[Workshop] Atelier en inférence causale
Des études d’événements financiers à l’inférence causale
Jeudi 20 mai 2027 – IÉSEG Campus de Lille
—————————————–
Préambule
De très nombreuses questions de recherche en Sciences Humaines et Sociales (SHS) visent à établir une relation de causalité entre un élément et ses effets attendus. Depuis plusieurs années, la qualité des études empiriques mises en place pour y répondre, s’est considérablement accrue notamment par un recours plus systématique aux stratégies d’identification préalablement développées en sciences économiques. Ces dernières répondent à une prise de conscience des économètres des limites de certaines de leurs méthodes et ont été couronnées par le prix Nobel d’Économie en 2021[1].
C’est donc tout naturellement que cette « révolution de la crédibilité » en inférence causale s’est traduite par l’adoption récente et rapide des techniques d’identification les plus sophistiquées, notamment dans le domaine de la finance d’entreprise[2].
Thème de l’atelier 2027
Les études d’événements comptent parmi les méthodes empiriques les plus utilisées en finance et en comptabilité. Elles permettent de mesurer les réactions des cours boursiers à différents événements, tels que les annonces de fusions-acquisitions, les publications de résultats ou les décisions réglementaires. Mais les rendements anormaux permettent-ils nécessairement d’identifier des effets causaux ? Quelles hypothèses sont nécessaires pour leur donner une interprétation causale ? Et comment les méthodes modernes d’inférence causale peuvent-elles aider les chercheurs à construire des contrefactuels plus crédibles ? L’atelier AIC 2027 abordera ces questions en établissant un lien entre les études d’événements financières traditionnelles et les développements récents de l’inférence causale.
L’atelier s’articulera autour de deux références principales : l’article de Goldsmith-Pinkham et Lyu, Causal Inference in Financial Event Studies, qui servira de fil conducteur, et celui d’Abadie (2021), Using Synthetic Controls, qui propose une présentation approfondie des méthodes de contrôle synthétique, de leurs hypothèses et de leur mise en œuvre empirique. La journée combinera fondements théoriques, questions d’identification, extensions méthodologiques et application pratique aux annonces de fusions-acquisitions (M&A).
Pour qui ?
Cette journée d’étude est destinée aux enseignants-chercheurs intéressés par le travail empirique et principalement par l’inférence causale. Même si le cadre empirique présenté repose essentiellement sur des illustrations issues de l’économie, la finance et la comptabilité, les champs d’application sont larges et intègrent l’ensemble des domaines en sciences de gestion et en SHS (comptabilité, marketing, stratégie, ressources humaines, organisation, sciences politiques, …).
Modalités pratiques et contact
- La journée sera animée par des enseignants-chercheurs en finance et en comptabilité de l’IAE de Lille et de l’IESEG. L’atelier est gratuit mais l’inscription est obligatoire avant le 20 avril 2027 à 23h59.
- L’atelier aura lieu en présentiel dans les locaux de l’IÉSEG Lille le jeudi 20 mai 2027. A la suite de votre inscription, plus de détails vous seront fournis.
Comité d’organisation
Jean-Gabriel Cousin (Univ. Lille IAE France – LUMEN), Marion Dupire (IÉSEG – LEM), Jean-Yves Filbien (Univ. Lille, IAE France – LUMEN), Gael Imad’Eddine (Univ. Lille, IAE France – LUMEN), Mohamed Zakriya (IÉSEG – LEM), Romain Oberson (IÉSEG – LEM), Francesco Roccazzella (National Bank of Belgium).
Programme
- Session 1 — Les études d’événements financières dans une perspective causale (1 heure) Études d’événements traditionnelles et rendements anormaux ; résultats potentiels et effets causaux ; construction du contrefactuel non observé ; modèles de rendement attendu et hypothèses d’identification ; CAR et BHAR. Référence principale : Goldsmith-Pinkham et Lyu.
- Session 2 — Hypothèses d’identification et sources de biais (1 heure) Anticipation limitée ; assignation aléatoire du traitement versus caractère aléatoire de la date de l’événement ; mauvaise spécification des modèles de rendement attendu et facteurs omis ; études d’événements à court et à long terme ; menaces sur l’identification et diagnostics empiriques. Référence principale : Goldsmith-Pinkham et Lyu.
- Session 3 — Contrôles synthétiques et méthodes modernes de construction du contrefactuel (1 heure) Estimateurs par contrôle synthétique ; sélection des unités de contrôle et qualité de l’ajustement avant traitement ; hypothèses d’identification et diagnostics ; contrôle synthétique généralisé et extensions ; liens avec les modèles factoriels traditionnels en finance. Références principales : Abadie (2021) ; Goldsmith-Pinkham et Lyu.
- Session 4 — Application pratique : rendements boursiers autour des annonces de fusions-acquisitions (2 heures) À partir d’annonces de fusions-acquisitions (M&A), les participants compareront les estimateurs traditionnels des études d’événements (rendements ajustés du marché, modèle de marché et modèles multifactoriels) aux approches par contrôle synthétique. La session portera sur la construction du contrefactuel, les résultats des estimations, les diagnostics et leur interprétation causale, à l’aide de R ou Stata.
Références principales
- Abadie, A. (2021). Using Synthetic Controls. Journal of Economic Literature, 59(2), 391–425.
- Goldsmith-Pinkham, P., & Lyu, T. Causal Inference in Financial Event Studies. Document de travail (version utilisée pour l’atelier).
Référence complémentaire
- Bowen, D. E., Frésard, L., & Taillard, J. P. (2017). What’s Your Identification Strategy? Innovation in Corporate Finance Research. Management Science, 63(8), 2529–2548.
[1] David Card, Joshua Angrist et Guido Imbens “for their methodological contributions to the analysis of causal relationships” The Sveriges Riksbank Prize in Economic Sciences in Memory of Alfred Nobel 2021 – NobelPrize.org
[2] La fraction d’articles académiques utilisant les stratégies modernes d’identification est proche de zéro jusqu’à la fin des années 80 puis augmente régulièrement pour atteindre plus de 50% en 2012 (Bowen, Frésard et Taillard, 2017)