM, et l’approche de la dominance stochastique. Nous trouvons que l’inclusion d’informations d’ordre supérieur améliore l’optimalité globale du portefeuille compte tenu de la présence de risques d’événement. Dans un cas particulier, nous combinons les applications traditionnelles de l’optimisation de la moyenne variance et de l’analyse de dominance stochastique pour examiner l’efficacité de l’indice de DJIA. Nous trouvons que DJIA est efficace en tant que référence de performance. Dans le domaine des finances d’entreprise, nous avons principalement identifié les changements de dénomination sociale de M&A parmi l’indice S&P 500 et examiné comment les événements de changement de nom affectent les modèles de rendement pour les acquéreurs et les cibles. Dans le cadre de cette étude d’entreprise, nous montrons que les changements de nom affectent sensiblement la dynamique du rendement et que la différence de rendement anormale entre les événements de changement de nom et les événements sans changementde nom est économiquement et statistiquement significative. En général, nos études montrent que l’inclusion des risques d’événements dans les processus décisionnels apporte des avantages importants à l’optimisation de l’allocation des actifs.

Extreme events have a material impact on return distributions and investment decisions. However, the role of event risks is understated in popular financial decision making approaches. This thesis includes event risks into investment decisions to improve global investment optimality. We examine event risks in two different but coherent financial settings: portfolio selection and corporate finance. In the portfolio selection setting, we focus on the incorporation of higher order information to capture the impact of event risks on portfolio construction. Higher order extensions are implemented on two main portfolio optimization methods: the classic framework of mean variance optimization and CAPM, and the stochastic dominance approach. We find that the inclusion of higher order information improves global portfolio optimality given the presence of event risks. As a special case, we combine the traditional applications of mean variance optimization and stochastic dominance analysis to examine the index efficiency of DJIA. We find that DJIA is efficient as a performance benchmark. In the corporate finance setting, we principally identified corporate name changes of M&As among the S&P 500 index, and examined how the name change events impact the return patterns for the acquirers and the targets. Conducting this corporate event study, we show that name changeevents substantially affect return dynamics, and that the abnormal return difference between name change events and non name change events is economically and statistically significant. Generally, our studies illustrate that the inclusion of event risks in decision processes brings important benefits to the asset allocation optimization.