You are on page 1of 16

Article

Biais Cognitifs et Prise de Risque Managriale: Validation Empirique dans le Contexte


Tunisien
Amel Belanes et Rym Hachana
Management international/ International Management/ Gestin Internacional, vol. 14, n 2, 2010, p. 105-119.

Pour citer cet article, utiliser l'information suivante :


URI: http://id.erudit.org/iderudit/039551ar
DOI: 10.7202/039551ar
Note : les rgles d'criture des rfrences bibliographiques peuvent varier selon les diffrents domaines du savoir.

Ce document est protg par la loi sur le droit d'auteur. L'utilisation des services d'rudit (y compris la reproduction) est assujettie sa politique
d'utilisation que vous pouvez consulter l'URI https://apropos.erudit.org/fr/usagers/politique-dutilisation/

ruditest un consortium interuniversitaire sans but lucratif compos de l'Universit de Montral, l'Universit Laval et l'Universit du Qubec
Montral. Il a pour mission la promotion et la valorisation de la recherche.ruditoffre des services d'dition numrique de documents
scientifiques depuis 1998.
Pour communiquer avec les responsables d'rudit : info@erudit.org

Document tlcharg le 27 April 2016 03:44

Biais Cognitifs et Prise de Risque Managriale:


Validation Empirique dans le Contexte Tunisien
Amel Belanes
Facult des Sciences Economiques
et de Gestion de Nabeul
Tunisie

Rym Hachana
Facult des Sciences Juridiques,
Economiques et de Gestion de Jendouba
Tunisie

Rsum

Abstract

Resumen

Le contexte de prise de dcision est entach par des biais cognitifs. Se basant sur
un chantillon de 46 entreprises tunisiennes cotes durant 1997-2006, nous avons
dabord observ linfluence de trois biais
(sur-confiance, mimtisme et illusion de
contrle) sur la perception du risque et
ensuite, nous avons analys la relation
entre cette perception et la prise de risque
effective. Nos rsultats concluent lexistence dune relation positive entre le biais
de sur-confiance et de mimtisme et la
prise de risque et une relation ngative
entre le biais de lillusion de contrle et la
prise de risque managriale.

In this article, we analyse three cognitive


biases which are overconfidence, illusion
of control and herding. We investigate
whether theses cognitive biases have an
impact on managerial risk-taking. Using
a sample of 46 Tunisian firms during the
period 1997-2006, we put on evidence that
a positive association exists between overconfidence, herding and managerial risktaking. Nevertheless, the illusion of control
bias has a negative impact on the proportion of Tunisian managers to take risks.

Basndose en una muestra compuesta de


46 empresas tunecinas numeradas durante
1997-2006, procedimos en dos etapas:
inicialmente, observamos la influencia de
estas tres inclinaciones sobre la percepcin del riesgo y en un segundo momento,
analizamos la relacin entre esta percepcin y la toma de riesgo efectiva. Este
planteamiento nos permiti concluir a la
existencia de una relacin positiva entre la
inclinacin de sobre confianza y la inclinacin de mimetismo y la toma de riesgo y a
una relacin negativa entre la inclinacin
de la ilusin de control y la toma de riesgo
de gestin.

Keywords: decision making, cognitive


biases, managerial risk-taking

Mots cls: Biais cognitifs, Prise de risque


managriale, analyse factorielle, rgression logistique

epuis les travaux pionniers de Schumpeter (1928), une


attention particulire est accorde aux entrepreneurs
qui sont considrs comme des individus rvolutionnaires
capables de mettre en uvre des stratgies innovatrices.
Dailleurs, ltude mene par Mintzberg (1973) a conclu
lexistence de trois principaux rles attribus au manager: rles interpersonnels, informationnels et dcisionnels.
Parmi les rles dcisionnels souligns par Mintzberg (1973)
figure le rle de lentrepreneur, celui qui est la recherche
constante de nouveaux projets, la qute de nouvelles ides
et prt prendre des risques en vue de concrtiser ses ambitions. Il est ainsi appel faire des choix et prendre des
dcisions, ce qui demande la fois de la rflexion et de lapprhension dune quantit norme dinformations. De nos
jours, la tendance est adopter un comportement acclrant
le processus dcisionnel. Les dirigeants sont incapables de
voir clairement ou dinterprter avec prcision les situations
dcisionnelles dans lesquelles ils se trouvent. Ils simplifient
les situations complexes utilisant les heuristiques afin de
1. Nous avons retenu comme dfinition du biais cognitif celle donne
par Le Ny (1991): Un biais est une distorsion (dviation systmatique
par rapport une norme) que subit une information en entrant dans le

Palabras claves: Inclinaciones cognoscitivas, Toma de riesgo de gestin, anlisis de


los factores, regresin logstica

faire face la quantit norme dinformation. (Kahneman,


Slovic et Tversky, 1982).
Ces heuristiques sont lorigine de biais1 qui orientent
implicitement les choix du dcideur, limitent davantage le
comportement rationnel des managers et affectent ainsi le
processus dcisionnel dans la mesure o ils peuvent conditionner, voire limiter le potentiel innovateur des managers
et son corolaire la prise de risque managriale. La question
qui nous intresse dans cet article est de savoir comment
certains biais cognitifs peuvent influencer la perception du
risque et ventuellement la prise de risque managriale.
Dans ce cadre, les biais cognitifs sont considrs comme
un comportement rationnel, mais inadapt la situation
(Lebraty et Negre, 2004) et qui affectent le degr de prise
de risque (March, 1997).
Pour rpondre notre problmatique, larticle prsentera une analyse approfondie de la littrature qui sappuie
sur trois types de recherche:
systme cognitif ou en sortant. Dans le premier cas, le sujet opre une
slection des informations, dans le second, il ralise une slection des
rponses.

106

Management international / International Management / Gestin Internacional, 14 (2)

ltude des travaux sur le jugement lors de la prise de


dcision chez lindividu (Tversky et Kahneman, 1974;
Slovic et al., 1977; Goldstein et Hogarth, 1997) qui ont
permis de mettre en lumire un certain nombre dheuristiques et de biais cognitifs lorigine des erreurs
commises par le dirigeant;
ltude des travaux issus du champ de la prise de
dcision managriale ou stratgique (Barnes, 1984;
Schwenk, 1985, 1995) qui ont permis didentifier un
ensemble derreurs managriales communes lensemble des processus dcisionnels;
ltude des travaux portant sur la prise de risque managriale qui ont mis en exergue les diffrents dterminants de la prise de risque dans un contexte managrial
(Coles et al., 2006, Kose et al., 2008, Davies et al.,
2005).
Nous retenons dans cet article trois biais cognitifs
qui sont la sur-confiance overconfidence, lillusion de
contrle locus of control et le mimtisme herding. Nous
avons retenu ces trois biais car nous nous intressons exclusivement aux biais qui se manifestent lors de la prise de
dcision, et notamment lors de la prise de risque managriale, nous cartons donc tous les autres biais qui peuvent
intervenir chez le dcideur durant les autres phases du
processus de planification stratgique. Nous nous sommes
bass pour effectuer notre choix sur les travaux de Hogarth
(1980), March (1997) et Barabel et Meier (2002). A titre
dexemple, nous avons exclu le biais de disponibilit2,
lancrage3 et le biais de reprsentativit4 (Barabel et Meier,
2002) car ils interviennent lors des tapes relatives lacquisition et le traitement de linformation et non durant le
rsultat du processus informationnel.
Pour tester le lien entre les trois biais retenus et la prise
de risque managriale, nous avons retenu un chantillon de
46 entreprises tunisiennes cotes pendant la priode 19972006. Ltude de cette relation dans un contexte mergent
nous parat intressante plus dun titre. En effet, le gouvernement Tunisien a entrepris diffrentes rformes telles que
la loi n69/2007 sur linitiative conomique et les nouvelles
mesures dictes lors du Conseil Ministriel du 16 Janvier
20095 afin de promouvoir linnovation et la prise de risque.
Malgr leffort enregistr, le dirigeant Tunisien demeure
conservateur et trs averse au risque (Belanes et Hachana,
2009). Notre objectif est de voir dans quelle mesure cette
aversion au risque est-elle explique par les biais cognitifs.
2. Le biais de disponibilit se dfinit comme le mcanisme consistant
juger comme lment causal les objets ou les faits les plus marquants,
les plus frquents ou les plus facilement observables (Tversky &
Kahneman, 1973).
3. Lancrage se dfinit comme la construction dun raisonnement
partir dun point donn fourni par lnonc du problme, la situation
ou la pratique antrieure, fixant le cadre danalyse initial et limitant les
possibilits dajustement ultrieur (Tversky & Kahneman, 1974).

