interruptedresultats

See discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/342349639
Covid-19 et stress financiers : modélisation de la dynamique des principales
bourses européennes et de New York (Covid-19 and financial stress: modeling
the dynamics of the main Eu...
Preprint · June 2020
DOI: 10.13140/RG.2.2.33333.29929
CITATIONS
0
READS
167
3 authors, including:
Some of the authors of this publication are also working on these related projects:
Forecasting CEMAC’s foreign exchange reserves in presence of unanticipated changes in oil prices: an interrupted time series modeling View project
Monnaie et COVID-19 View project
Giscard Assoumou Ella
Omar Bongo University
35 PUBLICATIONS13 CITATIONS
SEE PROFILE
All content following this page was uploaded by Giscard Assoumou Ella on 25 June 2020.
The user has requested enhancement of the downloaded file.

1
Covid-19 et stress financiers : modélisation de la dynamique des principales
bourses européennes et de New York (Covid-19 and Financial Stress: modeling the dynamics
of the main European and New York stock exchanges)
Giscard Assoumou-Ella
CIREGED, Omar Bongo University, Gabon
Associate Researcher at LEAD, University of Toulon, France
[e-mail]
Mots clés : Covid-19, stress financiers, marchés boursiers
Résumé
Nous utilisons l’approche méthodologique développée par Linden et Arbor (2015 ; 2017) pour modéliser l’impact
de la pandémie de la covid-19 sur les principales places boursières européennes et de New York. Le résultat
montre qu’à l’exception de la bourse de Londres qui est principalement impactée par l’annonce de
l’hospitalisation du premier ministre britannique, les autres principales bourses européennes, à savoir les bourses
de Francfort, Milan, Paris et Madrid, sont fortement impactées par la pandémie de la covid-19. En outre, la
bourse de Now York est négativement impactée par l’annonce du confinement de la population, alors que les
bourses européennes accueillent favorablement cette mesure. Les mésententes entre le gouvernement fédéral et les
gouverneurs à propos du confinement pourrait expliquer le manque de confiance des acteurs des marchés
financiers en la capacité des gouvernants américains à combattre efficacement la pandémie. Le message principal
véhiculé par les résultats est donc celui de placer la confiance aux politiques menées par les autorités au centre de
toute réaction des marchés boursiers en période de pandémie.
Abstract
We use the methodological approach developed by Linden and Arbor (2015; 2017) to model the impact of the
covid-19 pandemic on the main European and New York stock exchanges. The result shows that with the
exception of the London Stock Exchange, which is mainly impacted by the announcement of the hospitalization
of the British Prime Minister, the other main European stock exchanges, namely the Frankfurt, Milan, Paris and
Madrid stock exchanges, are strongly impacted by the covid-19 pandemic. In addition, the Now York stock
exchange is negatively impacted by the announcement of population containment, whereas European stock
exchanges welcome this measure. The disagreements between the federal government and the governors over
containment could explain the lack of confidence among financial market players in the ability of US
governments to effectively combat the pandemic. The main message conveyed by the results is therefore that
confidence in the policies pursued by the authorities should be at the centre of any stock market response to a
pandemic.
GEA Working Paper N°7.

2
1. Introduction
La propagation de la covid-19 dans le monde et la mise en œuvre des mesures de
restictions économiques et sociales par les Etats pour la combattre font craindre la
survenance d’une baisse de l’offre et de la demande de biens et services pouvant
déboucher sur une crise économique et sociale mondiale. Cette crise sanitaire plonge
donc l’économie mondiale dans une incertitude qui peut conduire à la modification
des anticipations des acteurs des marchés boursiers.
Dans ce contexte, l’objectif de notre étude consiste à mesurer l’impact de la covid-19
sur la dynamique des principales bourses européennes et des Etats-Unis, notamment
les bourses de Francfort, Paris, Milan, Madrid, Londres et New York.
L’hypthèse de stress des marchés boursiers à la suite d’une pandémie avait déjà été
vérifiée empiriquement dans le cadre de l’étude menée sur l’Enterovirus 71, Dengue
Fever, Sars et H1N1 par Wang et al. (2013), et plus récemment par Al-Awadhi et al.
(2020) s’agissant de l’effet de la covid-19 sur la bourse chinoise.
Pour ce faire, nous prenons appui sur la version de la méthode des séries
chronologiques interrompues (ITSA) présentée par Linden et Arbor (2015 ; 2017)
pour modéliser l’impact de la pandémie à covid-19 sur la dynamique des principales
bourses européennes et de New York. La particularité de cette méthode est qu’elle
peut être utilisée dans beaucoup de domaines, notamment pour évaluer l’effet des
interventions communautaires (Gillings et al. 1981 ; Biglan et al. 2000;), l’impact des
politiques publiques (Muller 2004), l’effet d’une nouvelle réglementation (Briesacher
et al. 2013), l’efficacité des nouvelles technologies de la santé (Ramsay et al. 2003) et
l’impact des chocs des prix internationaux du pétrole (Assoumou-Ella, 2019).
En utilisant l’ITSA, la covid-19 est modélisée comme un choc, une innovation qui
peut conduire à une modification des anticipations et des comportements des acteurs
des marchés boursiers. En effet, ces derniers peuvent baisser leurs investissements, se
débarasser des actifs des entreprises travaillant dans les secteurs les plus touchés,
avoir confiance ou perdre confiance en la politique sanitaire menée par les autorités
pour lutter contre la pandémie, etc. Ainsi, la modification du comportement des
acteurs de la finance en période de pandémie peut conduire au stress des marchés
boursiers.
Les résultats véhiculent deux principaux messages : i) en dehors de la bourse de
Londres dont la dynamique est principalement expliquée par l’hospitalisation du
premier ministre britannique, les bourses européennes réagissent plus à la crise de la

