Risque (Financier) (RIS)

1. Résumé / Abstract

L’échelle de Risque (Financier) (souvent désignée sous l’acronyme RIS pour Perceived Financial Risk) développée par Abhijit Biswas, Sujay Dutta et Chris Pullig (2006) est un instrument psychométrique conçu pour mesurer l’intensité de l’incertitude et la probabilité perçue de subir une perte pécuniaire lors d’une transaction commerciale. Issue des recherches en psychologie de la consommation et en marketing stratégique publiées dans le Journal of Retailing, cette mesure évalue spécifiquement la croyance d’un consommateur selon laquelle l’achat d’un produit promu dans un point de vente donné l’expose au risque de payer un prix supérieur au prix minimal disponible sur le marché, ou d’effectuer une transaction sous-optimale sur le plan financier.

Sur le plan structurel, l’instrument se présente sous la forme d’une échelle unidimensionnelle composée de trois items formulés de manière concise et directe. Les répondants expriment leur degré d’accord à l’aide d’une échelle de réponse de type Likert en 7 points, s’étendant de 1 (« Tout à fait en désaccord » / Strongly Disagree) à 7 (« Tout à fait d’accord » / Strongly Agree). L’opérationnalisation se fait par le calcul d’un score composite moyen : un score élevé indique une saillance élevée du risque financier perçu et une faible certitude quant à la compétitivité de l’offre publicitaire.

D’un point de vue psychométrique, l’échelle présente une fidélité interne remarquable (le coefficient alpha de Cronbach excède régulièrement 0,88 et atteint fréquemment des valeurs supérieures à 0,90 dans les études empiriques). La validité factorielle, testée par analyse factorielle exploratoire et confirmatoire, confirme une structure purement unidimensionnelle avec des saturations factorielles très élevées (supérieures à 0,85). L’échelle démontre également une excellente validité convergente et discriminante, se distinguant nettement d’autres facettes du risque perçu (telles que le risque de performance ou le risque social) et des construits attitudinaux comme la confiance envers l’enseigne ou la valeur perçue.

2. Mots-clés / Keywords

Risque financier perçu, comportement du consommateur, psychométrie, garanties de bas prix, dispersion des prix, théorie du signal, prise de décision d’achat, psychologie économique, marketing du commerce de détail, incertitude transactionnelle, perte monétaire, évaluation d’offre commerciale.

3. Auteurs / Authors

L’instrument a été conçu et validé par une équipe de chercheurs de premier plan spécialisés dans les domaines de la tarification psychologique, de la communication publicitaire et du comportement d’achat :

• Abhijit Biswas, Ph.D. : Professeur émérite de marketing, titulaire de chaires universitaires de recherche (notamment à la Wayne State University et à l’University of South Florida). Ses travaux pionniers portent sur les effets cognitifs des prix de référence, l’économie de l’information et les signaux promotionnels.
• Sujay Dutta, Ph.D. : Professeur de marketing au Mike Ilitch School of Business, Wayne State University. Spécialiste du traitement de l’information par le consommateur, de la perception des prix et de l’impact des garanties contractuelles.
• Chris Pullig, Ph.D. : Professeur et directeur de département au Hankamer School of Business, Baylor University. Ses recherches examinent l’attachement aux marques, les signaux marketing et l’évaluation des risques en environnement de vente au détail.

4. Objectif / Purpose

L’objectif fondamental de l’échelle RIS (Perceived Financial Risk) est d’offrir une mesure quantitative opérationnelle et standardisée du risque monétaire perçu qu’éprouve un individu lorsqu’il est exposé à une annonce publicitaire émise par un détaillant. Dans les environnements commerciaux contemporains, les consommateurs sont confrontés à une prolifération d’annonces de prix réduits et de dispositifs de réassurance tels que les Low Price Guarantees (LPGs ou garanties du prix le plus bas). L’instrument vise à déterminer dans quelle mesure l’individu doute de la véracité ou de l’optimalité de l’offre et anticipe un regret financier potentiel.