Nous prsenterons dans ce qui suit une synthse de la


littrature thorique et empirique ainsi que les hypothses
de recherche relatives la relation entre les biais cognitifs
et la prise de risque managriale. Dans un troisime temps,
nous exposerons la mthodologie de recherche adopte.
Dans le cadre de la quatrime section, nous vrifierons
dans quelle mesure les concepts thoriques prsents sappliquent la ralit des entreprises tunisiennes, et la cinquime section conclut.

Biais cognitifs et prise de risque managriale:


revue de littrature
Les biais cognitifs sont des dvoiements du raisonnement
rationnel constituant la contrepartie ngative des modes
de rsolutions des situations complexes (Kahneman et
Tversky, 1979). Ils peuvent contribuer faire dvier le dcideur de son intention mais, facteur aggravant, ils masquent
cette dviation. En effet, ceux-ci lamnent ne pas sapercevoir de la vraie ampleur du risque. Ils ne permettent au
dcideur ni une recherche complte dinformation ni une
interprtation parfaite des faits.
En nous inspirant de la thorie des prospects, nous pouvons avancer que lattitude du dirigeant envers la prise de
risque peut revtir lune de ces trois alternatives suivantes:
Le dirigeant est averse au risque. Il adopte un comportement routinier qui sinspire des procdures, normes,
standards et, notamment des actions des autres (March
& Simon, 1993). Au lieu dvaluer les choix qui se prsentent en termes de leur efficacit future, ce dirigeant
averse au risque prfre sidentifier ce qui a t dj
fait. Le mimtisme est une tentative dadaptation organisationnelle (March, 1997) pour le dirigeant incapable
de prendre des risques et dmuni devant un environnement changeant;
Le dirigeant prend des risques inconsciemment par
ignorance et non par une relle envie de prendre des
risques. Il entreprend inconsciemment des actions
risques, prsentant une haute probabilit de consquences dcevantes, sans sen rendre compte, car il
en peroit moins de risque et de menace (Kahneman
et Lovallo, 1993; MacCrimmon et Wehrung, 1990; et
March et Shapira, 1987).
4. Le biais de reprsentativit consiste juger un cas individuel partir
des proccupations gnrales abstraites et strotypes. Le sujet juge la
situation prsente en la faisant rentrer dans une catgorie de situations
antrieurement connue, mme si la similarit des deux situations reste
vague (Barabel et Meier, 2002).
5. Parmi les objectifs viss par la loi n69/2007 (1) Impulser linitiative
prive, (2) Acclrer le rythme de cration dentreprises, (3) Contribuer
la cration demplois, (4) Amliorer lenvironnement des affaires,
(5) Eclaircir la vision des investisseurs, (6) Ouvrir de nouvelles perspectives la dynamisation de lactivit conomique et (7) donner un
nouveau souffle aux investissements privs ainsi quaux exportations.

Biais Cognitifs et Prise de Risque Managriale: Validation Empirique dans le Contexte Tunisien

Le dirigeant est preneur de risque. La thorie des prospects dmontre quaprs un chec, le dirigeant opte
pour lalternative la plus risque sil anticipe des pertes
et pour lalternative la moins risque sil anticipe des
gains. A linverse, aprs une russite, le dirigeant sera
plus confiant dans ses capacits prendre les bonnes
dcisions puisque celles prises dans le pass se sont
avres judicieuses, en ngligeant le facteur chance
qui aurait jou un grand rle dans sa russite passe
(March, 1997). Donc, quil sagisse de perte ou de russite, le dirigeant prend plus de risque soit pour palier la
perte soit pour maintenir la russite.
La sur-confiance
Dfinition et Fondements
La sur-confiance managriale peut tre dfinie de deux
faons diffrentesmais complmentaires: elle signifie que
le dirigeant croit tort quil dtient avec prcision toutes
les informations dont il a besoin (Daniel et al., 1998; Acker
et Duck, 2008), ce qui implique une surestimation dans ses
capacits pouvoir anticiper correctement les tendances
du march et dune faon gnrale de lenvironnement.
Cette premire dfinition est connue sous le terme de
miscalibration.
La deuxime dfinition de la sur-confiance managriale
implique que le dirigeant surestime ses propres comptences (Langer, 1975). Cette dfinition a t dsigne par
le Better-than-average effect (Camerer et Lovallo, 1999).
Avoir sur-confiance en soi est un trait de la personnalit du dirigeant qui vhicule des dimensions culturelles,
personnelles, environnementales et autres. Cest une notion
ambigu dans la mesure o elle peut maner de sources
diverses. Ainsi, raliser une bonne performance, tre sous
lemprise mdiatique ou percevoir une rmunration leve peuvent constituer des facteurs qui rendent le dirigeant
sur-confiant (Hayward and Hambrick, 1997). Dune faon
gnrale, la sur-confiance, en tant que biais cognitif est
dtermine dans une large mesure par des considrations
individuelles et contextuelles (Forbes, 2005).
Les implications de la sur-confiance sur la prise de
risque managriale
La sur-confiance peut biaiser certaines dcisions stratgiques risques telles que le lancement dun nouveau produit, entrer sur un nouveau march, acqurir une nouvelle
socit, fonder une nouvelle entit (Hayward et Hambrick,
1997; Malmendier et Tate, 2005; Odean, 1998).
Un dirigeant trs confiant pense quil est capable de
raliser une performance suprieure en encourant plus de
risque, ce qui engendre parfois des pertes importantes. Il
est tent de sous-estimer les probabilits des menaces et
surestimer les probabilits des opportunits. Ainsi, il entre-

107

prend des projets trs risqus sans pour autant sapercevoir


de lampleur relle et concrte du risque (Weinstein, 1980;
Schwenk, 1985). Ces arguments nous amnent tester lhypothse suivante:
Hypothse 1: Le biais de sur-confiance du dirigeant
influe positivement la prise de risque managriale.
Menkhoff et al. (2006) considrent que la prise de risque
managriale peut tre explique par la sur-confiance, par
moins de recours au mimtisme et par moins daversion
au risque. Ils ajoutent que la prise de risque dcrot avec
lexprience des dirigeants. Ainsi, les jeunes dirigeants
plus confiants courent plus de risque, ce qui contredit les
rsultats de Heath and Tversky, 1991; Glaser et al., 2007
qui considrent que les dirigeants deviennent sur-confiants
avec le nombre dannes passes dans lentreprise.
Il est noter que le processus dapprentissage joue un
rle capital dans la dtermination de la nature de la relation
entre la sur-confiance et la prise de risque. En effet, nous
pensons que lexprience acquise tout au long du cycle
dapprentissage peut modrer la sur-confiance managriale
dans la mesure o le dirigeant arrive estimer les vnements futurs et les risques leurs justes valeurs. Le processus dapprentissage peut galement devenir un vecteur
qui renforce la sur-confiance managriale. En effet, sapercevant que sa stratgie est adquate et apprenant quil ralise de meilleures performances que les autres, le dirigeant
apprend faire confiance ses propres comptences et se
croire suprieure ses compatriotes, ce qui peut linduire
en erreur.
Lillusion de contrle
Dfinition et Fondements
Langer (1975) dfinit lillusion de contrle comme une
importante surestimation de la probabilit de succs personnel par rapport la probabilit objective. Autrement
dit, il sagit dune perception de russite qui dpasse les
espoirs lgitimes que prescrivent les lois de la probabilit
(Ladouceur et Mayrand, 1983).
Koellinger et al. (2007) rappellent quil existe une
interdpendance entre la dmarche entrepreneuriale et lillusion de contrle. En effet, lillusion de contrle conduit
le dirigeant croire que les vnements extrieurs sont tributaires de sa propre volont et de sa stratgie. Cet tat de
fait accrot la perception des opportunits de croissance et
stimule de ce fait la vision entrepreneuriale.
Il est remarquer que plusieurs auteurs tels que
Menkhoff et al. (2006) confondent la sur-confiance avec
lillusion de contrle. Ils considrent que la sur-confiance
conduit systmatiquement lillusion de contrle. Nous
pensons que la sur-confiance et lillusion de contrle sont
deux biais cognitifs qui induisent souvent une sous-estima-

108

Management international / International Management / Gestin Internacional, 14 (2)

tion du risque couru, ce qui affecte le processus dcisionnel


du manager (Barnes, 1984 ; Schwenk, 1995). En revanche,
ils diffrent en ce que la sur-confiance conduit lindividu
surestimer ses propres comptences, or lillusion de
contrle conduit le dirigeant surestimer la certitude des
faits courants.