3
covid-19 que la bourse de New York ; ii) toutes les bourses européennes retenues
dans notre étude réagissent favorablement aux mesures de restrictions sociales prises
par les autorités, alors que la bourse de New York réagit défavorablement.
La suite du travail est organisée de manière suivante : dans la section 2, on présente
la conception de la recherche. Dans la section 3, on présente les résultats empiriques,
avant de conclure dans la section 4.
2. Conception de la recherche
2.1. Modèle empirique
Nous utilisons l’ITSA pour analyser l’effet de la covid-19 sur la dynamique des
bourses de Francfort, Paris, Milan, Madrid, Londres et New York. Nous procédons
également à la comparaison des réactions des différentes places boursières. Cette
méthode a été expliquée par Linden et Arbor (2015 ; 2017). Elle permet de mesurer
l’impact d’une intervention sur le niveau et le trend d’une série temporelle. Ainsi,
nous prenons appui sur la présentation retenue par les précédents auteurs, mais
également par Huitema et McKean (2000), Linden and Adams (2011) et Simonton
(1977a ; 1977b) :
 représente l’évolution de l’indice boursier et t le temps.  représente le niveau de
l’indice boursier avant la crise sanitaire.  est le temps écoulé depuis le début de
l’étude. Le coefficient  qui lui est asscocié donne une idée des trajectoires à la
hausse ou à la baisse de l’indice boursier.  est une variable indicatrice qui prend la
valeur 0 la période avant l’intervention et 1 par la suite. Dans notre étude, elle est une
matrice qui intègre toutes la dates importantes de la pandémie, notamment l’annonce
du premier cas de la covid-19, l’annonce du premier décès lié à la covid-19, l’annonce
des mesures de confinement de la population et l’annonce de l’hospitalisation du
premier ministre britinnique malade de la covid-19. Les coefficients liés à cette
matrice représentent les changements du niveau de l’indice boursier le jour des
annonces précédemment énumérées.  est un terme d’interaction. Le coefficient
 qui lui est associé représente la différence entre les pentes pré-intervention et
post-intervention de l’indice boursier. Comme dans Linden et Adams (2011), 
significatif indique qu’il y a un effet immédiat sur l’indice boursier lié à la covid-19 et
 significatif indique qu’il y a un effet sur l’indice boursier lié à la covid-19 au fil du
temps.  est un bruit blanc d’espérance mathématique nulle et de variance constante.

4
2.2. Dates importantes de la pandémie de la covid-19 en Europe et
aux Etats-Unis
En dehors de l’Angleterre, nous modélisons l’effet de trois interventions liées à la
covid-19 sur la dynamique des indices boursiers. La première intervention est la date
de l’annonce officielle du premier cas de la covid-19. La seconde intervention est la
date de l’annonce officielle du premier décès lié à la covid-19. La troisième
intervention, quant à elle, est la date de l’annonce officielle des mesures de
restrictions sociales par les autorités pour lutter contre la propagation du virus. En
Angleterre, on a ajouté la date de l’annonce officielle de l’hospitalisation du premier
ministre malade de la covid-19. La période d’étude s’étend du 02 janvier 2020 au 18
juin 2020. Les séries boursières sont issues des bases de données en ligne des sites
internet suivant : https://finance.yahoo.com et https://www.boursorama.com.
3. Résultats empiriques
3.1. Stress de la bourse de Francfort
Pour modéliser la dynamique de la bourse de Francfort (DAX), nous partons de
l’équation empirique suivante :
Nous modélisons l’effet de trois interventions sur la dynamique de l’indice boursier
DAX. La première intervention est la date de l’annonce officielle du premier cas de la
covid-19 en Allemagne par les autorités le 27 janvier 2020. Son effet sur la dynamique
de la bourse est mesuré par les coefficients  et , respectivement la réaction de la
bourse le jour de l’annonce  et la pente de la bourse après cette annonce .
La seconde intervention est la date de l’annonce officielle du premier décès lié à la
covid-19 en Allemagne le 09 mars 2020. Son effet sur la dynamique de la bourse est
capturé par les coefficients de  et , respectivement  pour l’effet immédiat et
 pour l’effet sur la pente. La troisième intervention, quant à elle, est la date de
l’annonce officielle des mesures de restrictions sociales par les autorités pour lutter
contre la propagation du virus le 13 mars, date à laquelle 11 Länder allemands ont
décidé de fermer les établissements scolaires et les universités. L’effet de cette
annonce sur la dynamique de l’indice boursier est mesuré par les coefficients de 
et , rspectivement  pour l’effet immédiat et  pour l’effet sur la pente.
Tableau 1 : résultats de l’indice DAX