Historiquement, les échelles de risque perçu dans la littérature marketing (initiées par Bauer en 1960, puis développées par Jacoby et Kaplan en 1972) englobaient des batteries généralistes de plusieurs dizaines d’items couvrant conjointement les risques fonctionnel, physique, social, psychologique et financier. Cependant, dans les contextes expérimentaux portant sur l’économie de l’information, la dispersion des prix et les tactiques promotionnelles, l’utilisation de batteries omnibus s’avérait lourde, redondante et peu sensible aux variations subtiles du contexte d’achat. Biswas, Dutta et Pullig (2006) ont dès lors isolé la composante monétaire spécifique afin de fournir un instrument parcimonieux et ciblé.

Sur le plan des applications, l’échelle est mobilisée dans deux contextes majeurs :

• Recherche fondamentale et comportementale : En psychologie du consommateur et en microéconomie appliquée, elle sert de variable dépendante ou médiatrice pour évaluer l’impact des allégations de prix, des stratégies d’alignement de prix et de la variance perçue des prix du marché sur la formation du doute cognitif.
• Applications managériales et de détail : Les praticiens et analystes de marché utilisent l’échelle pour tester des campagnes publicitaires avant leur déploiement afin de déterminer si le message promotionnel dissipe efficacement l’appréhension de payer trop cher, ou si, au contraire, une offre paraissant « trop belle pour être vraie » déclenche une réaction défensive de risque financier élevé.

5. Construit psychologique / Construct

Le construit mesuré par cette échelle est le risque financier perçu (Perceived Financial Risk). En psychologie cognitive et en théorie de la décision, le risque perçu est traditionnellement formalisé comme une fonction combinant l’incertitude quant à l’issue d’un choix et la gravité des conséquences négatives potentielles associées à cette issue.

Dans le domaine spécifique de la fixation des prix et des achats de détail, le risque financier renvoie à la probabilité perçue de subir une perte nette de ressources monétaires, consécutive à l’achat du bien ciblé au prix annoncé. Ce construit s’articule autour de trois dimensions psychologiques intriquées :

• La probabilité perçue de perte (Expectancy of Monetary Loss) : L’anticipation cognitive qu’un magasin concurrent propose ou proposera le même produit à un prix nettement inférieur, transformant l’achat immédiat en une décision financièrement défavorable.
• La dangerosité perçue de la décision (Perceived Financial Hazard) : Le sentiment que l’engagement financier auprès de l’enseigne constitue une décision risquée, imprudente ou non judicieuse sur le plan de la gestion budgétaire.
• L’exposition globale au risque (Magnitude of Risk Exposure) : L’impression globale que la transaction présente un niveau global élevé d’aléa financier, susceptible de susciter un regret post-achat et une dissonance cognitive.

Bien que le risque financier appartienne au réseau nomologique du risque perçu global, il possède des caractéristiques distinctes. Contrairement au risque de performance (la crainte que le produit ne fonctionne pas correctement) ou au risque social (la crainte de la désapprobation des pairs), le risque financier se concentre exclusivement sur l’efficience de l’allocation budgétaire et sur l’asymétrie d’information concernant les prix du marché. L’échelle de Biswas et al. (2006) capture ce construit sous une forme pure, exempte de confusions avec les attributs techniques de l’objet manufacturé.

6. Cadre théorique / Theoretical Framework

Le développement de l’échelle de risque financier s’enracine au croisement de trois piliers théoriques majeurs : la théorie du signal, l’économie de la recherche d’information et la théorie des perspectives.

La théorie du signal (Signaling Theory)

Formulée à l’origine par Michael Spence (1973) et adaptée au marketing par Boulding et Kirmani (1993), la théorie du signal stipule que, face à une asymétrie d’information, les acheteurs s’appuient sur des signaux émis par les vendeurs pour déduire des caractéristiques non observables. Une politique de prix bas annoncée ou une garantie de prix le plus bas (LPG) agit théoriquement comme un signal de prix minimal. Toutefois, si le signal manque de crédibilité ou si le consommateur anticipe des coûts de vérification trop élevés, le signal échoue à rassurer et le risque financier perçu demeure prédominant.

L’économie de l’information et la dispersion des prix

Selon le paradigme de George Stigler (1961), la dispersion des prix sur un marché engendre des coûts de recherche pour le consommateur. Lorsque la dispersion perçue des prix est élevée, le consommateur estime que l’écart entre le prix le plus bas et le prix le plus haut du marché est substantiel. Dans ces conditions, Biswas, Dutta et Pullig (2006) démontrent que l’impact d’une garantie de bas prix sur la réduction du risque financier dépend intimement de cette dispersion : lorsque la dispersion perçue est vaste, le risque d’acheter au mauvais endroit sans effectuer de prospection supplémentaire devient psychologiquement saillant.