Menkhoff et al., (2006) stipulent que le mimtisme


dcrot avec lexprience acquise. En effet, les jeunes
dirigeants exhibent un fort degr de mimtisme. Ainsi,
des irrgularits comportementales disparaissent ou au
moins saffaiblissent avec lexprience et le processus
dapprentissage.

Les implications de lillusion de contrle sur la prise de


risque managriale

Les implications du mimtisme sur la prise de risque


managriale

Lillusion de contrle se produit quand un individu amplifie


ses comptences et ses aptitudes pour amliorer la performance dans des situations trs risques o la comptence
ne constitue pas dsormais un facteur dcisif (Langer,
1975). Ce biais permet dallger lincommodit associe
lincertitude tant donn que lindividu se convainc quil
peut contrler et prdire correctement les retombes des
futurs vnements incertains. Il croit galement quil peut
anticiper avec exactitude les manuvres des concurrents
(Duhaime et Schwenk, 1985). Ces valuations peuvent
conduire des dcisions risques telle que le rachat des
entreprises dfaillantes et non performantes ou le dveloppement de nouveaux produits dont les marchs potentiels
sont trs risqus et incertains. En se basant sur ces dveloppements, nous nous proposons de tester lhypothse
suivante:

tant donn que les individus sont non seulement averses


au risque mais galement averses lambigut (Kahneman
and Tversky, 1979), ils imiteront leurs semblables afin de
rduire lincertitude qui les entoure. En effet, le biais de
mimtisme nourrit chez lindividu un sentiment dapaisement et de srnit, ce qui est susceptible de rduire le
degr de perception de risque et par consquent la prise
de risque sintensifie. Ainsi, rduire lambigut conduit
les individus prendre plus de risque. Le comportement
moutonnier implique que chacun agisse de la mme faon
que les autres, mme si ses informations prives suggrent
dagir autrement (Banerjee, 1992).

Hypothse 2: Le biais de lillusion de contrle a un effet


positif sur la prise de risque managriale.

A linstar de la sur-confiance, le mimtisme dcrot


avec lexprience, ce qui encouragerait, in fine la prise de
risque managriale (Menkhoff et al., 2006). En revanche,
labsence de confiance renforce lincertitude quant lefficacit des stratgies adoptes et conduit le dirigeant imiter
ses pairs afin dviter dtre mis lcart (Hill et Hambrick,
2005). Ces rflexions nous incitent formuler lhypothse
suivante:

Le mimtisme

Hypothse 3: Le biais de mimtisme a un effet positif sur


la prise de risque managriale.

Dfinition et Fondements

Pour vrifier ces hypothses, nous dtaillons cidessous la


mthodologie de recherche adopte, les variables utilises
ainsi que lapproche conomtrique poursuivie.

Corazzini et Greiner (2007) dfinissent le mimtisme dun


point de vue conomique en considrant quil provient
de trois sources principales : Les externalits de revenus
payoff externalities, les effets corrls correlated effect
et les prfrences sociales social preferences. Les externalits de revenus dcoulent du fait que laction de chaque
agent se rpercute sur les revenus des autres de telle manire
que chacun choisira la mme stratgie que les autres afin de
maintenir lquilibre.
Les effets corrls, quant eux signifient que les agents
agissent pareillement car ils sont exposs aux mmes
contraintes externes. La troisime explication du comportement de mimtisme est relative aux prfrences sociales,
elles signifient que les dirigeants agissent en observant
les choix stratgiques adopts par les prdcesseurs, ceci
les amne ignorer les informations dont ils disposent et
privilgier celles utilises par les plus anciens. Et ainsi
commence une cascade de comportements mimtiques. Le
mimtisme peut galement sexpliquer dun point de vue
psychologique dans la mesure o les individus prfrent la
conformit (Burmeister et al., 2007) loriginalit.

Mthodologie de recherche
Lapport principal de cet article est de tenter doprationnaliser des concepts relatifs au profil psycho-cognitif du
dirigeant. Outre les trois biais cognitifs (le mimtisme,
la sur-confiance et lillusion de contrle), nous essayerons dapproximer galement la perception de risque du
dirigeant.
Nous prsenterons dans ce qui suit la mthodologie de
recherche qui sarticule autour de trois axes: linstrument
de mesure et la technique dchantillonnage, loprationnalisation des variables et lapproche conomtrique adopte.
Dfinition des instruments de mesure et la technique
dchantillonnage
Comme il est classique de lier la recherche exploratoire
une approche qualitative, il est ncessaire de veiller sur la

Biais Cognitifs et Prise de Risque Managriale: Validation Empirique dans le Contexte Tunisien

qualit des liens de causalit entre les variables constitutives de notre recherche. Dans une premire tape et pour
explorer les facteurs psycho cognitifs qui influencent le plus
les dcisions managriales en matire de prise de risque,
nous avons suivi une dmarche dductive. Dans une deuxime tape, nous avons vrifi la validit des consensus.
La validit de consensus est en effet fonde sur lintersubjectivit des jugements appliqus lefficacit de linstrument utilis.
Nous avons utilis cet gard deux outils, le premier
consistait en un ensemble dentretiens semi directifs,
et le deuxime comprenait un questionnaire. Ces deux
dmarches sont ncessaires et se compltent pour nous
permettre de bien saisir la porte des trois biais cognitifs
retenus.
Lentretien semi directif est un mode de recueil centr
autour dun thme de recherche prcis qui exige lutilisation dun guide dentretien dfini au pralable et qui liste
les thmes abords au cours de lentretien. Lentretien a t
effectu soit directement auprs des dirigeants, soit auprs
des attachs de direction ou des chefs de services des 46
entreprises tunisiennes cotes. Nous avons consacr 30 45
minutes par entretien o nous avons expliqu lobjectif de
notre recherche et surtout le sens prcis de chaque biais. La
majorit de nos interlocuteurs comprennent sans difficult
le biais de sur-confiance et de mimtisme. En revanche, le
biais de lillusion de contrle prte souvent confusion et
ncessite une explication plus approfondie pour le distinguer du biais de sur-confiance.
Une tude exploratoire du profil des dirigeants des
entreprises tunisiennes cotes a montr que lge de la
majorit des dirigeants est compris entre 50 et 60 ans. Ces
derniers sont gnralement affects dans le poste du prsident directeur gnral sans avoir aucune anciennet dans
lentreprise et ils cumulent en moyenne 5 mandats. Notons
en outre que la plupart des dirigeants ne dtiennent aucune
part dans le capital de la socit quil gre. Le pourcentage
moyen dtenu par le dirigeant dans le capital slve nanmoins 3%.
Grce aux entretiens mens, nous avons pu laborer un
questionnaire qui fait associer pour chaque biais dix items
et value les diffrentes propositions selon lchelle de
Likert6. Ces items ont t inspirs dans une large mesure
par les avis collects lors des entretiens mens auprs des
directeurs des entreprises de notre chantillon. Ceux-ci
devront exprimer pour chaque item lune des positions suivantes: pas du tout daccord, pas daccord, moyennement daccord, assez daccord et finalement tout
fait daccord.
Eu gard aux contraintes de recueil de linformation,
nous nous limitons aux seuls dirigeants actuels des 46
6. Il est noter que lchelle de Likert consiste se positionner sur un
continuum par rapport une srie dopinions portant sur le mme sujet
et pour lesquelles nous devons exprimer un avis.

109

entreprises tunisiennes cotes. La priode de ltude stale


sur une priode de 10 ans allant de 1997 2006.
Aprs avoir discut les hypothses tester, explicit
la mthodologie de recherche et dtermin lchantillon
de ltude, nous dfinissons ci-aprs les variables retenues
dans lanalyse.

