Navigation – Plan du site

AccueilNuméros153Enchérir ou négocier : quelle for...

Enchérir ou négocier : quelle forme préférable de marché ?

Sylvain Mignot et Annick Vignes
p. 123-153

Résumés

Sur certains marchés, les ventes peuvent se faire de gré à gré ou en enchères: c’est le cas du marché au poisson de Boulogne-sur-Mer sur lequel se fonde l’analyse empirique de cet article. Nous y montrons que, alors que les agents peuvent quotidiennement passer d’un mécanisme de vente à un autre, l’organisation du marché est stable au niveau agrégé, avec des quantités significatives s’échangeant chaque jour sur les deux sous-marché. Au niveau micro, nous mettons en évidence que les agents mobilisent des stratégies différentes, certains privilégiant un mécanisme de vente, d’autres en changeant régulièrement. Une certaine spécialisation apparaît : les produits les plus chers se vendent à des prix plus élevés de gré à gré, quand les poissons meilleur marché se vendent plus cher en enchères. Un modèle basé-agent permet de comprendre les conditions de stabilité de cette organisation. L’influence de l’hétérogénéité des biens sur le comportement des individus et le rôle des liens sociaux sont tour à tour analysés.

Haut de page

Texte intégral

Remerciements : les travaux présentés ici ont bénéficié du soutien du projet PEPS-CNRS KinDymo.

1. Introduction

1Dans une économie où l’allocation des ressources se fait majoritairement à travers les marchés, évaluer l’efficacité des différents types d’organisation est un enjeu majeur. L’observation du fonctionnement des marchés suggère d’une part qu’il existe autant de formes de marchés que de biens à vendre et d’autre part, que des biens similaires peuvent se vendre selon des mécanismes dissemblables. Ainsi sur les marchés financiers, les traders ont couramment le choix entre des modes d’échange alternatifs, qui correspondent à différents niveaux d’information. Comme le soulignent Hautcoeur et Riva (2012), le choix d’un mode de transaction sera largement déterminé par le niveau d’aversion au risque des agents (un degré d’aversion au risque supérieur incitera à choisir le mode de transaction assurant un plus haut niveau d’information, i.e., un marché centralisé). Cette cohabitation de mécanismes de vente se retrouve aussi sur le marché ou plutôt les marchés de l’électricité, comme souligné par Sapio (2004) et Petrella et Sapio (2012) : cette diversité vient, selon les auteurs, répondre à de nouveaux enjeux politiques et sociaux, tels que le changement climatique ou les exigences croissantes en sécurité énergétique. Depuis le début de l’année 2000 l’utilisation d’Internet et l’essor des places de marchés électroniques B2B ou B2C sont venus rajouter de la diversité à la multiplicité des marchés déjà signalée. Ces nouvelles formes de vente ont permis de contourner l’obligation de signaux de qualité coûteux inhérente aux marchés bipartites classiques. Longhi (2004) souligne l’influence de communautés de consommateurs promptes à échanger des informations sur les niveaux de qualité des produits ou la dispersion des prix pour un même bien. Le cas du marché du tourisme, qui concerne des biens d’expérience dont la qualité est incertaine et ne peut être connue qu’ex post, est tout à fait parlant.

2Il est clair depuis Grossman (1976) que la façon dont un marché est organisé détermine les quantités échangées et le niveau des prix fixés. Il faut aussi signaler l’importance prépondérante des comportements individuels dans la détermination : on a vu comment les communautés médiatées influencent le fonctionnement des marchés électroniques. La dynamique des prix dépend d’interactions complexes entre l’architecture des échanges et l’écologie des stratégies comme déjà remarqué par Bottazzi et al. (2005).

3Cet article analyse le rôle des différents mécanismes de vente et la façon dont les agents adaptent leurs comportements en fonction des règles institutionnelles, en se fondant sur l’étude empirique du marché au poisson de Boulogne-sur-Mer. Ce marché est organisé de façon particulière. Tous les matins, vendeurs et acheteurs ont le choix de vendre (ou d’acheter) aux enchères ou à travers des négociations bilatérales. Si les acheteurs peuvent adopter une stratégie mixte (répartir leurs achats entre les deux marchés), ce n’est pas le cas des vendeurs, qui, une fois qu’ils ont choisi un mode de vente doivent s’y tenir jusqu’au jour suivant (il n’est en effet pas facile de déplacer la marchandise d’une partie du marché à l’autre). Deux précédents articles, Tedeschi et al. (2012) et Mignot et al. (2012) ont présenté les conditions minimales de coexistence des deux mécanismes au niveau agrégé, sans modéliser les différentes stratégies individuelles. Dans ces articles, seul le marché négocié était simulé, le marché d’enchères étant considéré comme niveau de référence ou marché par défaut (celui qui assure le prix concurrentiel). Le présent travail va plus loin et nous permet d’expliquer l’existence de stratégies différenciées de la part des acteurs du marché, telles qu’observées empiriquement, à travers un modèle basé-agent dans lequel marché d’enchère et marché négocié sont représentés.

4Les premiers résultats révèlent une stabilité globale de cette organisation, alors que les mêmes espèces de poisson et les mêmes acteurs sont présents sur les deux sous-marchés quand les transactions se font à des prix différents.

5Il existe, à notre connaissance, peu d’études comparant marchés d’enchères et marchés de gré à gré et les différents articles existants débouchent sur des résultats parfois contradictoires. Ainsi, Milgrom (1986) et Milgrom (2004) ont montré que les enchères sont plus favorables aux vendeurs qu’aux acheteurs car elles permettent d’absorber le surplus des acheteurs (par le jeu de la révélation d’information). Mais récemment, des résultats empiriques sont venus affaiblir l’idée de dominance des enchères. Dans le cadre des marchés publics, Chong et al. (2013) rappellent les difficultés potentielles que les acheteurs (publics) peuvent rencontrer sur les enchères, les procédures concurrentielles ne permettant pas toujours de sélectionner efficacement des fournisseurs de biens ou services complexes. Dans un tout autre cadre, Progrebna (2006) trouve des prix d’enchères en général inférieurs aux prix négociés, à partir de l’analyse d’une émission de télévision britannique “the Bargain Hunt”, qui pourrait être vue comme une expérience naturelle : dans cette émission, les participants sont invités à acheter des objets, soit à travers des transactions bilatérales, soit à travers des enchères. Mais quand Kirman et Moulet (2009) comparent ces deux formes de marché à travers la simulation d’un modèle multi-agents, ils montrent que les enchères sont plus intéressantes pour les « acheteurs riches » (ceux avec un prix de réservation plus élevé) quand le marché négocié permet aux acheteurs ayant des prix de réserve plus bas d’échanger.

