Centre d’Etudes et de Recherches Appliquées à la Gestion

Titre anglais : Empirical Derivation of the Optimal Informed Investors’ Portfolio and Test of the Conditional CAPM

Directeur de thèse : Radu BURLACU, Professeur, Université Grenoble Alpes

Composition du jury :

• Sadok EL GHOUL, Professeur agrégé, Université de l'Alberta
• Georges GALLAIS-HAMONNO, Professeur émérite, Université d'Orléans
• Sonia JIMENEZ-GARCÈS, Professeur, Grenoble INP

Résumé de la thèse en français :

Les modèles d’équilibre à anticipations rationnelles (EAR) ont été considérablement développés ces 40 dernières années. Cependant, encore relativement peu d’avancées ont été réalisées quant à leurs applications empiriques, les signaux privés étant inobservables. Nous proposons une nouvelle méthodologie, fondée théoriquement, pour reconstituer ces signaux et ainsi parfaitement déduire toute l’information. Ce qui nous permet de construire le portefeuille optimal des agents informés et d’explorer ses propriétés à travers trois études. Dans un premier article, nous montrons que les ordres soumis au carnet d’ordres (l’offre) et le prix d’équilibre qui en résulte constituent une statistique suffisante pour l’ensemble d’information agrégé. Nous expliquons comment extraire l’information contenue dans ces deux données, en utilisant les volumes réalisés (connus avec délai) comme proxy pour l’offre, et construire ex post le portefeuille conditionnel à l’information privée. Nous comparons ses performances avec le portefeuille optimal des agents non-informés obtenu ex ante à partir des prix. Dans un second article, nous dérivons le portefeuille optimal des investisseurs informés en explorant une spécification différente du bruit. Constitué dans la première étude par une offre fournie de façon exogène par des noise traders, nous considérons à présent que les investisseurs informés et non-informés échangent entre eux. Ils sont initialement dotés d’une quantité aléatoire d’actifs risqués et échangent rationnellement sur le marché boursier pour se couvrir et spéculer sur leur information. Nous démontrons qu’il est alors nécessaire d’utiliser la partie des volumes relative à de l’information, déterminée à partir d’une mesure de la probabilité d’échanges informés, à la place des volumes totaux. A cause des contraintes et de la complexité de cette mesure, nous trouvons qu’utiliser les volumes totaux constitue le meilleur choix, du moins jusqu’à ce qu’une meilleure mesure soit trouvée. Enfin, dans une troisième étude, nous utilisons le portefeuille des agents informés pour tester le modèle d’évaluation des actifs financiers (MEDAF) conditionnel, à la place d’un indice boursier pondéré selon les capitalisations traditionnellement utilisé comme proxy pour le portefeuille de marché. Nous démontrons que conditionner à l’information privée permet d’estimer le vrai bêta, ainsi que la prime de risque du marché en isolant la prime de risque d’information qu’un indice boursier est incapable de distinguer.

Résumé de la thèse en anglais :

Rational expectation equilibrium (REE) models were considerably developed over the past 40 years. However, still relatively little has been done on their empirical applications, private signals being unobservable. We propose a new methodology, theoretically premised, to reconstitute these signals and thus perfectly infer all the information. This allows us to build the optimal informed investors’ portfolio and explore its properties through three studies. In the first paper, we show, based on a REE model, that the orders entered into the order book (supply) and the resulting equilibrium price constitute a sufficient statistic for the aggregate information set. We explain how to extract the information contained in these two data, using realized volumes (known with delay) as proxy for the supply, and to construct ex post the portfolio conditional on private information. We compare its performance with the optimal uninformed agents’ portfolio obtained ex ante from prices. In a second paper, we derive the optimal informed investors’ portfolio by investigating a different specification for the noise. Constituted in the first study by a supply exogenously provided by noise traders, we now consider that informed and uninformed investors trade amongst themselves. They are initially endowed with a random quantity of risky assets and have both risk-sharing and informational motives to trade rationally on the stock market. We demonstrate that we must use information-related volumes, determined with a measure of the probability of informed trades, instead of total volumes. Due to the constraints and complexity of this measure, we found that using total volumes constitutes the best choice, at least until a better measure is found. Finally, in a third study, we use the informed agents’ portfolio to test the conditional capital asset pricing model (CAPM), instead of a value-weighted stock index traditionally used as proxy for the market portfolio. We show that conditioning on private information allows estimating the real beta, as well as the market risk premium by isolating the information risk premium that an index is unable to distinguish.