Oprationnalisation des variables


Ltude mene auprs des dirigeants actuels des entreprises tunisiennes cotes a pour objectif de vrifier leffet
des biais de sur-confiance, de lillusion de contrle et du
mimtisme sur la prise de risque managriale au sein du
contexte tunisien. Le signe du score de la prise de risque
managriale sera la variable expliquer du modle. Les
interactions des biais cognitifs avec le degr de perception
du risque constituent les variables explicatives. Le tableau
suivant rcapitule les diverses mesures des variables utilises dans ltude.
Ainsi, loprationnalisation des variables suivra deux
tapes : dans un premier temps, nous nous intresserons
tudier linfluence de chaque biais sur la perception du
risque et dans un deuxime temps, nous nous attarderons
observer la relation entre ce degr de perception du risque
et la prise de risque effective.
Mesure de la prise de risque managriale
Le score de prise de risque managriale est un construit
multidimensionnel. La revue de la littrature thorique et
empirique nous a permis de constater que la prise de risque
managriale est intimement lie la politique dinvestissement (Davies et al., 2005; Coles et al., 2006; Kose et al,
2008), la politique de financement (Jensen et Meckling,
1976; Fama, 1980; Berger et al.,1997) et le risque global de
lentreprise (Braido, 2006; Coles et al., 2006; Chakraborty et
al., 2007). Nous considrons ces trois dimensions. La politique dinvestissement est rvle travers trois items: les
dpenses en recherche et dveloppement (R&D), la valeur
marchande sur valeur comptable de total des actifs (MBV)
et le taux de croissance du total des actifs (XCEACTIF).
Les deux ratios dendettement D_CB et D_CP reprent la
politique de financement de lentreprise. Ils mesurent respectivement le total des dettes rapport la valeur comptable des capitaux propres et le total des dettes rapport
la valeur marchande des capitaux propres. Enfin, le risque
global de lentreprise est mesur par la volatilit des rendements (VOLTE). Nous avons ainsi six items auxquels nous
appliquons lanalyse en composantes principales, tout en
veillant ce que le produit factoriel soit unique.

110

Management international / International Management / Gestin Internacional, 14 (2)

TABLEAU 1
Les mesures des variables de ltude
Variables

Abrviations

Volatilit des rendements


boursiers

VOLTE

Market to book value des


actifs

MBV

Taux de croissance des


actifs

XCEACTIF

Mesures
Lcart-type des rendements journaliers enregistrs au cours de lanne
La valeur boursire rapporte la valeur comptable de total actif
(Total actif de lanne en cours - Total actif de lanne prcdente) /
Total actif de lanne prcdente

Importance de R&D

R&D

% des dpenses en recherche & dveloppement dans total actif

Taux 1 dendettement

D_CB

Total dettes rapport la valeur boursire des capitaux propres

Taux 2 dendettement

D_CP

Total dettes rapport la valeur comptable des capitaux propres

Score de la prise de risque


managriale

SC_PRISQ

Output de lanalyse factorielle 6 items VOLTE, MBV, XCEACTIF,


IMMINC, D_CB et D_CP.

Degr de perception de
risque du dirigeant

SC_PCRISQ

Score output de lanalyse factorielle applique 10 items mesurs


grce lchelle de Likert.

Sur confiance du dirigeant

SC_SRCNF

Score output de lanalyse factorielle applique 10 items mesurs


grce lchelle de Likert.

Illusion de contrle du
dirigeant

SC_ILLCLE

Score output de lanalyse factorielle applique 10 items mesurs


grce lchelle de Likert.

Mimtisme du dirigeant

SC_MIMET

Score output de lanalyse factorielle applique 10 items mesurs


grce lchelle de Likert.

Mesure des biais cognitifs


Comme variables exognes, nous numrons le degr
de perception de risque (SC_PCRISQ), le biais de surconfiance (SC_SRCNF), le biais de lillusion de contrle
(SC_ILLCLE) et le biais de mimtisme (SC_MIMET).
La variable, SC_PCRISQ, reprsente une approximation du degr de perception de risque du dirigeant. Nous
estimons ce que cette variable influe ngativement la
prise de risque du dirigeant (Kahneman et Lovallo, 1993;
MacCrimmon et Wehrung, 1990; March et Shapira, 1987).
Pour valuer la sur-confiance du dirigeant, nous
recourrons la variable SC_SRCNF. Nous nous attendons
alors ce que cette variable influe positivement la prise de
risque du dirigeant (Oskamp, 1965; Tversky et Kahneman,
1974; Lichtenstein et Fischoff, 1977 ; Weinstein, 1980;
Schwenk, 1995).
Pour le biais illusion de contrle du dirigeant, nous
recourrons la variable SC_ILLCLE. Nous escomptons
que cette variable influe positivement la prise de risque

du dirigeant (Langer, 1975; Barnes, 1984; Duhaime et


Schwenk, 1985; Schwenk, 1984).
Finalement, en vue dapprcier la tendance de
mimtisme du dirigeant, nous recourrons la variable
SC_MIMET. Nous estimons que ce comportement mimtique influe ngativement la prise de risque managriale
(Banerjee, 1992; Hirshleifer et al., 1994; Chan et al., 2002;
Sias, 2004).
A chacun de ces quatre scores correspondent dix items
comme il est indiqu au tableau 2. Les items sont mesurs
en recourant lchelle de Likert.
Aprs avoir identifi les diffrentes variables de lanalyse, nous explicitons dans la sous-section suivante lapproche conomtrique mise en uvre pour vrifier limpact
de ces biais sur la prise de risque managriale dans le
contexte tunisien.

Biais Cognitifs et Prise de Risque Managriale: Validation Empirique dans le Contexte Tunisien

111

TABLEAU 2
Prsentation des items des scores
1- Perception de risque
1

PCRISQ1

Les nouveaux projets: je ne maventure pas quand je ne connais pas.

PCRISQ2

La recherche de la performance doit se faire selon une stratgie dfensive fonde sur la
consolidation des positions concurrentielles actuelles.

PCRISQ3

Lentreprise nest pas appele se diffrencier de ses concurrents. La diffrenciation peut lui faire
encourir des risques.

PCRISQ4

Exploiter son savoir-faire et optimiser son cur de mtier est plus rentable quinnover et
dvelopper de nouveaux savoir-faire.

PCRISQ5

Ma latitude concernant le lancement de nouveaux projets stratgiques (nouveaux produits ou


marchs, nouvelles technologies) est trs faible.

PCRISQ6

Linvestissement en recherche et dveloppement ne doit pas dpasser un certain seuil de nos actifs.
Il prsente un grand risque.

PCRISQ7

La conqute du march national est plus scurisante et plus rentable que celle des marchs
internationaux.

PCRISQ8

Ma latitude concernant le recours lendettement pour financer mes projets est trs faible.
Je prfrerais plutt des ressources sres.

PCRISQ9

Si on me demande de choisir entre: un gain certain de 250 DT (A) et 25% de chances de gagner
1000 DT et 75% de chances de ne rien gagner (B). Je choisirai A.

10

PRCISQ10

Si on me demande de choisir entre: une perte certaine de 750 DT (C) et 75% de chances de perdre
1 000 DT et 25% de chances de ne rien perdre (D). Je choisirai D.

2- Biais de sur-confiance
1

SRCONF1

Je suis fier(e) de mes convictions personnelles et je les dfends avec acharnement.

SRCONF2

On ne me fait pas changer dopinion si facilement.

SRCON3

Je suis convaincu(e) de ce je pense, mais cela ne mempche pas de laisser les autres exposer leurs
convictions.

SRCONF4

Que les dcisions et opinions de lquipe priment sur les miennes: ce nest pas toujours pertinent.

SRCONF5

Les choses ne vont pas toujours beaucoup mieux quand on accepte les dcisions des autres.

SRCONF6

Accrotre le niveau dimplication des subordonns nest pas toujours fructifiant.

SRCONF7

Lors des discussions, je fixe souvent les yeux de mes interlocuteurs.

SRCONF8

Je me rallie rarement au point de vue du groupe mme pour viter les tensions.

SRCONF9

Mes dcisions concourent souvent la ralisation de mes objectifs.

10

SRCONF10

Je suis parvenu vhiculer lextrieur une image suffisamment positive de mon entreprise.

3- Biais de lillusion de contrle


1

ILLCLE1

Je nai aucune raison de perdre mon contrle puisque je chapeaute la hirarchie et je mimplique
dans les rouages de tous les services.

ILLCLE2

Outre les priorits stratgiques, je peux suivre et surveiller de prs lexploitation sans besoin de
laisser plus de latitude mes subordonnes.