6Le marché au poisson a toujours été considéré comme un exemple intéressant d’un marché sur lequel mécanismes de ventes et comportements individuels influencent clairement les prix et quantités échangées. Ce marché constitue une sorte de paradoxe économique, dans la mesure où il paraît au premier abord présenter toutes les propriétés d’un marché concurrentiel : un nombre suffisamment important de vendeurs pour éviter les risques de collusion dominante, un très grand nombre d’acheteurs, une place commune pour des transactions qui ont lieu dans des laps de temps très courts. Il n’y a pas de barrière à l’entrée de ces marchés (traditionnellement les bateaux peuvent décharger leur marchandise où ils le souhaitent, ils ont seulement à payer des taxes de montants similaires sur les quantités vendues). Mais les analyses empiriques révèlent toujours des distributions de prix importantes pour des biens homogènes. Pour expliquer ces évidences surprenantes, différentes pistes ont été explorées. Arthur (1989), Tedeschi et al. (2009) ou Mignot (2012) ont mis en avant le rôle des processus d’apprentissage. Mais le rôle joué par l’incertitude concernant des biens pour lesquels il n’existe pas de signaux de qualité peut aussi être interrogé. Pour ce type de bien, Moreno et Wooders (2010) expliquent en quoi le mécanisme de formation des prix tient lieu de révélateur d’information : des biens à la qualité incertaine ou des actifs risqués s’échangent de préférence à travers des transactions bilatérales qui permettent aux acheteurs d’accumuler de l’information privée, l’information commune ne suffisant pas à évaluer le bien. On peut alors faire l’hypothèse que les acteurs du marché choisissent le mode de vente qui correspond le mieux aux types de biens qu’ils doivent vendre ou acheter. Dans le cas du poisson, les récoltes évoluant au fil des saisons, des conditions climatiques et des opportunités de pêche, on comprendrait alors que les vendeurs soient amenés à alterner entre les deux modes de vente. Une troisième piste de réflexion s’appuie sur les caractéristiques propres à ces marchés, qui ont lieu quotidiennement et sur lesquels les individus se connaissent et tissent des liens sociaux. Kirman et Vignes (1990), Weisbuch et al. (2000) ou Vignes et Etienne (2011), soulignent le rôle des interactions inter-individuelles dans la réalisation des échanges. À la suite de Kranton et Minehart (2001), le marché est vu comme un réseau social, l’intensité des liens influençant le résultat des transactions.

7L’analyse qui suit cherche à déterminer les conditions de stabilité du marché de Boulogne-sur-Mer, à travers une étude empirique et la simulation d’un modèle basé-agent. Le choix du mécanisme de vente est décisif pour les vendeurs qui ne peuvent changer de marché une fois leur décision prise (contraintes de manipulation de marchandise) alors qu’un acheteur pourra aisément visiter les deux sous-marchés dans la même journée.

8Une première étape (section 2) consiste en une analyse empirique du marché, à partir d’une base de données micros, présentant le résultat de toutes les transactions sur les deux sous-marchés, entre le 31 mars 2006 et le 31 décembre 2007. On y montre que si le marché présente un comportement stable au niveau agrégé, il n’en est pas de même des comportements individuels, les vendeurs changeant régulièrement de stratégie (vendant un jour sur un marché, le jour suivant sur un autre), même si certains d’entre eux présentent une claire préférence pour l’un des deux mécanismes de vente. On montre aussi que les espèces de poissons les plus chères, se vendent plus cher sur le marché négocié, quand les poissons meilleur marché atteignent des prix plus élevés en moyenne sur les enchères. Ceci dit, un groupe important d’espèces présente des prix non significativement différents entre les deux marchés. Concernant les acteurs du marché, on met en évidence des comportements différenciés, correspondant à des individus hétérogènes dans leurs caractéristiques intrinsèques, qui agissent en situation d’information imparfaite et interagissent entre eux de manière répétée, tout en s’adaptant aux conditions changeantes de leur environnement. C’est pourquoi dans une seconde étape (section 3), nous choisissons de simuler un modèle multi-agents, dans lequel vendeurs et acheteurs choisissent à chaque étape de négocier ou d’enchérir, en fonction de leur prix – plancher ou de réserve – et de leur niveau d’information. Nous montrons (section 4) alors que quand les biens sont homogènes la coexistence des deux sous-marchés n’est pas stable, le segment négocié disparaissant rapidement au profit d’un unique marché d’enchères. Quand les biens sont hétérogènes, une coexistence stable des deux sous-marchés est obtenue. Dans une troisième étape de notre travail (section 5), nous introduisons des effets réseaux dans le modèle multi-agents, ce qui modifie les comportements individuels sur le marché négocié : nous montrons alors comment l’asymétrie des comportements assure la stabilité du système. La conclusion suit.

2. Faits stylisés

9Le port de Boulogne-sur-Mer est un port maritime de la façade ouest de la région Nord-Pas-de-Calais, en fait le port de pêche français le plus important en termes de tonnage et de chiffre d’affaires. Les bateaux déchargeant ici le produit de leur pêche sont en grande majorité français, mais certains proviennent d’autres pays européens (principalement des Pays-Bas et de Grande-Bretagne).

10Il s’agit d’un marché de gros, ouvert six jours par semaine et sur lequel il faut être enregistré pour pouvoir intervenir. Environ 200 navires y ont ainsi le droit de vendre leur marchandise, quand 100 acheteurs, exclusivement des grossistes, peuvent s’y approvisionner. Ce marché est ouvert 6 jours par semaine. Chaque jour les vendeurs doivent choisir entre aller sur l’un ou l’autre des marchés. Une fois ce choix effectué ils ne peuvent changer de stratégie jusqu’au jour suivant. Dans cette section nous présentons les principaux faits stylisés. La base de données que nous utilisons porte sur deux années (2006-2007), et représente 300 000 transactions quotidiennes. Pour chaque transaction, la date, l’espèce et les caractéristiques (taille, présentation, qualité) des poissons échangés, l’identité de l’acheteur et du vendeur, le type de mécanisme de vente utilisé (enchère ou négocié), la quantité et le prix sont connus.

2.1. Macro-stabilité

11L’exploitation de la base de données révèle une importante hétérogénéité, au niveau des agents et au niveau des biens échangés. Les acteurs du marché (vendeurs et acheteurs) affichent de grandes différences en termes de quantités et produits échangés, ainsi qu’en termes de présence. On constate aussi une grande diversité des espèces de poissons, ce qui se traduit par des différentiels de prix importants d’une espèce à une autre.

