Les tableaux minimaux
Pour que l'article soit probant, il faudrait au moins quatre tableaux simples :
1. Composition de l'échantillon
Nombre de filings par genre assigné, part non classée, répartition par pays, rôle, type d'opération, taille de société.
2. Performance brute à T+90
Rendement moyen, médian, hit rate, et idéalement rendement anormal, séparés pour achats et ventes.
3. Performance conditionnelle
Les mêmes mesures dans des sous-groupes standards, small caps contre large caps, CEO/CFO contre autres, achats groupés contre isolés.
4. Régression multivariée
Coefficient du genre avec erreurs standards robustes, effets fixes, et tests de stabilité par sous-période.
Sans cela, on reste dans la littérature de salon. Agréable, mais peu exécutable.
Les graphiques qui comptent vraiment
Un bon papier sur ce sujet n'a pas besoin de quinze visualisations. Deux suffisent presque :
- une courbe de performance cumulée à T+90 pour achats discrétionnaires, femmes contre hommes, avec bandes de confiance,
- un forest plot des coefficients par sous-groupe.
Le reste est cosmétique.
La discipline hors échantillon
Le dernier test, et le plus cruel, consiste à estimer l'effet sur une période d'entraînement puis à le vérifier sur une période ultérieure. Si l'avantage des femmes apparaît de 2016 à 2020 et s'évapore de 2021 à 2025, l'histoire devient moins héroïque, mais plus vraie. Les marchés ont cette manie désagréable de demander une seconde démonstration.
Notre lecture provisoire, faute de chiffres fournis
Avec les éléments disponibles ici, la réponse honnête à la question "les femmes dirigeantes battent-elles les hommes à T+90 ?" est nous ne savons pas encore, et certainement pas avec le niveau de précision qu'exige un article quantitatif. Les données internes existent, mais elles n'ont pas été fournies dans le bloc de résultats. Les statistiques clés sont donc n/a.
Cela ne rend pas le sujet stérile. Au contraire. Il est intéressant précisément parce qu'il force à distinguer trois niveaux que l'on mélange trop souvent :
- différences de comportement d'investissement dans la littérature générale,
- contenu informationnel des transactions d'initiés dans la littérature spécialisée,
- effet additionnel du genre dans une base de filings nettoyée et testée hors échantillon.
Le premier niveau est bien documenté. Le deuxième aussi. Le troisième reste à établir empiriquement, et il est le seul qui compte pour l'angle annoncé.
Si nous devions formuler une hypothèse de travail, elle serait prudente. Oui, un effet pourrait exister sur les achats discrétionnaires, potentiellement via des différences de sélection ou de style de décision. Mais il a de bonnes chances d'être plus petit que ne le suggère l'intuition, plus instable que ne le promet le récit, et plus dépendant de la composition de l'échantillon que ne l'admettraient les versions marketing du résultat.
Autrement dit, avant de proclamer une victoire d'un genre sur l'autre, il faut faire quelque chose de moins glamour, compter correctement.
Le prochain pas concret est simple. Extraire de la base les achats discrétionnaires avec genre assigné, publier la taille d'échantillon effective par sous-groupe, puis tester l'effet à T+90 avec contrôles de poste, taille, pays et période. Si l'écart survit à ce traitement, il mérite un article de suivi. S'il disparaît, il aura au moins rendu un service rare en finance, celui d'éliminer une belle histoire avant qu'elle ne devienne une mauvaise stratégie.