ILLCLE3

Ma mission principale est de tout contrler.

ILLCLE4

Jarrive toujours assurer la meilleure ralisation et la bonne fin des budgets prvisionnels.

112

Management international / International Management / Gestin Internacional, 14 (2)

ILLCLE5

Je me sens suffisamment apte contrler personnellement les vnements imprvus et les alas.

ILLCLE6

Seules des runions improvises suffisent pour rsoudre les problmes que je rencontre au sein de
mon unit.

ILLCLE7

Il nest pas toujours recommand de recourir des runions programmes lavance pour rsoudre
ces problmes.

ILLCLE8

Malgr mon ressentiment, je sais me contenir quand je suis provoqu(e).

ILLCLE9

Jarrive toujours apprcier personnellement et mesurer convenablement lefficacit et la performance de mon entreprise.

10

ILLCLE10

Jarrive presque toujours valuer les chances de succs de mes projets.

4- Biais de mimtisme
1

MIMET1

Lors des runions, jentends ce que disent les autres avant que je me prononce.

MIMET 2

Pour faire face aux embarras, je me rfre souvent aux expriences passes.

MIMET3

Lexploration des expriences des dirigeants prcdents de lentreprise tait fondamentale pour
moi en dbut de carrire.

MIMET4

Pour grer les alas et lincertitude, jobserve et janalyse ce que fait le leader.

MIMET5

Pour consolider nos positions concurrentielles, il est primordial dtudier et analyser les stratgies
adoptes par la concurrence.

MIMET6

Lentreprise nest pas appele se diffrencier de ses concurrents pour exceller.

MIMET7

Exploiter les savoir-faire des concurrents est plus rentable quinnover et dvelopper de nouveaux
savoir-faire.

MIMET8

Avoir un dpartement pour analyser la concurrence est plus rationnel quun dpartement destin
analyser la demande.

MIMET9

Il ne faut pas seulement observer le comportement des co-producteurs sur le march national mais
galement sur le march international.

10

MIMET10

Suivre la tendance du march est trs apaisant et scurisant.

Approche conomtrique
Pour lanalyse des donnes, nous avons recours lanalyse en composantes principales. Le choix est motiv par
la nature de notre objectif qui consiste construire dabord
des scores aussi bien pour la prise de risque managriale
que les biais cognitifs. Pour exploiter limpact des facteurs
psycho cognitifs sur la prise de risque managriale au sein
des entreprises tunisiennes, nous recourrons la rgression
logistique.
Lanalyse en composantes principales
Pour construire les scores relatifs la prise de risque managriale, au degr de perception de risque et aux biais cognitifs prcdemment tays, nous recourrons lanalyse en
composantes principales. Le choix de cette mthode est justifie par la facilit de lanalyse en regroupant les items, lis
une variable, en des ensembles plus petits appels facteurs
et en permettant dliminer les problmes de multicolinarit entre les variables. Elle permet de dcrire et dexplorer
les relations qui existent entre plusieurs variables simulta-

nment la diffrence des mthodes bivaries qui tudient


les relations supposes entre deux variables.
Pour juger la qualit de la solution factorielle, nous
recourons au test de Kaiser-Meyer-Olkin et au test de
Bartlett. La mesure de Kaiser-Meyer-Olkin est un indice de
ladquation de la solution factorielle et reflte lunicit de
lapport de chaque variable. Il doit tre au moins suprieur
0,6 pour que lensemble de variables retenu soit cohrent.
Le test de Bartlett est un test de sphricit dont lhypothse
nulle stipule la nullit de toutes les corrlations; ce test doit
tre significatif.
Pour tester la validit de la solution factorielle, il est
ncessaire danalyser la matrice de corrlation et les statistiques univaries. Aussi, il est indispensable de tester la
fiabilit de la solution factorielle. Pour cela, nous faisons le
test ANOVA et nous calculons le coefficient de Cronbach.
Ces instruments se basent essentiellement sur le coefficient
de corrlation. Plus la corrlation entre les items est faible,
plus linstrument en question contient de lerreur.

Biais Cognitifs et Prise de Risque Managriale: Validation Empirique dans le Contexte Tunisien

La rgression logistique
Aprs avoir construit les scores correspondants aux quatre
biais psychologiques retenus, nous nous proposons de rvler leur impact sur la prise de risque managriale. Notre
modle se prsente alors comme suit:
SG_SCPRISQit = + PCRISQit + PCRISQ * MD_
SRCONFit + PCRISQ * MD_ILLCLEit + PCRISQ
* MD_MIMETit + it
SG_SCPRISQ est une variable binaire qui vaut 1 si
le score de prise de risque managriale est positif, sinon
0; MD_PCRISQ, MD_SRCONF, MD_ILLCLE et MD_
MIMET sont des variables binaires qui valent 1 si le score
associ au biais en question est suprieur la mdiane;
reprsente la constante; , , et sont les coefficients
affrents respectivement limpact de la perception de
risque du manager, de sa sur-confiance, son illusion de
contrle et son mimtisme; it reprsente le terme alatoire.
Lindice i reprsente lentreprise, il varie de 1 36,
tandis que lindice t indique la priode dtude considre allant de 1997 2006. Nous notons que le nombre des
entreprises observes a baiss de 46 36 tant donn que
seulement 36 entreprises ont rpondu au questionnaire qui
leur a t adress. Aussi, lentreprise nest observe que
pour la priode o lactuel dirigeant occupe son poste. En
effet, le questionnaire tabli sadresse aux seuls dirigeants
actuels des entreprises tunisiennes cotes.
Nous disposons alors des donnes de panel qui permettent de prendre en considration aussi bien la dimension
individuelle que temporelle en vue dexploiter toute linformation disponible et augmenter la significativit conomtrique et la robustesse de notre modle. En effet, le
nombre dobservations passe de 36 336. Toutefois, certaines entreprises ne sont pas observes sur la totalit de la
priode de ltude. Il sagit dun panel non cylindr.
Par ailleurs, tant donn que la variable dpendante,
SG_SCPRISQ, est qualitative, nous menons une rgression
logistique. Aussi, lobjectif de ce type de rgression est de
savoir si la ou les variables indpendantes peuvent prdire
lappartenance de Y lune ou lautre des catgories. En
fait, nous calculons la probabilit que la variable dpendante appartienne lune ou lautre des catgories.
Deux tests seront effectus pour juger la qualit de la
rgression logistique. Le premier test consiste en le maximum de vrai-semblance (-2log likelihood). Ce coefficient
nous informe sur la signification globale du modle. Pour
avoir un good fit entre le modle thorique et le modle
statistique, il faut quil soit le plus lev que possible. Le
deuxime test consiste calculer le pseudo R qui est
aussi un coefficient dajustement. Pour tre pertinente,
lanalyse en rgression doit gnrer un coefficient au moins
suprieur 0,3. Toutefois, cet indice est fonction du nombre
des observations.

113

Rsultats empiriques
Il savre pertinent de rappeler au dbut de cette section
que cette tude a permis doprationnaliser et contextualiser quatre concepts abstraits: lintensit de la prise de risque
managriale, le degr de perception de risque et les trois
biais cognitifs savoir le biais de sur-confiance, le biais de
lillusion de contrle et le biais de mimtisme.
Les vidences empiriques prsenter au sein de cette
section sarticulent sur trois axes : les rsultats de lanalyse en composantes principales adopte pour construire
les quatre scores (score de perception du risque, score de
sur-confiance, score de mimtisme et score de lillusion de
contrle), les statistiques descriptives correspondantes et
les rsultats relatifs limpact de linteraction des divers
biais cognitifs avec le degr de perception de risque sur
la prise de risque managriale. En effet, comme le mentionne Hogarth (1980), ces biais cognitifs agissent de faon
simultane.
La construction des scores
Pour construire les cinq scores, nous avons adopt la mme
dmarche. Nous avons fait soumettre leurs items correspondants une analyse en composantes principales. Lors
du traitement des donnes, nous avons spcifi au logiciel
de traitement conomtrique un seul facteur pour que lensemble dinformation soit rcapitul en un seul construit.
En spcifiant un nombre ditrations de convergence (maximum iterations for convergence) gal cent aussi bien pour
lextraction factorielle que pour la rotation, lanalyse a pu
rcuprer et expliquer la variance totale. En effet, lextraction produit une solution unique maximisant la variance
explique par les facteurs (composantes). Il y a plusieurs
modes dextraction dont lanalyse en composantes principales, le maximum de vraisemblance, etc. Parfois, les
facteurs sont difficilement interprtables car il y a peu de
variables indpendantes corrles avec les facteurs. La rotation des axes factoriels aura pour effet de rduire le nombre
de variables fortement corrles avec un axe factoriel tout
en conservant lorthogonalit entre les axes. Plusieurs
types de rotation sont permis en loccurrence OBLIMIN,
VARIMAX, etc. Nous avons choisi VARIMAX car cest
une rotation orthogonale permettant dobtenir une structure plus facile analyser parce que le nombre de variables
indpendantes corrles avec un axe factoriel est maximis.
Le nombre ditrations est le nombre de rptition de
lexcution de lalgorithme pour obtenir une solution estime convergente. Ainsi, nous avons obtenu une variance
totale explique slevant 100%. Les principaux rsultats
sont tays dans le tableau 3 ci-dessous.
Aussi, nous avons procd lanalyse de la validit
et de la fiabilit du construit. Le tableau fournit cet effet
lindice de Keyser-Meyer-Olkin (KMO) et le test de sphricit de Bartlett. Ces deux coefficients renseignent sur la

