memoire APE

La Bourse de Beyrouth
Test de l’efficience de marché financière « étude de la série
des rendements de l’indice boursier BLOM ».
Mémoire de fin d’année du Master 2 recherches APE « analyse et politique économique »
Sous la direction : M. TERRAZA MICHEL
1
Rédigé par : MELHEM SADEK
Année universitaire
2005-2006
PLAN
Abstrait
Remerciement
Introduction
Chapitre I : la bourse des valeurs de Beyrouth
Secton1- La situation économique au liban
1.1- Le PIB
1.2- La monnaie et le prix
1.3- Le balance et l’endette
1.4- L’emploie
1.5- Le secteur tertiaire
1.6- Le commerce
Section 2- le marché financier libanais (bourse)
2
2.1- Background
2.2- Priorité et buts
2.3- L’attraction étranger et la clef
2.4- révélations
2.5- L’optimisme est en règle
Section 3- Les marchés boursiers
3.1- Introduction et l’histoire des bourses des valeurs
3.2- Le rôle de la bourse dans le système financier
3.3- Définition et fonctionnement de la bourse
3.3.1- Les émissions des titres
3.3.2- La négociation et la cotation des titres
3.4- Les fonctions économiques de la bourse
3.4.1- Stimuler l’emploi et la croissance
3.4.2- garantir la liquidité de l’épargne te les capitaux
3.4.3- estimer la situation des entreprises
3.4.4- Mesure la santé de l’économie
3.5- La structuration de la bourse libanaise
3.5.1- Les marchés de BSE
3.5.2- les listes des compagnies dans les marchés
3.5.3- Les obligations
3.5.4- Les Auteurs du marché
3.5.5- Les méthodes de répartition des lettres d’échanges
3.5.6- Les différentes branches de la bourse
3.5.7- Les qualifications de la marche d’échange (bourse)
3.5.8- La société MIDECLEAR
3.6- Evolution de la bourse de valeur de Beyrouth
3.7- Evaluation de la bourse de valeur de Beyrouth
Chapitre II : l’efficience des marchés financiers
Section 1 Définition et déclinaisons de la notion d’efficience des marches financières
3
1.1- définition de l’efficience des marches financières
1.2- les principales conséquences de l’hypothèse d’efficience
1.3- Hypothèse des marchés efficients et marchés purs et parfaits
1.4- les conditions nécessaires à l’efficience de marchés financiers
1.5- Qualité et fiabilité de l’information et signaux
1.6- information comptable et analyses financières
Section 2 Réexamen de l’hypothèse d’efficience des marchés financiers
1- les deux dimensions de l’efficience : information et rationalité
1.1- efficience informationnelles
1.1.1- Définition de la valeur fondamentale d’un actif
1.1.2- La théorie de l’efficience des marchés financiers
1.2- Rationalité et anticipation rationnelles des agents
1.2.1- La rationalité
1.2.1.1- rationalité instrumentale
1.2.1.2- rationalité cognitive
1.2.1.3- rationalité limitée ou procédurale
1.2.2- anticipation rationnelles
1.2.2.1- Définition
1.2.2.2- implications et caractéristiques des anticipations
Section 3 les trois formes de l’efficience
1- La forme faible de l’efficience et les tests de prévision des cours
1.1- Définition et implication de la forme faible
1.2- analyse fondamentale et analyse technique
1.3- tests d’efficacité des méthodes systématiques et spéculation
1.4- tests d’auto covariance et d’auto corrélation
1.5- tests des changements de signe (runs)
1.6- tests plus élaborés de marchés aléatoire et quasi marche aléatoire
1.6.1- test de racine unitaire
1.6.2- test de quasi marche aléatoire
1.7- analyse spectrale, la co-intégration et la bootstrap
1.8- les possibilités de détermination des rendements des actifs à par tir
d’un
4
Certain nombre de variables : inflation..
1.9- comparaison des quelques études concernant de la forme faible
2- La forme semi forte de l’efficience et les tests d’événements
2.1- Définition et implications de la forme semi forte
2.2- la forme semi forte et la vitesse d’ajustement des cours
2.3- la vitesse d’ajustement des cours à un événement spécifique
2.4- la méthodologie de l’étude d’événement
2.5- les limites de cette méthode et la nouvelle approche
2.5.1- hypothèse joint
2.5.2- la stabilité et la volatilité
2.5.3- les méthodes fondées sur les volumes de transaction
2.5.4- utilisation de la fourchette
3- La forme forte de l’efficience et information privilégiée
3.1- Définition et implication de la forme forte
3.2- le problème de la vérification de la forme forte
3.3- l’étude des délits d’initiés et des quasi délits d’initiés
3.4- la mesure des performances des portefeuilles
3.4.1- quelques précision sur le mesure de la rentabilité et la
Performance des SICAV
3.4.2- mesure de performances et efficience des marchés
financiers
3.5- quelques conclusions partielles sur la forme forte
Section 4 Les principaux biais à la théorie de l’efficience
4-1- Les biais à la théorie de l’efficience : généralité
4-2- Les biais de fin de cycle
4-2.1- l’effet fin de semaine
4-2.2- l’effet fin de mois
4-2.3- l’effet fin d’année
4-3- les biais liés à la taille des firmes
4-3.1- l’effet taille
4-3.2- l’effet PER et l’effet Book To Market ratio
4-3.3- les relations entre effet taille et l’effet de fin de cycle
4-4- Les bulles spéculatives
5
4-4.1- les bulles rationnelles
4-4.2- les bulles informationnelles
4-4.3 – les bulles irrationnelles
4-5- les biais liés à l’irrationalité des investisseurs
4-6- les biais sont ils bien réels ?
- Retour sur la rationalité des agents et finance comportementale
- Résumé
Chapitre III : Application, Modélisation ARCH des rentabilités boursières de
l’indice bancaire
Section1 Les processus à non linéarité en variance : les modèles ARCH
1.1- formalisation générale
1.2- Processus ARCH et GARCH
1.3- Une caractérisation générale des processus de type GARCH
1.4- Rappel sur le test ARCH
1.5- Les méthodes d’estimation
1.5.1- Le maximum de vraisemblance
1.5.2- les moindres carrées en deux étapes
1.6- Modèles ARCH et prévision
Section 2 Analyse empirique de l’indice bancaire
Conclusion
Bibliographie
Annexes
6
Résumé
Ce travail vise à approfondir l’analyse paramétrique des processus
stochastique. Dans le cadre économique, ce travail s’appuie sur l’étude de
l’efficience du marché boursier libanais. Nous allons tester empiriquement sa
forme faible en analysant la série des rendements de l’indice BLOM par
l’approche paramétrique. Nous tenterons traitant les fluctuations observées sur le
marché en cherchant à identifier notre série tout en tenant en compte les modèles
ARCH.
Mots-clé
Efficience, processus de marché aléatoire, prévision, modèle ARCH.
Remerciement
Bien que seul le nom de l’auteur apparaisse sur la couverture, la conception
d’un acte est souvent l’aboutissement d’un travail collectif.
Il doit beaucoup au professeur Michel Terraza qui a assuré la direction de
cette mémoire avec une patience et un engouement certains.
Je voudrais remercier le professeur Françoise Seyte pour m’avoir aider.
Je voudrais aussi remercier M. Wassim Njeim pour le soutenir et son aide
d’envoyer les bases des données de la bourse.
Que soient donc remerciés ici toutes celles et tous ceux qui m’ont aidé et
assisté.
7
Introduction
Après l’époque d’or libanaise entre 1943 jusqu’à 1975, la guerre civile a commencé au
Liban. Cette période décrit par la période de prospérité et de développement économique. La
situation économique était trop forte dans tous les niveaux (bancaire, tourisme, agriculture,
industriel…), même la situation de la livre libanaise contre le dollars était surévaluation.
Pendant cette période, les activations de la bourse dépendaient sur les banking, le commerce
des devises étrangers, de l’or et des actions des compagnies françaises qui ont privilégiés au
moyen orient pendant la colonisation français. En 1957, en résulte de la développement de la
bourse dans le monde, il émis un décision, au liban, qui organise les marchés des actions et les
marchés de devises. Donc pendant cette période, la bourse était faible et fragmenté.
Entre 1975 et 1990, c’est la période de la guerre civile. Toutes les infrastructures sont
détruites, la livre baisse fortement, le taux de croissance devient nul, brièvement l’économie
libanaise devient instable et passe en phase de crise. Pour cela, il est naturel que les
activations de la bourse soient cessées.
Apres onze ans de rupture le travaillent dans la bourse libanaise. La bourse joue un rôle
très important dans les reconstructions du pays selon de la besoin de l’économie des épargnes.
Mais les volumes traités à la Bourse de Beyrouth demeurent symboliques même si le premier
trimestre de 2003 marque un frémissement prometteur, mais il est contenu dans
l’augmentation jusqu’au 2006 dépassant la choc d’attenta d’ex premier ministre
le 14 février 2005.
A partir de là, la bourse libanaise a envisagé plusieurs choc selon sa construction, l’indice
boursier a enregistré une baisse de points en une seule journée suite à l’attenta de l’ex
première ministre le 14 février 2005.
Comment expliquer des mouvements d’une telle ampleur ? Sont-ils conciliables avec les
hypothèses de base de la théorie financière ?
8
Une partie importante de la recherche économétrique s’est trouvée vers l’étude non
linéaire des séries temporelles. Le développement récent des méthodes et des tests statistiques
rend désormais possible la modélisation non linéaire. L’intérêt suscité depuis les années 80
par les modèles dynamiques non linéaires à conduit des nombreux auteurs à rechercher
l’existence d’une structure non linéaire, déterministe ou stochastique, dans les séries. La
difficulté à distinguer un processus aléatoire d’un processus déterministe rend frontière entre
ces deux processus difficilement identifiable.
L’analyse des fluctuation de cours boursiers est liées a celle des fluctuations économique.
En particulier, les anticipations théoriques de cours reflètent les anticipations des
fondamentaux de l’économie, le marché financier est souvent considéré comme un indicateur
avancé de l’économie. L’approche retenue ici pour explique les mouvements de cours
boursiers est donc stochastique1 puisque les mouvements de cours apparaissent comme
résultat de chocs exogènes venant affecter le marché. En outre, les fluctuations économiques
tout comme les fluctuations de cours boursiers, ne peuvent exister en l’absence de chocs
exogène. Les marché financiers s’inscrivent généralement dans le cadre stochastique. Si le
processus sous-jacent à la série des rendements est chaotique, la théorie de l’efficience n’a
tout simplement plus aucun sens puisque les écarts observés du cours à sa valeur
fondamentale ne peuvent en aucun cas apparaître comme manifestation de chocs exogènes.
L’incapacité apparente de cette théorie à rendre compte d’événements comme la chute
instantanée de toutes les places financières en octobre 1987 a conduit certains économistes à
abandonner l’hypothèse de rationalité (Shiller 1989). Ils pouvaient alors adhérer a l’approche
déjà suivie par Keynes qui mettait en avant l’importance des phénomènes psychologiques sur
les marchés financiers2 écrit.
« la plupart d’entre eux se soucient beaucoup moins de faire à long terme des prévisions
serrées du rendement escompté d’un investissement au cours de son existence entière que de
devenir peu avant grand public les changement futurs de la base conventionnelle
1
Mignon (1998) a rejeté l’hypothèse de chaos déterministe en faveur du caractère stochastique des processus
sous-jacent aux séries des rendements boursiers et kyrtsou et Terraza(2000) ont appliqué les outils de détection
du chaos. Ils montrent que l’hypothèse de chaos déterministe est rejetée en faveur du caractère stochastique du
processus des rendements de l’indice CAC40.
2
Keynes 1936, P.170)
9
d’évaluation. Il se préoccupent, non de la valeur véritable d’un investissement pour un home
qui l’acquiert afin de le mettre en portefeuille, mais de la valeur que le marché, sous
l’influence de la psychologie de masse, lui attribuera trois mois ou un an plus tard ».
Ainsi, ce n’est pas l’anticipation sur la valeur des fondamentaux qui induirait les
fluctuations de cours mais l’anticipation sur le comportement des autres opérateurs.
L’hypothèse d’agents rationnels prenant leurs décisions indépendamment des autres est ici
occultée par la prise en compte des phénomènes psychologiques. A la vision économique
traditionnelle attribuant les fluctuations des cours à l’arrivée d’informations nouvelles non
anticipées s’oppose l’approche privilégiant les comportements psychologiques, les
phénomènes de foule. Selon cette dernière, les écarts du cours à sa valeur fondamentale
résulteraient ainsi des comportements mimétiques des agents (Orléan (1986)).
De façon plus générale, la théorie de l’efficience des marchés financiers stipule que le
cours observé reflète toute l’information disponible. De nombreux travaux empiriques sur la
théorie de l’efficience des marchés sont basés sur les méthodes paramétrique : Fama (1965),
French et Roll (1986)…..En outre, les auteurs se sont penchés sur l’étude de la prévisibilité
des rendements à partir d’autres variable économiques ou financières par les méthodes
paramétriques [voir par exemple Campell et Shiller (1987) et fontaine (1990), Mignon (1998)
a réexaminé l’hypothèse d’efficience des marchés financiers sous l’angle double des
processus chaotique et des processus à mémoire longue.
Dans ce conteste, l’objet de ce mémoire est donc d’examiner l’efficience du marché
boursier beyrouthin sur le série des rendements de l’indice BLOM par les méthodes
paramétrique ARCH.
A cette fin, le présent travail s’articulera autour de trois parties. La première partie,
consacrée à la présentation la situation économique au Liban, l’histoire et l’évolution de la
bourse libanaise. La deuxième partie, il consiste en premier lieu à présenter les différents
types d’efficience des marchés ainsi que les test ayant permis de les mettre en évidence. En
deuxième lieu, il cherche en perspective l’efficience des marchés financiers avec un certain
nombre d’objet. Les exposés théorique figurant dans ces deux parties seront accompagnés
d’applications empiriques portant sur la rentabilités des indices boursier BLOM, la
présentation de série utilisée se trouvant au chapitre troisième.
10
Chapitre I : la bourse de valeur de Beyrouth
Section1- La situation économique au liban
La croissance économique du Liban a rebondi en 2003 à 5% et a atteint 6% en 2004 (selon
l’INSEE). Les importations, qui représentent environ 80% de la consommation intérieure,
elle-même comptant pour la 2/3 de la croissance du PIB, ont progressé de 31%. Tirées par le
redémarrage de l’investissement dans le secteur de la construction et le développement du
tourisme, elles atteignent leur plus haut niveau historique (9,4Md USD) et contribuent au
creusement du déficit commercial (7,6Md USD, +35%), les exportations n’augmentant dans
le même temps que de 15% à 1,7Md USD. Après le choc négatif qu’a constitué l’assassinat de
l’ancien président du Conseil, Rafik Hariri le 14 février 2005, l’activité économique se
redresse graduellement et la situation financière continue de s’améliorer. L’année 2005 se
traduira néanmoins par une croissance faible voire nulle et une détérioration des finances
publiques. Le succès de la récente émission obligataire devrait permettre au trésor d’assurer
ses besoins de financement en devises jusqu’au printemps 2006.
1.1- Le PIB
L’'évolution du PIB au liban est passe du plusieurs période. Entre 1964 et 1974, le PIB
libanais a progressé rapidement selon un rythme moyen annuel de 9,9 %, ou de 7 % à prix
constant.
Au niveau sectoriel, les services représentaient l'essentiel de la richesse du pays (69 % du
PIB), devant l'industrie (22 % contre 20 % en 1964) et l'agriculture (9 % contre 12 % en
1964).
En 1974, la contribution du secteur public au PIB était de 6,8 % contre 8,4 % en 1971. A
partir de 1977, le PIB a progressé à nouveau rapidement et régulièrement pour atteindre 4,7
milliards de dollars en 1983.
De même, on assiste à un renforcement du rôle du secteur public dont le poids dans le
produit intérieur brut atteint 30 % en 1983.
11
A partir de 1983, le Liban entre dans une récession aiguë. L'aggravation des conflits
armés, notamment interlibanais, la baisse des revenus des pays producteurs de pétrole et en
conséquence celle des transferts des Libanais du Golfe, on passe de 130 à 38 millions de
dollars par mois en moyenne, le déséquilibre croissant de la balance commerciale expliquent
qu'à la fin de la guerre, en 1990, le PIB équivalait au tiers de celui de 1974.
On observe, dès 1991, une amélioration de la situation économique, due à un effet de
rattrapage et à la politique de M. Hariri. Le PIB atteint 12,3 milliards de dollars en 1996, soit
une progression de 11,8 % par rapport à 1995, En 2004 le PIB devient 24 milliards de dollars
(175% d’endette générale)1 Le revenu par habitant est aujourd'hui supérieur à celui des autres
Etats de la région, excepté Israël et les pays du Golfe. En revanche, on assiste depuis la fin de
1995 à un tassement de la croissance économique largement imputable au contexte régional.
1.2- La monnaie et le prix
Longtemps considérée comme une monnaie forte, la livre libanaise (LBP) s'est dépréciée
rapidement pendant les années de guerre. Echangée avant 1975 selon un taux régulièrement
proche de 2,5 LBP pour 1 USD, la livre tombait à 3,10 pour 1 USD en 1976, puis 5,26 en
1983.
A partir de 1984, la dépréciation s'accéléra pour atteindre le taux de 1 200 LBP pour 1
USD en septembre 1990.
En février 1992, la décision de la Banque du Liban (Banque centrale) de ne plus soutenir
la livre fit passer à cette dernière le seuil des 1 500 LBP pour 1 USD.
Avec la nomination de M. Rafic Hariri au poste de premier ministre, la livre qui
s'échangeait à 2 800 pour 1 USD s'est raffermie sur le marché des changes et, depuis le début
de l'année 1993, progresse régulièrement face à cette devise. En 1996, le taux de change est
de 1 550 LBP pour 1 USD. Il convient de noter que la monnaie nationale est également
soutenue par des taux d'intérêts élevés (autour de 15 %).
1.3- Les balances et la dette publique
Le Liban est un pays structurellement importateur. Son déficit commercial se monte à 6
500 millions de dollars en 1996. Malgré cette caractéristique, la balance des paiements est
1
FMI, le rapport annuel 2006
12
pratiquement toujours équilibrée ou excédentaire (+ 730 millions d'USD en 1996). Ceci
s'explique essentiellement par les entrées de capitaux provenant de la diaspora libanaise.
Parallèlement, on peut observer une augmentation du déficit public depuis 1991 (726 millions
d'USD en 1991, 3 400 en 1996, 8100 en 2004), qui s'explique par le coût de la reconstruction
ainsi que par la faiblesse des recettes fiscales. Cela entraîne un endettement important de 42
milliards de dollars à la mi 2005, principalement interne qui pourrait déboucher, si des
dispositions correctives n'étaient pas prises à temps, sur une crise monétaire.
1.4-L'emploi
Jusqu'en 1975, le cinquième de la population libanaise vivait de la terre alors qu'une
grande partie des citadins (26 %) travaillait dans le commerce ou les services.
Aujourd'hui, le problème de l'emploi au Liban est grave dans la mesure où tous les
secteurs d'activité connaissent une pénurie de main-d'oeuvre qualifiée due aussi bien à la
guerre (mort infirmité) qu'à l'émigration et l'absence de formation professionnelle.
Les études réalisées à l'époque montrent qu'entre 1975 et 1977 (les deux premières années
de la guerre civile), 30 % des salariés de la construction, 50 % des employés de l'industrie, 15
% des commerçants et 10 % des professionnels des services ont émigré de manière définitive.
Par ailleurs, la chute de la livre libanaise a également entraîné une compression
dramatique du pouvoir d'achat d'une grande partie de la population active. Dans le même
temps, faute d'investissements, le nombre des chômeurs n'a fait que croître. Ainsi, selon les
Nations unies, en 1990 le taux de chômage était estimé à 35 %. En 1996, ce taux a été évalué
à environ 20 %1.
1.5- Le secteur tertiaire
Avant la guerre, Beyrouth était une place bancaire régionale très active. En effet, de
nombreux établissements bancaires avaient été amenés à quitter le Caire pour Beyrouth en
1952. De plus, à partir de 1973, une grande partie des revenus pétroliers des pays du Golfe a
été gérée par les banques libanaises. Dès le début des hostilités, le système bancaire, très
fragilisé par le premier choc pétrolier, a connu un rapide déclin qui a pu toutefois être enrayé
par la mise en place de nouvelles lois sur les banques offshore, le capital minimum des
établissements bancaires et un rôle plus important de la Banque centrale. Après s'être redressé
en 1978, le secteur bancaire a rencontré de nouveaux problèmes en 1982 avec l'invasion is1
Centre de recherche des pays arabes, rapport 1996
13
raélienne et surtout en raison de la dépréciation rapide de la livre libanaise.
Depuis la fin des évènements, quinze banques commerciales se sont vues retirer leur
licence, et sept autres ont cessé leur activité. En 1996, 82 banques étaient effectivement
actives.
Le système bancaire constitue donc l'un des piliers de l'économie libanaise, et ce, depuis le
début des années 50. Le Liban reste l'un des rares pays où la dimension monétaire est traditionnellement supérieure à la dimension économique : le bilan consolidé du secteur bancaire
équivaut à 160 % du PIB, alors qu'il y contribue à hauteur de 8 % jusqu’au 72 milliards de
dollars en 2005 (300% de PIB).
Les particularités de ce secteur au Liban, qui sont à l'origine de son développement, sont
principalement :
-
une totale liberté de change et de transferts de capitaux.
-
le secret bancaire, institué par la loi du 3/9/56.
-
la possibilité d'ouvrir un compte numéroté.
-
l'exonération des carnets d'épargne et des comptes courants ouverts de l'impôt
sur le revenu des capitaux mobiliers.
On parle également de dollarisation de l'économie puisque les flux en devises n'ont cessé
de progresser pour atteindre 60 % des dépôts et 87 % des crédits en 1996.
Les difficultés rencontrées par le secteur bancaire et les exigences liées à la reconstruction
ont conduit les autorités libanaises à modifier, depuis trois ans, la réglementation bancaire
dans un souci de sécurité et d'efficacité. Depuis avril 1995, par exemple, le Liban a décidé de
s'aligner sur les termes de l'accord de Bâle et de porter le taux de solvabilité de ses banques de
3 à 8 % et d'imposer un capital minimum aux établissements bancaires.
La grande majorité des banques étrangères implantées au Liban est française. Ces banques
françaises représentent environ 25 % du marché :
Banque nationale de Paris succursale « Intercontinentale », Crédit lyonnais, filiale à 89 %,
Banque Indosuez actionnaire à 51 % de la, Banque libano, française, Crédit agricole
actionnaire à 6 % de la Fransa bank, Société générale actionnaire à 50 % de la Société
générale libano européenne de banque, Banque Paribas actionnaire à 10 % de la Société
nouvelle de la banque de Syrie et du Liban.
1.6- Le commerce
Il n'existe aucunes statistiques permettant d'apprécier le nombre de commerçants au Liban.
14
Section 2- Le marché financier (bourse de Beyrouth)
2.1- Background
L'économie du Liban est devenue plus favorable puisque la fin de la guerre civile, et
tandis qu'encore vulnérables, ses perspectives pour le rétablissement soutenu et croissance
continue est bonne. Le pays apprécie maintenant la stabilité, l'inflation contenue, et la balance
des paiements des excédents. Le pays maintient un système bancaire financièrement solide et
un secteur privé avec les ressources fortes. La production industrielle, le rendement agricole,
et les exportations ont montré des gains substantiels.