La théorie des perspectives et l’aversion à la perte

Développée par Daniel Kahneman et Amos Tversky (1979), la théorie des perspectives met en lumière le principe d’aversion à la perte : les individus ressentent la douleur d’une perte de manière deux fois plus intense que la satisfaction procurée par un gain équivalent. Dans le processus d’achat, payer un prix supérieur au cours de référence du marché est encodé cognitivement non pas comme une absence d’économie, mais comme une perte financière sèche. L’échelle RIS opérationnalise directement cette appréhension cognitive de la perte.

7. Validité / Validity

Les propriétés de validité de l’échelle de risque financier ont été documentées de manière rigoureuse lors de multiples expérimentations contrôlées menées par Biswas, Dutta et Pullig (2006), ainsi que dans des études ultérieures portant sur la tarification dynamique et les promotions numériques.

Validité de contenu et de construit

La validité de contenu a été établie par l’examen d’experts en comportement du consommateur et par l’adaptation des propositions fondatrices de Jacoby et Kaplan (1972) et de Peter et Ryan (1976). Les trois items ont été spécifiquement conçus pour refléter l’expérience concrète de l’évaluation d’une annonce commerciale, éliminant les biais liés à la confusion entre risque de perte monétaire et risque de défaillance fonctionnelle du produit.

Validité convergente

La validité convergente a été démontrée par des corrélations hautement significatives et conformes aux prédictions théoriques :

• Une corrélation positive marquée avec l’intention de rechercher des informations complémentaires (Search Intention, r > 0,55, p < 0,001), confirmant que plus le risque financier perçu est élevé, plus le consommateur ressent le besoin de comparer les prix des concurrents.
• Une corrélation positive avec le scepticisme envers l’allégation publicitaire (r > 0,48, p < 0,01).
• Une corrélation inversement proportionnelle avec la valeur perçue de la transaction (Transaction Value, r < -0,60, p < 0,001) et la certitude du prix le plus bas.

Validité discriminante

La validité discriminante a été évaluée à l’aide du critère de Fornell et Larcker (1981). La variance moyenne extraite (AVE) de l’échelle de risque financier dépasse systématiquement 0,70, ce qui est très supérieur au carré des corrélations partagées avec des construits connexes tels que la notoriété de l’enseigne, l’attitude envers la marque ou la familiarité avec la catégorie de produit. Cela démontre que l’échelle mesure un construit psychologique autonome et non une simple valence affective négative généralisée.

8. Fidélité / Reliability

La cohérence interne de l’échelle est exceptionnellement solide au vu de sa concision. Les indices psychométriques rapportés par Biswas, Dutta et Pullig (2006) ainsi que par les études subséquentes de réplication témoignent d’une stabilité métrologique de premier ordre :

• Alpha de Cronbach : Dans l’étude principale de Biswas et al. (2006), l’alpha de Cronbach atteignait α = 0,91 pour l’ensemble des trois items. Dans les conditions expérimentales testant différents niveaux de dispersion des prix, les coefficients ont oscillé de manière stable entre 0,89 et 0,93.
• Fiabilité composite (Composite Reliability – CR) : Les analyses confirmatoires indiquent des valeurs de CR généralement supérieures à 0,92, largement au-dessus du seuil standard de 0,70 recommandé par Hair et al.
• Stabilité et variance d’erreur : La forte corrélation inter-items (corrélations bivariées comprises entre 0,74 et 0,84) démontre que les trois énoncés convergent avec une grande précision vers le même noyau conceptuel latent sans introduire de variance résiduelle excessive.

9. Analyse factorielle / Factor Analysis

Les investigations factorielles menées par les concepteurs de l’échelle et les chercheurs indépendants confirment l’unidimensionnalité absolue du construit :

Analyse factorielle exploratoire (AFE)

Lors des extractions en composantes principales (avec ou sans rotation orthogonale), un seul facteur émerge systématiquement avec une valeur propre (eigenvalue) très supérieure au critère de Kaiser de 1,0 (typiquement supérieure à 2,4). Ce facteur unique explique plus de 80 % de la variance totale des items. Les saturations factorielles individuelles (factor loadings) sont exceptionnellement élevées, toutes comprises entre 0,87 et 0,95, sans signe de complexité factorielle.