114

Management international / International Management / Gestin Internacional, 14 (2)

TABLEAU 3
Construction des scores
Intensit de la prise
de risque managriale
Items
1
2
3
4
5
6

VOLTE
MBV
XCEACTIF
IMMINC
D_CP
D_CB

Valeur
propre
1,000
1,000
1,000
1,000
1,000
1,000

Variance explique
Test de KMO
Test de Bartlett
Alpha de Cronbach
Test ANOVA

Degr de perception du risque

Coefficient

Items

0,000
1,000
-0,002
0,000
0,000
0,000
100%
0,497
0,000
0,013
0,019

1
2
3
4
5
6
7
8
9
10

PCRISQ1
PCRISQ2
PCRISQ3
PCRISQ4
PCRISQ5
PCRISQ6
PCRISQ7
PCRISQ8
PCRISQ9
PRCISQ10

Variance explique
Test de KMO
Test de Bartlett
Alpha de Cronbach
Test ANOVA

Biais de lillusion de contrle


Coefficient
0,190

MIMET1

2 ILLCLE2

1,000
1,000

0,234

3 ILLCLE3

1,000

4 ILLCLE4

1,000

0,068

5 ILLCLE5

1,000

0,104

6 ILLCLE6

1,000

7 ILLCLE7

1,000

8 ILLCLE8

1,000

9 ILLCLE9

1,000

10 ILLCLE10

1,000

1 ILLCLE1

Variance explique
Test de KMO
Test de Bartlett
Alpha de Cronbach
Test ANOVA

Coefficient
0,075
0,028
0,056
0,115
0,155
0,237
0,254
0,253
0,333
0,232
100%
0,475
0,000
0,653
0,000

Items

Valeur
propre

0,329

MIMET 2
MIMET3

1,000

0,381

MIMET4

1,000

0,131

MIMET5

1,000

0,091

0,192

MIMET6

1,000

-0,414

0,191

MIMET7

1,000

0,049

MIMET8

1,000

0,142

MIMET9

1,000

0,065

1,000

-0,022

-0,012
0,072
0,108
100%
0,670
0,000
0,780
0,000

1
2
3
4
5
6
7
8
9
10

SRCONF1
SRCONF2
SRCON3
SRCONF4
SRCONF5
SRCONF6
SRCONF7
SRCONF8
SRCONF9
SRCONF10

Valeur
propre
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000

Variance explique
Test de KMO
Test de Bartlett
Alpha de Cronbach
Test ANOVA

Coefficient
0,215
0,290
0,049
0,199
0,193
0,156
0,177
0,076
0,294
0,068
100%
0,577
0,000
0,702
0,000

Coefficient

1,000
1,000

0,353

Items

Biais de mimtisme

Valeur
propre

Items

Valeur
propre
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000

Biaisde sur-confiance

8
9

10 MIMET10

Variance explique
Test de KMO
Test de Bartlett
Alpha de Cronbach
Test ANOVA

possibilit de factorisation des items et sur le degr dadquation entre le modle thorique et le modle statistique.
Gnralement, nous acceptons un KMO suprieur ou gal
0,5 et un test de sphricit < 0,1; ce qui est le cas pour
notre analyse.

0,059

100%
0,543
0,148
0,374
0,000

Pour tester la fiabilit du score, nous avons recours au


test ANOVA qui est gnralement significatif. Nous avons
galement calcul le coefficient Alpha de Cronbach. Ce
coefficient mesure la cohrence interne entre les diffrents
items et se base sur la variance et la covariance entre les
items de la mme chelle. Plus cet indicateur est proche

115

Biais Cognitifs et Prise de Risque Managriale: Validation Empirique dans le Contexte Tunisien

de 1, plus il est fiable. Une remarque pertinente mrite


dtre voque est que le coefficient Alpha dpend de la
taille du test, cest dire le nombre ditems (k dans la formule) et de la corrlation entre les items.
Les statistiques descriptives
Avant de mener la rgression logistique, il savre pertinent
de dresser quelques statistiques descriptives des indices
synthtiques construits.

Par ailleurs, le tableau 5 cit ci-dessous rcapitule les


statistiques descriptives du score relatif au degr de perception de risque lorsque le score de la prise de risque managriale est positif ou ngatif. Le tableau montre que le score
de la perception de risque est moyennement ngatif lorsque
la prise de risque managriale de lentreprise est positive et
est moyennement positif dans le cas contraire. Ce constat
confirme les propos de la thorie des perspectives et la thorie de lutilit.

TABLEAU 4
Statistiques descriptives des biais cognitifs
Statistiques

SC_PRISQ

SC_PCRISQ

SC_SRCONF

SC_ILLCLE

SC_MIMT

Minimum

-0,1343

-1,8182

-3,5186

-2,3427

-3,1982

Maximum

12,9845

1,6578

1,1361

1,7894

1,5597

Moyenne

0,0000

0,0096

0,0139

-0,0114

0,0025

Mdiane

-0,0863

-0,1553

0,1473

0,0672

0,0267

cart-type

144,9063

2,2531

5,4650

2,5760

4,5665

Skewness

11,9144

-0,0478

-1,3787

-0,3538

-0,9306

Kurtosis

-0,1343

-1,8182

-3,5186

-2,3427

-3,1982

Le tableau 4 montre que la plupart des entreprises tunisiennes cotes, soit 50% de lchantillon, prsentent un
score de prise de risque managriale ngatif. Ce constat
saligne en moyenne avec le signe positif du score construit
pour la perception de risque. Par ailleurs, les scores de surconfiance et de mimtisme prsentent en moyenne un signe
positif alors que celui associ lillusion de contrle est
ngatif. Nous constatons en outre que les scores de surconfiance et de mimtisme sont plus volatiles que les scores
de perception de risque et de lillusion de contrle.

TABLEAU 5
Relation entre la perception de risque et la prise
de risque managriale
Statistiques

SC_PRISQ<0

SC_PRISQ>0

Minimum

-1,8182

-0,1905

Maximum

1,6578

-0,1905

Moyenne

0,0114

-0,1905

Mdiane

-0,1553

-0,1905

Nous comparons galement la nature des biais cognitifs


pour des entreprises prise de risque managriale agressive
(ayant un score de prise de risque de signe positif) et les
entreprises prise de risque managriale timide (ayant un
score de prise de risque managriale de signe ngatif). Le
tableau 6 rsume les statistiques descriptives des scores des
biais cognitifs lorsque le score de la prise de risque managriale change de signe.
Ce tableau rvle que les scores relatifs la surconfiance, lillusion de contrle et au mimtisme sont
plus levs pour les entreprises dont le score de prise de
risque est positif. Nous nous attendons alors ce quun
manager preneur de risque peroit moins de risques. Il est
aussi sur-confiant et son degr de lillusion de contrle est
galement lev, autrement dit il croit galement pouvoir
tout contrler. Aussi, un tel manager a tendance imiter
les autres avant de se prononcer pour pouvoir assurer un
certain seuil de quitude et dapaisement.
Impact des biais cognitifs sur la prise de risque
managriale

A ce niveau, nous avons essay dexpliciter les variables


qui seront utilises pour apprcier les biais cognitifs retenus
dans ltude. Il convient ds lors deffectuer lanalyse de

116

Management international / International Management / Gestin Internacional, 14 (2)

TABLEAU 6
Relation entre les biais cognitifs et la prise de risque managriale
SC_SRCONF

Statistiques

SC_ILLCLE

SC_MIMET

SC_PRISQ<0

SC_PRISQ>0

SC_PRISQ<0

SC_PRISQ>0

SC_PRISQ<0

SC_PRISQ>0

Minimum

-3,5186

0,1108

-2,3427

0,2365

-3,1982

0,2131

Maximum

1,1361

0,1108

1,7894

0,2365

1,5597

0,2131

Moyenne

0,0131

0,1108

-0,0136

0,2365

0,0006

0,2131

Mdiane

0,1473

0,1108

0,0672

0,2365

0,0006

0,2131

rgression logistique dont les rsultats sont rcapituls dans


le tableau 7. Les rsultats de lestimation sont globalement
robustes avec un test de significativit globale positif.

