Biais d’optimisme : définition, expériences et exemples en Bourse

Qu’est-ce que le biais d’optimisme ?

Le biais d’optimisme est la tendance à surestimer la probabilité que des événements favorables nous arrivent et à sous-estimer celle des événements défavorables, par rapport à des personnes comparables. Les psychologues parlent aussi d’optimisme irréaliste, pour le distinguer de l’optimisme comme trait de caractère, qui n’a rien d’une erreur.

On peut avoir raison d’être optimiste pour soi-même : un non-fumeur a moins de risques de cancer du poumon que la moyenne. L’erreur ne se voit qu’à l’échelle d’un groupe. Si la plupart des membres d’un groupe se jugent moins exposés que le membre moyen, ils ne peuvent pas tous avoir raison. C’est cette impossibilité arithmétique que les chercheurs mesurent.

Le biais d’optimisme en résumé

Le biais d’optimisme a longtemps passé pour un trait quasi universel de l’esprit humain, et l’un des plus utiles : il soutient l’effort, l’entreprise et la santé mentale. Il est aussi, depuis une quinzaine d’années, l’objet d’une critique méthodologique sérieuse. Sur les marchés, il se lit moins dans la tête des particuliers que dans les chiffres des prévisionnistes.

• Famille : la confiance en soi
• Mis en évidence par : Neil Weinstein, université Rutgers
• Date : 1980
• Expérience de référence : 258 étudiants comparent leurs chances de vivre 42 événements à celles de leurs camarades
• Proche de : l’erreur de planification, l’excès de confiance, l’illusion de contrôle
• Sur les marchés : prévisions de bénéfices trop hautes, risques extrêmes jugés pour les autres, scénarios de baisse rarement chiffrés

Quelle expérience a révélé le biais d’optimisme ?

À la fin des années 1970, Neil Weinstein, psychologue à l’université Rutgers dans le New Jersey, s’intéresse à une idée répandue mais jamais mesurée : chacun pense que les malheurs arrivent aux autres. Il construit un questionnaire de 42 événements possibles, heureux ou malheureux. On y trouve, d’un côté, posséder sa maison ou vivre au-delà de 80 ans ; de l’autre, divorcer ou avoir un problème d’alcool.

Deux cent cinquante-huit étudiants doivent dire, pour chaque événement, de combien leurs chances diffèrent de celles de leurs camarades. Pris un par un, aucun n’a tort. Pris ensemble, le résultat est sans appel : en moyenne, ils jugent leurs chances supérieures à la moyenne pour les événements heureux et inférieures pour les malheureux. L’article paraît en 1980 dans le Journal of Personality and Social Psychology.

Weinstein ne s’arrête pas au constat. Il observe que l’ampleur du biais varie avec le caractère plus ou moins désirable de l’événement, sa probabilité perçue, l’expérience personnelle qu’on en a, le contrôle qu’on croit exercer, et la netteté du stéréotype de la victime : chacun se compare volontiers à une caricature et s’en trouve rassuré. Dans une seconde étude, il demande à des étudiants de lister, pour huit événements, les facteurs qui influent sur leurs propres chances, puis fait lire ces listes à d’autres. Découvrir que leurs camarades ont autant d’atouts qu’eux réduit nettement l’optimisme des lecteurs, sans le supprimer.

Comment fonctionne le biais d’optimisme ?

Le premier mécanisme est l’égocentrisme de l’information, mis en lumière par Weinstein lui-même : on connaît ses propres précautions, ses projets et ses qualités, mais pas ceux des autres, que l’on imagine plus démunis. Le deuxième est la comparaison à un stéréotype : on ne se compare pas au fumeur moyen, mais au gros fumeur sédentaire, et l’on se trouve en meilleure posture.

Le troisième mécanisme, plus récent, porte sur la façon dont on révise ses croyances. Tali Sharot et ses collègues ont rapporté en 2011 dans Nature Neuroscience que les participants corrigent davantage leurs estimations quand une information est meilleure que prévu que quand elle est pire. Autrement dit, les bonnes nouvelles s’intègrent, les mauvaises glissent. En 2007, la même équipe avait associé la tendance à imaginer un avenir favorable à l’activité de régions cérébrales liées à l’émotion.

Le biais est amplifié par le sentiment de contrôle, ce qui le rapproche de l’illusion de contrôle : on se croit à l’abri de ce que l’on pense maîtriser. Il s’atténue quand on a déjà vécu l’événement, ou quand on dispose de statistiques sur des cas comparables et qu’on les regarde vraiment.

Quels exemples du biais d’optimisme en Bourse ?

Les marchés mesurent l’optimisme mieux que n’importe quel questionnaire, parce que les prévisions y sont publiées, chiffrées et confrontées aux résultats. Le cas le mieux documenté est celui des analystes financiers. En 2010, trois consultants de McKinsey, Marc Goedhart, Rishi Raj et Abhishek Saxena, comparent les prévisions de croissance à long terme des bénéfices des sociétés du S&P 500 aux bénéfices effectivement publiés sur les vingt-cinq années précédentes.