Le gouvernement du Liban stimule cet environnement positif en encourageant le secteur
privé et l'investissement étranger dans la reconstruction et l'économie du Liban, et en agissant
pour rétablir Beyrouth comme centre financier régional. Les étapes ont inclus la création de
l'autorité de développement d'investissement du Liban en 1994 pour soutenir les investisseurs
étrangers, l'établissement de Midclear en 1994 pour faciliter des transactions domestiques et
régionales de capitaux propres, et rouvrir du marché boursier de Beyrouth en 1996.
La bourse des valeurs de Beyrouth a été à l'origine établie juste après la Première Guerre
Mondiale, avec le début du mandat français en 1920. En ses premières années, des opérations
ont été limitées à l'or et aux transactions de devise. Ce marché, le premier dans le MoyenOrient, investissements attirés de France et de Syrie aussi bien que de dans le Liban, et
épanoui avec l'établissement des sociétés par action Libanais-Françaises mélangées dans les
années 30, qui ont été citées simultanément sur les bourses des valeurs de Paris et de
Beyrouth.
Le commerce sur la bourse des valeurs de Beyrouth a continué à prospérer dans les années
50 et les années 60. Cependant, le commerce a ralenti avec le commencement de la guerre en
1975. Dans 1983 la Commission de bourse des valeurs des activités suspendues, en tant
qu'activité économique a été sérieusement perturbée. Cette suspension a duré 11 ans. En
15
septembre 1995, la bourse des valeurs de Beyrouth a été officiellement rouverte, et le
commerce a commencé en janvier 1996.
Après onze ans d'absence, la bourse des valeurs de Beyrouth retourne avec de l'énergie
remarquable. Puisque la bourse des valeurs jouera un rôle important dans le succès du
processus de reconstruction.
2.2- Priorités et buts :
« Les priorités de
marché financier sont basées sur économique et les plans de
construction qui sont maintenant dans les premières étapes de l'exécution et la bourse des
valeurs est l'un des outils financiers de base pour stimuler l'économie en attirant le capital
pour l'investissement dans les projets ». Sehnawi1 (1999)
Il a ajouté que la bourse des valeurs aide également à rétablir d'autres secteurs de
l'économie tels que le tourisme en participant à l'expansion de l'aéroport international de
Beyrouth et du port de mer. En outre et avec la région au seuil de la paix, le Liban doit être
préparé pour toutes implications de l'ère imminente, y compris la libéralisation économique
qui aucun acte de doute soutiendra l'économie interne.
2.3- L'attraction du capital étranger est la clef
Selon des études économiques que le Liban nécessitera entre $ 10 à 20 milliards pendant
les dix années à venir pour la reconstruction et autour $5 milliards pour réunir le capital des
compagnies aux niveaux admis. « La bourse des valeurs jouera un rôle important en attirant
l'investissement au Liban en particulier à l'heure actuelle, quand les compagnies
internationales ont montré l'intérêt sérieux pour le pays comme endroit important pour
l'investissement, » Sehnawi (1999)
Quant aux actions s'occupant de la bourse des valeurs de Beyrouth, Sehnawi a indiqué :
Des « parts de Solidere, qui sont maintenant commercées sur le marché secondaire, seront
incluses dans la bourse des valeurs. Il y a également six ou sept stocks qui ont été
1
M Sehnawi, ex ministre de la finance, WWW.libaninfo.com.lb
16
précédemment énumérés, en plus des bons du Trésor en livres libanaises et principaux liens
de compagnie. On s'attend à ce qu'également de nouvelles compagnies se joignent pour réunir
nouveau capital ou pour augmenter leur image de marque ».
En ajout que, les taux d’intérêt trop élevé joue un rôle très important dans l’attirance des
capitaux étranger. Il a commencé après la guerre civil à partir de 18% et 22% au dollar, mais
après il fait baisser par la banque central. Il est maintenant entre 5 et 9%.
2.4- Révélation
La bourse des valeurs de Beyrouth peut ne pas pouvoir en mesure, au début, pour
respecter des règlements internationaux de bourses des valeurs. Il peut exiger des compagnies
énumérées de présenter leurs bilans à moins de six mois ou même douze mais imposera
strictement les principes de la révélation exigeant de tous les nouveaux projets et cibles de
permettre à des analystes d'évaluer des compagnies et donne des conseils appropriés à leurs
clients.
La bourse des valeurs énumérera également des compagnies avec de petits capitaux aussi
bien que les compagnies arabes et étrangères sujet aux conditions spécifiques. Naturellement,
la bourse des valeurs souhaitera joignent le système de tringlerie entre les bourses des valeurs
de la région et, ultérieurement, avec des bourses des valeurs internationales.
En référence à des bourses des valeurs arabes, Sehanwi dit : « Ces s'étendre de l'avancé à
l'ordinaire. Il y a des échanges qui procurent peu d'occasion à la participation étrangère et
d'autres qui continuent à interdire à des étrangers. La liberté d'échange est autorisée dans
quelques bourses des valeurs et interdite dans d'autres. Mais les échanges arabes
embarqueront un programme de développement pour libéraliser des règles d'échange pour
assurer la production améliorée ».
La bourse des valeurs de Beyrouth a ses avantages, principalement la loi au sujet de la
propriété étrangère, et la liberté sans restriction pour transférer l'argent et pour acheter des
stocks sans paiement de tous les impôts sur ces transactions.
Il y a également de nouvelles lois d'impôts qui ont abaissé des taux de fiscalités
d'entreprises à dix pour cent. Ceci encouragera les compagnies étrangères à retourner au pays
et aux gens du pays ceux pour éviter l'évasion fiscale.
17
« Il y a également de nouvelles lois réglant le travail des compagnies d'assurance et de
d'autres, à l'étude, liées au commerce, fusion et tenant des compagnies. L'établissement d'une
zone franche dans le port de Beyrouth est à l'étude. Quant à l'élément humain, un bon nombre
de gens fortement qualifiés qui ont tenu des positions très importantes dans les établissements
internationaux et les banques sont retournés à Beyrouth et l'échange utilisera leurs
expériences, expertise et contacts avec le monde extérieur pour améliorer son exécution, »
Sehanwi dit.
Il a parlé au sujet de la concurrence israélienne prévue dans l'ère imminente de la paix
dans la région. Il a dit que la bourse des valeurs de l'Israël est une des plus importante dans la
région. Elle énumère des stocks de mener les compagnies internationales que les compagnies
arabes rivales dans le domaine de l'électronique, mais là seront assez de travail pour tout le
monde. La bourse des valeurs de l'Israël ne présentera pas la concurrence dangereuse mais
pratique, elle vaut la peine de préciser que l'Israël impose des impôts lourds comprenant
l'augmentation des impôts aux rapport d'affaires courantes qui ont eu lieu il y a quelques mois
et mené à la détérioration de l'échange d'ici 5 à 10 %. En outre, la présence de la bourse des
valeurs arabe forte au Bahrain, en Oman, au Kowéit et en Arabie Saoudite doit être comptée
avec.
2.5- L'optimisme est en règle.
La tête de l'échange de Beyrouth a exprimé son optimisme à l'avenir. Il a dit que le Liban
n'avait pas perdu ni volonté qu’ils perdent son rôle financier et économique dans la région. Il
a expliqué que l'intérêt étranger au Liban était évident au cours de la réunion du Fonds
monétaire international à Madrid et en rendant visite à des délégations.
La chose la plus importante est d'investir dans cet intérêt au bon temps et endroit. Ils ne
devient pas goudronneux parce que la chance peut être manquée et l'occasion être saisie ainsi
par d'autres pays dans la région. Les contacts sont en marche avec un certain nombre de pays
occidentaux, en particulier avec des fonctionnaires à Paris, Londres et des bourses des valeurs
de Tokyo et les offres de l'aide technique ont été reçues. Des contacts également sont faits
avec la banque mondiale et l'I.F.C en vue des lois d'échange existantes se développantes pour
se conformer au progrès, et pour informatiser et joindre les systèmes de tringlerie entre les
échanges. Une des technologies de pointe understudy, un projet de « Reuter » qui est basé sur
18
lier l'échange société de financement financière vers banque centrale, banques, Liban, pour
faciliter des coûts de travail et de diminuer.
La bourse des valeurs de Beyrouth retournera bientôt. Des préparations ne sont pas
limitées à l'ouverture mais se prolongent à assurer une présence importante pour elle est la
plus vieille dans l'Est, et a une longue histoire qui doit être préservée.
Section 3- Les marchés boursiers
3.1- introduction et l’histoire des bourses de valeurs
Les bourses de valeurs sont des marchés sur lesquels s’échangent des titres. Ces derniers
sont représentatifs de propriétés d’entreprises (actions), des créances (obligations), de produits
conditionnels ou subordonnées (option). Les produits « joués » sur les marchés feront objet
d’une étude approfondie.
Les bourses sont de fait des intuitions très anciennes, leur réglementation est relativement
récente. Sans jusqu’au Babyloniennes ou aux Romains, on peut dater leur origine au moyen
age. L’ordonnance de Philipe Le Bel de 1304 établit les « courretiers de change » et l’édit de
1572 de Charles IX définit les charges d’agents de change. Le mot bourse viendrait lui-même
de l’hôtel de la famille Van der Beurse qui, à brague, domiciliait le marché des changes à
partir de XVIe siècle.
En 1914, les placements en valeurs mobilières atteignaient 120 milliards de francs (40%
de l’épargne privée). Ce fut l’époque des emprunts russes, « non remboursés ». Cette dernière
cause, puis la crise de 1929 portèrent un coup décisif à la confiance des l’épargnants. Puis,
avec l’oubli, la bourse redémarra. En 1960 /1970 la forte inflation déstabilisa le marché des
valeurs mobilières au profit d’autres placement plus résistants à l’inflation tel que
l’immobilier et l’or. En 1970/1978 la fièvre de l’or grimpa à tel point que de nombreuses
charges d’agent de change furent à la limite de la faillite.
Au cours des années 1980, l’inflation était mondialement jugulée et la situation des
entreprises était meilleure. Le marché explosa, les cours des actions furent multipliés par 4
entre 1982 et 1987. Cette fut l’époque des golden boys. Tout le monde gagna pendant 4 ans.
En 1987 les cours, gonflés artificiellement s’effondrèrent, la baisse des taux d’intérêt céda
la place à une hausse1.
1
Patrice vizzavona, marché financier, 3eme édition, paris, page 5
19
Les années 1990 nous font vivre avec un marché différent et relativement froid.
Maintenant, la troisième millénaire, l’internationalisation des bourses ont fait monter (ou
descendre) les bourses. Nous sommes entrés dans une période de haute volatilité.
Au liban, Elle a été établie par un décret de gouvernement sur le 22eme du juillet 1920.
Les rapport d'affaires se sont concentrées la plupart du temps sur l'or et des devises étrangères.
Ce marché, qui était le premier dans le Moyen-Orient, a attiré le fro France et Syrie
d'investissements en plus du Liban. Les revendeurs ont inclus les concessionnaires Français
Syrien Libanais mélangés des compagnies d'équipement collectif public.
La bourse des valeurs de Beyrouth n'a travaillé pendant 34 années sans aucun règlement
pour régir ses opérations, jusqu'à ce que le parlement libanais dans 1945 ait décrété une telle
loi. Elle a été modifiée en 1959, 1961, 1969, 1982 et 1985. La bourse des valeurs a fermé en
1983 comme tant d'autres établissements libanais en raison de la guerre.
Rouvert le 22 septembre, 1995, et le commerce a commencé le 22 janvier, 1996. Le
marché secondaire de Beyrouth a été ouvert juin 21, 1994. Les données sont annuelles par
février 1949 et mensuel ensuite.
Maintenant les stands d'échange ont porté en équilibre pour reprendre sa vie interrompue
pour contribuer sa part dans le processus de reconstruction dans le pays.
3.2- Rôle des bourses de valeur
Les bourses de valeur ont pour objectif le financement de l’économie par voie d’appel
publique à l’épargne. Comment attirent les épargnants si ceux-ci n’y trouvent pas u n profit
potentiel et si possible élevé ? Le poids des bourses est très variable selon les pays. les pays
anglo-saxon qui trouvent leur financement grâce à la bourse, à l’allemand et au japon où le
circuit de financement bancaire prédomine. Le liban se trouve dans une position intermédiaire
comme la France.
La Bourse joue le double rôle d'être à la fois un lieu de financement pour les entreprises,
les Etats ou les collectivités (émission d'actions ou d'obligations) mais également un lieu de
placement (investisseurs).
20
La bourse joue un rôle primordial dans l'économie contemporaine, les entreprises y
trouvent une partie des capitaux nécessaires à leur expansion tandis que l'Etat y finance le
déficit de ses comptes.
La bourse est un marché réglementé qui organise (fonction):
-
La liquidité, c'est à dire la faciliter des échanges par la concentration du plus
grand possible d'ordres d'achat et de vente.
-
L'égalité entre tous les intervenants par la transparence et l'accès instantané au
marché.
-
La sécurité, par la garantie que les acheteurs seront livrés et les vendeurs payés
à date déterminée.
La bourse propose trois catégories de valeurs mobilières :
-
les obligations
-
les produits dérivés
-
les actions
Enfin, la bourse en tant qu'instrument de placement, permet aux particuliers de devenir les
associés des plus grandes entreprises privées industrielles et commerciales par le biais des
actions. Elle permet aussi de devenir les créanciers de ces sociétés et de collectivités
publiques comme l'Etat et les grandes entreprises nationales en achetant des obligations.
Bourse de Beyrouth: prête à jouer son rôle
Depuis sa renaissance en 1996, jamais la Bourse de Beyrouth n'est parvenue à jouer le rôle
que l'on pouvait en attendre dans l'Economie libanaise.
Est-ce encore le signe d'un manque de confiance dans le pays, d'une inadéquation entre les
fortes structures familiales dans la plupart des entreprises et l'ouverture du capital qu'elle
induit? Toujours est-il que les efforts structurels entrepris depuis près de dix ans pour relancer
cette institutions ne sont pas encore récompensés.
C'est ainsi que les volumes traités à la Bourse de Beyrouth demeurent symboliques même si le
21
premier
trimestre
de
2003
marque
un
frémissement
prometteur.
Le rôle de la Bourse de Beyrouth dans le financement de l'économie locale demeure pour
le moment négligeable, alors qu'elle offre, notamment grâce à la coopération des services de
la Bourse de Paris depuis son lancement, des meilleurs standards de sécurité pour les
transactions et le système de cotation.
Seule une quinzaine de titres y sont négociés soit autant que les Sociétés Financières, exAgents de Change, membres du Comité de la Bourse de Beyrouth.
Chaque jour, treize transactions seulement y sont en moyenne effectuées, pour un volume
moyen d'un peu moins de 140.000 titres et une valeur moyenne de presque 680.000 US
Dollars. Les deux titres de Solidere représente toujours la majorité des transactions suivies des
titres du Secteur bancaire comme Byblos Bank et Audi Bank. La part des titres des sociétés
industrielles ou commerciales demeure trop rare pour ne pas être symbolique.
Il convient donc aux autorités de tenter de lui conférer une dimension plus populaire et de
communiquer un message de confiance pour que cet outil tienne enfin le rôle qui est le sien
comme
dans
tout
Etat
jouissant
d'une
économie
libérale.
Sans doute un de ces nombreux paradoxes dont le Liban détient le secret à l'image de son
système bancaire qui n'a jamais cessé de briller.
3.3-
définition et fonctionnement de la bourse
3.4Bourse, marché financier, marché de capitaux, marché primaire et secondaire … les
termes sont nombreux pour nommer les « lieux » où s’échange toute la panoplie de titres dits
financiers. Mais qu’est que la bourse à proprement parler ?
1- La bourse de valeurs est définie tés généralement comme un lieu de
négociations et échanges entre d’une part des offreurs et des demandeurs de capitaux.
2- La bourse est une réunion périodique d’individus dont le but est d’échanger or
sinon de constater les cours de marchandises ou de bien. Donc à l’origine, le terme
signifiait réunion d’individus et par extension il fait référence au lieu où se réunissent
ces individus. Cependant le développement des moyens de communication, une
22
bourse n’a plus obligatoirement de location géographique. En ce qui nous concerne,
nous devrions préciser bourse des valeurs mobilières. Par abus de langage, on a pris
l’habitude de dire bourse tout court.
Nous définirons la bourse comme le compartiment du marché financier qui assure la
rencontre entre des demandeurs et des offreurs de titre financiers selon diverses modalités et
la cotation régulière de ces derniers.
Un marché financier se décompose en un marché primaire (marché à l’émission) qui
assure la création des nouveaux titres, et un marché secondaire (marché boursier) qui permet
la négociation (vente, achat) de titre déjà émis. Par conséquent seul le marché secondaire
devrait être qualifie de marché boursier dans la mesure où il est question sur celui-ci à la fois
de cotation et de négociation.
Si le marché primaire joue le rôle primordial de drainage de l’épargne au profit des agents
à besoin de financement, la présence de marché secondaire dynamique est indispensable car
elle permet la liquidité des déplacements des agents épargnants.
Comment ? Dans le cas la revente des titres avant l’échéance sur le marché secondaire,
permet aux prêteurs de retrouver à tout moment leur liquidité. On comprend alors ce que c’est
de la capacité du marché secondaire à fournir service qui dépendent le dynamisme du marché
primaire et donc l’efficacité de financement de l’économie.
Sur un marché de ce type, les agents peuvent conclure trois types de contrats ou
opérations. Il peut s’agir d’opérations au comptant, d’opérations à terme, d’opérations
conditionnelles.
3.3.1- Les émissions de titres
L’émission et le placement des titres auprès du public peuvent être présentés à l’aide d’un
schéma.
L’entreprise s’adresse à une banque qui est chargée d’effectuer le montage du placement
(détermination du prix de l’action…). La banque garantit la placement des titres auprès du
public et s’engage le cas échéant à acheter les titres pour son propre compte.
23
- commissions
- commissions proportionnelles
Au quota de placement
Entrepris
e
Autre
Banque
Banque
syndicat de placement
ou
Pool bancaire
Public
-
montage (service ingénier financière)
-
garantie de placement
Le prix à l’émission
1- l’offre à prix ouvert (opo) : Avec cette procédure, l’émetteur annonce tout
d’abord une fourchette de prix dans laquelle se situera le prix définitif.
2- L’offre à prix ferme (opf) : cette procédure consiste à proposer au marché une
certaine quantité de titres à un prix fixé à l’avance et définitif.
3- L’offre à prix minimal (opm) : Avec cette procédure, l’émetteur annonce tout
d’abord un prix minimal en dessous duquel il n’est vendeur.
4- L’offre à prix garanti : cette procédure consiste à placer directement des titres
auprès d’investisseur.
3.3.2- La négociation et la cotation des titres
Comment les titres peut-il négocié et comment se forme-t-il un cours sur le marché.
24
3.3.2.1- Les ordres de bourse
-
ordre au marché et ordre à la meilleur limite. Dans ce cas, les acheteurs et les
vendeurs ne donnent aucune indication de cours.
-
Ordre à cours limité. L’acheteur et le vendeur spécifié un prix plafond ou en
prix plancher.
-
Ordre à seuil de déclenchement. Ces ordres remplacent l’ancien ordre « stop »
supprimé au milieu des années 1980.
-
Ordres liés. L’exécution de l’ordre est conditionnelle à celle d’un autre ordre.
-
Mentions annexes. Un ordre de bourse peut être assorti d’autres mentions. La
mentions « tout ou rien » a pour effet d’éviter une exécution partielle de l’ordre et par
conséquent des frais de transaction plus élevés.
3.3.2.2- La cotation des titres
-
cotation au fixing. c’est un système dans lequel les ordres de bourse ne sont pas
traités instantanément. Ils sont au contraire regroupés jusqu’au moment de la cotation.
-
Cotation en continu. Dans ce système de cotation, une transaction peut avoir
lieu à tout moment dés lors que deux ordres de sens opposé se rencontrent.
L’avantage du contenu par rapport au fixing est plus grande liquidité et la plus
grande transparence.
3.4- Les fonctions économiques de la bourse
3.4.1- Stimuler l’emploi et la croissance
En mobilisant des capitaux sue le marché boursier, les entreprises peuvent investir, aussi
bien en équipements de toutes sortes (outil de production, recherche et développement) qu’en
personnel. L’investissement demeure lune des composantes de la demande, au même titre que
la consommation et les exportations.
3.4.2- Garantir la liquidité de l’épargne et des capitaux
25
La bourse permettre aux détenteurs de titres de pouvoir les vendre à tout instant et à
d’autre de les acheter. Cette liberté est offerte par la cotation des titres et l’établissement d’un
prix pour chacun d’eux, selon la loi de l’offre et la demande. On assiste donc à des millions de
transactions qui rendent le
marché actif. C’est justement l’activité du marché qui peut
garantir la liquidité des valeurs boursières et la mobilité de l’épargne et des capitaux.
3.4.3- Estimer la situation des entreprises
Les cours de bourse reflètent toutes les informations émises sues les entreprises, qu’ils
s’agissent de leurs résultats, de leur croissance interne, d’un changement stratégique, du
départ de responsable.
3.4.4- Mesurer la santé de l’économie
Au delà du rôle de baromètre des affaires, la bourse est un miroir des événement
nationaux et internationaux. Aussi influe par le taux d’intérêt et la tension inflationniste.
3.5- La structuration de bourse
3.5.1- Les marchés de BSE
1 - Un marché officiel pour des compagnies avec un équivalent capital à US$ 3
millions en livres libanaises ou plus et celui ont été établis pendant au moins trois
années. Ces compagnies doivent flotter 25 pour cent au minimum de leurs parts au
public et être possédées par au moins 50 actionnaires.
2 - Un marché junior pour des compagnies avec un équivalent capital à US$ 1
million en livres libanaises ou plus et elles doit également flotter 25 pour cent au
minimum de leurs parts au public et possédées par au moins 50 actionnaires.
3 - Un non inscrit/au-dessus du contre- marché pour des compagnies avec un
équivalent capital au moins à US$ 100 ' 000 en livres libanaises.
26
Les opérations de dégagement et de règlement sont effectuées par Midclear
S.A.L., une compagnie possédée par la banque centrale du Liban.
3.5.2- les listes des compagnies dans les marchés
Issuer
Name
SOLIDERE
BANK AUDI
"GDR"
B.L.C Bank
"listed shares"
BANK OF
BEIRUT
"listed shares"
BYBLOS
BANK
BEMO BANK
"listed shares'
BLOM Bank
"GDR"
HOLCIM
Liban
Sector
Real Estate
&
Construction
Banking
Banking
Banking
Listing
Date
30/09/96
29/12/04
30/12/96
11/04/97
08/04/2004
14/05/98
Banking
15/09/03
Banking
Banking
Cement
Production
11/01/99
01/11/01
22/01/96
27
Nbr.
of
Shares
Class
Listed
(in
millions)
A
B
GDR
Common
listed
Common
Iisted
Pref.
Callable
100.00
65.00
6.198
13.72
13.54
3.00
68.35
Common
listed
Pref.
Callable
0.33
Common
listed
GDR
-
Type of
Security
Free
Float
Information
100 % of
the total
capital of the
Registered company is
listed.
Available to
all investors.
Bearer
28.80% of
the total capital
of the Bank is
listed. Available
to all investors
34.03% of
the total capital
Registered of the Bank is
listed. Available
to all investors.
30.09% of
the total capital
Registered of the Bank is
listed. Available
to all investors.
33.34% of
the total capital
Registered of the Bank is
listed. Available
to all investors.
5.33
33.33% of
the total capital
Registered of the Bank is
listed. Available
to all investors.
4.39
Bearer
22.80% of
the total capital
of the Bank is
listed. Available
to all investors.
Bearer
100 % of
the total capital
of the company
is listed.