TABLEAU 7
Impact des biais cognitifs sur la prise de
risque managriale
Variables explicatives

Coefficients

P>|t|

Perception de risque

-0,944

0,000

Biais de sur-confiance

1,336

0,000

Biais de lillusion de contrle

-1,695

0,000

Biais de mimtisme

1,426

0,000

Constante

-4,573

0,000

N
Wald chi2(4)
Prob > chi2

336
112,888
0,000

Le tableau fait ressortir que la perception du risque et la


prise de risque sont inversement lies. En effet, le dirigeant
prend plus de risques lorsquil nen aperoit pas la vraie
ampleur. Ce rsultat confirme les propos de Kahneman et
Tversky (1979). En revanche, un dirigeant conscient de
lexistence dun risque, sera plus rticent investir dans des
projets novateurs car il apprhende lchec caus justement
par lexistence du risque.
Il est rappeler que les coefficients associs aux diverses
variables explicatives correspondent aux interactions:
SC_PCRISQ*MD_SRCONF, PCRISQ*MD_ILLCLE
et PCRISQ*MD_MIMET
Avec : SC_PCRISQ le score de perception de risque
gnr par lanalyse en composantes principales, MD_
SRCONF, MD_ILLCLE et MD_MIMET sont des variables

binaires qui valent 1 si respectivement le score de surconfiance, le score de lillusion de contrle et le score de
mimtisme est suprieur la mdiane des scores observs
pour chaque biais.
Le tableau 7 montre que le coefficient associ au biais
de sur-confiance est statistiquement significatif et de signe
positif. Notre premire hypothse est ainsi confirme
puisque les rsultats ont dmontr quun dirigeant surconfiant est un dirigeant preneur de risque. Il peroit moins
ltendue du risque et pense avoir les aptitudes ncessaires
engager son entreprise dans une orientation entrepreneuriale. Gnralement, des dirigeants trop confiants et
optimistes prennent plus de risque. Ils sont tents de sousestimer les probabilits des vnements adverses et surestimer les probabilits des vnements favorables (Weinstein,
1980; Krueger et Dickson, 1994). Ainsi, ils entreprennent
des stratgies trs risques sans pour autant percevoir lampleur relle et concrte du risque.
En revanche, le coefficient associ au biais de lillusion
de contrle est statistiquement significatif mais de signe
ngatif. Nous pensons que les managers tunisiens sont
mfiants lgard des changements pouvant affecter lenvironnement dans lequel ils voluent. Ils ont confiance, et
mme sur-confiance en leurs comptences mais ils nont
gure confiance en leur environnement. Ce rsultat infirme
celui de Langer (1975) et dmontre bien que les dirigeants
tunisiens veulent prserver leur capital humain, ils ont
conscience de leurs atouts (Tous les dirigeants interrogs
sont diplms de grandes universits, notamment trangres
et de renomme et jouissent dune grande exprience), ils
ont confiance en leur capacit saisir les opportunits et
dtourner les menaces mais ils sont galement conscients
des mfaits du biais de lillusion de contrle. Dailleurs,
les entretiens effectus avec les dirigeants tunisiens nous
ont permis de conclure quils sont trs sensibles tous les
vnements extrieurs, quils sont lcoute des clients et
quils regardent toujours dun il critique la conjoncture
nationale et internationale.
Par ailleurs, le tableau 7 rvle que le biais de mimtisme stimule la prise de risque managrial. Le rsultat

117

Biais Cognitifs et Prise de Risque Managriale: Validation Empirique dans le Contexte Tunisien

trouv confirme celui de Chan et al. (2002) qui ont montr


que le niveau de mimtisme dans les actions individuelles
est positivement reli la dispersion des anticipations de
bnfices correspondantes. Il en ressort quune relation
positive similaire existe corrlativement entre les niveaux
de mimtisme et la prise de risque managriale. Ainsi, en
imitant les autres, les managers donnent confiance aux
dcisions prises par la plupart, saperoivent moins de la
vraie ampleur des risques et peuvent sadonner une prise
de risque managriale agressive.
Le dirigeant tunisien cherche instaurer une situation
de scurit qui protge son capital humain, il prfre adhrer aux stratgies poursuivies par les concurrents que de se
dmarquer par des manuvres isoles et qui peuvent se solder par un chec. La prise de risque nest plus dans ce cas
une dcision volontaire, rflchie et sinscrivant dans une
orientation entrepreneuriale mais une stratgie dadaptation
organisationnelle au sens de March (1997).

Conclusion
Plusieurs travaux se sont intresss tudier les biais cognitifs et leur rle dans le processus dcisionnel. Notre tude
traite de limpact de ces biais sur la perception du risque
chez le dirigeant et sur la prise de risque managriale. Etant
conscients de la difficult de la tche, nous avons men une
analyse empirique qui sappuie, dune part sur lanalyse en
composantes principales pour construire des scores aussi
bien pour la prise de risque managriale que pour les trois
biais cognitifs, et dautre part sur la rgression logistique
pour analyser limpact de ces biais sur la prise de risque
managriale au sein des entreprises tunisiennes. Ce travail a
pu tre men aprs llaboration des entretiens semi-directifs et ladministration dun questionnaire aux dirigeants
tunisiens de notre chantillon.
En rvlant le profil cognitif de 36 dirigeants des entreprises tunisiennes cotes et en observant la prise de risque
managriale durant leurs mandats, nous avons pu mettre
en vidence quune perception leve du risque est susceptible de freiner cette dernire. En outre, nos rsultats
confirment les travaux prcdents quant limpact positif
de la sur-confiance et du mimtisme sur la prise de risque
managriale. En effet, la prise de risque peut provenir dune
sur-confiance en les comptences des dirigeants saisir les
opportunits et faire face aux menaces ou bien elle peut
provenir dun comportement mimtique o elle sera moins
volontariste et devient une stratgie dadaptation organisationnelle au sens de March (1997).
Notre tude se distingue des travaux antrieurs, et
notamment des rsultats de Langer (1975) dans la mesure
o nous avons pu conclure un impact ngatif de lillusion
de contrle sur la prise de risque. Nous avons pu expliquer
que les dirigeants tunisiens sont sur-confiants en leurs comptences mais sont trs mfiants des vnements externes.

Cette mfiance les conduit imiter les actions des autres


mme si elles peuvent se rvler inefficaces.
Cette tude aurait pu tre enrichie par la prise en compte
dautre biais tels que le biais de rtrospective ou de lancrage, et par lanalyse des erreurs qui peuvent en dcouler.
Une analyse sectorielle serait intressante afin de pouvoir
comparer les profils psycho cognitifs des dirigeants appartenant diffrents secteurs.