Le verdict est d’une régularité remarquable. Les analystes ont prévu en moyenne une croissance de 10 à 12 % par an ; la croissance réelle a été de 6 %. Leurs prévisions ont donc été trop hautes de près de 100 % en moyenne. Sur toute la période, la réalité n’a dépassé les prévisions qu’à deux reprises, toutes deux lors de reprises après une récession. En mars 2005, ils prévoyaient encore une croissance annuelle supérieure à 10 % sur cinq ans pour 70 % des sociétés de l’indice, quand la croissance moyenne observée sur longue période était de 6 %.

Il serait trop simple de n’y voir qu’un biais psychologique : les analystes ont des incitations à ne pas déplaire aux entreprises qu’ils suivent. Mais l’optimisme des prévisions de long terme résiste aux réformes de la profession, et il se transmet aux valorisations. McKinsey note qu’en dehors de la bulle de 1999-2001, les multiples de bénéfices réellement payés par le marché sont restés environ 25 % plus bas que ceux qu’impliquaient les prévisions des analystes : le marché, dans son ensemble, applique de lui-même une décote d’optimisme. Le consensus se lit donc avec une règle à calcul.

Chez l’investisseur individuel, le biais prend une forme plus discrète : le risque de krach est réel, mais il concerne les autres positions, les autres stratégies, les autres années. C’est l’une des raisons pour lesquelles les scénarios de baisse sont si rarement chiffrés avant d’entrer en position.

Comment reconnaître le biais d’optimisme dans ses décisions ?

L’optimisme irréaliste se sent comme du réalisme ; il faut donc le chercher dans les écarts.

• Vous avez un objectif de gain pour chaque position, mais pas de chiffre pour le pire scénario.
• La plupart des traders perdent, vous le reconnaissez volontiers, et vous ne voyez pas pourquoi cela vous concernerait.
• Vos prévisions de rendement annuel dépassent celles des indices sur longue période, sans raison écrite.
• Les mauvaises nouvelles sur une valeur que vous détenez vous semblent « déjà dans les cours », les bonnes jamais.

Comment éviter le biais d’optimisme ?

La parade la plus efficace consiste à partir des statistiques plutôt que de son propre cas : combien d’investisseurs dans votre situation atteignent le rendement que vous visez, combien de sociétés réalisent la croissance que vous anticipez ? C’est ce que les chercheurs appellent la vue extérieure, développée dans la fiche sur l’erreur de planification. Appliquée aux prévisions des analystes, elle invite à confronter leurs taux de croissance à ceux que les entreprises ont réellement atteints dans le passé.

Deux pratiques complètent la première : écrire le scénario défavorable avec un chiffre avant d’entrer en position, et décider à l’avance de ce qu’on fera s’il se réalise. L’expérience de Weinstein suggère aussi un exercice simple : se demander quels atouts possèdent les autres investisseurs qui font la même opération. Ils ont, eux aussi, une bonne raison d’y croire.

Ce qui marche mal : se forcer au pessimisme. L’humeur ne corrige pas un biais de calcul, et le pessimisme systématique n’est qu’une autre erreur.

Quelles sont les limites du biais d’optimisme ?

La critique la plus sérieuse vient d’Adam Harris et Ulrike Hahn, qui ont montré en 2011 dans la Psychological Review que la méthode de Weinstein peut produire l’apparence d’un optimisme chez des personnes parfaitement rationnelles. Les événements négatifs étudiés sont rares ; or, pour un événement rare, la plupart des gens ont réellement un risque inférieur à la moyenne, qui est tirée vers le haut par une petite minorité très exposée. Combiné aux échelles de réponse utilisées, cet effet statistique suffit à fabriquer le profil observé.

La même équipe a contesté en 2016 l’asymétrie de mise à jour des croyances rapportée par Sharot : dans cinq expériences comparées à une norme bayésienne, Punit Shah et ses collègues ne trouvent aucune mise à jour optimiste, et concluent à un artefact. Tali Sharot et Neil Garrett ont publié une réponse ; le débat reste ouvert.

Ces critiques ne font pas disparaître l’optimisme mesuré sur des résultats observables, comme les prévisions de bénéfices comparées aux bénéfices réels, ou les délais de projets comparés aux délais effectifs. Elles invitent à préférer ces mesures-là aux questionnaires. Quant à son utilité, Shelley Taylor et Jonathon Brown ont soutenu en 1988 que des illusions positives modérées accompagnent la santé mentale : le biais d’optimisme n’est pas une maladie, c’est un mauvais instrument de mesure.

Questions fréquentes sur le biais d’optimisme

Pour aller plus loin

• L’exubérance irrationnelle, l’optimisme devenu collectif et coté
• Hyman Minsky, qui voyait dans les périodes de stabilité le terreau de l’optimisme financier qui les détruit
• Sénèque, et la méditation des malheurs possibles que les stoïciens recommandaient avant d’agir
• Sur le forum : Wall Street entre record historique et bulle d’optimisme, une discussion sur des attentes de bénéfices très élevées à l’ouverture d’une saison de résultats