L’\u00e9chelle d’\u00e9valuation du risque boursier bas\u00e9 sur les transitions de prix<\/strong> (Stock Risk Based on Price Transitions<\/em>) a \u00e9t\u00e9 d\u00e9velopp\u00e9e et formalis\u00e9e par Junghan Kim et Arun Lakshmanan (2021)<\/a> dans le cadre de leurs travaux fondateurs publi\u00e9s dans le Journal of Marketing Research<\/em>. Cet instrument psychom\u00e9trique quantifie la propension des investisseurs, qu’ils soient n\u00e9ophytes ou exp\u00e9riment\u00e9s, \u00e0 inf\u00e9rer le risque financier intrins\u00e8que d’une action \u00e0 partir de la saillance visuelle et cognitive des fluctuations locales intertemporelles (les transitions d’un point temporel $t$<\/span> \u00e0 un point $t+1$<\/span>), ind\u00e9pendamment du niveau absolu de prix ou de la tendance directionnelle globale (haussi\u00e8re ou baissi\u00e8re). L’\u00e9chelle isole l’impact des micro-fluctuations dynamiques sur le sentiment de volatilit\u00e9 subjective et l’aversion \u00e0 la perte per\u00e7ue.<\/p>\n Compos\u00e9e g\u00e9n\u00e9ralement de modules psychom\u00e9triques \u00e9valuant le risque per\u00e7u, l’incertitude fluctuante et la vuln\u00e9rabilit\u00e9 aux pertes, cette m\u00e9trique repose sur un format de r\u00e9ponse en \u00e9chelles de type Likert en 7 points (allant de 1 = \u00ab Risque tr\u00e8s faible \/ Tr\u00e8s stable \u00bb \u00e0 7 = \u00ab Risque tr\u00e8s \u00e9lev\u00e9 \/ Tr\u00e8s instable \u00bb) ainsi que sur des \u00e9chelles de diff\u00e9rentiel s\u00e9mantique. Les \u00e9tudes empiriques d\u00e9montrent une coh\u00e9rence interne robuste, avec des coefficients alpha de Cronbach oscillant habituellement entre 0,86 et 0,93, une validit\u00e9 convergente confirm\u00e9e avec les indices objectifs de volatilit\u00e9 per\u00e7ue, et une validit\u00e9 discriminante nette vis-\u00e0-vis des attentes de rendement moyen. Cet outil constitue un apport m\u00e9thodologique majeur pour la finance comportementale<\/a>, la psychologie cognitive du traitement visuel des donn\u00e9es et l’ergonomie des interfaces de courtage num\u00e9rique (FinTech).<\/p>\n Risque boursier, transitions de prix, perception du risque, volatilit\u00e9 per\u00e7ue, finance comportementale, cognition visuelle, graphiques anim\u00e9s, prise de d\u00e9cision financi\u00e8re, heuristique de repr\u00e9sentativit\u00e9, psychom\u00e9trie appliqu\u00e9e, interfaces FinTech, incertitude subjective.<\/p>\n L’\u00e9chelle et son paradigme exp\u00e9rimental ont \u00e9t\u00e9 con\u00e7us par des chercheurs de premier plan en marketing quantitatif et comportement du consommateur :<\/p>\n L’\u00e9valuation du risque financier repose traditionnellement, dans la th\u00e9orie \u00e9conomique n\u00e9oclassique de Markowitz (1952)<\/a>, sur des m\u00e9triques statistiques objectives telles que la variance, l’\u00e9cart-type des rendements ou le coefficient b\u00eata. N\u00e9anmoins, l’essor des plateformes d’investissement en ligne (ex. Robinhood, eToro, TradingView) a introduit une rupture s\u00e9miotique majeure : les cours des actions ne sont plus seulement consult\u00e9s sous forme de tableaux chiffr\u00e9s ou de graphiques statiques en chandeliers, mais \u00e0 travers des repr\u00e9sentations graphiques dynamiques, anim\u00e9es et interactives en temps r\u00e9el. L’objectif fondamental de l’instrument d\u00e9velopp\u00e9 par Kim et Lakshmanan (2021) est de mesurer pr\u00e9cis\u00e9ment dans quelle mesure les transitions de prix discr\u00e8tes et successives<\/strong> activent des inf\u00e9rences subjectives de risque, ind\u00e9pendamment des propri\u00e9t\u00e9s statistiques globales de la s\u00e9rie temporelle.