234.19
Available to all
investors .
CIMENTS
BLANCS
UNICERAMIC
RYMCO
BEIRUT
INTERBANK
FUND
BEIRUT
GLOBAL
INCOME
BEIRUT LIRA
FUND
BEIRUT
GOLDEN
INCOME
Cement
Production
Ceramic
Production
Automotive
Commerce
Investment
Fund
Investment
Fund
Investment
Fund
Investment
Fund
22/01/96
20/05/96
06/02/98
21/11/02
08/09/03
11/02/04
26/07/04
-
A
C
B
-
-
-
-
100 % of
the total capital
of the company
is listed.
Available to all
investors .
6.00
3.00
Bearer
Nominal
4.29
8.58
100 % of
the total capital
is listed. The
"A" Shares are
Registered restricted to
Bearer
Lebanese
investors. The
"C" Shares are
available to all
investors.
10.00
40% of the
total capital of
Registered the company is
listed. Available
to all investors.
0.20
100% of
the total capital
Registered of the Fund is
listed. Available
to all investors.
0.34
100% of
the total capital
Registered of the Fund is
listed. Available
to all investors.
0.275
100% of
the total capital
Registered of the Fund is
listed. Available
to all investors.
0.410
100% of
the total capital
Registered of the Fund is
listed. Available
to all investors.
3.5.3- Les obligations
L’obligation est un titre de créance qu’une société ou une institution s’engage à
rembourser à une échéance déterminée et rémunérée par un intérêt annuel1.
Le taux annuel était fixe, c’est pourquoi on a appelé les obligations titres ou valeurs à
revenu fixe, mais ce taux peut aussi être variable.
1
Josette perard, la bourse, 9eme édition, page 29.
28
3.5.4- Les Auteurs du marché
• sociétés de bourse : sont les intermédiaire traditionnels en bourse. Elles ont
reçu le statut de sociétés de service en investissement.
• Banques : les banques jouent un rôle actif en bourse pour leur propre compte et
celui de leurs clients. Elles exécutent leurs ordres par le canal d’une société de bourse.
• Autres acteurs : les société de gestion de portefeuille, les investisseurs
professionnels, les analystes financiers, les gestionnaires, et les particuliers (les
investisseurs finaux)1.
3.5.5- Les méthodes de répartition des obligations
Il y a plusieurs méthodes de répartition :
•
Les entreprises vendent les émissions contre rendement égale l’écart entre le
prix de vente aux agents et le prix d’accord. Ce par l’accord de stand by agreement.
• Par les procurateurs (agents professionnels)
• La cotisation directement par les gens.
• Ou par un enchère.
Depuis quelques années, les marchés interinstitutionnels ont bien évolués surtout de
construire des structurations financières qui poussent les petits épargnants à entrer dans les
marchés des financements, comme les clubs des investissements et les fonds des
investissements2.
3.5.6- Les différentes branches de la bourse
Il y a différentes banches de la bourse
• Le marché des titres et des obligations : est un marché financier organisé, pour
acheter et vendre les titres par un prix détermine par le loi d’offre et le demande.
1
2
Olivier Picon, la bourse, comment gérer votre portefeuille, 13eme édition DELMAS 1998, page 24.
Mouhamed yassin, la bourse, AL HALABI, 2004 page 25.
29
• La bourse des marchandises : elle est le plus récemment, il est un marché
organisé entre les acheteurs et les vendeurs. Où il échange les marchandises de même
quantité de catégorie moyenne.
• Le marché d’or : est un marché des opérations, achat et vent l’or et les devises
étranger.
3.5.7- Les qualifications de la marche d’échange (bourse)
La bourse de Beyrouth s’intéresse d’augmenter le niveau de sa capacité pour être le
meilleur marché financier en moyenne orient, il dépend sur :
-
le plan économique du gouvernement libanais pour déterminer le rôle des
capitaux privés et leurs investies dans quelques domaines rentables.
-
Essaye attire les investissements
-
Essaye de trouver des domaines d’investissement pour exploiter les capitaux
offrants.
-
Un cadre législatif organisé, peut évoluer et adapter avec toutes les nouvelles
variations.
-
Des institutions financiers et bancaires professionnels dans plusieurs domaines
pour jouer un rôle de mobiliser les épargnes.
3.5.8- La société MIDECLEAR
Midclear (Custodian And Clearing Centre of Financial Instruments for Lebanon And the
Middle East). Le dégagement et les règlements des instruments au liban sont effectués par
Midclear, le gardien et le centre de dégagement des instruments pour le liban et le moyen
orient qui est également le dépositaire central pour le liban en vertu de la loi No. 139 daté
1999. Midclear est également allé bien au conservateur central pour les actions bancaires en
Avril 2001, quand ceux-ci étaient dématérialisé en vertu de la loi Ne. 308 daté 2001.
La fonction de la société Midclear
1- il est la dépositaire centrale des toutes les obligations qui fournie le marché
boursier.
30
2- Trouve les solutions et clearing les obligations, c'est-à-dire, il est un bureau des
toutes les opérations mobilières dans la bourse.
3- Donne les services, comme gestion de portefeuille des titres et des obligations
pour les entreprises émissions.
4- Règlements commerciaux surveillés en conformité avec des instructions
5- Il est un centre des informations des titres et des obligations.
6- Fournir des informations de même jour sur de valeurs a reçu et/ou a livre.
7- Fournir des informations de même jour sur les et les livraisons refusées.
8- Fournissant des informations au sujet des dispositions d’ouverture de façon
régulière
9- Donne les services aux pays arabes et moyen orient.
10- Il construit des relations avec les institutions étrangères qui ont le même rôle
des titres et des obligations1.
3.6- L’évolution des bourses des valeurs de Beyrouth
Les bourses dans le monde ont été significativement affectées ces toutes dernières années
par :
-
la libéralisation et la mondialisation des marchés à travers l’internationalisation
des portefeuilles gérés par des investisseurs recherchant une diminution de leur risque.
-
Des évolutions technologiques qui ont permis la création de réseaux de
communication électronique.
-
La multiplication des intervenants, entreprises d’investissement et autres
intermédiaires financiers.
Au liban, on peut espérer une réelle évolution induite par les nouvelles générations. Ainsi,
la grande distribution se développe rapidement et le secteur des nouvelles technologies de
l’information et de la communication. Les autorités s’emploient à lever les obstacles aux
investissements étrangers. En effet, il reste difficile pour une entreprise étrangère de travailler
au Liban, où elle se heurte notamment à des problèmes récurrents pour obtenir des papiers
administratifs simples, notamment aux douanes, organisation « multicéphale » (jusqu’à 30%
1
Internet, www.Midclear.com.lb
31
du temps de travail peut y être consacré). L’instabilité législative, contractuelle, judiciaire et
administrative est encore forte.
A partir de la, La Bourse de Beyrouth a évolué de manière trop rapide dans les trois
dernières années.
Apres onze ans de rupture le travaillent dans la bourse entre le période 1983 et 1995 à
cause de la guerre. Les volumes traités à la Bourse de Beyrouth demeurent symboliques
même si le premier trimestre de 2003 marque un frémissement prometteur, mais il est contenu
dans l’augmentation jusqu’au 2006 dépassant la choc d’attenta de x premier ministre en FEV
2005.
Le volume des transactions s'est élevé à 7,92 millions de titres représentant une valeur de
35,59 millions de dollars Certes, cela représente un quasi triplement de l'activité du 4éme
trimestre de l'exercice 2002, mais cela ne représente en 3 mois ce que la Bourse de Paris traite
souvent en moins d'une heure!
La capitalisation boursière a atteint 2,33 milliards de dollars fin 2004, contre 1,24 milliard
fin 2001, soit une hausse de 86,7 % en trois ans. La valeur quotidienne moyenne des
transactions en dollars est passée de 219,7 dollars en 2001 à 807,5 dollars, soit une
augmentation de 267 %. Selon un communiqué de la Bourse de Beyrouth, l’année 2004 a été
marquée par l’introduction en Bourse des euro bonds émis par le gouvernement libanais. Les
investisseurs et les institutions peuvent négocier ces instruments en séance.
Les nouvelles cotations de GDR, d’actions privilégiées et de fonds de placement, en plus
des actions ordinaires déjà cotées, ont contribué à l’augmentation du nombre des instruments
cotés (euro bonds exclus), qui sont passés de 14 en 2001 à 19 en 2004. Ils n’étaient que quatre
instruments cotés fin 1996. En 2004, c’est Blominvest qui a effectué le plus de transactions
boursières en valeur (35,82 % du marché), suivi de Audi Saradar Investment Bank (21,77 %),
du
Crédit
commercial
et
foncier
(16,86
%)
et
de
Fidus
(9,12
%).
En ce qui concerne les titres échangés, c’est Solidere (reconstruction) qui continue de se
tailler la part du lion avec 62,9 % des transactions échangées (en valeur). Au niveau des
actions du secteur bancaire, ce sont les titres de la Blom Bank qui ont fait l’objet du plus gros
montant de transactions boursières (GDR, 38,21 %), suivis de ceux de la Bank of Bierut
(actions ordinaires, 25,78 %) et de la Banque Audi (actions ordinaires, 24,66 %)1.
1
La distribution statistique de la bourse, janvier 2005, page 18.
32
Chaque jour, treize transactions seulement y sont en moyennes effectuées, pour un volume
moyen d'un peu moins de 140.000 titres et une valeur moyenne de presque 680.000 USD.
A partir de 2004, les compagnies qui représentent dans la bourse deviennent 17 entreprise
devisée sur le trois secteurs sont : reconstruction, bancaire, commerce et industrie. Pour cela,
l’augmentation de le volume des transactions quotidienne et les valeurs de transaction est
normale.
Par ailleurs, la Bourse de Beyrouth précise qu’elle a installé le même logiciel de
transactions utilisé par Euronext, le NSC-Unix et un nouveau système électronique de
transactions permettant plus de 1000 transactions horaires1., et qu’elle prévoit de passer
bientôt à un système de cotation en continu. La Bourse a souligné également qu’elle va
instaurer un système électronique de transactions en 2005 et tenter de collaborer davantage
avec les Bourses arabes pour encourager les opérations transfrontalières.
3.7- L’évaluation de la bourse de valeur de Beyrouth
L'évaluation de la bourse des valeurs de Beyrouth et de l'environnement de marché
financier et de normalisation relié a été accomplie par Anderson Wilson en 1996 (directeur de
gestion de la consultation de valeurs internationales à Londres et spécialiste en marchés
financiers pour MetaMetrics inc). L'évaluation a été conduite pour identifier des fonctions
plus nécessitant être renforcé et restructuré. Un ensemble prioritaire d'activités techniques
recommandées pour renforcer l'BSE et son environnement de normalisation ont été définis.
Le rapport final a formé la base pour davantage d'assistance technique sur la question
prioritaire du développement d'une loi sur les valeurs mobilières qui répond à des normes
internationales. Le rapport inclut une discussion de la structure légale de l'BSE,
recommandations concernant la gestion des risques et la sécurité physique, contraintes à
l'expansion des marchés des obligations courants et des obligations sur l'BSE, une discussion
du climat d'investissement, et une description du dépôt central et du marché secondaire de
Beyrouth. Le but de cette assistance technique était :
-
Adresser les questions potentielles dans l'ébauche initiale de la loi sur les
valeurs mobilières (Securities Law).
-
Fournir au Liban la base technique pour une loi sur les valeurs mobilières
moderne aux normes internationales.
1
Fadi khalaf, président de la bourse libanaise, développement de la bourse de Beyrouth, journal ALECTISAD,
N°107 jan 2005 page 4.
33
-
Analyser et décrire une structure de normalisation appropriée pour les marchés
financiers du Liban.
-
Définir toutes les difficultés dans le cadre légal et de normalisation avant
d'entreprendre n'importe quelles étapes de commandant pour établir et développer une
organisation de normalisation de valeurs (des activités d'autorégulation et une
Commission d'échange de valeurs)1.
L'objectif était de développer une loi qui assure la protection d'investisseur, se conforme
aux normes internationales, et est compatible avec la législation existante.
L'examen de la loi sur les valeurs mobilières d'ébauche a eu comme conséquence des
discussions intensives et des mesures prises. L'équipe de projet a analysé la législation relative
de marchés financiers et la structure de normalisation proposée en ce qui concerne les
objectifs d'assurer la conformité aux normes internationales, d'assurer la protection
d'investisseur, et d'attirer l'investissement international. Après cette revue, le personnel de
Banque du Liban (banque centrale du Liban) a mis à jour le projet de loi pour le rendre plus
conformé aux normes internationales pour la législation de valeurs.
Donc, MetaMetrics fournit l'appui technique pour développer des règlements en vertu de
la nouvelle loi sur les valeurs mobilières qui répondra à des normes internationales pour le
règlement de valeurs et soutiendra les objectifs du gouvernement du Liban pour les marchés
financiers internationaux.
D’autre part, au niveau financier. Malgré l’augmentation dans les trois dernières années,
mais Les volumes traités à la Bourse de Beyrouth demeurent symboliques à plusieurs raisons
L’instabilité législative, contractuelle, judiciaire, administrative et la meilleur raison est la
sécurité social, ce qui empêche les investisseurs étranger d’investir au liban. Exactement après
l’attenta de l’ex première ministre RAFIC AL HARIRI en février 2005, il était la confiance
internationale en économie libanais, où la pente de l’économie est devenue convexe et tous les
indicateurs économiques sont devenus négatifs. Pour cela, il est très important qu’on étudie la
situation boursière libanaise en considérant le meilleur indicateur de l’économie libanais.
1
Anderson Wilson, MetaMetrics inc, rapport d’assistance technique, septembre 1996.
34
Chapitre II : L’efficience des marchés financiers
L’efficience des marchés constitue la clef de voûte de l’ensemble de la théorie financière.
Les bases de la finance organisationnelle sont fondées implicitement ou explicitement sur
l’hypothèse de marchés financiers efficients.
Le terme d’efficience est un anglicisme aujourd’hui accepté dans le langage économique.
Alors, un marché est efficient si le prix qui s’y forment constituent des signaux fiable pour les
décisions d’allocation es ressources. De cette définition, il y a trois types d’efficience :
1-
efficience allocationnelle, indiquant que le marché est capable
d’orienter les fonds vers les emplois les plus productifs et contribue ainsi un
développement satisfaisant de l’économie.
2-
L’efficience opérationnelle, les intermédiaires financiers mettent en
relation de manière satisfaisant les offreurs et les demandeurs de capitaux au coût le
plus faible tout en tirant une juste rémunération.
3-
L’efficience informationnelle, pour laquelle, le cours boursiers reflète
toute information disponible concernant la vie de la firme.
Ces trois types sont interdépendants. L’allocation optimale ne peut se faire que si
l’information est bien prise en compte et si les transactions se réalisent au meilleur prix. Donc,
les actions évaluées en fonction de l’information disponible au temps t.
Ainsi la condition la plus importante pour que soit réalisée une bonne allocation de fonds
est l’existence de l’efficience informationnelle.
La théorie des marchés financiers est née au début des années 60 des
travaux des
pionniers de la finance moderne. Les fondateurs de Tobin (1958), Markowitz (1959),
Alexander (1961) contribuent de mettre en place les bases de la théorie. C’est cependant à
Fama qu’est généralement attribuée la paternité de la théorie des marchés efficients (1965).
Les marchés les plus anciens concernant l’efficience étaient très affirmatifs. L’efficience
apparaissait vérifiée dans tous les cas et tous les marchés. De très nombreuses vérifications
empiriques, effectuées sur différents marchés et avec des méthodes convergentes, ont amené
35
des résultats positifs. Dans l’ensemble de leurs études ultérieur, les chercheurs ont toujours
considère l’efficience comme acquise. Or, des travaux plus récents concernant les bulles
spéculatives ou les investisseurs irrationnels remettent en cause le mythe de l’efficience. De
nouveaux tests empiriques fondés sur l’échantillons beaucoup plus larges ou utilisant des
méthodes statistique plus sophistiquées.
La définition de l’efficience a évolué depuis les travaux originels de Fama. Elle est
aujourd’hui moins stricte et autorise certaines formes de prédictibilité. Les tests statistiques
robustes permettent de mettre en évidence certaines tendances d’évolutions des rendements
des titres financiers. De l’efficience initiale, on a évolué vers une efficience signifiant
l’impossibilité d’obtenir un gain substantiel. Là se situe d’ailleurs le paradoxe : remettre en
cause l’efficience, c’est remettre en cause l’ensemble des nombreux travaux modernes qui
s’appuient sur cette théorie. C’est pourquoi les conclusions des recherches menées en ce sens
restent modérées.
Enfin, on cherche plus aujourd’hui à mesurer le degré d’efficience des marchés financiers
que l’on souhaite valider ou invalider cette hypothèse dans sa globalité.
I- Définition et déclinaisons de la notion d’efficience de marchés financiers
1- Définition de l’efficience des marchés financiers
L’efficience des marchés est une théorie simple au premier abord mais dont les
développements sont complexes. C’est pourquoi la définition n’est pas unique.
La première définition de l’efficience est posé par Fama (1965), définition apparentant à
celle-ci :
« Un marché financier est dit efficient si et seulement si l’ensemble des information
concernant chaque actif financier coté sur ce marché est immédiatement intégré dans le prix
de cet actif ».
La formalisation mathématique de la théorie peut être résumée ci-dessous.
Soit Φ l’information disponible à la période t afin d’estimer la valeur Pj,t+1 du titre j à la
période t+1. Soit E(x) l’espérance de la variable aléatoire X et Rj la rentabilité. Donc, le taux
de rentabilité espéré de j en t+1 alors on a :
36
E(Pj,t+1 / Φj) = Pj,t[1+E(Pj,t+1 / Φj)]
Si le prix du titre reflète toute l’information disponible. Si l’équation précédente est
vérifiée pour tous les titres j cotés sur le marché, le marché est réputé efficient.
Sur un marché efficient, dès qu’une information concernant un actif existe, le prix de cet
actif est instantanément modifié.
2- Les principales conséquences de l’hypothèse d’efficience
Plusieurs conséquences découlent de la définition de l’efficience de Fama (1965).
-
an premier, on peut remarquer que l’efficience ne concerne pas uniquement les
marchés d’action, tous les marchés et tous les types d’actif financier sont concernés.
Actif
Spécifique
Action
Marché d’action
Information :
variation des
taux d’intérêt
Marché
obligatoire
Actif secondaire
(option)
Marchés des
changes
Schéma 1- influence d’une information unique sur différents marchés financiers
-
En deuxième lieu, pour que l’information soit intégrée dans les cours de façon
instantanée, il est nécessaire que cette information soit diffusée de manière simultanée
à l’ensemble des agents économiques concernés.
-
En troisième lieu, dans la mesure où la correction des prix liée à l’ apparition
d’une nouvelle information est instantanée.
37
De plus, aucun investisseur ni analyste ne peut prévoir de façon certaine l’évolution des
cours d’un actif financier : la meilleure prévision d’un prix future demeure la dernier cours
connu. Pour un actif donné, chaque cours est parfaitement indépendant des cours précédents.
Si l’on analyse les variations du prix d’un titre, ces variations ne pourraient donc suivre qu’un
cheminement d’un titre. Ces variations ne pourraient en aucun cas suivre une tendance de
progression ou une loi mathématique quelconque. Cette conséquence s’apparent d’ailleurs à
une nouvelle définition de l’efficience : sur un marchés efficient, les prix des actifs suivent un
cheminement aléatoire, ou une marche au hasard.
E(Pj,t+1 / Φj) = Pj,t
3- Hypothèse des marchés efficient et marchés purs et parfaits
La théorie des marchés efficients apparaît comme une traduction financière de la
notion de marchés purs et parfaits. Mayer (1982) conteste cette affirmation en prétendant que,
contrairement aux marchés parfaits au sens économique du terme, rien ne prouve que les prix
d’équilibre déterminés sur un marché financier efficient permettant obtenir un optimum de
pareto.
4- Les conditions nécessaires à l’efficience des marchés financiers
L’hypothèse d’efficience des marchés implique la vérification de cinq conditions
essentielles :
-
La rationalité des investisseurs : les marchés financiers ne peuvent être
efficient que les agents économiques sont rationnels, ce qui implique deux
hypothèses :
1-
en premier lieu, les agents doivent agir de manière cohérente par
rapport aux informations qu’ils reçoivent
2-
en second lieu, il faut que les investisseurs cherchent à travers
leurs actes à maximiser leur espérance d’utilité.
38
-
La libre circulation de l’information et la réaction instantanée des
investisseurs : pour que le prix intègre instantanément l’ensemble des informations
disponibles il est nécessaire :
1-
l’information doit diffusée simultanément auprès de tous les
agents économiques.
2-
Les agents puissent traiter l’information en temps réel, et agir
immédiatement sur le marché en fonction de cette information.
-
La gratuité de l’information : tous les agents doivent pouvoir obtenir une
information sans des coûts supplémentaires des gestion. Si l’information à un coût, les
agents peuvent parier que le coût est supérieur à la perte probable engendrée par
l’ignorance de cette information.
-
L’absence de coût de transaction et d’impôt de bourse : les agents peuvent
hésiter a investir ou à désinvestir si les coûts de transaction ou les taxes boursières
grèvent ou annulent les gains potentiel réalisable. En présence les coûts de transactions
les agents n’agira sue le marché que dans la mesure où le gain espéré est supérieur aux
coûts.
-
L’atomicité des investisseurs et la liquidité : les agents ne vont pas réaliser de
transactions sur les titres si ces transactions sont susceptibles de faire varier le prix de
titres.
4- Qualité et fiabilité de l’information et signaux
Les sources d’information de l’opérateur sont multiples : elle peuvent provenir
directement ou indirectement de la société ou de son environnement.
Le schéma résume les diverses sources d’information possible.
39
Maîtrisables
par l’entreprise
(endogène à
l’entreprise)
Données comptables
Communiqué de
presse
Annonces des
concurrents
Types
d’information
Non
maîtrisables
par l’entreprise
(exogène à
l’entreprise)
Communiqués des
commissaires aux
comptes
Communiques des
organismes
réglementaires : AMF
Événements
indépendants de
l’entreprise. Ex :
variation de taux
Schéma 2- les différents types d’information concernant les entreprises
La plupart des informations détenues par les opérateurs émanent directement de
l’entreprise. Il s’agit essentiellement des informations comptables ou commerciales. Les
informations comptables sont transmises périodiquement, au minimum tous les ans au
marché.
Grant (1980) montre, que la divulgation d’information comptable intermédiaire à un
impact plus important sur les cours que les annonces de résultats annuels.
De plus, les entreprises doivent systématiquement porter à la connaissance du marché
toutes les informations susceptibles d’affecter le cours de façons durable. Outre ces
informations, ils informent des événements particuliers par la presse.
Si les opérateurs rationnels sont susceptibles d’analyser les informations exogènes et de
prévoir leur influence sur le prix des titres cotés. Le doute demeure pour ce qui concerne la
fiabilité des informations produites par la firme (information comptable).
40
L’organisation conserve la maîtrise de sa politique comptable, des dirigeants restent les
initiateurs de cette politique et les principales décisions comptables leurs appartiennent. Il est
connu et montré que les dirigeant d’une firme utilisent les espace des liberté concèdes par les
normes comptables afin de présenter des résultats plus favorables. L’utilisation des ces
espaces de liberté, appelée comptabilité créative.
Se pose donc le problème important de la fiabilité réelle de l’information comptable.
En ce sens, une nouvelle barrière apparaît à la théorie de l’efficience des marchés : celle
de la fiabilité de l’information et en particulier de l’information comptable, maîtriser par les
firmes. L’apparition des techniques de la comptabilité créative remet partiellement en cause la
fiabilité de l’information comptable.