12Au niveau agrégé, les deux-sous marchés (enchères et gré à gré) sont d’égale importance : une première analyse révèle que ce sont les mêmes personnes qui échangent sur l’un ou l’autre de ces deux sous-marchés, et que les même espèces de poissons sont vendues à travers ces deux mécanismes. Les échanges concernent 80 espèces. Entre 37 % et 54 % de chacune des quatre principales espèces (en termes de quantité vendue) sont vendues sur le marché d’enchères. On vérifie aussi facilement que des pourcentages significatifs de la production s’échangent chaque jour sur chacun des deux sous-marchés. Sur la période étudiée, 19 000 tonnes sont vendues à travers les enchères alors que 24 000 sont échangées sur le marché négocié. Malgré d’importantes variations quotidiennes, on constate, quand on agrège les données mensuellement, qu’environ 60 % des transactions se font sur le marché négocié et cette proportion est stable pour la période étudiée. Cette répartition est sensiblement la même si nous considérons les quantités (63 %) ou la valeur (66 %). Mais si le comportement agrégé du marché montre une répartition stable au cours du temps entre les deux sous-marchés, notre étude montre que la majorité des individus passe d’un marché à l’autre régulièrement.

Figure 1. Pourcentage de la quantité sur le marché négocié par jour

Image 10000000000000F5000000C697A7795B.png

13Une corrélation positive et significative (+0.52) observée entre les quantités quotidiennes sur chacun des deux sous-marchés montre que les deux marchés évoluent dans le même sens : au niveau agrégé, quand la quantité globale pêchée augmente, les quantités mises en vente sur chaque marché augmentent. Enchères et marché de gré à gré semblent être plutôt complémentaires que substituables. Ce résultat suggère une certaine stabilité de cette organisation, stabilité confirmée par un test de racine unitaire (cf. Tedeschi et al. 2012). L’analyse des comportements individuels met néanmoins des résultats très différents en lumière, révélant des tendances à la spécialisation, à travers les marchés choisis et les espèces vendues.

2.2. Avantage de la spécialisation

14L’analyse des comportements individuels qui suit souligne l’influence du choix du marché sur les résultats en termes de prix et quantités.

2.2.1. Stratégies individuelles

15La figure 2 ci-dessous représente la probabilité pour chaque vendeur d’alterner, c’est-à-dire de passer d’un marché à l’autre. On s’intéresse ici à la probabilité pour un vendeur de mettre la majorité (soit plus de 50 %) de ses produits sur un marché un jour et sur l’autre marché le jour suivant (ou lors de son prochain passage). Deux groupes apparaissent alors clairement, l’un paraissant plus stable que l’autre. Les vendeurs que l’on trouve principalement sur le marché négocié affiche un taux de switching inférieur à 30 % alors que les autres changent quasiment un jour sur deux de marché.

Schéma 2. Distribution de la probabilité de switching des vendeurs

Image 100000000000058A00000395DD4D07D5.png

  • 1 Nous avons analysé en détail le comportement de 20 agents choisis aléatoirement : les deux agents r (...)

16Il existe une forte hétérogénéité des stratégies individuelles. La figure 3 ci-dessous montre le pourcentage de la quantité vendue sur le marché de gré à gré par deux navires aux comportements opposés 1. On voit que quand un navire a principalement recours au marché négocié, l’autre passe régulièrement d’un sous-marché à l’autre. Les caractéristiques de chaque groupe d’agents peuvent être trouvées dans le tableau 1. Nous pouvons observer que les vendeurs allant principalement sur le marché négocié sont plus nombreux et ont des quantités moindres à vendre. Nous indiquons également les fréquences moyennes d’utilisation (majoritaire, exclusive ou combinée) des mécanismes de vente par les vendeurs appartenant à chaque groupe.

Figure 3. À gauche, répartition des quantités par un vendeur qui passe fréquemment d’un marché à un autre. À droite, répartition des quantités d’un vendeur qui change peu de marché, privilégiant les échanges bilatéraux

Image 100000000000058B0000022756FED1CD.png

17Enfin, quand nous observons la présence et des acheteurs et des vendeurs sur chacun des deux sous-marchés, nous observons que les comportements stables (caractérisés par un taux faible de switching) se trouvent majoritairement sur le marché de gré à gré. Cela tient certainement aux différences d’information inhérentes aux deux formes de marchés (commune versus privée) qui font qu’il faut être présent régulièrement sur le marché négocié pour être informé (et construire son information privée), ce qui n’est pas le cas aux enchères.

Tableau 1. À gauche, caractéristiques du groupe des vendeurs fidèles au marché négocié. À droite, caractéristiques du groupe des vendeurs n’ayant pas de préférence claire

Image 10000000000005A7000002B142F5BC8F.png

2.2.2. Distributions de prix

18Les individus ne se comportent pas tous de la même façon quand il s’agit de choisir un sous-marché pour vendre leur marchandise. Nous regardons dans ce qui suit en quoi ces choix correspondent à des prix et des volumes échangés différents. Nous utilisons pour ce faire l’indice de Paasche, qui permet de gérer l’hétérogénéité des biens et des individus.

19À chaque jour t est ainsi associé le prix Pt calculé de la façon suivante :

Image 100000000000010400000053977A5041.jpg(1)

20Ici pi et qi correspondent aux prix et quantité unitaire d’une transaction : N désigne le nombre de transactions ayant eu lieu durant un jour t.

21Les distributions de prix sont analysées pour chacun des deux sous-marchés et séparément pour chaque groupe de vendeurs tels que définis sur la figure 2. Le groupe de vendeurs vendant principalement sur le marché négocié est désigné par « comportements loyaux » quand l’autre groupe est désigné comme « sans préférences ».

Tableau 2. À gauche, caractéristiques de la distribution des prix pour les vendeurs n’ayant pas de stratégie claire. À droite, les distributions de prix caractérisant les vendeurs fidèles au marché négocié

Image 10000000000005B0000002B14293E4B8.png

22Les résultats statistiques présentés dans le tableau 2 viennent justifier les différences de comportement. En ce qui concerne le groupe sans préférence claire, on constate des différences significatives en variance mais pas en prix moyen, ce qui suggère qu’il y a une différence de risque entre les deux distributions. Mais cette différence n’est pas aisée à interpréter car, si l’écart-type est plus important sur le marché de gré à gré, la skewness et la kurtosis sont supérieures sur le marché d’enchères. Il est ainsi difficile de déterminer si un marché est plus intéressant que l’autre pour ce groupe de vendeurs et cette incertitude vient justifier le fait que dans ce groupe, les agents n’affichent pas de stratégie claire. En ce qui concerne le groupe de bateaux attachés au marché bilatéral, la variance et le prix moyen sont significativement supérieurs sur le marché négocié : le marché d’enchères paraît ainsi plus risqué et présentant une espérance de prix inférieure.