Analyse factorielle confirmatoire (AFC)

Dans le cadre de la modélisation d’équations structurelles (SEM), le modèle unifactoriel à 3 indicateurs s’ajuste parfaitement aux données empiriques. Les indices d’adéquation rapportés dans la littérature sont conformes aux critères d’excellence méthodologique :

• CFI (Comparative Fit Index) : > 0,98 (fréquemment 0,99 ou 1,00 dans les modèles saturés)
• TLI (Tucker-Lewis Index) : > 0,98
• RMSEA (Root Mean Square Error of Approximation) : < 0,05 (intervalle de confiance à 90 % incluant 0,00)
• SRMR (Standardized Root Mean Square Residual) : < 0,02

Ces résultats confirment que les trois items constituent des indicateurs réflectifs homogènes et interchangeables du construit latent de risque financier perçu.

10. Instrument de mesure / Instrument

• Nom complet de l’instrument : Perceived Financial Risk Scale (Risk [Financial] [RIS])
• Auteurs : Abhijit Biswas, Sujay Dutta et Chris Pullig (2006)
• Type d’instrument : Questionnaire d’auto-évaluation psychométrique unidimensionnel
• Domaine d’application : Psychologie du consommateur, marketing expérimental, analyse des prix et du commerce de détail
• Nombre d’items : 3 items
• Format de réponse : Échelle de Likert en 7 points (1 = Strongly Disagree / Tout à fait en désaccord à 7 = Strongly Agree / Tout à fait d’accord)
• Règles de cotation et de calcul du score :
  • Tous les items sont orientés positivement vers la mesure du risque (aucun item inversé).
  • Le score global s’obtient en calculant la moyenne arithmétique des 3 items (somme des scores divisée par 3).
  • Le score composite final s’étend de 1,0 à 7,0. Plus le score est élevé, plus le risque financier perçu par le consommateur est important.

11. Permissions, Tarifs et Année du test / Permissions & Fee and Test Year

• Année de publication : 2006
• Source originale : Journal of Retailing, Volume 82, Numéro 3, pages 245-257
• Statut des droits et autorisations : L’article original est sous copyright d’Elsevier Inc. et de la New York University. Toutefois, l’utilisation des items de l’échelle à des fins de recherche académique non commerciale, d’enseignement ou d’investigation scientifique est traditionnellement autorisée selon les usages du fair use scientifique, sous réserve de citer formellement la publication princeps de Biswas, Dutta et Pullig (2006). Pour tout déploiement commercial ou intégration logicielle propriétaire à grande échelle, une autorisation auprès de l’éditeur (Elsevier) ou des détenteurs des droits peut être requise.
• Tarif : Gratuit pour la recherche scientifique et académique.

12. Références / References

Bauer, R. A. (1960). Consumer behavior as risk taking. Dans R. S. Hancock (Éd.), Dynamic Marketing for a Changing World (pp. 389–398). American Marketing Association.

Biswas, A., Dutta, S., & Pullig, C. (2006). Low price guarantees as signals of lowest price: The moderating role of perceived price dispersion. Journal of Retailing, 82(3), 245–257. https://doi.org/10.1016/j.jretai.2006.06.002

Boulding, W., & Kirmani, A. (1993). A consumer-side experimental examination of signaling theory: Do consumers perceive warranties as signals of quality? Journal of Consumer Research, 20(1), 111–123. https://doi.org/10.1086/209337

Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39–50. https://doi.org/10.1177/002224378101800104

Jacoby, J., & Kaplan, L. B. (1972). The components of perceived risk. Advances in Consumer Research, 3, 382–393.

Kahneman, D., & Tversky, A. (1979). Prospect theory: An analysis of decision under risk. Econometrica, 47(2), 263–291. https://doi.org/10.2307/1914185

Peter, J. P., & Ryan, M. J. (1976). An investigation of perceived risk at the brand-level. Journal of Marketing Research, 13(2), 184–188. https://doi.org/10.1177/002224377601300210

Spence, M. (1973). Job market signaling. The Quarterly Journal of Economics, 87(3), 355–374. https://doi.org/10.2307/1882010

Stigler, G. J. (1961). The economics of information. Journal of Political Economy, 69(3), 213–225. https://doi.org/10.1086/258464

13. Questions et items du questionnaire / Scale Items