6- information comptable et analystes financiers
Les problèmes de la lecture des informations comptables fournies par l’entreprise pour
les opérateurs sont triples.
-
Les problème de la véracité des informations comptables peut être illustré par
les différents scandales mis à jours ces derniers années : Vivendi universal, Enron….
Dans tous ces cas, les investisseurs se sont retrouve face à des informations erronées.
-
Le problème de la qualité des informations comptable renvoie aux techniques
de plus en plus élaborées de comptabilité créative.
-
Le problème de la normalisation et tout autre. La comptabilité établie dans le
cadre d règle et de principes. A l’origine, les règles étaient nationales.
Pour GRAY (1988), le cadre comptable d’Europe latine et germanique se
caractérise par une certaine uniformité (contrôle…), tandis que le cadre comptable
anglo-saxon se caractérise par autorégulation. Donc il y a des nombreuses différents
dans la comptabilité des différentes nations. Les analystes financiers et les
investisseurs sont pénalises lorsqu’ils doivent pour comparer les informations des
entreprises des nationalités différents.
La plus grande nouveauté est utilisation à la large échelle de concept de « juste valeur » ou
fair value. L’utilisation de la fair value va obliger les comptables à utiliser la valeur d marché
tant pour les actifs que pour la dette. Cette manière permet de déterminer un valeur comptable
41
de la firme proche de sa valeur marchée. A l’avenir cette valeur sera plus importante pour les
investisseurs et les analystes financiers.
Cependant, cette méthode de la fair value n’est pas sans inconvénient, elle nécessite en
premier lieu l’existence d’un marché pour les actifs et passifs de la firme. Elle nécessite que
chacun des marchés nécessaires soit à la fois liquide et efficient.
De plus, si la méthode permet de connaître facilement l’évolution de la valeur des
capitaux propres d’une firme. Elle ne permet pas savoir d’où vient l’augmentation ou
diminution de cette valeur.
II- Réexamen de l’hypothèse d’efficience des marchés financiers
1-Les deux dimensions de l’efficience : information et rationalité
L’efficience est un concept pouvant revêtir plusieurs dimensions. On distingue
l’efficience informationnelle, la rationalité des agents, l’efficience fonctionnelle ou encore
l’efficience allocationnelle. On s’intéressera ici à l’efficience informationnelle et rationalité
du comportement et des anticipations des agents.
1.1- Efficience informationnelle
La définition de l’efficience informationnelle nécessite au préalable de présenter la
notion de valeur fondamentale d’une action.
1.1.1- Définition de la valeur fondamentale d’un actif
Soit Rt la rentabilité d’un actif au temps t :
Rt = Pt+1 - Pt + Dt / Pt
Pt est le cours de l’action
Dt est le dividende au temps t
Si les agents sont neutre au risque, ont des fonctions d’utilité séparables au cours du
temps et disposent d’un ensemble d’information It. alors CPO de la maximisation de l’utilité
intertemporelle des agent s’écrit :
42
E(Rt / It) = rt
r est le taux d’intérêt
Cette condition est appelée parfois condition d’efficience, implique que l’anticipation
rationnelle de taux de rentabilité égale au taux d’intérêt.
En remplaçant R par sa valeur, on obtient l’équation gouvernant les prix
Pt* = Σ θj+1 E[Dt+j / It]
θ est le taux d’actualisation
Pt* est la valeur fondamentale du titre est égale à la somme d’actualisée des dividendes
futures anticipés rationnellement par les agents.
1.1.2- La théorie de l’efficience des marchés financier
Dans cette paragraphe on redéfinie de l’efficience de marché par les points suivantes :
-
Le prix reflète toute l’information disponible : un marché est informationnelle
ment efficient si l’ensemble des information pertinentes à l’évaluation des actifs qui y
sont cotes se trouve instantanément reflète dans les cours.
-
La présence d’un grand nombre de l’opérateur sur le marché
-
Imprédictibilité des variations de prix et de modèle de marche aléatoire : les
variation des prix (rentabilité) sont imprévisible.
-
L’impossibilité de réaliser des profits anormaux et le modèle de martingale :
Le modèle de martingale est moins restrictif que celui du marché aléatoire au sens où
aucune condition n’est imposée sur l’autocorrection des résidus. Ainsi Pt suit une
martingale si :
E[Pt+1 / It ] = Pt
Cette équation signifie que la meilleure prévision fair du prix en t+1 sur la base de
l’ensemble de informations It.
Cette définition implique que l’on peut s’attendre à une rentabilité qui soit supérieure à la
rentabilité de marché au sens où l’espérance conditionnelle des variations de prix est nulle.
1.2- Rationalité et anticipations rationnelles des agents
La théorie de l’efficience des marchés financiers suppose la rationalité des agents tant au
niveau du comportement que des anticipations.
43
1.2.1- La rationalité
Définition générale
Selon la définition de ALLAIS (1953), « un home est réputé rationnel lorsqu’il poursuit
des fins cohérentes entres elles et qu’il emploie des moyens appropriés aux fins poursuivis ».
Les agents sont supposés être caractériser par les préférences ou des objectifs qu’ils
cherchent à attendre tout en respectant les contraintes limitant les choix possible.
L’homo œconomicus est la personnification de l’hypothèse de comportement rationnel. Il
est doté des trois caractéristiques essentielles :
-
c’est un être intéressé
-
il est rationnel
-
il est universel et atemporel
Les différentes formes de rationalité
a- La rationalité instrumentale
Le modèle permettant d’appréhender un tel type de rationalité, appelée rationalité
instrumentale, repose sur la théorie de l’utilité espérée.
A la suite Willinger (1990), on notera que les agents sont caractérisés dans un contexte
d’incertitude par deux types de jugements :
1-
les jugements de préférence qui consiste à évaluer une action et ses
conséquences.
2-
Les jugements de croyance qui consistent à prévoir une action ainsi que
ses conséquence.
La pensée économique s’est principalement intéressée à la première catégorie de
jugements. Dans le modèle traditionnel, les agents se comportent selon le principe de
maximisation de l’utilité espérée, les jugement de préférence sont représente par des utilité
espérée. Donc la relation de préférence doit vérifier trois principes :
-
ordre : l’agent est capable de classer toutes les actions envisagées
-
indépendance : il y a indépendance entre la préférence et la probabilité
-
continuité : le jugement est contenu en situation d’incertitude.
La rationalité instrumentale est basée sur une efficacité en terme d’action.
44
b- La rationalité cognitive
Walliser (1982), a introduit la notion de la rationalité cognitive afin de tenir d’une
correspondance entre les informations détenues par les agents et les représentations que ce fait
ces agents de l’univers qui les entoures. La rationalité cognitive met l’accent sur le fait qu’il
peut y avoir une différence entre environnement réel et environnement perçu et traduit ainsi
l’adéquation des anticipations sur l’environnement aux informations détenues.
c- la rationalité limitée ou procédurale
Selon l’hypothèse de rationalité limitée introduite par Simon (1955), l’agents est limité
tant dans ses capacité cognitive que dans ses facultés a recueillir et a traiter l’information :
« la rationalité caractérise un style de comportement qui est approprie à la réalisation de
buts donnés, dans la limites qui imposent des conditions données ». Simon (1964)
1.2.2- Anticipation rationnelles
Définition
« Les anticipation, puisqu’elles sont des prévisions bien informées des événements futurs
sont essentiellement les mêmes que les prévisions de la théorie économique pertinente. Au
risque de confondre cette hypothèse purement descriptive avec une opinion tranchée ce que
les entreprises devraient faire appellerons de telles anticipations des anticipations
rationnelles » Muth(1982) P(316).
Ainsi, si l’agent peut prévoir correctement l’évolution des variables exogène et s’il connaît
la relation entre ces variables et la variable endogène il formera des anticipations rationnelles.
Il y a trois conditions sont nécessaires à la formation d’anticipation rationnelles Wallesir
(1982) :
-
l’agent a correctement spécifié le modèle liant la variable anticipée aux autres
variables.
-
l’agent connaît l’historique de toutes les variables figurant dans le modèle
(transparence)
-
l’anticipation, conditionnellement à l’ensemble d’information disponible, de
l’agent est une estimation sans biais de la variable à prévoir (optimalité).
Implications et caractéristiques des anticipations rationnelles
45
a- Les agents utilisent tous le même modèle
puisque, pour former leurs anticipations, les agents disposent tous des même modèle de
représentation de l’économie, ils pensent tous pareillement : « ce sont tous des
fondamentalistes, c'est-à-dire qu’ils utilisent tous le même modèle décrivant la façon dont les
données fondamentales déterminent les divers prix et quantités de l’économie »phelps (1987).
b- les agents ont une information illimitée et gratuite
On suppose implicitement que tous les agents ont des capacités illimités de recueil et de
traitement de l’information, et ce à un coût nul.
c- les anticipations rationnelles ne sont pas des prévisions parfaites
Il est important de noter que les anticipations rationnelles ne constituent pas des prévisions
parfaites.
d- les anticipations rationnelles sont auto réalisatrice
Résumé
Mise en évidence au début des années 60, particulièrement par E Fama, la théorie de
l’efficience des marchés financiers, prolongement de la notion des marchés purs et parfaits
des économistes libéraux du XIXe siècle, pour s’énoncer comme suite : « un marché financier
est dit efficient si et seulement si l’ensemble des informations disponibles concernant chaque
actif financier coté sur ce marché et immédiatement intégré dans le prix de cet actif ».
Toutefois, les imperfections de marchés ont conduit à une formulation de la théorie, qui se
transforme alors pour devenir celle-ci : sont réputé efficient les marchés sur lesquels le prix
des actifs cotes intègrent les information les concernant de telle manière qu’un investisseur ne
puisse, en achetant ou en vendant cet actif, en tirer un profit supérieur aux coûts de
transaction engendrés par cette action ».
La théorie des marchés efficient peut se scinder en trois formes : la forme faible indique
qu’il n’est pas possible de tirer parti des séries de cours et d’information publiques au moment
de leur révélation et la forme forte qu’il n’est pas possible de tirer parti des séries de cours et
d’information non publiques pour réaliser un profit spécifique sur les marchés financiers.
46
Pour être vérifier, la théorie de l’efficience nécessite la validation d’un certain conditions :
la rationalité des investisseurs, la libre circulation de l’information, sa gratuité, sa fiabilité,
l’absence de coûts de transaction, l’automaticité des investisseurs et l’absence de Problème
lies à un manque de liquidité.
Cependant, l’efficience de marché a des conséquences très importantes sur les théories
financière et le comportement des agents :
-
il n’a aucune possibilité pour quiconque de prévoir
de façon certaine
l’évolution de prix.
-
La rémunération des investisseurs est fonction de l’espérance de rentabilité et
du risque des titres de leurs portefeuilles.
-
Enfin, lorsque le marché est efficient, le prix des actifs ne peut s’écarter de
façon durable de leur valeur fondamentale.
III- Les trois formes de l’efficience
Dans le but de réaliser des testes statistiques plus fins, Fama a défini trois formes de
l’efficience des marchés financiers.
La forme faible ou hypothèse faible de la théorie de l’efficience prétend qu’il n’est pas
possible de tirer parti des information passés concernant un actif financier pour prévoir les
révoltions futurs du prix de cet actif.
La forme semi forte ou l’hypothèse semi forte de la théorie de l’efficience prétend qu’il
n’est pas possible de tirer parti des information concernant un actif financier au moment
même où ces informations sont rendues publiques pour prévoir les révoltions futurs du prix de
cet actif.
La forme forte ou l’hypothèse forte de la théorie de l’efficience prétend qu’il n’est pas
possible de tirer parti des information non publiques concernant un actif financier au moment
même où ces informations sont rendues publiques pour prévoir les révoltions futurs du prix de
cet actif.
47
a) La forme faible de l’efficience et les tests de prévision des cours
1- Définition et implications de la forme faible de l’efficience
La forme faible consiste à énoncer que le prix actuel d’un actif financier est totalement
indépendant de l’ensemble des informations concernant ce titre publié dans le passé. On ne
peut donc utiliser l’ensemble des informations passées pour déminer de façon certaine le prix
actuel ou l’évolution de prix. Deux remarques paraissent importantes à formuler à ce point du
raisonnement.
-
les investisseurs ont déjà analyse l’ensemble des informations diffusées dans
les passées et les ont déjà répercutées dans les cours.
-
Rien n’empêche les analystes financiers d’utiliser les informations passées
concernant un actif financier ou une entreprise pour tenter de prévoir l’évolution du
prix d’un actif.
En autres termes, l’hypothèse de l’efficience peut se résumé aux affirmation suivantes :
les prix à l’instante t de chaque actif financier est totalement indépendant du prix du même
actif à la période t-1 ou aux autres périodes précédents.
E(Pj,t+1 / Φj) = Pj,t
Il en résulte qu’en moyenne, la meilleure prévision d’évolution du prix d’un actif financier
à la période t+1 reste son prix connu dans la période t.
Cette impossibilité de prévoir de façon certaine l’évolution du prix d’un titres a partir du
cours passées amène la remise en cause de pratiques pourtant très utilisées : l’analyse
fondamentale et l’analyse technique.
2- L’analyse fondamentale et l’analyse technique
2.1- L’analyse fondamentale
L’analyse fondamentale concerne à l’origine le marché des actions. Il consiste à analyser
l’ensemble des informations économique, comptable…, des entreprises cotées de manière à
déterminer leur valeur. Cette valeur peut être calculée grâce à plusieurs méthodes. En premier
48
lieu, elle peut apparaître comme la somme de la valeur des ses actifs et de sa capacité à gérer
des bénéfices. L’évaluation comptable consiste en effet à évaluer séparément les actifs de la
firme et sa capacité à réaliser des bénéfices puis à additionner ces deux éléments distincts.
Elle peut être déterminée à partir de la somme actualisée de ses bénéfices futurs. Il s’agit
alors d’une évaluation plus financière qui consiste à tenter de prévoir les dividendes futurs de
la firme à estimer la somme de ses dividendes actualiser. D’autres types d’évaluations,
prenant en compte des aspects stratégiques ou des anticipations d’évolution du bénéfice.
Les évaluations peuvent varier quelque peu d’un analyste à l’autre.
En théorie, les différents prix successifs des actions de la firme devraient varier autour de
la valeur intrinsèque de la firme, ainsi déterminée comme si une force de rappel invisible
ramenait toujours les cotations vers la valeur fondamentale. Cette dernière apparaît alors
comme une moyenne sur longue période des prix des actions. La valeur fondamentale varie
cependant en fonction des informations successives concernant l’entreprise ou marché. Les
cotations quotidiennes conserve le prix autour des cette valeur intrinsèque.
Le règle d’arbitrage possible des investisseurs est alors la suivantes : acheter lorsque le
cours est située en dessous la valeur fondamentale, vendre lorsque le cours est située en
dessus de cette valeur fondamentale.
Le graphique 1 montre les cours varier autour la valeur fondamentale.
49
Prix
Variation
de V F
Valeur fondamentale
Temps
Graphique 1 variation du cours autour de la valeur fondamentale
Le problème est de savoir si l’analyse fondamentale est contraire ou non à la théorie de
l’efficience. Or, il apparaît que l’analyse fondamentale n’est pas opposée à la forme faible de
l’efficience. Il est toujours possible de tenter de déterminer une estimation comptable ou
économique de la valeur d’un société ou d’un autre actif financier.
2.2- L’analyse technique
EN revanche, une contradiction existe entre la forme faible et l’analyse technique. Le
principe de l’analyse technique constitue la négation de la forme faible de la théorie de
l’efficience. L’analyse technique se fonde sur l’analyse des séries du cours passés pour tenter
de déterminer une tendance d’évolution des prix des titres ou pour permettre prévoir les
hausses ou baisses des cours.
L’analyse technique se fonde sur des graphiques opposant le prix du titre en ordonnée et le
temps en abscisse. Les principaux principes de l’analyse technique sont :
Les lignes de résistance et les supports :
50
Prix
Résistance
Tunnel
Support
Temps
Graphique 2 supports et résistance
Il s’agit de seuils qui empêchent la progression du marché. Ainsi les cours butent sur les
lignes de résistance et sur les supports sans parvenir à les franchir.
Lorsque les cours varient pendant une certaine durée entre une ligne de résistance et
support, la combinaison de la ligne de résistance et du support est appelée tunnel.
Lorsque les cours coupe une ligne de résistance, il s’agit d’un signal de hausse :
l’investisseurs peut acheter le titre qui devrait s’apprécier. Au contraire lorsque le prix
franchit un support, il s’agit d’un signal de baisse.
Les moyennes mobiles : La méthode des moyennes mobiles constitue à la fois l’une des
plus anciennes et l’une des plus utilisées dans le domaine de l’analyse technique. La moyenne
mobile permet de lisser les cours en calculant quotidiennement une valeur égale à la somme
des X cours précédents devisée par X, soit : MMx = (Pt +Pt-1 +Pt-2 …+Pt-x+1) / X. il est
possible d’affiner la méthode en utilisant des moyennes mobiles pondérées ou exponentielles.
Lorsque les courts traversent à la hausse une moyenne mobile, cela constitue un signal
d’achat. Il en est de même lorsqu’une moyenne mobile « courte » c'est-à-dire calculée à partir
d’un petit nombre de cours, traverse à la hausse une moyenne mobile « longue ».
Inversement, la traversée à la baisse de la moyenne mobile par le cours ou d’une moyenne
mobile « longue » par une moyenne mobile « courte » constitue un signal de vente.
51
Prix
Signal d’achat
Moyenne
mobile
Temps
Graphique 3 Les moyennes mobiles
Le momentum : Le momentum est censé représenter la vitesse d’évolution des cours.
Lorsque est dans une phase d’accélération haussière et baissière, le momentum augmente.
Le momentum s’obtient en calculant jour après jour la différence des cours pour un
intervalle de temps donné. La formule d’un momentum à x jours est :
M(X jours) = Ct – Ct-x où Ct est le cour du jour t
Le RSI (relative strength index) : le RSI appartient à la famille des oscillateurs. Il est donc
censé mesurer l’évolution de la vitesse de croissance ou de baisse d’un titre. Il doit permettre
de prévoir de façon fine les changements de tendance. Il se calcule de la façon suivante :
RSI (X jours) = 100 – [100 / (1+RS)
RS = Moyenne de hausse / Moyenne de baisse
Le RSI est borné et varie entre 0 et 100. Lorsque le marché est en forte hausse ; le RSI
tend vers 100, il tend vers 0 lorsqu’il est en baisse. Lorsque le RSI passe d’une valeur
supérieure à 70 à une valeur inférieure, cela est censé constituer un signal de vente. Un signal
d’achat est constitué par un passage d’une valeur inférieure à 30 à une valeur supérieure à 30.
Les oscillateurs stochastiques : le concept de base est de dépister la naissance d’une
nouvelle tendance en mesurant la différence entre le prix de clôture, le plus haut et le plus bas
d’une série de cours.
Pratiquement, une stochastique d’ordre D est calculée de la manière suivante.
52
%D (x jours) = 100 * [(C-Lx) / (Hx – Lx)
C la dernière cours de clôture
Lx le cours le plus bas
Hx le cours le plus haut
Les méthodes d’analyse technique ne sont fondées sur aucune analyse théorique ou étude
empirique. Elles proviennent simplement d’observation non systématiques et des règles
initiées sans réel fondement scientifique.
3- Les tests d’efficacité des méthodes systématiques de spéculation
Si les méthodes graphiques
apparaissent comme des méthodes systématiques de
spéculation, elles ne sont pas les seules méthodes existantes. Ainsi le méthode des filtres est
une méthode ancienne dont les conséquence ont été soulignées lors du Krach 1987. Cette
méthode consiste à acheter systématiquement un actif présélectionné lorsque le prix de l’actif
augmente de X% ou plus et de le revendre lorsque le cours baisse de plus de X%. La valeur
de filtre X est déterminée au début des processus des l’investisseurs.
Fama et Blume (1966) ont testé l’efficacité de la méthode. Ils ont comparé la rentabilité
d’un portefeuille géré par la méthode de filtre avec une méthode de gestion passive. Le
méthode de gestion passive consiste à acheter l’ensemble du portefeuille à un instant donné et
à le revendre entièrement à la fin de période du test. Ils ont également géré un portefeuille en
fonction des signaux d’achat et de vente donnés par la méthode des filtres. Ils ont utilisé tous
les filtres possibles allant de 0.5% à 20%.
Ils ont comparé les résultats des portefeuilles gérés selon les deux méthodes. Seul le filtre
de 0.5% donne une rentabilité supérieure à celle du portefeuille en absence des coûts des
transactions.
Dumontier (1989) a testé la profitabilité des moyennes mobiles sur les marchés des
actions de paris. Il a utilisé la même méthode que celle de Fama et Blume. Il a comparé la
rentabilité d’un portefeuille géré de façon passive avec de portefeuille gérés de manière active
grâce au moyennes mobiles. Il a utilisé deux types des portefeuilles gérés avec la méthode des
filtres : les premiers tiennent compte d’un délai de confirmation, les secondes ne tenant pas
compte d’un délai confirmation. Le coût de transaction est 1%.
53
La stratégie fondée sur l’utilisation des moyennes mobiles donne des résultats inférieurs à
la stratégie passive. Il conclut que l’utilisation de la méthode des moyennes mobiles ne nous
parait pas fondée, aussi de point de vue théorique que le point de vue empirique.
4- Les tests d’auto covariance et d’auto corrélation
Les tests de covariance et auto corrélation sont des tests statistiques les plus simples
permettent de mettre en évidence une éventuelle dépendance entre le rendement d’un actif à la
période p et le rendement du même actif lors des périodes antérieures.
Ces tests sont réalisés avec une seule série de rendement d’un seul actif dont les périodes
sont décalés dans le temps.
Il est possible de créer plusieurs séries chronologiques à partir d’une seule et ainsi de
calculer des corrélations entre ces nouvelle séries. Les tests les plus simples consistent ensuite
à calculer les covariances et le cœfficient de corrélation entre la première série et séries
suivantes. On appelle auto corrélation d’ordre n le cœfficient de corrélation observé entre le
série S0 et SN.
Le cœfficient d’auto corrélation ρn = COV (R0, Rn) / σ(R0) . σ(Rn)
Si le série n’est pas auto corrélée, l’hypothèse H / ρ = 0 est vérifiée.
5- Les tests des changements de signe (runs)
Une autre forme de test simple permettant de se prononcer sur le caractère aléatoire des
séries de prix (rendement) concerne les changements de signes. Dans une série chronologique
de nombres aléatoires, le nombre de changements de signes – série de rendements positifs
suivie d’une série de rendements négatifs – devrait suivre une loi normale. Fama (1965) a
testé cette hypothèse. Il a observé un nombre des changements de signe inférieur à la
moyenne, ce qui révèle une corrélation positive. Toutefois, les corrélations positives sont trop
faibles pour qu’in investisseur puisse, compte tenu des niveaux des coût de transaction, en
tirer parti.
54
6- Les test plus élaborés de marché aléatoire et de quasi-marché
aléatoire
Il existe de nombreux tests permettant de comparer une série statistique à une série de
nombres aléatoires de manière à observer si la série testée suite ou non a un marché aléatoire.
Le premier test est celui de BOX et Pierce (1970).
La méthode de BOX et Pierce consiste à tester l’auto corrélation des résidus (ε) de
l’équation de marché aléatoire. En effet, si les résidus d’une telle équation sont auto corrélée,
on pourra dire que la série n’est pas marchée aléatoire. On peut calculer statistique de BOX et
Pierce telle que.