2.3. Les biens

23Si certains bateaux tendent à se spécialiser sur un type de marché, c’est loin d’être le cas de tous. Puisque cette bi-organisation ne correspond pas à une spécialisation claire des individus, on peut se demander si elle permet de différencier des biens de qualité hétérogène pour lesquels il n’existe pas de signaux de qualité comme ont pu le suggérer Moreno et Wooders (2010) ou Hautcoeur et Riva (2012). Nous cherchons alors à appréhender une éventuelle spécialisation espèce/marché.

24Le tableau 3 présente les caractéristiques statistiques de trois familles de poissons, familles que nous avons construites en regroupant les espèces selon les comportements de leurs prix sur chacun des deux marchés. Nous trouvons dans la première famille les espèces vendues sans différence de prix significative entre les deux marchés. Cette famille représente 20 000 tonnes de poissons, sur les 43 000 vendues sur la période étudiée : 56 % de ces espèces sont vendues sur le marché négocié. La seconde « famille » regroupe 19 000 tonnes et concerne les espèces vendues significativement plus cher sur le marché d’enchères ; on constate néanmoins que 52 % des quantités sont vendues sur le marché négocié.

25Enfin dans la dernière famille se trouvent les espèces vendues à des prix plus élevés sur le marché négocié : les quantités y sont plus faibles (4 200) tonnes et vendues principalement sur le marche négocié (74 %).

Tableau 3. Trois « familles » d’espèces. Les quantités sont en tonnes et la répartition en pourcentage vendu sur le marché négocié

Image 10000000000005A7000001A3DFEB2C16.png

26L’analyse empirique révèle donc que, si choisir un marché ou un autre est stratégique, la plupart des bateaux, y compris ceux très attachés à la vente en gré à gré, alternent plus ou moins fréquemment entre les deux marchés. On montre également que si certains biens se vendent mieux (plus cher) sur un marché que sur l’autre, la plupart des espèces se trouvent sur les deux sous-marchés.

27Nous tentons dans la section 3 suivante, à travers l’étude d’un marché artificiel basé sur un modèle multi-agents, de montrer que ce switching, qui peut sembler erratique au point de vue micro, permet un comportement stable au niveau agrégé.

3. Modèle basé-agent

28Mignot et al. (2012) ont montré sous quelles conditions ce type d’organisation de marché peut avoir un fonctionnement stable, quand les individus ont une rationalité limitée et que le marché d’enchères est un marché résiduel (choix par défaut). Nous proposons dans ce qui suit un modèle plus sophistiqué, dans lequel le choix d’un marché est stratégique. L’objectif ici est de comprendre sous quelles conditions la coexistence de deux modes de vente peut être stable.

3.1. Les hypothèses

29Ce qui suit présente le fonctionnement général du marché artificiel, en qualifiant les stratégies des vendeurs et des acheteurs, les propriétés des biens à vendre et les règles de détermination des prix. Deux types de biens sont à vendre, un bien rare et un bien courant. À chaque étape, les individus, aussi bien acheteurs que vendeurs, vont sur un seul des deux marchés : vendeurs et acheteurs prennent leurs décisions indépendamment les uns des autres.

3.1.1. Les biens

30Deux types de biens sont à vendre sur ce marché : un bien rare et un bien courant, en quantités limitées. Qr est la quantité de bien rare et Qc la quantité de bien courant. La demande en bien rare Dr est supérieure à Qr quand la demande en bien commun Dc est proche de Qc.

3.1.2. Les vendeurs

31i = l,…,n vendeurs jouent à chaque période et sont définis par :

  • À chaque période t un vendeur i associe un prix plancher à chaque combinaison bien/marché.

  • Pour le bien rare r : prix plancher Image 100000000000003A00000033D27EB5A0.jpg(bilatéral) et Image 100000000000002C0000003444B77ACC.jpg (enchères).

  • Pour le bien courant c : prix plancher Image 1000000000000046000000455B34337F.jpg (bilatéral) et Image 100000000000003C000000366A831803.jpg (enchères).

32À chaque étape, les vendeurs calculent leur revenu espéré (cf. Eq. 3) sur chacun des deux marchés à l’aide de l’information dont ils disposent. La probabilité d’aller sur l’un ou l’autre des deux marchés dépend alors de la différence de revenu espéré.

Image 10000000000001410000003C3DEE469D.jpg revenu espéré sur le marché négocié. (2)

Image 100000000000019D0000004D4C3AB2F6.jpgrevenu espéré sur le marché d’enchères. (3)

3.1.3. Les acheteurs

33j = l,…,n acheteurs jouent à chaque période et sont représentés pour chaque type de bien, par une demande et un prix de réserve.

  • Une demande de bien rare (Dr,j) et une de bien courant (Dc,j).

  • Un prix de réserve sur le marché négocié pour les biens rares Image 10000000000000500000003AC4ACE9A4.jpget un pour les biens courants Image 10000000000000640000003A18567FDB.jpg

  • Un prix de réserve sur le marché d’enchères pour les biens rares Image 10000000000000500000003AC4ACE9A4.jpg et un pour les biens courants Image 10000000000000640000003A18567FDB.jpg

34Tout acheteur privilégie le marché sur lequel les prix espérés sont les plus bas pour les biens qu’il recherche. On fait l’hypothèse ici que les acheteurs maximisent leur utilité quand ils achètent un panier comportant une certaine quantité de chacun des deux biens (le bien rare et le bien commun). Ils possèdent une demande séparée de biens rares et de biens communs et c’est la dépense globale qui motive leur décision d’agir sur un marché ou sur l’autre.

Image 100000000000018C00000053E12AAD1E.jpg dépense espérée sur le marché négocié. (4)

Image 10000000000001810000004583EBC580.jpg dépense espérée sur le marché d’enchères. (5)

3.1.4. Fonctionnement du marché

35Le fonctionnement du marché est décrit par la figure 4 :

Figure 4. Fonctionnement du modèle

Image 10000000000006EC000004BCB480156C.png

36À chaque étape du processus, chaque vendeur décide sur quel marché offrir ses biens, en fonction de ses revenus espérés, c’est à dire en calculant le rapport de l’Eq. 6 afin d’observer si l’un des deux mécanismes de vente est plus intéressant pour lui et dans quelle mesure.

