D’un indice de détection d’anomalies à l’usage des investisseurs

Autor: Najat El Mekkaoui de Freitas, Bertrand Maillet, Alejandro Modesto, Philippe Bernard
Přispěvatelé: business school, emlyon, emlyon business school
Rok vydání: 2016
Předmět:
Zdroj: Revue Economique
Revue Economique, Presses de Sciences Po, 2016, 1037-1056 p
ISSN: 0035-2764
1950-6694
DOI: 10.3917/reco.675.1037
Popis: International audience; La détection de fraudes est un enjeu essentiel pour les investisseurs et les autorités financières. Le système de Ponzi mis en place par Bernard Madoff est une illustration emblématique d’une fraude de grande envergure, toujours possible lorsqu’elle est bien orchestrée. Les méthodes traditionnelles pour détecter les fraudes exigent de longues et coûteuses enquêtes, nécessitant des connaissances financières et juridiques pointues, et des professionnels hautement qualifiés. Nous poursuivons et étendons ici l’intuition de Billio et al. [2015], qui suggèrent l’utilisation d’une mesure de performance – dénommée GUN – pour construire un indice de détection de fraude. Afin d’illustrer la méthodologie et d’en montrer son utilité, nous analysons d’abord le cas Madoff, puis, sur plusieurs marchés d’OPCVM internationaux d’actions commercialisables en France, le nombre de fonds potentiellement susceptibles de fraude (ou de sous-performance avérée). Le système d’alerte proposé permet de détecter des anomalies sur plusieurs dizaines de fonds, qui devraient ainsi faire l’objet d’une attention particulière.
Databáze: OpenAIRE