<\/p>\n En pratique, deux actifs financiers peuvent afficher une volatilit\u00e9 math\u00e9matique rigoureusement identique sur une p\u00e9riode donn\u00e9e (par exemple, 12 mois) et aboutir au m\u00eame cours de cl\u00f4ture. Cependant, lorsqu’un individu observe le trac\u00e9 dynamique d’une trajectoire anim\u00e9e, l’attention visuelle est disproportionnellement capt\u00e9e par les micro-oscillations, les changements de direction imm\u00e9diats et la v\u00e9locit\u00e9 apparente du trac\u00e9. L’\u00e9chelle a \u00e9t\u00e9 con\u00e7ue pour capturer ce ph\u00e9nom\u00e8ne psychologique : elle quantifie la sur\u00e9valuation syst\u00e9matique de la variance engendr\u00e9e par la focalisation sur les segments locaux au d\u00e9triment de la macro-tendance.<\/p>\n Sur le plan de la recherche exp\u00e9rimentale et des applications industrielles, cet instrument remplit trois finalit\u00e9s critiques :<\/p>\n Le construit mesur\u00e9 par cette \u00e9chelle est le risque boursier per\u00e7u d\u00e9riv\u00e9 des transitions s\u00e9quentielles<\/strong>. Ce concept ne se confond ni avec la tol\u00e9rance g\u00e9n\u00e9rale au risque (qui est un trait de personnalit\u00e9 stable), ni avec l’estimation purement arithm\u00e9tique de la variance. Il s’agit d’un \u00e9tat cognitivo-\u00e9motionnel d\u00e9clench\u00e9 par le traitement s\u00e9quentiel du mouvement d’un actif.<\/p>\n Le construit s’articule autour de trois dimensions psychologiques interd\u00e9pendantes :<\/p>\n Cette composante \u00e9value le degr\u00e9 auquel l’observateur per\u00e7oit la trajectoire du titre comme erratique, saccad\u00e9e ou turbulente. Lorsqu’un graphique met en exergue chaque saut d’un cours de $t$<\/span> \u00e0 $t+1$<\/span>, le syst\u00e8me cognitif traite chaque segment comme un \u00e9v\u00e9nement discret dot\u00e9 d’une forte charge informationnelle. L’observateur ressent que l’action est \u00ab hors de contr\u00f4le \u00bb en raison du nombre \u00e9lev\u00e9 de retournements locaux observ\u00e9s visuellement, m\u00eame si l’amplitude agr\u00e9g\u00e9e de ces mouvements reste minime.<\/p>\n En vertu du principe d’aversion aux pertes<\/a> formalis\u00e9 par Kahneman et Tversky, les mouvements baissiers g\u00e9n\u00e8rent un impact psychologique environ deux fois plus intense que les mouvements haussiers \u00e9quivalents. Dans un cadre de transitions dynamiques continues, chaque vecteur orient\u00e9 vers le bas attire l’attention de fa\u00e7on pr\u00e9pond\u00e9rante. Cette dimension mesure l’amplification de la crainte de subir une perte financi\u00e8re imm\u00e9diate cons\u00e9cutive \u00e0 l’observation de ces \u00e0-coups directionnels.<\/p>\n Cette troisi\u00e8me facette mesure la d\u00e9gradation du sentiment d’auto-efficacit\u00e9 de l’investisseur quant \u00e0 sa capacit\u00e9 \u00e0 anticiper le cours futur. Face \u00e0 une succession rapide de variations \u00e9l\u00e9mentaires, l’individu \u00e9prouve une charge cognitive accrue. L’illusion de tendance disparait au profit d’un sentiment de bruit al\u00e9atoire ing\u00e9rable, conduisant \u00e0 une baisse marqu\u00e9e de la confiance dans la stabilit\u00e9 future des flux de tr\u00e9sorerie associ\u00e9s \u00e0 l’action.