Tableau 4. Probabilité pour un vendeur d’aller sur le marché d’enchères en fonction de Ri,t

Image 10000000000000E90000005C3806237A.jpg (6)

Ri,t

-1

-0.5

0

0.5

1

probabilité

0

25

50

75

100

37Nous obtenons un indice compris entre –1 et 1, –1 correspondant à un revenu infiniment supérieur sur le marché négocié, et 1 un revenu infiniment supérieur sur le marché d’enchères.

  • 2 Différentes lois donnant plus ou moins de poids au hasard ont été testées, sans influence majeure s (...)

38Les vendeurs choisissent ensuite le marché sur lequel placer leur marchandise de manière probabiliste. Si Ri,t= 0 (même revenu sur les deux marchés) le choix est aléatoire, avec une chance sur deux d’aller sur l’un ou l’autre sous-marché. 1 (respectivement –1) correspondant a une probabilité de 100 % d’aller sur les enchères (tableau 4) (respectivement sur le marché négocié 2).

39Une fois que les vendeurs ont choisi leur marché, les acheteurs prennent leurs décisions indépendamment de celles des vendeurs.

40Cela se fait via une règle de décision similaire à celle des vendeurs (Eq. 7).

Tableau 5. Probabilité pour un acheteur d’aller sur le marché d’enchères en fonction de Ri,t

Image 10000000000000FA00000061850E0289.jpg (7)

Ri,t

-1

-0.5

0

0.5

1

probabilité

0

25

50

75

100

41Une fois cette étape effectuée, tous les acteurs ont choisi d’aller sur l’un ou l’autre des deux sous-marchés. À partir d’ici, leur comportement va différer suivant qu’ils ont choisi les enchères ou le marché négocié. Nous présentons donc ceux-ci de manière séparée, bien qu’ils aient lieu de manière simultanée.

3.1.5. Marché d’enchères

  • 3 Le prix pour lequel l’offre sera égale à la demande.

Le marché d’enchères est représenté de manière simple. Nous reprenons la structure de Gode et Sunder (1993) qui simulent un marché walrasien où les échanges sont centralisés par un commissaire-priseur et où il n’y a pas de possibilité d’interactions directes entre les participants. C’est un marché sur lequel il y a information parfaite : le prix du marché 3 est calculé en utilisant un algorithme de tâtonnement pour les deux types de biens, à partir des prix de réserve des individus, ainsi que de l’offre et de la demande agrégées : ainsi se forment un prix pour les bien rares Image 1000000000000048000000362D43696A.jpg et un prix pour les biens communs Image 100000000000003800000033728CD146.jpg. Il n’y a pas d’invendus.

3.1.6. Marché négocié

42Le marché négocié simulé répond à des règles plus sophistiquées. À chaque étape, chaque acheteur rencontre un nombre k fini de vendeurs et échange dès que son prix de réserve est supérieur ou égal au prix plancher des vendeurs, l’échange se faisant au prix de réserve de l’acheteur. Lorsque la demande d’un acheteur n’a pas été satisfaite après avoir rencontré k vendeurs, il est rationné.

3.2. Révision des croyances

  • 4 L’ajout de bruit à celui-ci ne modifie en rien la dynamique globale du système tout en le complexif (...)

À chaque étape t, les acteurs mettent leurs croyances à jour, c’est-à-dire réactualisent leurs prix de réserve ou leurs prix plancher sur les deux marchés, selon l’information dont ils disposent. L’ information que les agents, présents en – 1 sur le marché d’enchères, obtiennent à propos du marché négocié est imparfaite. Nous faisons l’hypothèse que les prix moyens du marché négocié pour les deux types de biens Image 100000000000009C0000002FF5237123.jpgsont connaissance commune, utilisés par les vendeurs et les acheteurs 4. L’information que les agents présents l’instant d’avant sur le marché négocié obtiennent à propos du marché d’enchères est parfaite. Concernant le marché négocié, ils connaissent leur propre histoire. En effet, chaque vendeur a pu observer de manière directe la demande correspondant à son prix de réserve, et peut mettre à jour ses croyances de manière appropriée, augmentant son prix si la demande auquel il a été confronté à été supérieure à la quantité dont il dispose, et le diminuant dans le cas contraire, tel que décrit par les équations suivantes.

Image 10000000000002660000011587481349.jpg

43De même, les acheteurs vont réviser leurs prix de réserve, prenant comme valeurs les prix moyens observés sur chaque marché pour chaque type de bien.

3.3. Paramètres des simulations

44Les paramètres de la simulation cherchent à reprendre les valeurs observées sur le marché empirique. Nous générons donc 200 vendeurs et 100 acheteurs.

45Le nombre de vendeurs qu’un acheteur peut rencontrer chaque jour est fixé à = 3, le coefficient d’apprentissage, γ, est fixé à 0.1.

46Les données présentées ici montrent les résultats de simulations sur une période de = 400 périodes.

47Les vendeurs se subdivisent en deux groupes de taille identique (100 agents). Comme sur le marché réel, le premier a principalement des biens « rares » à vendre, et le second des biens « communs ».

Les offres individuelles des vendeurs de ce premier groupe sont distribuées uniformément sur l’intervalle Si,rImage 100002000000001100000013489952C7.png[100,200] pour les biens rares, et Image 100000000000008900000023DD85E083.jpg pour les biens communs.

Les offres individuelles des vendeurs du second groupe sont distribuées uniformément sur l’intervalle Image 100000000000008C000000243606BAF2.jpg pour les biens rares, et Image 10000000000000950000002256F009D0.jpg pour les biens communs.

Les demandes individuelles des acheteurs sont comprises sur l’intervalle Image 100000000000009300000022443C6DFA.jpg pour les biens « rares » et les biens « communs ».

48La demande globale est proche pour chaque type de biens, mais avec des offres très différentes.

4. La simulation

49L’objectif ici est d’analyser les conditions d’une coexistence stable de ces deux sous-marchés. Nous générons pour cela trois situations différentes. Dans la première situation, les acheteurs ne sont pas capables de distinguer entre les différentes variétés des biens. Le marché fonctionne alors comme si un seul type de bien était à vendre et on constate alors qu’il n’y a pas de co-existence stable des deux modes d’organisation. Plus ou moins rapidement, le marché d’enchères absorbe le marché négocié. On simule ensuite un marché sur lequel les acheteurs sont prêts à payer plus cher les biens rares sur le marché négocié que sur le marché d’enchères, nous appuyant en cela sur les résultats de Moreno et Wooders (2010).

4.1. Non-différenciation

50Quand les acheteurs ne distinguent pas les différentes variétés de biens, on observe une convergence rapide des quantités vers le marché d’enchères. À la fois acheteurs et vendeurs préfèrent échanger sur ce marché.