Q1(q) = q . Σp^2(k)
Qui suit une loi du X2 à q-1 degrés de liberté. La série est réputée suivre une marché
aléatoire pour un seuil de confiance défini si Q1(q) est inférieure à la valeur du X2 à q-1
degrés de liberté. Q est le nombre d’observation et p^(k) est le cœfficient d’auto corrélation
d’ordre k des résidus.
6.1- Le test de racine unitaire
Le test de racine unitaire, par exemple celui de Dickey-Fuller, consiste à tester
l’hypothèse
Où
, contre l'hypothèse alternative
est une erreur bruit blanc. Si
, dans l'équation suivante:
alors la variable
est une variable intégrée
d'ordre 1. C'est le cas du modèle de marche aléatoire sans dérive. Si
est stationnaire. Si
, la variance de
alors la variable
est dépendante de t, ce qui va à l'encontre de la
condition de stationnarité. Par contre si
, la variance de
est indépendante de t
(constante). La statistique de ce test est la statistique t usuelle avec des valeurs critiques
calculées par Dickey et Fuller.
Le test de racine unitaire Dickey-Fuller augmenté est utilisé quand les variables sont autos
corrélées. Le test consiste à tester l'hypothèse
du modèle:
55
Le deuxième terme à droite de l'équation a pour but de corriger le problème d'auto
corrélation. Dans le cas d'indépendance sérielle
,
et par conséquent le test de racine
unitaire Dickey-Fuller augmenté est identique au test Dickey-Fuller. Les valeurs critiques sont
identiques à celles du test antérieur.
6.2- Les tests de quasi-marché aléatoire
Alexandre (1992) propose un test à fait nouveau afin de vérifier la réalité de la forme
faible de l’efficience des marchés financiers. Il va tester l’hypothèse d’efficience des marchés
en utilisant u processus statistique dans lequel les rendements sont indépendants les uns des
autres mais dont la variance des rendements est dépendante de la variance des rendements
précédents.
Alexandre propose de tenir en compte de l’évolution de la variance en utilisant les
processus ARCH.
Xt+1 = αXt + εt
Où εt suit un processus ARCH d’ordre p, c'est-à-dire si :
εt = utht avec ut = N(0,1)
h2t = α0 + Σ αi ε2 t-1
Avec l’espérance nulle et le variance égale h2t
Si l’espérance de εt demeure nulle, sa variance intègre le passé et devient ainsi un
processus à mémoire.
Alexandre soumet les résultats obtenus à l’aide de la modélisation de ses données par une
quasi-marche aléatoire au test d’auto corrélation, de BOX et Pierce, …. Ses conclusions sont
les suivantes « la quasi-marche aléatoire accepte l’hypothèse d’efficience liée dans 87,7%
des cas. Dur de la donnée mensuelle, plus qu’ailleurs le débat reste ouvert. Or, on constat ici
qu’en intégrant la volatilité des cours dans le modèle on aboutit à des conclusions en faveur
de l’efficience de manière plus marquée. Le rejet de l’hypothèse pourrait être plus souvent
due certaines fois à une mauvaise spécification des l’hypothèse sous jacentes qu’a de réelles
imperfections de marché ».
A cote de ces tests, il existe un test plus complexes, mais peut être moins faible est : les
test d’analyse spectrale la co-intégration et le bootstrap
56
7- d’analyse spectrale la co-intégration et le bootstrap
7.1- L’analyse spectrale et co-spectrale
Un certain nombre d’investisseur a cherché à prévoir les variations des cours boursiers en
observant si, avec un décalage temporel, ces variations n’étaient pas fonction d’autres
données. Par ex, ces investisseurs cherchent e mettre en évidence une possible relation entre
les cours de bourse de NY et le bourse de paris. Si une telle relation existait, elle permettrait à
des investisseurs de prévoir à l’avance l’évolution des cours à paris. L’existence de telle
relation remet en cause le principe de la forme faible de l’efficience des marchés financiers
puisque l’analyse dans les passés permet de prévoir l’évolution future des cours.
Il convient deux remarques :
-
la mise en évidence de telles relations n’a d’intérêt pour les investisseurs que
dans la mesure où elles sont décalées dans le temps.
-
L’hypothèse faible de l’efficience n’implique pas que les informations
utilisables ne concernant que l’entreprise ou le marché dont on cherche à prévoir
l’évolution des cours.
Deux tests principaux, permettant la mise en évidence de telles relations, ont été utilisé.
L’analyse spectrale est une méthode d’analyse développée à l’origine par Granger et
Morgenstern (1970). Elle consiste à décomposer une série stationnaire en cycles de type
sinusoïde afin détecter si cette série peut être analysée comme une succession de cycles
identiques. Dans ce cas, la détection du début d’un cycle permet de prévoir l’évolution future
de la série.
On peut écrire : Xt – η = Σ ei.w.t .dz(w)
Avec Xt la série, η la moyenne de la série, w=2. Π. F, la fréquence angulaire et dz(w) un
processus indépendant, f la fréquence (n de cycles par unité de temps), T= 1/f, mesure de la
période.
L’analyse co-spectrale consiste à juxtaposer l’analyse spectrale de plusieurs séries
chronologique de même taille afin de mettre en évidence les relations stables entre les
variables Xt de la première série et les variables de la seconde série. L’utilisation d’un
décalage de n période permet de mettre en évidence une dépendance autorisant la prévision de
X à partir de Y.
57
L’utilisation de l’analyse spectrale a amené des conclusions contractées. Si la première
étude de Granger conclut à l’inexistence de relations entre les indices boursiers étudiés. Des
études plus récentes ont permis de mettre en évidence l’existence de relation entre les indices
des différents pays.
7.2- La co-intégration
Paget- Blanc (1994) propose la définition suivante de la co-intégration : » soit deux
variables x et y intégrées d’ordre 1, c'est-à-dire stationnaires après différenciation du premier
ordre : x et y sont dite co-intégrées s’il existe une combinaison linéaire unique de la forme xt =
A + B. yt +zt où A et B sont des réel quelconques et z est une variable stationnaire de
moyenne nulle.
Si l’équation traduit une relation d’équilibre économique alors la variable z permet de
mesurer la distance entre le variable x et sa valeur d’équilibre en instant t ». si z n’est pas bruit
blanc, cela signifie que les deux variables testées sont reliées par une relation économique
stable. Lorsque la co-intégration ainsi testée est vérifié, il est possible d’anticiper avec un
certain degré de certitude l’évolution de la série x si l’on connaît les variations y.
7.3- l’utilisation du bootstrap
Acar, Bertin et Lequeux (1994) ont proposé d’utiliser la méthode du bootstrap pour tester
l’efficacité des moyennes mobiles sur le marché des changes sur les données quotidiennes.
Les auteurs forment de novelles séries en permettant de manière aléatoire les rentabilités de la
série initiale.
La méthode de bootstrap a l’avantage de ne pas nécessiter d’hypothèse concernant la
forme de la distribution des rentabilités initiales. Les critiques liées à la nécessité d’utiliser des
séries parfaitement normales avant d’effectuer des tests statistiques complexes n’ont donc
plus lieu d’être.
L’ensemble des tests utilisant ces méthodes tend à rejeter l’hypothèse faible de la théorie
de l’efficience des marchés financiers.
58
8- Les possibilités d détermination des rendements des actifs à partir
d’un certain nombre des variables : inflation, dividendes et PER.
Certaines études anglo-saxonnes mettent en évidence une série de relations existant entre
les rendements d’un titre et certaines données macroéconomique.
Bodie et Nelson (1976) montrent que les rendements des portefeuilles des titres cotes au
NYSE varient de manière inverse à l’inflation anticipé.
Fama et Schwert (1977) établissent de leurs cotes une relation négative entre les
rendements des portefeuilles et les taux d’intérêt à court terme. La relation d’arbitrage
consistant d’une part à reporter leurs investissements en actions sur les obligations lorsque les
taux d’intérêt montent et d’autre part à diminuer la part de leur portefeuille investie en
obligations pour reporter ces investissements sur leurs actions lorsque les taux d’intérêt
diminuent est connue. Lorsque les taux diminuent, le prix unitaire du risque en action
augment. Les taux sont moins attractifs, le risque est mieux rémunéré, ce qui encourage
l’investissement en actions.
Rozeff et Schiller (1984) mettent en évidence l’existence d’une relation entre la rentabilité
des actions et le taux de rendement.
9- comparaison de quelques études concernant la forme faible de la
théorie de l’efficience des marchés financiers
Articles
Fama et
(1966)
Test
Blume
Méthode
filtres
Gaslesne (1975)
Méthode
filtres
Hamon (1975)
Méthode
points et coix
Dumontier (1989)
Méthode
filtres
Gillet et sabatier
Méthode
(1996)
graphique
Méthodologie
Conclusion
des
Comparaison avec un
Validation
portefeuille naïf
totale
de
l’efficience
des
Comparaison avec un
Validation
portefeuille naïf
totale
de
l’efficience
des
Comparaison avec un
Validation
portefeuille naïf
totale
de
l’efficience
des
Comparaison avec un
Validation
portefeuille naïf
totale
de
l’efficience
Comparaison avec un
Validation
portefeuille
naïf
et totale
de
observation
de
la l’efficience
rentabilité après signaux
59
Fama (1965)
Auto corrélation
Solnik (1973)
Lo
(1988)
et
Mackinly
Conrad
(1988)
Fama
(1988)
et
et
haul
french
Fontaine (1990)
Alexandre (1992)
Granger
et
morgenstern (1970)
Bertoneche (1979)
Hihhard (1979)
Hakkio
(1989)
et
rush
Test d’auto correlation
Validation
et test d’auto covariance et totale
de
test de run
l’efficience
Auto corrélation
Test d’auto correlation
Validation
et test d’auto covariance
totale
de
l’efficience
Auto corrélation
Test d’auto correlation
Validation
(portefeuille)
et test d’auto covariance et totale
de
test de run
l’efficience
Auto corrélation
Test d’auto correlation
Validation
(portefeuille)
et test d’auto covariance et totale
de
test de run
l’efficience
Auto corrélation
Test d’auto correlation
Validation
(long période)
et test d’auto covariance et totale
de
test de run
l’efficience
Auto corrélation
BOX Pierce
Validation
Co-intégration
totale
de
l’efficience
Marché
Quasi-marché aléatoire
Validation
aléatoire
totale
de
l’efficience
Analyse
Analyse spectrale
Validation
spectrale
totale
de
l’efficience
Relation inter
Analyse co-spectrale
Invalidation
marché
de l’efficience
Relation inter
Analyse co-spectrale
Invalidation
marché
de l’efficience
Relation inter
Co intégration
Invalidation
marché
de l’efficience
b) La forme semi forte de l’efficience et les tests d’événement
1- Définition et implication de la forme semi forte
La forme semi forte de la théorie de l’efficience postule que l’ensemble des informations
disponible concernant un actif financier est intégré dans le prix de ce titre à l’instant même où
ces informations sont rendues publiques. Il n’exister aucun décalage temporel entre le
moment où l’information est dévoilée et le moment où celle-ci est intégrée dans le cours.
Cette notion d’instantanéité est expliquée da ces derniers doivent réagir instantanément
comme il s’agissait d’un réflexe. Donc, les informations doit etre traitée et analysée e temps
réel.
60
La définition de Jensen (1978) qui postule que l’utilisation des informations nouvelles à
l’instant où elle rendue publique ne permet pas a l’opérateur de réaliser des profits sans subir
la risque attaché à la détention de cette opération, compte tenu des frais de transaction.
Sur un marché efficient au sens de la forme semi fort :
-
Le prix de chaque titre coté correspond à sa valeur réelle, il n y a aucun
décalage entre la valeur d’un actif et son cours de cotation puisque toutes les
informations sont intégrées dans les cours.
-
Il n y a aucune possibilité d’arbitrage, dans le mesure où toutes les
informations est instantanément incluse dans les cours.
-
Il est possible de déterminer ex-post l’impact sur le cours d’un événement
quelconque, à partir du moment où celui n’a pas été anticipé.
-
Les anticipations concernant des événements futurs doivent être considéré
comme des informations concernant l’actif
L’existence des anticipations brouille les possibilités de mesure l’impact d’un événement
sur le cours. Il suffit donc qu’un événement ait été anticipé pour que l’effet de son annonce
dans le cours ne soit plus mesurable. Il n’est possible de connaître et de mesure l’effet de la
diffusion d’une information sur le prix d’un titre que dans la mesure où cette information n’a
pas été anticipée.
Si l’on souhaite mesure l’impact de l’annonce d’un événement dans les cours, il est
nécessaire de savoir si l’événement a été anticipé ou non.
2- La forme semi forte et la vitesse d’ajustement des cours
Toute la problématique de la vérification de la forme semi forte de l’efficience réside dans
la mesure de la vitesse d’ajustement des cours à une nouvelle information.
En effet, pour que le marché soit réputé efficient au sens de la forme semi forte, il est
nécessaire que l’ajustement soit immédiat, ce qui signifie que la vitesse d’ajustement soit
infinie.
Le graphique 1 résume quelle devrait être la réaction à l’annonce sur le marché d’une
information non anticipé.
61
Prix
temps
Événemen
t
Graphe 1 Réaction théorique du prix d’un titre à un événement non anticipé
Dans la réalité, l’ajustement des prix des titres à l’annonce d’une information nouvelle est
rarement immédiat. Un certain délai est nécessaire pour que le marché intègre correctement la
nouvelle information dans le prix. Le temps de réponse des marchés à l’annonce d’une
information nouvelle varie en fonction d’un certain nombre de critères :
-
Le type et les conditions de concurrence entre les agents qui caractérisent ce
marché.
-
L’importance des coûts de transaction.
Le graphique 2 est représentatif de ce type de phénomène : les investisseurs prennent
d’abord le temps de décoder l’information qui leur transmise. C’est pourquoi leur réaction
n’est pas immédiate.
Cours
Temps
Source : Charreaux (2000)
Graphe 2 Ajustement du prix d’un titre à une information non anticipée.
Ce graphique montre que la réalité ne coïncide exactement avec ce que la théorie prévoit.
Ce défaut d’efficience provient des l’hypothèse liées au modèle, qui ne sont pas vérifiées dans
leurs intégralité.
62
3- La vitesse d’ajustement des cours à un événement spécifique
Contrairement à ce que la théorie prévoit la réaction des marchés financiers est rarement
instantanée. Par ex, la catastrophe du 11 sep 2001 est à ce titre éloquent. L’indice cac40 de la
bourse de paris a évolué au cours du temps après l’annonce de cette catastrophe. Cet
événement est intéressant à étudier, car il était non anticipable, constitue une bonne
approximation des réactions de l’ensemble des investisseurs à cet événement.
On peut tenter de décomposer le processus d’ajustement de la manière suivant.
Schéma 1 De l’information à l’action
t
Temps nécessaire
à la prise de
connaissance de
l’information
T1
T2
Temps nécessaire à
l’analyse et au
traitement de
l’information
T3
Temps nécessaire à la prise de
décision d’investissement ou non
T4
Temps nécessaire à la
prise en compte de l’ordre
par la système de cotation
Dans le schéma 1, l’information est disponible en t. t est le moment où l’information
apparaît sur les écrans des opérateurs. L’investisseur ne prend connaissance de l’information
qu’en T1, le délai entre t et t1 pouvait varier des quelques secondes à plusieurs heures. La
période entre t1 et t2 est nécessaire au traitement de l’information. Le traitement de
l’information peut encore varier des quelques secondes à plusieurs heures, ou à une journée.
La période comprise entre t2 et t3 matérialise le temps nécessaire à la prise de décision. Le
temps qui sépare t3et t4 correspond au temps qui sépare la décision de l’exécution de l’ordre
sur le marché.
On pourrait penser que les études traitant de la vitesse d’ajustement des cours aux
informations nouvelles sont nombreuses.
Dann, Mayers et Raab (1977) ont étudié la vitesse de réaction des marchés à l’annonce de
la négociation d’un bloc d’actions. Ils concluent qu’en moyenne, sur des titres assez suivis par
le marché. Les investissements ne peuvent plus tirer profit de l’information plus de 5 minutes
après l’annonce de la négociation de bloc.
Patell et Wolfson (1984) ont étudié la vitesse d’ajustement des cours aux annonces de
bénéfices et de dividendes. La conclusion à laquelle ils parviennent est double :
63
-
Ils constatent que le marché réagit très promptement aux annonces de résultat
et de dividendes. Le temps de réaction moyen varie entre 5 et 15 minutes.
-
Ils comparent une annonce des résultats par rapport à une annonce de
dividende. Ils s’aperçoivent que le temps de réaction du marché est beaucoup plus bref
et l’importance dans le cas de l’annonce de résultat que de l’annonce de dividendes.
La conclusion corroborent donc tout à fait la forme semi forte de l’hypothèse d’efficience.
Cependant la vitesse d’ajustement des cours à une nouvelle information n’est pas seule
composante de la théorie de l’efficience. Il est aussi nécessaire observer la vigueur de la
réaction. Pour cela, la famille de ce type de test connue sous le nom d’études d’événement.
4- La méthodologie de l’étude d’événement
Les études d’événement sont extrêmement nombreuses. Elles non pas toutes pour but de
vérifié l’efficience de marché. La plupart d’entre elles cherchent à mesurer la réaction de
marché à un événement déterminer, pour connaître l’importance de cette information.
L’ensemble des études d’événements se distingue par la méthodologie utilisée. Cette
méthodologie consiste à mesurer l’écart entre le cours réel de l’actif et un prix théorique
déterminé à l’aide des diverses méthodes.
Jacquillat et solnick (1989) écrivent que la méthodologie utilisée consiste à calculer la
rentabilité résiduelle qui se mesure « évacuant de sa rentabilité celle qui est à son risque et aux
fluctuations générales du marché. Formellement,
εi,t = Ri,t - E(Ri,t / Rm, βi,t)
Où εi,t est la rentabilité résiduelle estimée.
Ri,t est la rentabilité observée et E(Ri,t / Rm, βi,t) est la rentabilité théorique
La méthodologie de Jacquillat et solnick utilise les rentabilités des titres non des prix. La
rentabilité d’un actif financier quel qu’il soit se définie comme le moyenne de se rentabilité
quotidiennes sur une durée suffisamment grande pour permettre d’obtenir une rentabilité
moyenne représentative.
La méthodologie de l’étude d’événement est réalisée en plusieurs interactions :
-
La première consiste à définir la date exacte de l’événement. Cependant, il ne
faut pas négliger le fait que le marché réagit à l’annonce de l’événement plus qu’à
l’événement lui-même. C’est donc la date d’annonce qu’il faut retenir, et non la date
64
de l’événement. Toutefois, lorsqu’il s’agit d’événement récurrent, comme l’annonce
d’un résultat comptable de la firme, le marché ne réagit que dans la mesure où le
résultat aura été mal anticipé par le marché. L’événement remarquable est alors la
différence entre le résultat annoncé et anticipé. Outre ce phénomène d’anticipation,
dans le plupart des études d’événement, les auteurs utilisent la date de publication
dans le grande quotidienne. Mais par contre, il y a plusieurs études montrent que le
marché réagit souvent la veille de la publication de ces informations. En effet, le
marché a des sources d’information plus rapide que les publications dans les
quotidiennes économiques. Il y des agence (Reuter..) qui diffuse les informations aux
opérateurs professionnels plus rapide que les petits porteurs. On retrouve donc une
problème d’inégalité entre les investisseurs, ces inégalité qui crée deux catégories
d’investisseurs, les formés et les mal formés.
-
La deuxième interaction consiste à déterminer la rentabilité théorique de l’actif
étudié pendant la période de test. La méthodologie fondée sur le modèle de marché est
proposée par Fama, Jensen et Roll (1969). Cette méthode permet la prise en compte le
risque de chaque titre. La rentabilité théorique des titres est liée à la rentabilité du
marché à travers un cœfficient de proportionnalité, le β.
E(Ri,t) = α + β.RMt
Où β est le cœfficient de régression mesuré entre la rentabilité du titre et le
marché,
soit.
βi = COV(Ri, Rm)/ σ2m
σ2m variance de la rentabilité du marché
L α, ordonnée à l’origine, est facilement calculable.
α = β. R¯m - R¯i
On peut définir la rentabilité théorique de l’actif à n’importe quel période à partir de
formule suivante :
Ri,t = Rf +, βi . [Rm - Rf]
Où Rf est la rentabilité d’un actif sans risque. La rentabilité théorique des actifs financiers
apparaît donc aisée à calculer. Ces méthodologies connaissent quelques limites.
1- le choix de la période de mesure du cœfficient β est délicat
2- il porte sur les spécificités du calcule β.
65
-
la troisième interaction consiste à déterminer si l’actif étudié connaît ou non
des rentabilité anormales. On définit la rentabilité anormale comme la différence entre
la rentabilité théorique et la rentabilité observée.
On pourra donc écrire : Ai,t = Ri,t - Rθi,t
Ai,t est la rentabilité anormale
Ri,t est la rentabilité observée
Rθi,test la rentabilité théorique il est possible de calculer les rentabilité anormales
cumulées
CAR = Σ Ai,t
L’étude de rentabilité anormale et des rentabilités anormales cumulées permet de mettre
en évidence la réaction du marché à l’annonce de l’événement. Lorsque l’événement à été
anticipé, le marché ne réagit pas à l’annonce. Il n’y a donc pas de différent entre la rentabilité
théorique et la rentabilité réelle constatée. Di le marché est efficient, on doit alors observer
une forte rentabilité anormale le jour de l’annonce. Lorsque le marché ne pas efficient,
l’évolution des cours erratique, le prix du titre ne s’ajustant que petit à petit à la nouvelle
information.
5- Les limites de cette Méthodologie et les nouvelles approche
La méthodologie de l’étude d’événement est critiquable à plusieurs niveaux. Ces critiques
concernant essentiellement les modèles de référence et en particulier le MEDAF.
En premier lieu, on remarque que les résultats des tests effectués afin de corroborer la
réalité du MEDAF sont fortement dépendants du portefeuille choisi.
En second lieu, l’hypothèse initiale de stabilité des β pose un problème certain dans
l’évaluation des rentabilités normale théorique des firmes.
5.1- L’hypothèse jointe
La critique majeure du MEDAF reste celle concernant l’hypothèse jointe. L’hypothèse des
marchés efficiente et la théorie du MEDAF sont contemporaines. C’est pourquoi, dans
l’ensemble des travaux empiriques ayant pour objet de valider l’hypothèse d’efficience des
marchés, le MEDAF a été utilisé, tandis que les auteurs ont cherchés à valider le MEDAF ont
posé pour l’hypothèse l’efficience. On retrouve une forme des cercles vicieux : on utilise,
pour tester l’efficience des marchés un modèle qui ne peut pas utiliser que si le marché est
66
réputé efficient. Si le marché n’est pas efficient, le MEDAF ne peut être validé. Il résulte de
cette utilisation conjointe de l’hypothèse des marchés efficient d’une part du MEDAF que ces
deux modèles ne peuvent être acceptés ou rejetés que simultanément.
5.2- La stabilité de la volatilité
La volatilité est constituée par les variations moyennes de la rentabilité autour de sa
moyenne. Elle est généralement mesurée par la variance, par l’ecart-type de la rentabilité de
l’actif financier étudié. Dans l’ensemble des tests d’événement classiques, les variations de la
volatilité autour de la date de l’événement sont négligée, ce qui revient à faire l’hypothèse
implicite de la stabilité de la volatilité de l’actif durant la période de test. Cette hypothèse est
forte. Il est en effet vraisemblance que la volatilité augment lorsqu’un actif est confronté avec
un événement non anticipé. La croissance de la volatilité augmente la prime de risque affectée
au titre. Dans ces conditions la rentabilité théorique doit augmenter.