<\/p>\n L’\u00e9laboration de cet instrument s’inscrit au carrefour de trois corpus th\u00e9oriques majeurs : la th\u00e9orie des perspectives<\/a>, la psychologie de l’attention visuelle dynamique, et la th\u00e9orie de la saillance.<\/p>\n Selon la th\u00e9orie de la saillance de Bordalo, Gennaioli et Shleifer (2012), les d\u00e9cideurs ne pond\u00e8rent pas les \u00e9tats du monde selon des probabilit\u00e9s objectives objectives, mais attribuent un poids disproportionn\u00e9 aux attributs qui attirent spontan\u00e9ment leur attention sensorielle. Dans le cadre des graphiques boursiers anim\u00e9s, les transitions de prix constituent des stimuli visuels \u00e0 haute fr\u00e9quence temporelle. Le traitement visuel humain, optimis\u00e9 par l’\u00e9volution pour d\u00e9tecter le mouvement biologique et les changements d’\u00e9tat cin\u00e9tiques (Ware, 2013), privil\u00e9gie les transitions locales au d\u00e9triment de la structure globale statique. Ce focus pr\u00e9-attentionnel injecte une variabilit\u00e9 subjective non justifi\u00e9e par les donn\u00e9es fondamentales.<\/p>\n Slovic et al. (2004) ainsi que Loewenstein et al. (2001) ont d\u00e9velopp\u00e9 le mod\u00e8le du \u00ab Risk as Feelings<\/em> \u00bb (le risque en tant qu’\u00e9motion). Selon ce paradigme, les jugements de risque ne sont pas des calculs math\u00e9matiques d\u00e9sincarn\u00e9s mais des r\u00e9actions visc\u00e9rales instantan\u00e9es. Les transitions de prix saccad\u00e9es d\u00e9clenchent des micro-r\u00e9actions d’anxi\u00e9t\u00e9. L’agr\u00e9gation continue de ces micro-chocs affectifs produit une r\u00e9ponse \u00e9motionnelle n\u00e9gative globale, qui est ensuite rationalis\u00e9e par l’individu sous la forme d’un score \u00e9lev\u00e9 de risque attribu\u00e9 \u00e0 l’action.<\/p>\n La th\u00e9orie de la charge cognitive (Sweller, 1988<\/a>) postule que la m\u00e9moire de travail poss\u00e8de une capacit\u00e9 limit\u00e9e de traitement. L’animation visuelle s\u00e9quentielle oblige le syst\u00e8me cognitif \u00e0 r\u00e9actualiser en permanence le point de r\u00e9f\u00e9rence mental (le dernier prix vu). Cette constante r\u00e9actualisation g\u00e9n\u00e8re une surcharge cognitive qui inhibe la vision d’ensemble (le niveau macroscopique) et contraint l’investisseur \u00e0 sur\u00e9valuer le risque localis\u00e9 des transitions imm\u00e9diates.<\/p>\n Les propri\u00e9t\u00e9s de validit\u00e9 de l’\u00e9chelle ont fait l’objet de v\u00e9rifications statistiques pouss\u00e9es au cours des s\u00e9ries exp\u00e9rimentales men\u00e9es par Kim et Lakshmanan (2021) aupr\u00e8s d’\u00e9chantillons diversifi\u00e9s (\u00e9tudiants en finance, pan\u00e9listes Prolific et investisseurs individuels actifs sur les march\u00e9s).