51Il ne reste qu’une faible quantité résiduelle (en moyenne 6 % des quantités) sur le marché négocié, due à la nature probabiliste du mécanisme de prise de décision.

52Comme nous pouvons le constater, cela est loin de représenter la dynamique observée sur le marche de Boulogne-sur-Mer. La raison pour laquelle les agents vont converger vers le mécanisme d’enchères est que celui-ci est plus efficace que le marché négocié, l’ensemble des offres et des demandes étant connues de tous, au contraire du marché négocié où les agents doivent se rencontrer afin d’échanger. L’accès à l’information est plus coûteux et cela pousse les agents à utiliser le marché d’enchères.

Figure 5. Pourcentage des quantités mises en ventes sur le marché négocié simulé

Image 100000000000058A0000036D21DF32F5.png

4.2. Différenciation des biens

53Sous l’hypothèse que les acheteurs distinguent les différents types de biens sur le marché négocié (acceptant alors de payer le bien rare plus cher, ce qui se traduit par l’ajout d’un paramètre αj au prix de réserve des acheteurs pour les biens rares, lorsqu’ils sont présent sur le marché négocié), la simulation retrouve trois caractéristiques fondamentales du marché observé, à savoir :

  • Une coexistence stable des deux mécanismes comme on le voit sur la figure 6.

  • Une distribution bimodale des vendeurs, se spécialisant sur l’un des deux marchés.

  • Un switching des vendeurs, dont l’intensité varie selon les caractéristiques des vendeurs et du marché.

Figure 6. Pourcentage de la quantité sur le marché négocié simulé

Image 100000000000058A0000038BE0ADEC50.png

Figure 7. Distribution de la proportion mise sur le marché négocié par chaque vendeur

Image 100000000000058A000003721935A239.png

54La distribution des proportions vendues aux enchères par les agents (figure 7) est bimodale : les vendeurs disposant majoritairement de biens rares vendent préférentiellement sur le marché négocié, et ceux ayant des quantités de bien commun plus importantes vont plus fréquemment sur le marché d’enchères.

55Si beaucoup de vendeurs se spécialisent sur l’un ou l’autre des marchés, la plupart pratiquent l’alternance, passant plus ou moins fréquemment d’un marché à un autre, comme montré à la figure 8.

Figure 8. Switching d’un marché à l’autre pour un vendeur pris au hasard

Image 100000000000058A000003962A1E5374.png

4.3. Différences de prix pour un même bien

56L’analyse empirique a révélé que des unités d’un même bien se vendaient à des prix différents aux enchères et sur le marché bilatéral.

57Cette caractéristique se retrouve dans la simulation, la figure 9 montrant que les biens « communs » sont plus chers sur le marché d’enchères, quand les biens rares affichent des prix plus élevés sur le marché de gré à gré. On se rappellera ici que l’hypothèse posée a priori contraignait seulement les prix des biens rares à être plus élevés : le fait que les biens communs se vendent plus cher sur le marché d’enchères est donc un résultat du modèle.

Figure 9. Évolution des prix des deux types de biens sur chacun des marchés (bien 1 : « rares », bien 2 : « communs »)

Image 100000000000058A000003BCDAF93BA9.png

5. Réseaux sociaux

58Le modèle précédent reposait sur l’hypothèse forte que les acheteurs acceptaient de payer plus cher les biens rares sur le marché négocié. On reprenait en cela quelques résultats théoriques connus de l’économie industrielle. Nous testons ici une hypothèse alternative, celle que sur ce marché, le réseau social joue un rôle important, les individus se rencontrant régulièrement. On simule alors une situation dans laquelle les échanges dépendent fortement des interactions sociales sur le marché négocié, quand ils continuent à résulter d’un pur jeu économique (offre/demande) sur le marché d’enchères : ces différences représentent les différences dans les mécanismes d’attribution (vendeur anonyme sur le marché négocié, relations bilatérales sur le marché de gré à gré). Ici, les acheteurs ne sont plus prêts à payer a priori plus cher les biens rares sur le marché négocié mais nouent des relations avec des vendeurs afin d’assurer leur approvisionnement en biens rares (biens pour lesquels la demande est supérieure à l’offre). On va voir plus bas que ces contrats, pour être stables, ne peuvent se passer qu’à des prix supérieurs sur le marché négocié que sur le marché d’enchères.

59En conservant le cadre du modèle précédent, nous ajoutons sur le marché négocié un système permettant aux agents de créer des liens entre eux : une fois les liens créés, les vendeurs échangent en priorité avec les acheteurs auxquels ils sont liés, et ce, à des tarifs fixés lors de la création du lien. Les liens sociaux jouent donc ici un rôle de contrats implicites.

5.0.1. Les agents

60Les agents sont définis de la même manière qu’auparavant, ils restent hétérogènes dans leurs quantités offertes ou demandées ainsi que dans leurs capacités à payer (ou leurs prix plancher) mais ici leur choix de marché dépend également de l’éventuelle existence d’un lien avec un vendeur. Lorsqu’un lien existe entre un acheteur et un vendeur, les deux se retrouveront forcément sur le marché négocié afin d’échanger ensemble.

5.0.2. Mécanisme de création des liens

61Le mécanisme de création de liens est fondé sur une recherche d’assurance de la part des deux partenaires : côté acheteur, il garantit la quantité désirée, du côté vendeur, le contrat assure un revenu minimum supérieur à l’espérance de revenu sur les enchères. Un acheteur ayant besoin de beaucoup de biens rares et un vendeur en proposant de grandes quantités auront donc tous les deux intérêt à créer un lien entre eux, car :

  • l’acheteur sera sûr d’avoir de grandes quantités de ce type de bien ;

  • le vendeur sera sûr de vendre sa production à un prix fixé.

62Un lien entre un acheteur et un vendeur sera donc créé si les deux conditions suivantes sont respectées :

63Du côté du vendeur : Le revenu espéré sur le marché négocié après création du lien est supérieur au revenu espéré sur le marché d’enchères.

Image 10000000000002AE0000005FB1ED5359.jpg

avec Qr,j,i la quantité de bien rare acheté par l’acheteur i au vendeur j, au prix Pr,i et Qc,j,i la quantité de bien normal acheté par l’acheteur i au vendeur j, au prix Pc,i

64Du côté de l’acheteur : la quantité de bien rare dont dispose le vendeur est supérieure ou égale à la moitié de sa demande de bien rare.

5.1. Influence du mécanisme de vente sur la création des liens

65Une fois le mécanisme de création des liens introduit, les résultats correspondent avec les faits empiriques observés.