5.3- Les méthodes fondées sur les volumes de transaction
Dans tout autre ordre d’idées, certains auteurs ont tenté d’utiliser les volumes de
transaction pour détecter les réactions des marchés à certains événements.
En effet, l’ensemble des méthodologies des études d’événement sont aujourd’hui fondées
sur le prix et la détermination d’une réaction du marché à une nouvelle information à travers
les prix. L’étude des volumes des transactions a souvent été négligée. Cela peut être expliqué
par le plus faible intérêt de l’évolution des volumes.
L’intérêt d’étudier les volumes de transaction n’entre pas réellement dans la logique le
prix et la détermination d’une réaction de marché. L’augmentation des volumes
de
transaction indique effectivement que les marchés s’intéressent particulièrement à un titre.
Cette augmentation peut donc témoigner de l’annonce d’un événement ou de l’anticipation
des opérateurs d’une annonce imminente. Elle pourra être utile dans des nombreux cas, pour
le chercheur afin de dater plus spécifiquement l’événement ou de repérer un événement qui,
pour des raisons divers, n’aurait pas été retranscrit dans le cours. Cependant, le fait que ces
volumes de transaction importants se déclenchent avant où se prolongent longtemps après
d’événement n’a pas d’incidence particulière sur le cours, donc sur la richesse des
actionnaires.
67
C’est pourquoi les travaux sur l’étude des volumes de transaction sont moins nombreux
que ceux consacrés à l’étude des prix.
Plus récemment, s’inspirant du modèle mis au point par Kim et Verrechia (1994), Joen et
sen (1996) utilisent la recherche des volumes anormaux pour étudier la réaction de marché à
l’annonce d’un résultat anormal. Ils montrent q’il existe une relation positive entre résultats et
les volumes anormaux.
La méthodologie fondée sur l’étude des volumes des transactions cherche à mettre en
évidence l’existence de volumes anormaux par rapport à un volume de transaction théorique.
Soient :
Vit est le volume de titre I à la date t
Vm la rentabilité de l’indice représentant le marché a la date t
T = 0 la date d’événement
On pourra définir le volume anormal de la manière suivant :
VAi,t = Vit – Ki,t
Ki,t est la volume normal de transaction
Cette méthodologie apparaît toutefois difficile à mettre en œuvre, en particulier dans la
mesure où les volumes ne sont pas distribués normalement.
5.4- L’utilisation de la fourchette
La fourchette est l’écart entre la meilleure offre et la meilleure demande constatée à un
moment donnée sue un marché dont la cotation est contenue.
La fourchette a un comportement bien spécifique qui dépend de plusieurs facteurs : le
titre, les conditions des transactions, le marché, le volume, le moment dans la journée de
cotisation. Guvarc’h (1996) montre que, lors d’un délit d’initié, on remarque un élargissement
de la fourchette. En effet, la fourchette est composée de trois déterminants, les coûts de
traitement des ordres, les coûts dits d’inventaire et les coûts de sélection adverse. C’est cette
troisième composante qui est influencée par le délit d’initier.
On peut déterminer la fourchette moyenne :
Si,n = Σ Si,t / Tin
La fourchette relative étant définie par l’équation suivante
68
Si,t = askit – bidit / [askit + bidit / 2]
Ask la meilleure offre
Bid la meilleure demande
Cette méthodologie conserve comme la méthodologie fondée sur l’étude des volumes
anormaux, un contenu informatif relativement pauvre. L’observation d’une déformation de la
fourchette n’apparaît que comme le témoin de l’occurrence d’un événement.
c)- La forme forte de l’efficience et information privilégiée
1- Définition et implications de la forme forte de l’efficience
La forme forte de l’efficience est probablement la plus difficile à admettre
intellectuellement et à démontrer empiriquement. La forme forte de la théorie prétend qu’il
n’est pas possible de tirer parti des informations non publiques concernant un actif financier
pour prévoir l’évolution future de prix de cet actif.
En d’autre terme, la forme forte de la théorie de l’efficience consiste à prétendre que la
connaissance d’information confidentielles susceptible d’affecter la valeur d’un actif financier
lorsqu’elles seront dévoilées ne permet pas à son détenteur des réaliser un gain réel sur le
marché.
La forme forte de la théorie ne fait rien d’autre que de nier ce consensus. Si les marchés
sont efficients au sens de la forme forte, la détention d’une information privilégiée ne permet
aucun arbitrage.
Deux raisons justifient a priori la forme forte de la théorie de l’efficience :
1- La première tient à l’apport informationnel des opérations d’initiés
2- La seconde a trait au problème des anticipations
2- Le problème de la vérification de la forme forte
Les tests de la forme forte sont beaucoup plus difficilement réalisables. Il n’est pas
possible de repérer les détenteurs d’informations privilégiées. Ni de savoir si l’utilisation de
celles-ci ont permis de réaliser un gain quelconque.
69
Les détenteurs d’informations privilégiées peuvent être soupçonnés. Les dirigeants des
entreprises connaissent à l’avance les résultats comptables, la modification de méthode
pouvant influer sur l’aspect de comptes sociaux ou consolidés ou les tentatives de
rapprochement avec d’autres entreprises. Rien n’indique cependant que ces initiés utilisent
des informations. De toute manière, ils ne feront aucune publicité à un éventuel usage. Ils
chercheront plutôt à la camoufler en multipliant les comptes titres. Les capacités des
chercheurs à repérer cette utilisation seront donc limitées.
D’autre part si les détenteurs d’informations sont réparables et peuvent donc être placés
sous surveillance, les repérages de l’utilisation d’informations par eux est difficilement
décelable. Elle ne peut être décelée que si elle provoque un gain anormal.
Une solution consiste alors à travailler sur les opérations initiées révélées par les autorités
de marché et sanctionnées. L’étude du comportement des initiées dans telle affaires, les gains
réalisés avant l’intervention des autorités des marchés. Ces études ne peuvent pas être
considérées comme exhaustive pour confirmer la forme forte de l’efficience.
En effet, ces études ne portent que sur les délit initiées repérer et sanctionnées. Ne sont
pas donc concernées les opérations utilisant les informations d’initiées et :
-
qui n’ont pas permis à leurs auteurs de réaliser des gains
-
qui ont permis à leurs auteurs de réaliser des gains mais qui n’ont pas été
sanctionnées par les autorités de marché.
Les études parvenant à tester l’hypothèse forte sont donc rare. Il est possible de les classer
en trois catégories :
1- la première regroupe l’ensemble des études consacrées aux délits initiés. Ces
études permettent d’observer si les opérateurs ont pu réaliser un gain anormal.
2- La deuxième regroupe les études ayant cherché à calculer les performances des
portefeuilles gérés par des professionnels.
3- Les autres tests regroupés dans la troisième catégorie, on y trouve l’analyse de
certaines opérations d’initiés spécifiques ou les mesure de richesse de ceux que l’on
pourra nommer le pseudo initiées
3- L’étude des délits d’initiés et du quasi délits d’initiés
L’étude des délits d’initiées ne peut à elle seul être considérée comme une affirmation ou
infirmation de la théorie de la forme forte. Les délits d’initiés ne concernent qu’une partie des
70
opérations d’initiées. En effet, lorsque ces études portent sur les délits réprimés, elles
négligent les délits non repérés et délits repérés qui n’ont pas être réprimés. Lorsque ces
études portent sue les délits repérés, elles négligent les délits non réprimés mais prennent en
compte les opérations considérées à tort comme des délits.
Donc, ces études négligent les opérations d’initiées n’ayant pas donné lieu à des gains
pour les investisseurs. Il est d’ailleurs à noter que personne n’est en mesure de connaître ou
estimer la part des délits d’initiés par rapport aux délits totaux, ni la part des délits d’initiés
par rapport à l’ensemble des opérations initiées. Ces limitations ne doivent pas cacher l’intérêt
des études portant sur les délits d’initiés.
Les premières études concernant les délits d’initiés introduits par Jaffe en (1974), il
prouve que les initiés sont en possession d’informations privilégiées qui ne sont pas contenues
dans le prix. De plus, il a mis en évidence que les marchés ne réagissaient pas de manière
significative à l’annonce selon laquelle un délit d’initie aurait été commis. Des investisseurs
pourraient profiter du dévoilement d’un délit d’initiés afin de réaliser des arbitrages. La thèse
selon laquelle les initiées réalisent à travers un arbitrage un gain certain dès qu’ils détiennent
des informations privilégiées a été confirmé par Syhun (1986), il réfute la conclusion de Jaffe
selon laquelle l’annonce de la découverte d’un délit d’initié ne provoquerait aucune réaction
de la part des marchés. Cette conclusion serait due à une mauvaise méthodologie utilisée par
Jaffe (1974). Mais, ils s’accordent sur un point : les délits d’initiées ont provoqué un gain
certain pour les investisseurs détenteurs d’informations privilégiées.
Meulbroeck (1992) met en évidence l’existence d’une rentabilité anormale le jour même
de l’opération d’initiés. Cette rentabilité anormale est égale à la moitié de la rentabilité
anormale observée le jour de l’annonce d’événement.
Guivar’h (1996) utilise comme rentabilité théorique la moyenne des rentabilité, il met en
évidence une rentabilité anormale le jour où les opérations d’initiés ont été réalisées.
On peut déduire de ces tests que les initiées informent le marché. : Les opérations d’achet
et vente réaliser par les initiés ont été détectées par les autres intervenants. D’où l’apparition
de rentabilités anormales les jours où l’opération initié a été détectée. Les tenants de la forme
forte peuvent être rassurés par ces tests. Ils confirment l’aspect informationnel des opérations
d’initiés : Les opérations d’initiés sont repérer par autres investisseurs et ne servent qu’à
réduire l’asymétrie d’information existant entre les dirigeants et les investisseurs (les délits
d’initiés ont un rôle positive dans le marché). Cependant, ces tests restent incomplets. On ne
sait si les rentabilités anormales détectées ne sont pas dues au manque de liquidité induit par
les offres ou les demandes des initiées eux même. Dans ce cas les rentabilités anormales ne
71
révéleraient pas la détection par les marchés des opérations initiés, mais seulement un
problème de liquidité lié à une suroffre ou à une surdemande de titre.
D’autre part, dans la mesure où ces tests ne portent que sur les opérations d’initiés
détectés, un biais nouveau apparaît.
Enfin, un troisième problème survient. Si les initiés informent les investisseurs
traditionnels de la survenance d’un événement, ces derniers doivent réagir immédiatement.
L’information ainsi dévoilée par l’opération d’initie devrait s’inscrire dans les cours totalité le
jour de l’opération d’initie : le jour d l’annonce réelle de l’événement devient alors un jour
ordinaire, puisque l’ensemble des agents ont déjà été informés de la survenance de
l’événement par l’intermédiaire des initiés. Comment explique les résultats de Meulbroek et
Guivar’h ?
Sauf à considérer qu’il y a deux catégories d’investisseurs, les spécialistes et les non
spécialiste, que le premier plus prêt des sources d’informations et que les seconds ne
réagissent que le jour de l’annonce réelle de l’événement, ces résultats restent difficilement
interprétables.
4- La mesure des performances des portefeuilles
Plusieurs types d’investisseurs se rencontrent sur les marchés financiers : les investisseurs
occasionnels, les petits porteurs et les spécialistes de la gestion de portefeuilles.
Les gérant de portefeuille, plus proche de l’information serait les mieux placé pour
obtenir des informations privilégiées.
Outre de la vérification de la forme forte, la mesure de performance des professionnels de
la gestion de portefeuille intéresse les universitaires sur un autre plan. Da manière plus
générale, si les marchés sont efficients, et dans la mesure où les gérants ont le même niveau
de compétence, aucun d’entre eux ne devrait connaître durablement de performance
supérieure à la moyenne des autres. Autrement dit, pour reprendre jacquillat et solnick
(1998), « un spécialiste peut faire mieux que la moyenne du public, mais quand les
deviennent le champ de confrontation entre spécialités, l’ensemble des spécialistes ne peut en
moyenne faire mieux que l’indice, lequel reflète alors globalement leur action ».
Il en résulte que, sur long période, toute comparaison des classements des gestionnaires de
portefeuilles ou des SICAV ne peut amener que des résultats brouillés : si le marché est
72
efficient, les performances des gérants de portefeuilles mesurée sur long période en terme de
rang doivent être contrastée. Les rangs déterminés dont aléatoire et ne peuvent pas corrélés.
5.1- quelques précisions sur les mesures de la rentabilité et de la performance d’une
SICAV
Il est nécessaire de définir la notion de performance des SICAV. La performance d’un
portefeuille de même que sa mesure est en effet difficile à définir. Plusieurs concepts doivent
être utilisés lorsque l’on recherche à mesurer la performance des portefeuilles.
-
la rentabilité du portefeuille doit être définie avec précision. Bien entendu, la
rentabilité moyenne de portefeuille qu’il faut retenir. Contrairement à la mesure de la
rentabilité moyenne d’un titre que l’on calcule à partir de cotations quotidienne s, la
mesure de la rentabilité moyenne des portefeuilles est plutôt calculé à partir des
données hebdomadaire.
-
Il est nécessaire, dans la détermination de la rentabilité, de tenir en compte de
deux facteurs spécifiques aux SICAV : le problème de réinvestissement de coupon et
celui des frais de gestion.
Jacquillat (1989) propose la formule suivante afin de mesurer la rentabilité des
portefeuilles :
Ri = Vf - Vi + C(Vf / Vc) / Vi
Avec Ri la rentabilité du portefeuille, Vf la valeur finale de la part de SICAV, Vi la
valeur initiale, C le montant de coupon distribué, Vc la valeur de la part de SICAV le
lendemain du détachement du coupon.
La rentabilité moyenne est ensuite calculée de manière traditionnelle, de la façon
suivante :
Rai = 1/n ΣRi
Avec Rai la rentabilité de la SICAV i pour l’année a, n le nombre des périodes sur laquelle
la rentabilité a été calculée.
-
il ne faut pas confondre rentabilité et performance d’un portefeuille. La
rentabilité est une mesure fondée uniquement sue le prix. Elle ne tient en aucun cas
compte du risque, que l’on mesure par la volatilité. La mesure de performance des
SICAV correspond donc à une mesure de rentabilité pondérée par le risque.
73
-
Enfin un problème important demeure, celui de la définition de la période de
mesure. Chaque SICAV est conçue pour maximiser la rentabilité de l’investisseur sur
une période particulière : les SICAV coût terme sont destinées aux investisseurs ayant
à leur disposition une épargne pour une durée à un an, les SICAV investies en actions
sont plus particulièrement destinées aux investisseurs désireux de placer leur fonds sue
long période. Les décisions des gérants de portefeuille sont dons fonction de ces
objectifs.
Trois mesures traditionnelles de performance de portefeuille sont utilisées :
1- La méthode de Traynor est fondée sur le modèle de marché et en particulier sur
le β, qui mesure l’élasticité du portefeuille par rapport aux variations de la rentabilité
du marché. l’indice de Traynor est le suivant :
Tp = (Rp – Rf) / βp
Cet indice consiste à calculer le coefficient correspondant au rapport entre la prime de
risque du titre (soit la rentabilité du portefeuille Rp moins la rentabilité de l’actif sans risque
Rf) divisé par la coefficient, du modèle du marché
2- Le ratio de Sharp est proche de celui de Traynor mais Sharp choisit une autre
mesure du risque. A la place du coefficient « bêta », il utilise l’écart type (σp) de la
rentabilité au delà du taux sans risque.
Sp = (Rp – Rf) / σp
3- La méthode de Jensen diffère des méthodes des Traynor et Sharp, dans la
mesure où l’indice de Jensen n’est pas plus de coefficient directeur d’une droite dans
un espace risque / rentabilité, mais l’excès de rentabilité existant entre la rentabilité
réelle du fonds et la rentabilité théorique attendue de celui-ci, mesurée à partir de son
risque multiplié par le prime de risque du marché mesure ex-post.
L’indice de Jensen se calcule de la façon suivante :
Jp = (Rp – Rf) - (Rm – Rf) βp
5.2- Mesure de performance et efficience des marché financiers
La méthodologie établie, il reste à confronter les études réalisées dans ce domaine avec
l’efficience des marchés financiers, et ce, sous deux angles. Si le théorie de l’efficience est
exacte, deux résultats devraient apparaître :
74
-
Les gérants de portefeuilles apparaissent comme des investisseurs privilégiés
bien informés et susceptibles de détenir une information avant que celle-ci soit rendue
publique. Si les marchés sont efficients, la performance moyenne des gérants de
portefeuille ne peut être supérieure à la performance de l’ensemble des agents
économique réputés moins bien informés.
-
D’autre part, dans la mesure où les gérants sont rationnels et cherchent à
maximiser la rentabilité des SICAV sous contrainte de risque, les performances d’un
gérant particulier ne dépassent pas celles des autres de manière durable. Il en résulte
que les classements périodiques des SICAV ne peuvent être stable, les rangs des
SICAV ou des gérants diffèrent donc notablement d’une année sur l’autre.
Les résultats des nombreuses études valident généralement ces hypothèses.
Grimblatt et Titam (1989) ont publié deux études consacrées à la mesure de performance
des portefeuilles dont la gestion a été déléguée. Cependant, une telle explication néglige une
hypothèse soulevée par Fama (1991) et difficilement testable. Cette hypothèse fait appel à la
théorie de l’agence et à la théorie des « Noisy rationnal expectation » de Grosman et stiglitz
(1980).
EN France, ALbouy (1982) propose de vérifier la stabilité des performances de cinquante
SICAV diversifiées entre 1974 et 1980. Cette étude présente le défaut de se limiter à
l’utilisation des rentabilités comme mesure de performance. Dans cette étude, ALbouy classe
les SICAV en quintiles, en tenant compte de leurs rentabilités respectives. Il compare ensuite
les compositions de chaque groupe, ce qui lui permet de conclure que « la rentabilité de
retrouver des SICAV classées dans le même groupe n’excède pas la probabilité résultant d’un
tirage au hasard ».
Donc l’ensemble des tests réalisés peut être critiqués sur deux points.
1- les tests les plus anciens ne prennent pas en compte la notion des risques et se
fond exclusivement sur la notion de rentabilité.
2- D’autres tests négligent la durée optimale de placement préconisé par les
gérants ou négligent les hypothèses liées à ces utilisations.
Des méthodes différents ont été utilisées, En particulier la méthode de la dominance
stochastique, qui a l’avantage de ne faire aucune hypothèse concernant la forme de la
distribution des rentabilités et de ne pas faire appel au bêta, permet d’obtenir des résultats plus
contactés.
Ainsi khun et Rudd (1995) montre une certaine persistance pour le portefeuille obligatoire
et l’absence de persistance pour les fonds investis en actions.
75
Cependant, Les études aboutissant à des résultats différents doivent être considérées
comme des exceptions et ne prennent pour objet que des niches particulières. De plus la
persistance des performances ne doit pas être considérée comme un biais à la théorie de
l’efficience.
Cahart (1997) utilise deux méthodologie distinctes, l’une fondée sur le méthode classique
liées au MEDAF et l’autre sur une méthode différent indépendant du MEDAF.
Cahart pose les conclusions suivantes.
-
Les performances des fonds sont instables à long terme. Une certaine
persistance à court terme existe.
-
Cette persistance à court terme est essentiellement due aux coûts des
transactions et aux coûts des gestions.
-
Il existe une certaine stabilité à court terme pour le fond affichant de mauvaise
performance.
-
L’ensemble de ces considérations n’est pas en contradiction avec l’hypothèse
d’efficience des marchés financiers.
En résumé, on peut poser que la liaison entre la mesure des performances et l’efficience
des marchés financiers s’apprécie à partir des trois critères :
1- des portefeuilles investis au moins partiellement en actif volatile
2- la capacité de ces fonds à réaliser des performances à la moyenne plus élevée
que celle du marché.
3- la persistance non des performance elles mêmes mais des classements des
performances des portefeuilles ou de leur gérants.
6- quelques conclusions partielles sur la forme forte
En effet, il est difficile de concevoir a priori que tous ceux qui détiennent des informations
concernant un titre financier avant que ces informations aient été rendues publiques ne
puissent en tirent parti.
Cependant, les marchés financiers sont des machines transparentes. Il s’agit de lieux
économiques à l’intérieur desquels toutes les transactions effectuées sont observables par les
autres investisseurs. Lorsque les investisseurs sont rationnels, une activité anormale, même
faible, vient perturber les transactions et provoque un choc qui ne peut pas passer inaperçu. Ce
choc peut se manifester de plusieurs manières. Comme cela a été montré : l’apparition d’une
76
rentabilité anormale, c'est-à-dire différents rentabilité théorique du titre. Quoi qu’il en soit, et
si l’on accepte les hypothèses de gratuité et de diffusion complète de l’information, toute
activité anormale sera repérée et disséquée par les autres investisseurs. On retrouve les
hypothèse sous-jacentes à la forme forte de la théorie de l’efficience : sur le marché efficient,
les actions des initiés informent les autres types des investisseurs.
Il demeure que la forme forte est difficile à mettre en évidence au plan empirique. Elle
reste très liée à la perfection des marchés, à la libre circulation des informations entre les
investisseurs et à la capacité que peuvent avoir ces derniers pour repérer et analyser les
transactions anormales. Le degré d’efficience forte d’un marché financier pourrait donc être
lié à son organisation.
Pour le moment, l’épreuve de fait ne favorise pas l’émergence de la forme forte de la
théorie de l’efficience. Le bon sens commun, pour qui l’information est source de gain, milite
dans le sens d’une incrédulité polie par rapport à la forme forte. Le fait que la presse ou les
organismes de contrôle n’évoquent que les cas où les informés réalisent des gains lors
d’opérations d’initiés ne peut que confronter cette incrédulité.
Section 3 : Les principaux biais à la théorie de l’efficience
1- Les biais à la théorie de l’efficience : généralité
L’efficience des marchés financiers reste théorique. Il s’agit d’une situation optimale,
directement liés à la théorie économique néo-classique et dont les places financières ne font
pas se rapproche. En réalité, des nombreuses conditions sont nécessaires à l’efficience, et ces
conditions ne sont pas parfaitement réunies. Les investisseurs ne sont pas toujours rationnels,
les coûts des transactions ne sont pas toujours nuls, l’information ne est pas totalement
gratuite, elle ne circule pas d’une manière aussi rapide que la théorie prévoit.
Ainsi, l’effet désigné sous le nom d’effet lundi est connu de tous depuis longtemps. Il
s’agit d’un phénomène persistant mis en évidence par Hamon et Jacquillat (1988). Les deux
auteurs ont remarqué que les rentabilités des titres à paris sont inférieures le lundi par rapport
aux rentabilités des autres jours de la semaine. Ainsi, un investisseur achetant un titre sur le
marché des actions le lundi et revendant un autre jour.
Cet effet étant connu, on pourrait penser que les investisseurs sont rationnels achètent les
titre le lundi et revendent un autre jour pour profiter de cette aubaine. Si tous les investisseurs
77
agissent de même, les prix des titres vont augmenter le lundi par rapport aux autres jours, et
l’effet devrait ainsi disparaître. Or, les rentabilités continuent à être inférieures le lundi.
Cet exemple apparaît typiquement comme un bais à la théorie de l’efficience, également
appelée poche d’inefficience. Cet effet persistant peut permettre à un investisseur de réaliser
un arbitrage, c'est-à-dire, d’obtenir un supplément de rentabilité sans prendre de risque.
On pourra dot nommer biais à la théorie ou poche d’inefficience toute caractéristique des
marchés financiers qui ne peut pas permettre à un investisseur d’accroître la rentabilité sans
subir une augmentation de risque.