<\/p>\n La validit\u00e9 de construit a \u00e9t\u00e9 \u00e9tablie en d\u00e9montrant que l’\u00e9chelle est directement sensible aux manipulations exp\u00e9rimentales de la cin\u00e9tique des graphiques. Lorsque les participants visualisent une m\u00eame s\u00e9rie temporelle financi\u00e8re sous format statique vs anim\u00e9 pas \u00e0 pas, les scores sur l’\u00e9chelle de risque de transition augmentent de fa\u00e7on statistiquement significative ($p < 0,001$, a\\vec des tailles d’effet de type$<\/span>d$ de Cohen comprises entre 0,45 et 0,68). La validit\u00e9 convergente a \u00e9t\u00e9 confirm\u00e9e par de fortes corr\u00e9lations positives avec :<\/p>\n L’un des d\u00e9fis m\u00e9thodologiques majeurs consistait \u00e0 s’assurer que l’\u00e9chelle ne mesurait pas simplement le pessimisme g\u00e9n\u00e9ral ou la perception du rendement moyen de l’actif. Les analyses de corr\u00e9lations r\u00e9v\u00e8lent que l’\u00e9chelle partage moins de 8 % de variance commune avec l’estimation du rendement esp\u00e9r\u00e9 ($r = -0,18$<\/span>, non significatif ou faiblement n\u00e9gatif), confirmant ainsi que la perception du risque bas\u00e9e sur les transitions est dissoci\u00e9e de la perception de la rentabilit\u00e9 intrins\u00e8que. De surcro\u00eet, le crit\u00e8re de Fornell et Larcker a \u00e9t\u00e9 respect\u00e9 : la variance moyenne extraite (AVE) de l’\u00e9chelle d\u00e9passe largement le carr\u00e9 des corr\u00e9lations entretenues avec les \u00e9chelles de litt\u00e9ratie financi\u00e8re ou d’optimisme g\u00e9n\u00e9ral.<\/p>\n La validit\u00e9 pr\u00e9dictive est particuli\u00e8rement spectaculaire sur les comportements d’allocation d’actifs r\u00e9els ou simul\u00e9s. Des scores plus \u00e9lev\u00e9s sur cette \u00e9chelle pr\u00e9disent syst\u00e9matiquement :<\/p>\n L’instrument d\u00e9montre une excellente coh\u00e9rence interne \u00e0 travers les diff\u00e9rentes \u00e9tudes de r\u00e9plication :<\/p>\n La structure factorielle de la mesure a \u00e9t\u00e9 rigoureusement analys\u00e9e par le biais d’analyses factorielles exploratoires (AFE) puis confirm\u00e9e par des analyses factorielles confirmatoires (AFC) \u00e0 l’aide de matrices de covariance multivari\u00e9es.<\/p>\n Une AFE conduite selon la m\u00e9thode d’extraction en composantes principales avec rotation oblique (Promax ou Oblimin direct, en raison de la corr\u00e9lation attendue entre dimensions) sur les donn\u00e9es initiales a r\u00e9v\u00e9l\u00e9 un ratio de Kaiser-Meyer-Olkin (KMO) de 0,90<\/strong> et un test de sph\u00e9ricit\u00e9 de Bartlett hautement significatif ($\\chi^2(28) = 1420,55$<\/span>, $p < 0,0001$). L'analyse des valeurs propres (crit\u00e8re de Kaiser > 1) et le test d’\u00e9boulis de Cattell mettent en \u00e9vidence une structure unifactorielle dominante expliquant 68,4 %<\/strong> de la variance totale, compl\u00e9t\u00e9e par un mod\u00e8le bifactoriel hi\u00e9rarchique distinguant la dimension \u00ab turbulence per\u00e7ue \u00bb de la dimension \u00ab probabilit\u00e9 per\u00e7ue de perte \u00bb.<\/p>\n L’ajustement du mod\u00e8le de mesure unifactoriel de second ordre a \u00e9t\u00e9 \u00e9valu\u00e9 au moyen des indices d’ad\u00e9quation classiques :<\/p>\n Toutes les saturations factorielles standardis\u00e9es ($lambda$<\/span>) oscillent entre 0,78 et 0,91<\/strong> et sont toutes statistiquement significatives au seuil de $p < 0,001$, d\u00e9montrant la grande puissance de capture des indicateurs retenus.<\/p>\n L’instrument se pr\u00e9sente sous la forme d’un protocole d’\u00e9valuation psychom\u00e9trique rapide, id\u00e9alement administr\u00e9 imm\u00e9diatement apr\u00e8s l’exposition d’un participant \u00e0 une visualisation boursi\u00e8re (graphique de cours d’action statique, lin\u00e9aire, en chandeliers ou anim\u00e9 de transition).