5.1.1. Coexistence

66Le modèle est capable de reproduire la coexistence des deux mécanismes de vente, avec une répartition des quantités équivalente à celle observée sur le marché empirique (figure 10).

Figure 10. Pourcentage des quantités sur le marché négocié simulé

Image 100000000000058A000003448100607D.png

67Après une période initiale d’apprentissage durant laquelle la répartition des quantités entre les deux sous-marchés fluctue beaucoup, les liens entre agents ne sont pas encore créés. Une fois cette étape terminée le système se stabilise et nous aboutissons à un équilibre stable période après période.

5.1.2. Distribution bimodale

Figure 11. Distribution des proportions vendues sur le marché négocié par vendeur

Image 100000000000058A0000031282D73C3E.png

68Nous montrons ici l’existence de deux formes de stratégies distinctes pour les vendeurs, chacune privilégiant l’un des deux mécanismes de vente. Les agents disposant de plus de biens « rares » se concentrent sur le marché négocié (11).

5.1.3. Switching

69Dans ce modèle, le switching disparaît pour les vendeurs ayant créé des liens envers des acheteurs. En effet, dans un souci de simplification, nous ne leur accordons pas la possibilité de renégocier. Cela a pour conséquence qu’un vendeur lié par un contrat restera toujours sur le marché négocié.

5.1.4. Différences de prix pour des biens homogènes

Figure 12. Évolution des prix des deux types de biens sur chacun des marchés (bien 1 : « rares », bien 2 : « communs »)

Image 100000000000059C000003A0FEE73A98.png

  • 5 Le fait que la différence de prix soit significative est confirmé par un t-test.

70Les résultats montrent une différence de prix significative pour un même type de bien entre les deux sous-marchés. Les biens rares sont vendus à un prix plus élevé sur le marché négocié, et les biens communs à un prix plus élevé sur le marché d’enchères 5.

5.2. Sensibilité aux paramètres

71Dans les deux modèles proposés ici la proportion des quantités sur chacun des marchés à l’équilibre n’a pas une grande importance, et peut être modifiée en faisant varier certains paramètres du modèle, dont certains non observables dans la base de données (demandes, prix de réserve, etc). Mais quelle que soit la répartition des quantités à travers les deux sous-marchés, la coexistence reste stable. Or, c’est ce phénomène d’émergence de deux groupes de stratégies distincts, tels qu’observés sur le marché empirique, qui nous intéresse.

72Faire varier les paramètres aura les effets suivants :

  • Augmenter k (le nombre de personnes que chaque acheteur peut rencontrer à chaque pas de temps) augmentera l’efficacité du marché négocié et diminuera donc les écarts de prix pour les biens communs entre marché négocié et marché d’enchères. Cela poussera plus de gens à utiliser le marché négocié, augmentant la proportion d’agents utilisant le marché négocié à l’équilibre.

  • Trivialement, augmenter l’offre d’un type de bien (en faisant varier le nombre de vendeurs ou les offres individuelles) fera baisser son prix sur les deux marchés, et augmenter la demande (variation du nombre d’acheteurs ou des demandes individuelles) le fera monter.

  • Modifier le coefficient d’apprentissage changera la vitesse à laquelle les agents modifieront leurs croyances, ayant pour conséquence une convergence plus on moins longue du système, avec des fluctuations plus ou moins importantes lorsque cet équilibre est atteint.

  • Conséquence du modèle : augmenter la proportion de bien rare dans l’offre d’un vendeur augmentera la probabilité pour lui de recourir préférentiellement au marché négocié.

6. Conclusion

73À travers l’étude empirique puis la simulation d’un marché organisé de façon particulière, le marché au poisson de Boulogne-sur-Mer, cet article cherche à comprendre l’importance de l’organisation des échanges et son influence sur les transactions. “...we need to understand how markets work well enough to fix them when they are broken.” remarquait Al Roth en 2010. À l’heure de la raréfaction des ressources halieutiques et des questionnements autour des objectifs de sécurité alimentaire, apprendre à organiser les marchés agroalimentaires au mieux (minimiser les invendus, assurer des conditions de viabilité) est un enjeu socio-économique incontournable.

74L’analyse d’une base de données exceptionnellement riche met en évidence la stabilité de cette organisation particulière alors même que les comportements individuels semblent instables, la plupart des vendeurs changeant régulièrement de marché (switching) : quand certains bateaux privilégient clairement l’un ou l’autre des deux marchés, d’autres passent aléatoirement d’un marché à un autre (probabilité de switching proche de 50 %). On voit aussi que pour les vendeurs essentiellement présents sur le marché décentralisé, les prix sur ce marché sont plus intéressants, alors qu’aucun des deux marchés ne paraît plus avantageux pour les vendeurs affichant un taux de switching élevé. Enfin, et il s’agit là encore d’un résultat surprenant, nous constatons qu’il y a peu de spécialisation par espèces. Alors que la base de données recense plus de 80 espèces vendues à des prix très différents, on trouve la plupart de ces espèces sur les deux marchés. Si certaines se vendent clairement plus cher sur le marché d’enchères (ou sur le marché négocié), plus de la moitié d’entre elles n’affichent pas de différences de prix significatives entre les deux marchés. Nous tentons par la simulation de lever quelques-uns de ces paradoxes. Pourquoi tous les individus ne cherchent-ils pas à se spécialiser sur un marché ? Pourquoi alors que certaines espèces se vendent mieux sur un certain marché, trouve-t-on des quantités non négligeables sur chacun des deux marchés ? Un premier résultat important est que, quand les biens sont homogènes, la coexistence des deux marchés disparaît au profit d’un marché d’enchères qui domine rapidement le système. On retrouve bien là un résultat important de la littérature qui est que le marché d’enchères est favorable aux vendeurs quand il n’y a pas d’incertitude sur la qualité des biens. Il semblerait donc que c’est parce que les biens sont hétérogènes que cette coexistence fonctionne. Quand nous posons l’hypothèse forte que les biens rares se vendent plus cher à travers des transactions bilatérales, les individus choisissent leur marché selon les spécificités de leur demande (ou de leur offre), échangeant les biens communs de préférence sur les enchères : nous retrouvons alors des traits importants du marché de Boulogne-sur-Mer, fournissant ainsi une explication possible à des comportements a priori surprenants.