Remarque : L’existence de poche d’inefficience n’implique pas obligatoirement un gain
pour l’investisseur, mais la présence d’une rentabilité supérieure à ce qu’aurait pu être
rentabilité si la poche n’avait pas existé.
Les poches d’inefficience sont nombreuses :
2- Les biais de fin cycle
Les biais de fin de cycle sont le premiers biais mis en évidence. Chaque place financière
connaît des cycles d’activité, correspondant à des moments particuliers. La semaine
correspond à l’un des ces cycles. En fin de semaine, les intermédiaires financiers tentent
d’apurer leurs comptes, les gérants de portefeuille calculent une rentabilité pour leur gestion,
tandis que certains prêts à court terme sont remboursés. Le mois ou l’année sont des cycles.
Les chercheurs ont montrés très tôt que les rentabilités des titres financiers ont un
comportement particulier lors des débuts et des fins de cycle calendriers et boursiers.
2.1- L’effet « fin de semaine »
French (1988) a remarqué qu’à la bourse de NY la rentabilité est en moyenne négative le
lundi puis positive les autres jours de la semaine.
Tableau 1- Rentabilité quotidienne du NYSE 1953-1977
Moyenne
Lundi
Mardi
Mercredi
Jeudi
Vendredi
-0,1681
0,0157
0,0967
0,0448
0,0873
78
French (1980) remarque que la rentabilité négative du lundi se report au mardi lorsque le
lundi est un jour férié (résultat identique avec Hamon et Jacquillat (1988).
French propose l’explication suivante pour justifier de cette anomalie persistante : lors
d’une annonce d’information la marché a tendance à suréagir à cette information durant les
premières heures qui suivant sa divulgation. Le marché va donc surévaluer ou sous évaluer le
titre pendant un laps de temps variable suivant l’annonce. Dans ce conteste les firmes auraient
tendance de ne délivrer les mauvaise informations les concernant que le vendre di après
clôture du marché, de manière à ce que les investisseurs aient le temps pour digérer cette
information et évitent ainsi une sous évaluation temporaire des titres. Au contraire de bonne
information.
French conclut son article de la manière suivante : « la rentabilité négative du lundi
apparaît comme une inefficience des marchés financiers. Bien qu’une stratégie active de
gestion de portefeuille fondée sur l’espérance de rentabilité négative (du lundi) ne pourrait
générer des profits du fait des coûts de transaction, les investisseurs pourraient augmenter leur
rentabilité entendue en (….) retardent leur achats (…) jusqu’au lundi et en avançant les ventes
prévues le lundi au vendredi précédent ».
2.2- L’effet « fin de mois »
Ariel (1987) montre l’existence d’un effet « fin de mois ». Ariel montre que les actions
semble avoir une rentabilité positive durant la première moitié du mois et un rentabilité nulle
durant la seconde moitié du mois.
Ariel rejette d’avance toutes les formes critiques de son article. L’effet fin de mois
pourrait également être lié à l’existence de l’effet janvier. Si l’effet janvier est
particulièrement important, il pourrait influencer les statistiques des autres mois, et provoque
ainsi un effet « fin de mois » tout à fait virtuel. Ariel répond d’avance à ce type d’argument. Il
examine également la relation pouvant exister entre la taille des firmes et l’effet fin de mois.
L’auteur conclut que l’effet fin de mois est plus important pour les petites firmes que pour les
grosses firmes.
Le phénomène de l’effet taille est connu sur les marchés financiers et représente un
handicap certain pour les valeurs appelées « valeur moyenne’.
Plusieurs phénomènes se conjuguent pour expliquer l’effet taille.
79
-
La raison majeur expliquant l’effet taille est liée à la liquidité. Plus la
capitalisation boursière d’une firme est faible, plus la quantité de titres en circulation
est petite.
-
Les investisseurs institutionnels et les gestionnaires de portefeuilles fondent la
plupart du temps leur gestion sur des benchmarks. Or, comme les valeurs moyennes
n’appartiennent jamais au grand indice, els sont souvent délaissés par les gros
investisseurs ou les gestionnaires de portefeuille travaillant avec des benchmarks
constitués d’indices majeurs.
-
Des nombreuses études de finance d’entreprise mesurent la relation pouvant
exister entre d’une part, le suivi des valeurs par l’analystes financiers et d’autre part :
1- le taux de détention par les investisseurs institutionnels
2- L’importance des volumes de négociation sur le titre
3- La valorisation des titres à partir d’indicateurs tels que l PER ou le
BOOK TO MARKET RATIO.
Il est clair que, plus les entreprises sont importantes en termes de capitalisation boursière,
plus elles sont suivies par un nombre important d’analystes, plus elles intéressent les gros
investisseurs, qui les valorisent d’autant mieux.
La conjonction des trois facteurs peut être résumée dans le schéma 1 :
Schéma 1- Dilemme des valeurs moyennes
Faible liquidité
Peu suivie par
l’analystes
Valeur moyenne
Petit capitalisation
Boudée par les
gros investisseurs
Sous valorisés
80
Absence dans les
indices
L’effet de mois est donc difficilement explicable. Les tentatives d’explication se
recentrent sur les hypothèses de réaménagement des portefeuilles. Le plus simple est encore
d’accepter le fait. L’effet fin de mois est un biais à l’hypothèse d’efficience.
2.3- L’effet « fin d’année »
Rozeff et Kinney (1976) ont montré l’existence d’un effet « fin d’année ». Les rentabilités
des actions seraient plus faibles que la rentabilité moyenne lors des derniers jours de
décembre pour se révéler plus importantes ensuite durant les premiers jours de janvier.
L’explication de l’effet « fin d’année » semble évidente. Il est un effet fiscal. Afin de
bénéficier d’une fiscalité avantageuse et de pouvoir imputer les moins values potentielles sur
le bénéfice annuel et réduire leur assiette d’imposition, les entreprises doivent réaliser ces
moins values en vendant effectivement les titres. Ces titres peuvent être rachetés par la suite.
Cela provoquerait des ventes massives des titres fin décembre. Et des achats massifs début
janvier. D’où une baisse de rentabilités moyennes fin décembre et une hausse des mêmes
rentabilités début janvier. A cet effet fiscal, peuvent se conjuguer les r&aménagement de
portefeuilles déjà évoqués plus haut, qui procèdent du même processus.
Les effets de fin de période restent donc sans explication véritable. Peu d’hypothèse
d’explication passe le cap de la vérification empirique. Seule, une corrélation remarquée entre
les effets de fin de cycle et les effets taille et PER apparaissent somme très prometteurs. On
peut évoquer la possibilité d’un biais statistique. Comme l’évoque Lilti (1996)
Le graphe 1 illustre les différents effets en fonction du temps : l’effet fin de semaine
permet de mettre en évidence une rentabilité proche de zéro puis une rentabilité positive.
L’effet fin de mois met en évidence une rentabilité négative durent la moitié du mois et après
positive. L’effet de fin d’année met en évidence un rentabilité négative les deniers jours de
décembre et puis positive les premiers jours de janvier.
Graphique 1 L’effet de fin de cycle sur la rentabilité des actifs
81
Rentabilité
Effet fin d’année
Effet fin de mois
Temps
Effet fin de semaine
3- Les biais liés à la taille des firmes
3.1- L’effet taille
Ibbotson remarque (1984) qu’un portefeuille composé des 29% d’actions dont la
capitalisation est la plus faible du NYSE a un e rentabilité annuelle supérieure de 51% par
rapport à une portefeuille rassemblant tous les titres du marché. C’est l’effet taille.
Les principales conclusions d’Ibbotson sot résumées dans le tableau suivant :
Tableau 2- rentabilité comparée de portefeuille de petite et forte capitalisation aux etasunis
Portefeuille des titres à faible
capit
Rentabilité
Portefeuille des titres à fort
capita
17,05%
11,26%
Cette explication s’avère toutefois partiellement acceptable. L’existence de contrats
d’animation limite en effet grandement le risque lié l’étroitesse du marché pour les petites
valeurs.
Il n’en demeure pas moins que l’effet taille existe. Cet effet n’est actuellement justifié que
par les problème de liquidité et de manque de visibilité des valeurs moyennes par rapport au
reste entreprises du marché.
Les valeurs moyenne demeurent durablement sous évaluées, l’effet taille perdure.
82
3.2- l’effet PER et l’effet « Book To Market ratio »
L’effet PER est très comparable à l’effet de taille. La comparaison des rentabilités n’est
pas plus faite sur la base de la taille mesurée par les capitalisations boursiers, mais des Price
Earning Ratio. Le PER est le rapport du cours d’une action divisé par le bénéfice de celle-ci.
Il s’agit d’un indicateur d’appréciation du titre. Plus le titre est apprécié par le marché, plus le
PER est élevé.
Le Book To Market ratio est le rapport existant entre la valeur comptable de la firme et la
valeur de marché des ses capitaux propres. Plus ce ratio est élevé, plus le marché apprécie le
titre. Dans ce cas, le marché attribue à la firme une valeur largement supérieure à son actif
comptable.
L’effet Book To Market ratio va donc dans la même sens du PER : les rentabilité des titre
fortement appréciés et valorisés par le marché sont plus faible que les rentabilités des titres
faiblement appréciés par le marché.
3.3- Les relations entre l’effet taille et les effets de fin de cycle
Litli (1996) suggère que les effets de fin de cycle seraient dus à un biais statistique et à
une erreur méthodologique. Il va donc tester la réalité de l’effet janvier en utilisant une
technique différent, celle de la dominance stochastique.
En conséquence, l’augmentation des rentabilités ne représente que la rémunération
justifiée d’une augmentation du risque, ainsi que des autres moments de la distribution.
« Apres avoir analysé les rentabilités de 30 actions de forte capitalisation, on applique la
méthode (la dominance stochastique) sur chacun des ces actions en intégrant l’hypothèse
fiscale. Les résultats obtenus sur les rentabilités journalières et hebdomadaires révèlent
l’absence de dominance du mois janvier sur les autres mois de l’année. Les rentabilités
excessives semblent couplées à un risque accru. On constate ainsi l’absence d’inefficience ».
Litli écrit.
4- Les bulles spéculatives
On peut appeler bulle spéculative un phénomène consistant à s’écarter durablement de sa
valeur fondamentale avant de s’effondrer pour retrouver sa valeur d’origine.
83
Colmant, Gillet et Sfarz (2003) écrivent qu’ « une bulle spéculative naît d’une
dissociation, momentanée ou non, de la valeur économique fondamentale d’un titre et de son
cours boursier ».
Les bulles spéculatives ne sont pas propres dans les marchés financiers. Elles touchent des
nombreux secteurs d’activité ou les matières premières ….. Elles sont dangereuses du fait du
risque d’éclatement. Elles peuvent éclater à tout moment, diminuant largement la richesse des
investisseurs.
D’autre part, les bulles sont contraires de l’hypothèse d’efficience de marché. il implique
que la valeur des titres soit égale à la somme actualisée des revenus futurs susceptibles d’etre
générés par la firme. L’existence d’une divergence entre le prix d’un titre et sa valeur est donc
bien synonyme d’une inefficience des marchés financiers.
Sur le graphique, le prix de titre augmente sans raison apparente avant de retrouver sa
valeur originale après une chute assez brutale.
Graphique 2- La bulle spéculative
cours
Valeur
fondame
ntale
Temps
Lors de l’apparition des ces bulles, peut-on dire que les réactions des opérateurs ne sont
pas rationnelles ? Elles prennent au contraire une autre forme de rationalité.
Les travaux théoriques distinguent trois types des bulles spéculatives :
4.1- Les bulles rationnelles
Les bulles rationnelles sont issues d’un consensus. Il y a accord sur le phénomène et « il
existe des croyances sur la valeur d’un actif, sans rapport avec les fondamentaux, qui peuvent
se réaliser dès lors qu’il sont partagés par l’ensemble des intervenants. Les anticipations s’en
84
trouvent auto validées tant que la bulle n’a pas éclaté »1. Donc les bulles proviennent d’un
comportement mimétique des acteurs.
La valeur V de l’actif de période t+1 est alors égale :
Vt+1 = Vt [(1+r) / P] +µt avec une probabilité p
Vt+1 = µt avec une probabilité 1-p
Où µt est la valeur théorique de l’actif et p est la probabilité pour que la bulle éclate à
chaque période. Le terme (1+r) est le taux de croissance de la bulle.
On peut déduire que la bulle a une durée de vie moyenne 1/1-p
Il n’est pas irrationnel pour un investisseur d’investir dans une bulle spéculative. Il s’agit
alors d’un pari sur la durée de la vie de la bulle. Les investisseurs peuvent tirer de ce pari un
profit plus important que d’un investissement dans un titre classique.
Les bulles spéculatives rationnelles ne peuvent toutefois concernes que des marchés des
actions, qui ont un horizon de placement infini et une valeur terminale non déterminée. Ils
peuvent elles même se décomposer en trois types, selon Salge (1997), les bulles extrinsèque,
intrinsèque et les bulles markoviennes. Or, certaines bulles markoviennes n’explosent jamais
et leur prix continue à voir une trajectoire propre, sans réel lien avec leur valeur réelle.
L’existence des ces bulles peut donc remettre gravement en cause la théorie des marchés
efficients, puisqu’elle dispose que :
-
il existe des bulles spéculatives rationnelles
-
ces bulles n’explosent pas, donc le prix de titre ne joindra jamais leur valeur
intrinsèque.
L’existence de bulles rationnelles a été mise en évidence par de nombreux tests
empiriques, notamment ceux de Shiller, Leroy et Porter (1981). L’ensemble des résultats de
ce type d’étude valide sans aucun doute la formation de bulles spéculatives.
4.2- Les bulles informationnelles
L’existence des bulles informationnelles peut être expliquée par l’existence des plusieurs
catégories des intervenants ayant des nouveaux différents d’information.
Cette situation remet en cause les hypothèses de base de la théorie de l’efficience. L’une
des hypothèses est en effet que l’information est gratuite et que tous les agents en disposent
gratuitement et de façon simultanée. L’hypothèse concernant la rationalité implique
1
Thévenin (1996)
85
également que tous les agents économiques aient le temps et analysent correctement
l’information. La possibilité de voir coexister des intervenants ayant des informations émise
différents fait sortir du cadre théorique de l’efficience des marchés financiers. On peut
toujours penser que de tels écarts informationnels existent dans la réalité. Les analystes
financiers sont mieux informés que les investisseurs individuels. Ils peuvent avoir des
instruments leur permettant de mieux valoriser les informations qu’ils reçoivent que les
investisseurs individuels.
Pour Thevenin (1996), L’existence de ces agents ayant différents niveaux d’informations
peut être à l’origine de l’apparition de la bulle spéculative.
4.3- Les bulles irrationnelles
Les bulles irrationnelles sont issues de l’abandon de l’hypothèse concernant la rationalité
des investisseurs et du consensus de leurs anticipations. Comme pour les bulles
informationnelles, les bulles irrationnelles sortent du cadre traditionnel de la théorie de
l’efficience, qui prévoit justement que les investisseurs sont rationnels :
-
Les investisseurs, même s’ils possèdent les mêmes informations, n’aboutissent
pas a une valeur identique pour un actif donné.
-
Les investisseurs ne sont pas rationnels
L’acceptation de l’existence sur les marchés d’investisseur irrationnels ouvre la porte à
des situations où la notion d’efficience peut être malmenée.
Schéma 3- Les principales des bulles spéculatives
Bulles spéculatives
Bulles informationnelles
Bulles rationnelles
Bulles irrationnelles
Bulles markowiennes
Bulles intrinsèques
Bulles extrinsèque
86
5- Les biais liés à l’irrationalité des investisseurs
La théorie des marchés financiers prend donc pour l’hypothèse la rationalité des
investisseurs. Dans l’esprit théorique les investisseurs, sont tous égaux devant les
informations, sont rationnels et ont pour but unique de maximiser la rentabilité de portefeuille.
On distingue trois types d’investisseurs :
1- Les investisseurs individuels ou petit porteurs possèdent un portefeuille et le gèrent
souvent autant par le jeu que par volonté de maximiser leur rentabilité. Intéressés au
fonctionnement de la bourse et considérant souvent les marchés comme un vaste casino. Leur
aversion au risque est faible, ils investissent sur tous les types des marchés, y compris les
marchés conditionnels dont le niveau de risque est élevé.
Dans ce contexte, la diversification de leur portefeuille n’est pas optimale, puisqu’ils ne
disposent pas d’une somme suffisante pour acquérir un grand nombre des titres.
De plus, les coûts de gestion sont importants. L’information des investisseurs individuels
est parcellaire. Elle provient soit de leur intermediare et soit des journaux économiques. Or il
existe un décalage entre l’instant où l’information apparaît et celle où elle est repris sur ces
supports. De plus, ces investisseurs ne disposent pas de la totalité des informations émises sur
les marchés ni de la capacité d’interpréter les informations brutes.
Dans ce contexte, on ne peut pas penser que les petits porteurs sont investisseurs
rationnels.
2-Les gérants de portefeuille et les investisseurs institutionnels constituent la catégorie la
plus nombreuse qui dispose du pus d’influence sur la formation des prix. Informés en temps
réel, ces professionnels peuvent réagir rapidement aux informations qu’ils sont à même
d’analyser. Ces professionnels sont également confrontés à des contraintes importantes. Ils
maximisent sous contrainte de risque la rentabilité de l’investissement. Ces professionnels
appartiennent à une organisation, et qu’ils peuvent avoir leur propre stratégie à l’intérieur de
cette organisation. L’appréciation des gérants est fonction de la performance est mesurée de
facon relative (taille et risque). La stratégie personnelle optimale du gérant de portefeuille
consiste à lisser les performance des ses portefeuilles, de manière tenter de se trouver toujours
sur la partie haut de benchmark.
En outre, il ne faut pas oublier que la chaîne de décision d’investissement n’est pas aussi
simple et coût qu’on pourrait penser. En effet, le gestionnaire de portefeuille n’a pas latitude
87
totale sur la gestion, un comité de la gestion prend les orientations essentielles, le gestionnaire
ne fait souvent qu’en appliquer les directives et gérer le quotidien. L’intégration de
l’information dans la décision d’investissement est donc plus longue qu’il n’y parait. Le
gestionnaire soumis à l’avis des analystes financiers de l’organisation et ils suivent leurs
décisions aveuglement.
Dans ce contexte, on comprendra que les décisions d’investissement des professionnels de
la gestion de portefeuille ne sont pas aussi rationnelles.
3- les opérateurs qui regroupe l’ensemble des investisseurs qui achètent et vendent des
titres dans un but stratégique ou un but réaliser un profit financier net direct dans la détention
de leurs titres. Ainsi, si une entreprise acquiert un montant non négligeable de titres d’une
firme concurrente cotée, on ne peut penser qu’au plan strictement financier cette décision soit
rationnelle. La notion de rationalité reste orientée.
On trouve alors même cas pour cette catégorie, c'est-à-dire la prise en compte d’un certain
nombre de décisions dans un contexte de rationalité limite.
6- Les biais sont ils bien réels ?
Toute réaction inexpliquée des marchés à un événement donné apparaît comme un biais à
la théorie de l’efficience. Inversement, toute non réaction à un événement qui devrait
cependant en susciter une apparaît comme un biais. Un biais à la théorie pourrait n’être en
réalité qu’un phénomène non encore expliqué. Certains biais se situent probablement dans
cette figure. Personne n’a réussi de trouver une explication rationnelle ce qui ne signifie pas
que dans l’avenir ces explications ne seront pas mises à jour.
Les biais peuvent être liée à des problèmes de méthodologie statistique ou nés par hasard.
En tout état de cause, la mise en évidence de phénomène contraire à l’efficience ne doit
pas impérativement pousser les chercheurs à admettre que ces anomalies sont des biais. Au
contraire, ces anomalies doivent être examinées sur le marché différent et en utilisant des
échantillons différents.
L’existence des ces biais trois pistes du réflexion.
-
certains de ces biais peuvent être expliqués avec le temps.
-
Il demeure vrai que certains biais existent.
88
-
Certains champs des recherches méritent toujours d’être étudiés. Les
chercheurs en finance ont tendance à limiter leurs investigations dans des domaines
connus, propres à leur discipline.
Retour sur la rationalité des agents et finance comportementale
Les expériences et hypothèse regroupées sous le nom de finance comportementale,
apparues assez récemment, ont montré que les investisseurs ne sont que très partiellement
rationnels. Il est alors difficile d’accepter que les agents des marchés financiers suivent les
principaux axiomes de Von Neumann et Morgenstern pour modéliser les comportement des
investisseurs (comparabilité, transitivité, indépendance, continuité, classement), l’hypothèse
préalable au cadre théorique de la finance moderne. La finance comportementale montre que
les investisseurs ne sont pas parfaitement rationnels, mais ont plutôt une rationalité limitée
telle que le suggère Herbert Simon et qui se caractérise par l’utilisation d’heuristiques afin de
simplifier de raisonnement complexes.
Néanmoins, cette constatation ne doit pas remettre en cause la notion d’efficience de
marchés financiers. D’autres disciplines de la gestion ont admis depuis longtemps la
limitation de la rationalité humaine et travaillent avec cette hypothèse. Les marchés euxmêmes souffrent d’un certain nombre d’imperfections telles que l’existence de coûts de
transaction qui permettent paradoxalement aux marchés de demeure efficients en relâchant les
hypothèses originales. Gulko, en poursuivant les travaux de Hayek, montre ainsi qu’efficience
des marchés financiers et rationalité limitée des investisseurs sont compatible.
Conclusion
L’efficience des marchés apparaît à la fois comme une abstraction intellectuelle un mythe
et un objectif.
Une abstraction intellectuelle, la théorie de l’efficience des marchés remet en cause un
certain nombre de pratiques utilisées par les professionnels des marchés. Il s’agit de l’analyse
technique. Il génère des mouvements et augmente le turn over de portefeuille. L’usage
intensif de l’analyse technique en est le preuve. Elle reste un débat d’universitaires et
n’intéresse que les opérateurs qui préfèrent se concentrer sur les poches d’inefficience pour
89
réaliser des arbitrages. En revanche, elle demeure l’un des fondements de la théorie financière
moderne.
Un mythe : L’ensemble des hypothèses nécessaires à l’acceptation de la théorie de
l’efficience sont acceptées en bloc par le tenants de la théorie. Outre les hypothèses classiques
de circulation de l’information …. , d’autres hypothèses sous jacentes restent peu explorées. Il
s’agit en particulier de celle liées au comportement des investisseurs et de celle à la liquidité.
La théorie de l’efficience est un mythe que les marchés financiers tentent désespérément
d’atteindre sans y parvenir. Le mythe se transforme en objectif.
Un objectif : les autorités de marché sont conscientes que les caractéristiques de
l’efficience attirent les investisseurs et les entreprises. Rendre un marché plus efficient, c’est
diminuer l’ensemble des risques systémique liés au marché et les risques de bulle spéculative
en empêchant les agents d’agir par mimétisme. L’objectif des autorités est donc accroître
l’efficience en améliorant leur fonctionnement des instruments contrôle des informations, des
instruments de contrôle des vecteurs d’investissement des techniques des cotations, de la
fixation de tick, des coût de transaction. Pour ce qui concerne les marchés financiers,
efficience est presque devenue un synonyme d’efficace.