<\/p>\n L’ann\u00e9e de publication originale de r\u00e9f\u00e9rence est 2021<\/strong> dans le Journal of Marketing Research<\/em>, publi\u00e9 par l’American Marketing Association (AMA)<\/a>.<\/p>\n Les publications fondatrices et contextuelles associ\u00e9es \u00e0 cette \u00e9chelle comprennent :<\/p>\n Analyse psychom\u00e9trique d\u00e9taill\u00e9e de l’\u00e9chelle d’\u00e9valuation du risque boursier bas\u00e9 sur les transitions de prix (Kim & Lakshmanan, 2021). Cadre th\u00e9orique, propri\u00e9t\u00e9s statistiques, validit\u00e9 et impact des graphiques dynamiques sur la perception financi\u00e8re.<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"closed","template":"","categories":[22110,5379,2],"tags":[21909,10023,22111,22112,2041,22113],"class_list":["post-14289","psych_scale","type-psych_scale","status-publish","hentry","category-cognition-visuelle","category-finance-comportementale","category-psychometrie","tag-fintech","tag-perception-du-risque","tag-risque-boursier","tag-transitions-de-prix","tag-visualisation-de-donnees","tag-volatilite-percue"],"_links":{"self":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_scale\/14289","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_scale"}],"about":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/types\/psych_scale"}],"author":[{"embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=14289"}],"version-history":[{"count":1,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_scale\/14289\/revisions"}],"predecessor-version":[{"id":14290,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_scale\/14289\/revisions\/14290"}],"wp:attachment":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=14289"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=14289"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=14289"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}2. Mots-cl\u00e9s \/ Keywords<\/h2>\n
3. Auteurs \/ Authors<\/h2>\n
\n
4. Objectif \/ Purpose<\/h2>\n
\n
5. Construit psychologique \/ Construct<\/h2>\n
1. L’instabilit\u00e9 transitionnelle per\u00e7ue (Transition-Induced Instability)<\/h3>\n
2. La vuln\u00e9rabilit\u00e9 aux pertes \u00e0 court terme (Downside Threat Salience)<\/h3>\n
3. L’impr\u00e9visibilit\u00e9 prospective (Predictive Uncertainty)<\/h3>\n
6. Cadre th\u00e9orique \/ Theoretical Framework<\/h2>\n
La saillance et le traitement visuel pr\u00e9-attentionnel<\/h3>\n
L’heuristique d’affect et le risque per\u00e7u comme \u00e9motion<\/h3>\n
L’interf\u00e9rence cognitive et la charge mentale<\/h3>\n
7. Validit\u00e9 \/ Validity<\/h2>\n
Validit\u00e9 de construit et validit\u00e9 convergente<\/h3>\n
\n
Validit\u00e9 discriminante<\/h3>\n
Validit\u00e9 pr\u00e9dictive<\/h3>\n
\n
8. Fid\u00e9lit\u00e9 \/ Reliability<\/h2>\n
\n
9. Analyse factorielle \/ Factor Analysis<\/h2>\n
Analyse Factorielle Exploratoire (AFE)<\/h3>\n
Analyse Factorielle Confirmatoire (AFC)<\/h3>\n
\n
10. Instrument de mesure \/ Instrument<\/h2>\n
\n
11. Permissions, Tarifs et Ann\u00e9e du test \/ Permissions & Fee and Test Year<\/h2>\n
\n
12. R\u00e9f\u00e9rences \/ References<\/h2>\n
\n
13. Questions et items du questionnaire \/ Scale Items<\/h2>\n