75Faire l’hypothèse que des biens dont la qualité est difficile à évaluer a posteriori se vendent plus cher en bilatéral repose sur des résultats largement validés par la littérature économique. En simulant un marché sur lequel vendeurs et acheteurs passent des contrats a priori pour s’assurer de la vente (ou de l’achat) de biens rares, nous montrons que ces contrats entraînent des prix plus élevés pour ces biens sur le marché de gré à gré, validant le fait qu’un mécanisme bilatéral permet de s’assurer face à l’incertitude. Les résultats simulés sont robustes au changement des paramètres, fournissant donc des explications stables des phénomènes constatés. Il semble bien que l’organisation particulière du marché étudié réponde aux contraintes posées par la double hétérogénéité des biens et des acteurs. Dans un système dans lequel la qualité des produits est particulièrement difficile à évaluer (périssabilité, traçabilité, nouvelles espèces) et pour lesquels il n’existe pas de signaux stables, cette double organisation des échanges aide à réduire l’asymétrie d’information.

Haut de page

Bibliographie

ARTHUR, B. W. (1989), “Competing technologies, increasing returns, and lock-in by historical events”, Economic Journal 99(394), pp. 116-131.

BOTTAZZI, G., DOSI, G. & REBESCO, I. (2005), “Institutional architectures and behavioral ecologies in the dynamics of financial markets”, Journal of Mathematical Economics Special Issue on Evolutionary Finance 41(1-2), pp. 197-228.

CHONG, E., STAROPOLI, C. & YVRANDE-BILLON, A. (2013), « Enchères ou négociations dans les marchés publics : une analyse empirique », Revue d’économie industrielle 141(141), 51-72.

GODE, D. K. & SUNDER, S. (1993), “Allocative eficiency of markets with zero-intelligence traders : Market as a partial substitute for individual rationality”, The Journal of Political Economy 101, 119-137.

GROSSMAN, S. (1976), “On the eficiency of competitive stock markets where trades have diverse information”, The Journal of Finance 31, 573-585.

HAUTCOEUR, P.-C. & RIVA, A. (2012), “The Paris financial market in the nineteenth century : complementarities and competition in microstructures”, The Economic History Review 65(4), 1326-1353.

KIRMAN, A. & MOULET, S. (2009), Systèmes Complexes et Sciences Sociales, Vuibert, chapitre Impact de l’organisation du marché : Comparaison de la négociation de gré à gré et des enchères descendantes.

KIRMAN, A. & VIGNES, A. (1990), Price Dispersion : Theoretical Coordination and Empirical Evidence from the Marseilles Fish Market, Macmillan.

KRANTON, R. & MINEHART, D. (2001), “A theory of buyer-seller networks”, American. Economic Review 91(3), 485-508.

LONGHI, C. (2004), « Internet et dynamique des marchés dans le tourisme – enjeux analytiques et développements empiriques », Revue d’économie industrielle 108, 67-90.

MIGNOT, S. (2012), Négocier ou enchérir, l’influence des mécanismes de vente. Le cas du marché aux poissons de Boulogne-sur-Mer, thèse de doctorat, université Paris 2.

MIGNOT, S., TEDESCHI, G. & VIGNES, A. (2012), “An agent based model of switching : The case of Boulogne-sur-Mer fish market”, Journal of Artificial Societies and Social Simulation 15 (2) 3 15 (2), 3.

MILGROM, P. (1986), Advances in Economic theory : fifth world congress of the Econometric Society, Cambridge University Press, London : Mac Millan and Co, chapter Auction Theory, pp. 11-32.

MILGROM, P. (2004), Putting auction theory to work, Cambridge University Press.

MORENO, D. & WOODERS, J. (2010), “Decentralized trade mitigates the lemons problem”, International Economic Review 51(2), 383-399.

PETRELLA, A. & SAPIO, A. (2012), “How does market architecture affect price dynamics ? a time series analysis of the italian day-ahead electricity prices”, Energy Policy 40, 307-317.

PROGREBNA, G. (2006), “Auctions, versus bilateral bargaining : Evidence from a natural experiment”, Working Paper, available at SSRN .

SAPIO, A. (2004), “Markets design, bidding rules, and long memory in electricity prices”, Revue d’économie industrielle 107, 151-170.

TEDESCHI, G., IORI, G. & GALLEGATI, M. (2009), “The role of communication and imitation in limit order markets”, European Physical Journal B 71(4), 489-497.

TEDESCHI, G., MIGNOT, S., GALLEGATI, M. & VIGNES, A. (2012), “Lost in transactions : The case of the Boulogne-sur-Mer fish market”, Physica A : Statistical Mechanics and its Applications 391, 1400-1407.

VIGNES, A. & ETIENNE, J.-M. (2011), “Price formation on the marseille fish market : Evidence from a network analysis”, Journal of Economic Behavior & Organization 80, 50-67.

WEISBUCH, G., KIRMAN, A. & HERREINER, D. (2000), “Market organization and trading relationships”, The Economic Journal 110(463), pp. 411-436.

Haut de page

Notes

1 Nous avons analysé en détail le comportement de 20 agents choisis aléatoirement : les deux agents représentés graphiquement sont caractéristiques des deux grands types de comportement observés.

2 Différentes lois donnant plus ou moins de poids au hasard ont été testées, sans influence majeure sur la dynamique globale , nous présentons donc celle-ci qui présente l’avantage de la simplicité.

3 Le prix pour lequel l’offre sera égale à la demande.

4 L’ajout de bruit à celui-ci ne modifie en rien la dynamique globale du système tout en le complexifiant, nous n’en tenons donc pas compte.

5 Le fait que la différence de prix soit significative est confirmé par un t-test.

Haut de page

Pour citer cet article

Référence papier

Sylvain Mignot et Annick Vignes, « Enchérir ou négocier : quelle forme préférable de marché ? »Revue d'économie industrielle, 153 | 2016, 123-153.

Référence électronique

Sylvain Mignot et Annick Vignes, « Enchérir ou négocier : quelle forme préférable de marché ? »Revue d'économie industrielle [En ligne], 153 | 1er trimestre 2016, mis en ligne le 30 mars 2018, consulté le 03 octobre 2023. URL : http://journals.openedition.org/rei/6303 ; DOI : https://doi.org/10.4000/rei.6303

Haut de page

Auteurs

Sylvain Mignot

LEM (UMR 9221 CNRS) et Université Catholique de Lille
sylvain.mignot@icl-lille.fr

Annick Vignes

École des Ponts ParisTech et CAMS-EHESS (UMR 8557)
annick.vignes@enpc.fr

Haut de page

Droits d'auteur

CC-BY-NC-ND-4.0

Le texte seul est utilisable sous licence CC-BY-NC-ND-4.0. Les autres éléments (illustrations, fichiers annexes importés) sont « Tous droits réservés », sauf mention contraire.

Haut de page
Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search