Bibliographie
Acker, D. and Duck, N.W. (2008), Cross-cultural Overconfidence
and Biased Self-attribution, The Journal of Socio-Economics,
37(5), 1815.
Banerjee, A.V. (1992), A Simple Model of Herd Behavior,
Quarterly Journal of Economics, 107, 797-817.
Barabel, M. et Meier, O. (2002), Biais Cognitifs du Dirigeant,
Consquences et Facteurs de Renforcement lors de FusionsAcquisitions : Synthse et Illustrations, Finance Contrle
Stratgie, 5 (1), 5-42.
Barnes, J.H. (1984), Cognitive Biases and their Impact on
Strategic Planning, Strategic Management Journal, 5, 129
137.
Belanes, A. and Hachana, R. (2009), An Operationalization of
Managerial Risk-Taking and its Performance Implications in
Tunisian Context, Journal Of Emerging Market Finance, 8
(3), 289-314.
Berger, P., Ofek, E. and Yermack, D. (1997), Managerial
Entrenchment and Capital Structure Decisions, Journal of
Finance, 52, 14111438.
Braido, L. (2006), Options Can Induce Risk Taking for Arbitrary
Preferences, Economic Theory, 27, 513-522.
Burmeister, K., and Schade, C. (2007), Are entrepreneurs decisions more biased? An experimental investigation of the susceptibility to status quo bias, Journal of Business Venturing,
22, 340 362
Camerer, C. and Lovallo, D. (1999), Overconfidence and
Excess Entry: An Experimental Approach, The American
Economic Review, 89 (1), 306318.
Chakraborty, A., Sheikh, S. and Subramanian, N. (2007),
Termination Risk and Managerial Risk Taking, Journal of
Corporate Finance, 13, 170-188.
Chan, L.K.C., Chen, H.L., and Lakonishok, J. (2002), On
Mutual Fund Investment Styles, Review of Financial Studies
15, 14071437.
Coles, J.L., Naveen, D. D. and Naveen, L. (2006), Managerial
Incentives and Risk-Taking, Journal of Financial Economics,
79, 431-468.
Corazzini, L. and Greiner, B. (2007), Herding, Social
Preferences and (Non-) Conformity, Economics Letters, 97
(2007) 7480.
Daniel, K., Hirshleifer, D. and Subrahmanyam, A. (1998),
Investor Psychology and Security Market Under- and
Overreactions, Journal of Finance, 53 (6), 18391885.

118

Management international / International Management / Gestin Internacional, 14 (2)

Davies, J.R., Hillier, D. and McColgan, P. (2005), Ownership


Structure, Managerial Behavior and Corporate Value, Journal
of Corporate Finance, 11, 645-660.
Duhaime, I., and Schwenk, C.R. (1985), Conjectures on Cognitive
Simplification in Acquisition and Divestment Decisions
Making, Academy of Management Review, 10, 287-295.
Fama, E.F. (1980), Agency Problems and the Theory of the
Firm, Journal of Political Economy, 88, 288307.
Forbes, D.P. (2005), Are some entrepreneurs more overconfident
than others?, Journal of Business Venturing, 20 (5), 623 640.
Glaser, M. and Weber, M. (2007), Overconfidence and Trading
Volume, Geneva Risk and Insurance Review, 32 (1), 136.
Goldstein W.M., and Hogarth, R.M. (1997), Research on
Judgement and Decision Making, Cambridge University Press.
Hayward, M.L. and Hambrick, D.C. (1997), Explaining the
Premiums Paid for Large Acquisitions: Evidence of CEO
Hubris, Administrative Science Quarterly, 42: 103127.
Heath, C. and Tversky, A. (1991), Preference and Belief:
Ambiguity and Competence in Choice under Uncertainty,
Journal of Risk and Uncertainty, 4, 528.
Hill, N.J and Hambrick, D.C. (2005), Conceptualizing Executive
Hubris: The Role of (Hyper-) Core Self-Evaluations in
Strategic Decision-making, Strategic Management Journal,
26, 297319.
Hirshleifer, D., Subrahmanyam, A. and Titman, S. (1994),
Security Analysis and Trading Patterns when some Investors
Receive Information before others, Journal of Finance, 49,
1665-1698.
Hogarth, R.M. (1980), Judgement and Choice: The Psychology
of Decision, John Wiley.
Jensen, M.C. and Meckling, W.H. (1976), Theory of the
Firm: Managerial Behavior, Agency Costs and Ownership
Structure, Journal of Financial Economics, 3, 305-60.
Kahneman, D. and Tversky, A. (1979), Prospect Theory and
Analysis of Decision under Risk, Econometrica, 47 (2), 263291.
Kahneman, D., Slovic, P. and Tversky, A. (1982), Judgement
Under Uncertainty: Heuristics and Biases, Cambridge
University Press.
Kahneman, D., and Lovallo, D. (1993), Timid Choices and
Bold Forecasts: A Cognitive Perspective on Risk Taking,
Management Science, 39(1), 1731.
Koellinger, P., Minniti, M. and Schade, C. (2007), I think I can,
I think I can: Overconfidence and Entrepreneurial Behavior,
Journal of Economic Psychology, 28 (2007) 502527.
Kose, K., Litov, L.P. and Yeung, B.Y. (2008), Corporate
Governance and Managerial Risk Taking: Theory and
Evidence, Forthcoming, Available at SSRN: http://ssrn.com/
abstract=687206
Krueger, N. and Dickson, P.R. (1994), How Believing in
Ourselves increases Risk Taking: Perceived Self-Efficacy and
Opportunity Recognition, Decision Sciences, 25 (3), 358400.
Ladouceur, R. et Mayrand, M. (1983), Lvaluation de
lorientation dadresse en fonction de quatre types de jeux

de hasard et dargent, Revue Canadienne des Sciences du


Comportement, 15, 8291.
Langer, E. (1975), The Illusion of Control, Journal of
Personality and Social Psychology, 32 (2), 311-328.
Lebraty, J.F. et Negre, I.P. (2004), Biais Cognitifs: Quel Statut
dans la Prise de Dcision Assiste?, Systme dInformation
et Management, 9(3), 87- 116.
Le Ny, J.F (1991), Biais, in Grand Dictionnaire de la Psychologie,
Larousse.
Lichtenstein, S. and Fischoff, B. (1977), Do those who know
more also know more about how much they know ? ,
Organizational Behavior and Human Performance, 20, 159183.
MacCrimmon, K.R. and Wehrung, D.A. (1990), Characteristics
of Risk-taking Executives, Management Science, 36 (4),
422435.
Malmendier, U. and Tate, G. (2005), CEO Overconfidence and
Corporate Investment, The Journal of Finance, 60 (6), 2661
2700.
March, J.G. and Simon, H.A. (1993), Organizations, 2nd edition,
Cambridge, MA: Blackwell.
March, J.G. (1997), Understanding How Decisions Happen
in Organizations, in Shapira, Z. Organizational Decision
Making, Cambridge Series on Judgement and Decision
Making.
March, J. and Shapira, Z. (1987), Managerial Perspective on
Risk and Risk-taking, Management Science, 33, 14041418.
Menkhoff, L., Schmidt, U. and Brozynski, T. (2006), The Impact
of Experience on Risk Taking, Overconfidence and Herding of
Fund Managers: Complementary Survey Evidence, European
Economic Review, 50 (7), 1753-1766.
Mintzberg, H. (1973), The Nature of Managerial Work, New
York, Harper & Row.
Odean, T. (1998), Do Investors Trade too Much?, American
Economic Review, 89, 12791298.
Oskamp, S. (1965), Overconfidence in Case-Study Judgements,
Journal of Consulting Psychology, 29, 261265.
Schumpeter, J.A. (1928), Unternehmer. [Entrepreneur], In:
Elster, L. (Ed.), Handworterbuch der Staatswissenschaften, 8.
4th edition. Jena, 476487.
Schwenk, C.R. (1984), Cognitive Simplification Processes in
Strategic Decision Making, Strategic Management Journal,
5, 111-128.
Schwenk, C.R. (1985), Management Illusions and Biases: Their
Impact on Strategic Decision, Long Range Planning, 18 (5),
74-80.
Schwenk, C.R. (1995), Strategic Decision Making, Journal of
Management, 21, 471-493.
Sias, R. W. (2004), Institutional Herding, Review of Financial
Studies, 17, 165-206.
Slovic, P., Fischoff, B., Lichtenstein, S., Corrigan, B. and
Combs, B. (1977), Preference for Insuring against Possible
Small Losses: Insurance Implications, Journal of Risk
Insurance, 44 (2), 237258.

Biais Cognitifs et Prise de Risque Managriale: Validation Empirique dans le Contexte Tunisien

Tversky, A. Kahneman, D. (1973), Availability: a heuristic for


judging frequency and probability, Cognitive Psychology, 5,
207232.
Tversky, A. and Kahneman, D. (1974), Judgement under
Uncertainty: Heuristics and Biases, Science, 185, 11241131.
Weinstein, N.D. (1980), Unrealistic Optimism about Future
Life Events, Journal of Personal and Social Psychology, 39,
806820.

119

You might also like