90
Chapitre III : Application, Modélisation ARCH des rentabilités
boursières de l’indice bancaire
Section 1- Les processus à non linéarités en variance : les modèle ARCH
Engel (1982) a développé les modèles ARCH afin de permettre à la variance d’une série
de dépendre de l’ensemble d’informations disponible, et notamment du temps. Cette classe
des modèles à pour objet de pallier les insuffisances des représentations ARMA
traditionnelles non adaptés aux problématiques financiers. Les séries financières sont en effet
caractérisées par une volatilité variable et par des phénomènes d’asymétrie qui ne peuvent être
pris en compte par les modélisations de type ARMA. Or, il est particulièrement important de
comprendre et de modéliser la volatilité d’une série. En effet, les décisions d’investissement
dépendent fortement, non seulement de l’évaluation des rentabilités futures, mais également
des risques afférents aux diverses actions constituant les portefeuilles. L’estimation de la
volatilité de la rentabilité d’une action fournit une mesure du risque qui y est attaché. En
outre, si le processus suivi par la volatilité est correctement spécifié, celui-ci peut fournir des
informations utiles à la détermination du processus générant les rentabilités. Les modèles
ARCH sont basés sur une paramétrisation endogène de la variance conditionnelle. Ces
processus ont connus un succès important dans les applications financières. En raison du fait
qu’ils permettent de réécrire le modèle structurel concernant les choix de portefeuille
optimaux, les liens entre rentabilité d’actifs et la rentabilité du portefeuille de marché. Ces
modèles ont fait l’objet des nombreuses extensions que nous nous proposons d’étudier ci
après.
1.1- formulation générale
Dans le modèle de type ARCH, εt est un processus tel que :
E(εt - εt-1) = 0
V(εt - εt-1) = σ2t
1
2
Où σ t représente la variance conditionnelle du processus εt. On voit que la variance peut
varier au cours du temps dans ce type de processus, à la différence des processus ARMA où
elle est supposé constante. D’après 1, le processus standardisé :
91
Zt = εt(σ2t)-1/2 = εt /σt
2
Est un processus dont l’espérance conditionnelle set nulle et dont la variance
conditionnelle est constante et égale a l’unité. En générale le processus εt, n’est pas
observable, il peut correspondre à l’innovation d’un processus du type ARMA ajusté sur la
série étudiée Yt :
Φ(L)Yt = Ө (L) εt
3
Ou encore à celle d’un processus général du type :
Yt = f (Xt-1 ;b)+ εt
4
Où f est une fonction des variables explicatives Xt-1 et d’un vecteur de paramètre b
inconnus.
L’équation générant la série Yt est appelée équation de la moyenne, et reste très générale.
1.2- Processus ARCH et GARCH
Le processus ARCH (q) est le modèle de base des processus ARCH proposé par Engel
(1982). Le modèle ARCH (q) est basé sur un paramétrisation quadratique de la variance
conditionnelle σ2t apparaît comme une fonction linéaire des q valeur passés du processus du
carrés des innovations.
Définition 1 : un processus ARCH (q) est donné par :
σ2t = α0 + Σ αi ε2t-i = α0 + α (L) ε2t
5
Où α0 > 0 et αi >= 0
Les contraintes sur les coefficients garantissent la positivité de la variance conditionnelle.
On peut de plus montrer que cette variance est finie si Σ αi < 1. Le modèle ARCH (q) permet
de prendre en compte les regroupements de volatilité, c'est-à-dire le fait que les fortes (faible)
variations de prix sont suivies par d’autre fortes (faible) variations de prix mais dont le signe
n’est pas prévisible. Bollerslev (1986) a généralisé le modèle initiale d’Engel en établissement
le modèle GARCH (p,q). Cette extension consiste en introduction de valeur retardée de la
variance dans son équation et est similaire à l’extension des processus AR aux ARMA. Cela
permet une description plus parcimonieuse de la structure des retardes.
92
Définition 2 : un processus GARCH (p,q) est défini par :
σ2t = α0 + Σ αi ε2t-i + Σ βj σ2t-j = α0 + α (L) ε2t + β(L) σ2t
6
Où α0 > 0 et αi >= 0 et β >= 0.
A nouveau, les contraintes sur les coefficients assurent la positivité
de la variance
conditionnelle1.
Bien entendu, lorsque p=0, le processus GARCH (p,q) se réduit au processus ARCH (q).
Posons en effet :
Ut = ε2t - σ2t
2
7
2
Remplaçons σ t par (ε t – ut) dans l’équation 6 :
ε2t – ut = α0 + α (L) ε2t + β(L) [ε2t – ut]
8
[I - α (L) - β(L)] ε2t = α0 + [I- β(L)]ut
9
D’où
Ainsi, l’équation 9 s’interprète comme un modèle ARMA (max (p,q),p) sue la série des
carrés des résidus. Cette nouvelle écriture permet d’écriture facilement les conditions de
stationnarité faible. Celles-ci reposent sue l’existence d’une variance V(εt) = E(σ2t)
indépendante du temps asymptotique.
Propriété 1 : une condition nécessaire et suffisante de stationnarité du processus GARCH
(p,q) s’écrit :
α(1) + β(1) = Σ αi Σ βj < 1
10
On traduit ici simplement le fait que si les racines du polynôme :
1 – Σ (αi + βj) Li
11
Sont à l’extérieur du disque unité, alors la séries E(ε2t) converge et le processus devient
asymptotiquement stationnaire à l’ordre deux.
Remarque : Empiriquement, l’identification des ordres p et q d’un processus GARCH
s’effectue à partir de l’étude des autocorrélations partielles de la série ε2t. Ainsi, pour un
processus ARCH (q), la fonction d’autocorrélation partielle s’annule à partir du rang q+1.
1
Nelson et Cao (1991) ont montré que ces conditions n’étaient pas nécessaires.
93
Pour un processus GARCH (p,q), cette fonction n’est pas en général pas nulle et décroît de
façon exponentielle lorsque le nombre de retards augments1.
Les applications des modèles ARCH (q) et GARCH (p,q) en finance sont très nombreuses.
Toutefois, selon certains auteurs, les formulations sont trop restrictives car elles imposent une
relation quadratique entre l’erreur et la variance conditionnelle. Selon Nelson (1991), les
modèles GARCH peuvent se révéler insuffisants pour deux raisons principales :
-
Le choix d’une forme quadratique pour la variance conditionnelle a des
conséquences importantes sur la trajectoire temporelle de la série. Typiquement, les
séries sont caractérisées par des périodes de forte volatilité et faible volatilité. Au
travers des modèles ARCH, l’impact des valeurs passées de l’innovation sur la
volatilité présente est donc pris en compte en fonction de leur ampleur. Dans le cas des
séries financières, la volatilité tend à être plus importante après baisse qu’une hausse.
En d’autre terme, la volatilité tend à croître en réponse aux mauvaise nouvelles et à
décroître en réponse aux bonnes nouvelles. Le choix d’une forme symétrique pour la
variance conditionnelle ne permet pas de modéliser ce phénomène d’asymétrie.
-
Une autre restriction des modèles ARCH traditionnels provient des contraintes
de non négativité imposée sur le paramètre. Les modèles GARCH restent fortement
contraints à ce que la variance conditionnelle soit positive. Par conséquence, un choc à
toujours un effet positive sur la volatilité courante.
Ces critiques ont donné lieu au développement de trois processus : le modèle EGARCH
(exponentiel), TGARCH (Threshold), QGARCH (quadratic).
1.3- une caractérisation générale des processus de type GARCH
Hentschel (1994) a montré qu’une grande nombre de processus de type GARCH (avec
p=q=1) pouvaient être considérés comme des cas particuliers d’une transformation de BOXCOX appliquée à un modèle AGARCH (Absolu GARCH) :
αλt – 1 / λ = α0 + αλt-1 f v(εt – 1) + β αλt-1 – 1 / λ
1
12
Sandrine Lardic, économétrie des séries temporelles macro et financières, economeca, 2002, page 292
94
v
Où f (εt) = |εt –b| - c(εt –b) pour λ>1, la transformation de Box-Cox est convexe, pour
λ<1 elle est concave. Nous pouvons distinguer plusieurs cas selon les valeurs prises par des
paramètres λ, v, b, c ce que nous permettra également d’introduire de nouveaux processus de
type GARCH.
-
Pour λ = v = 1 et |c| <= 1, l’équation définit le processus AGARCH.
-
Pour λ = b = 0 et v = 1 on retrouve le processus EGARCH
-
Pour λ = v = 1, b=0 et |c| <= 1 on retrouve le processus TGARCH
-
Pour λ = v = 2 et b=c=0, la relation se réduit a la définition d’un processus
GARCH usuel.
-
Pour λ = v = 2 et c=0, on obtient le processus GARCH asymétrique non
linéaire introduit par Engel et Ng (1993).
-
Le modèle ARCH non linéaire NARCH introduit par Higgins et Bera (1992)
est donné par λ = v et b=c=0.
Remarque : le processus EGARCH n’apparaît pas comme un cas particulier de 121.
1.4- Rappel sur le test ARCH
Rappelons que le test ARCH a été introduit par Engel (1982). Supposons que l’équation
de la moyenne soit décrite par un processus ARMA. On considère la série Yt générée par le
processus suivant :
Φ(L)Yt = Ө(L)εt
σ2t =α0 +Σαi ε2t
13
L’hypothèse nulle testée est celle d’homoscédasticité : α1…………….. αq= 0contre l’hypothèse
alternative d’hétéroscédasticité conditionnelle, au moins un coefficient est différent de 0. Si
l’hypothèse nulle est acceptée, alors σ2t =α0 : la variance conditionnelle est constante. En
revanche si l’hypothèse nulle est rejetée, les résidus suivent un processus ARCH (q).
La mise en œuvre du test est simple et peut s’effectuer en trois étapes :
1
Même référence page 298
95
1- on estime l’équation de la moyenne, on récupère les résidus estimés εˆt et l’on
calcule la série des εˆ2t.
2- on régresse εˆ2t sur une constante et sur ses q valeurs passés.
3- On calcule statistique TR2 où T est le nombre d’observations et R2 est le
coefficient de détermination associé a la régression de l’étape 2.
Sous l’hypothèse nulle d’homoscédasticité, la statistique TR2 suit une loi de Khi Deux à q
degrés de liberté. La règle de décision est :
-
Si TR2 < X2(q), l’hypothèse nulle est accepté : il n’existe pas d’effet ARCH.
-
Si TR2 >= X2(q), on rejette l’hypothèse nulle en faveur de l’hypothèse
alternative d’hétéroscédasticité conditionnelle.
1.5- un bref aperçu des méthodes d’estimation
Les techniques usuelles d’estimation s’appliquent aux modèles ARCH sont les maximum
de vraisemblance et des moindres carrés en deux étapes sont les plus utilisées1.
1.5.1- Le maximum de vraisemblance
La plupart des aléas relatifs aux séries financières ne suivent pas une loi normale.
Toutefois, la densité gaussienne peut être utilisée pour calculer l’estimateur même si la vraie
distribution n’est pas normale. On utilise alors la méthode du maximum de vraisemblance.
Des conditions suffisantes de régularité permettant d’obtenir des propriétés de convergence et
de normalité asymptotique ont été établies par Weiss (1982) dans le cas de modèle ARCH
linéaire. La plus contraignante entre elles, est une condition d’existence du moment d’ordre 4
pour les résidus εt. Lumsdaine (1990) montre qu’il est possible de s’affranchir de cette
contrainte dans le cas du modèle GARCH (1,1) et que les estimateurs du maximum de
vraisemblance des différents paramètres sont convergents et asymptotiquement normaux.
Il est important de noter que, lorsque la vraie densité conditionnelle est normale, les
estimateurs de la moyenne et de la variance sont asymptotiquement non corrélés. Ils peuvent
ainsi être estimés séparément sans perte d’efficacité. Cette propriété ne tient plus en dehors de
la classe de modèles ARCH traditionnels.
Considérons un modèle GARCH (p,q) défini comme :
1
Pour plus de détails sur l’estimation des modèles ARCH, voir Gouriéroux (1992) et bollerslev, Engel et Nelson
(1994)
96
Yt = f (Xt ,b) + εt
σ2t = ht = α0 + α1ε2t-1 +….. + αqε2t-q + β1 σ2t-1 + …..+ βp σ2t-p
13
On pose
Z’ = (1, ε2t-1….,ε2t-q, ht-1, …, ht-p)
W’= (α0, α1…., αq , β1……, βp)
Soit θ Є Ө où θ = (b’, w’) et Ө est un sous ensemble compact d’un espace euclidien tel
que εt a des moments d’ordre deux finis.
Désignons par θ0 la vraie valeur des paramètres.
On peut réécrire l’équation de la variance conditionnelle comme suite :
ht = Z’tw
14
La log vraisemblance, pour un échantillon de T observations, s’écrit1
LT (θ) = 1/T Σlt(θ)
15
Où
lt(θ) = -1/2 log ht- [1/2 . ε2t/ ht]
16
La maximisation de la log vraisemblance par rapport aux paramètres α, β et b nous permet
d’écrire les conditions du premier ordre :
δlt / δw = 1/2ht . δht / δw (ε2t/ht – 1)
δlt / δb = εtXt / ht + ½ ht δht / δb (ε2t/ht – 1)
Pour les modèles ARCH et GARCH, l’estimateur est obtenu en résolvant les équations du
premier ordre. La résolution numérique peut être menée en utilisant différents algorithmes,
dont l’algorithme BHHH (Berndt, Hall, Hall et Hausman (1974)). Pour le modèle ARCH (q)
la méthode du score peut être appliquer relativement facilement, mais pour les modèle
GARCH (p,q) les termes récursifs compliquent cette procédure. Ce pourquoi on préfère en
générale utiliser l’algorithme BHHH décrit ci-après.
Soit θ(i) le vecteur des paramètres estimés après la iième interaction. θ(i+1) est donné par :
1
On a ici négligé la constante, cette dernière n’intervenant pas dans la procédure de maximisation.
97
θ(i+1) = θ(i) + λi (Σ δlt/δθ . δlt/δθ’)-1 Σ δlt/δθ
16
Où δlt/δθ est évalué en θ(i), λi est un multiplicateur.
Weiss (1982) a montré que l’estimateur du maximum de vraisemblance θˆT est un
estimateur fortement convergent de θ0 et asymptotiquement normal de moyenne θ0 et de
matrice de variance covariance dépendant de la loi conditionnelles de εt Soit :
F-1 = - E (δ2lt /δθ.δθ’)-1
17
Et :
G = E [(δlt /δθ) (δlt /δθ’)]
18
Si la vraie distribution conditionnelle de εt est normal, c'est-à-dire si : εt \ εt -1 ˜ N(0,ht),
alors G=F et la matrice de variance covariance est donnée par : F-1GF-1 = F-1
Si l’on relache l’hypothèse de normalité et si l’on suppose simplement que :
E (εt \ εt -1) = 0
V(εt \ εt -1) = ht
E(ε4t \ εt -1) = h2t < infini
Alors θˆT est un estimateur asymptotiquement normal de θ0 de moyenne θ0 et de matrice
de variance covariance F-1GF-1.
1.5.2- Les moindres carrés en deux étapes
Un modèle ARCH peut être vu comme deux modèles ARMA successifs, l’un sur le
processus lui-même, le seconde sur le carrés des innovations. Il est de ce fait naturel
d’introduire des procédures d’estimation en deux étapes tenant compte de cette structure
particulière.
Soit un modèle de régression avec erreurs ARCH :
Yt = f (Xt, b) + εt
V = ht = α0 + α1ε2t-1 +….. + αqε2t-q
17
La première étape à obtenir des estimateurs convergents des paramètres de l’équation de
la moyenne et de l’équation de la variance. L’estimateur de b est obtenu naturellement par
l’estimation MCO déduite de la régression de Yt sur f (Xt, b). Notons cet estimateur bˆ. les
résidus estimés sont alors donnés par :
98
εt = Yt - Xtbˆ
18
En régressant εˆ2t sur 1, εˆ2t-1…. εˆ2t-q, on obtient des estimateurs convergents des
paramètres figurant dans l’équation de la variance : αˆ0 + αˆ1 +….. + αˆq. Ces deux régressions
successives ont été effectuées par la méthode des moindres carrés ordinaires, c'est-à-dire sans
prendre en compte le phénomène d’hétéroscédasticité. Les estimateurs de b peuvent être
améliorés dans la seconde étape en régressant Yt sur f (Xt, b) par le moindres carrés quasi
généralisés avec :
hˆt = σˆ2t = αˆ0 + αˆ1εˆ2t-1 +….. + αˆqεˆ2t-q
19
On note ces estimateurs de la seconde étape bˆ.
Lorsque la vraie distribution est conditionnellement normale, on a :
V(ε2t \ εt -1) = 2h2t
Et des estimateurs de la seconde étape obtenus en régressant εˆ2t sur εˆ2t-1 … εˆ2t-q. par le
MCQG avec V(ε2t \ εt -1) = 2hˆ2t.
Asymptotiquement normaux, ces estimateurs de MCQG font apparaître une perte
d’efficacité asymptotique par rapport à ceux du pseudo maximum de vraisemblance. Il est
important de noter que celle-ci n’affecte que les paramètres de la moyenne : les estimateurs
des paramètres de la variance sont asymptotiquement efficaces. Notons enfin que la méthode
présentée ici peut s’appliquer à d’autres paramétrisations, notamment les modèles ARCH à
seuils.
1.6- Modèles ARCH et prévision
La question de la prévision dans le cadre des processus de type ARCH a été abordée par
de nombreux acteurs. Engel et Kraft (1983) ainsi que Engel et Bollerslev (1986) ont dérivé les
expressions de la variance de l’erreur de prévision dans le cas de processus avec erreurs
ARCH et GARCH respectivement. Bollerslev (1986) ainsi que Granger, White et Kametra
(1989) se sont intéressés à la construction d’intervalles des confiances pour des prévisions à
un pas. Dans la domaine des prévisions, on pourra également consulter les travaux de Geweke
(1989) Baillie et Bollerslev (1992) ou encore Nelson et Foster (1994).
Considérons u processus GARCH (p,q) :
99
σ2t = α0 + Σαiε2t-i + Σβjσ2t-j
20
On peut écrire à l’horizon T :
σ2t+T = α0 + Σαiε2t+T-i + Σβjσ2t+T-j
21
Soit encore :
σ2t+T = α0 + Σn(αiε2t+T-i + βiσ2t+T-i) + Σm(αiε2t+T-i + βiσ2t+T-i)
22
Où n= min (m,T-1) et m = max(p,q)
En notant It ‘ensemble d’informations disponible à la date t, on a :
E[σ2t+T | It] = α0 + Σn[(αi + βi) E[σ2t+T | It]] + Σm(αiε2t+T-i + βiσ2t+T-i)
23
Car E[ε2t+T | It] = E[σ2t+T | It] si T > 0
A titre d’exemple, considérons un processus GARCH (1,1). On a naturellement p=q=1,
donc m = 1, pour T>=2, n = min(1,T-1) = 1.
Par conséquent, on en déduit la relation suivante :
E[σ2t+T | It] = α0 + (α1 + β1) E[σ2t+T | It]
24
En notant E[σ2t+T | It] = σˆ2t+T on a donc la formule récursive suivante pour T>=2.
σˆ2t+T = α0 + (α1 + β1) σ2t+T-1
25
Bien évidemment, lorsque l’horizon de prévision T vaut 1, on a :
σ2t+T = α0 + α1ε2t + β1σ2t
26
Les prévisions de la volatilité peuvent donc être effectuée selon l’équation 25 pour des
horizon de prévisions supérieurs à un pas et selon 26 pour les prévisions statiques (prévisions
à un pas1).
Ainsi, lorsque l’horizon de prévision augmente, la prévision optimale converge de façon
monotone vers la variance non conditionnelle α0 / (1- α1 - β1).
1
On peut réécrire la relation 25 sous une forme alternative, valable quel que soit l’horizon, soit σˆ2t+T = α0 +ΣT-1
(αi + βi)i + (αi + βi)T-1 [αiε2t + β1σ2t ]
100
Section 2 : Analyse empirique de l’indice BLOM
Nous étudions précisément les caractéristiques essentielles des séries des rendements
boursiers de l’indice BLOM de la bourse du liban entre le période 1/1/2004 et 31/12/2005.
Nous avons retenu une fréquence quotidienne dans les données, si l’hypothèse d’efficience est
rejetée sur donnée journalière, elle devrait également l’être sur données hebdomadaires ou
mensuelles. « Si l’information n’est pas intégrée au bout d’une journée, cela suffit à rejeter
l’hypothèse d’efficience même si les tests n la rejettent pas à fréquence plus faible1 »
Alexandre et Ertur (1994).
Les graphes (1,2,3,4), représentants l’évolution des rentabilité de l’indice BLOM, indique
que cette série évolue positivement au cour du temps et il est fortement volatile. On observe
par ailleurs des regroupements de volatilité : les fortes variations ont tendance à être suivie par
les fortes variations, et les faibles variations par de faibles variations. La volatilité évolue au
cour du temps. Cette remarque suggère q’un processus de type ARCH pourrait être adapté à la
modélisation de la série.
On remarque que, au début de la graphe, le premier période de la série (1/1/2004 jusqu’à
1/1/2005) la série est faiblement volatile, mais à partir de ce moment, on trouve que la série
est devenu fortement volatile. Quelle est l’interprétation de cette volatilité ?
A partir du janvier 2005, la date de l’attenta de x premier ministre RAFIK ALHARIRI, les
marchés financières libanaise choqués fortement de ce coup, a cause de ce que le représenté
de la confiance internationale de l’économie libanais. On trouve après l’attenta, la confiance
financière au liban est baissé, les investissement direct et indirect est devenue faible, pleine
des épargnants ont quittées liban, …..
On trouve après l’attenta et le période après, la série présente fortement volatile,
pourquoi ? Parce que après l’attenta, il a passé plusieurs attenta au liban contre les journaliste
et politiciens etc… ces facteurs a perdu les libanais un élément très important est la sécurité
et la confiance.
Pour cela on trouve dans la deuxième période dans la série beaucoup de volatilité.
1
Mohamed CHIKHI, « le marché boursier en France est il efficient », LAMETA, faculté des sciences
économique, Montpellier, 2001. page 8 et 9
101
La mise en œuvre des divers tests d’indépendance et des outils de l’analyse nécessite que
la série soit stationnaire. L’application des tests de Dickey Fuller Augmenté fait ressortir la
présence d’une racine unitaire dans la série en niveau (voir Tab 1). La série boursière est donc
non stationnaire. Le test de Dickey Fuller Augmenté a été mis en œuvre sur la série des
rendements boursiers afin de tester l’ordre d’intégration de cette série et cette série. Nous
constatons que la série est stationnaire en différence première. En raison de l’importance de la
validité de l’hypothèse de stationnarité pour notre étude, nous appliquons un autre type de test
de racine unitaire afin de vérifier les résultats de Dickey Fuller : Le test de Philips et Perron.
Ce test est particulièrement intéressant dans le cadre des séries financières puisqu’il est
robuste à l’hétéroscédasticité et cette série exhibe généralement un effet ARCH qui permet de
rendre en compte de la variabilité du flot d’information arrivant sur le marché boursier. Cette
correction apportée par Philips et Perron (1988) permet donc de prendre en compte une
autocorrélation et un éventuelle hétéroscédasticité.
Au niveau de (Tab 4 et 6), la série de rendement est stationnaire au niveau et en différence
première.
Donc, le test de Philip Perron confirme ces résultats que la série est n’est pas stationnaire
au niveau mais stationnaire en différence première.
On remarque dans les TAB (7 et 8), que la fonction d’autocorrélations empirique de la
série en corrélogrammes de l’indice BLOM ne décline pas rapidement vers zéro. Ce qui
montre que cette série ne pas stationnaire au niveau mais stationnaire en différence première
car la série différenciée ne présente plus systématiquement de fortes valeurs de
autocorrélations et les résultats des séries de rendement. Ces dernières décroissent rapidement
vers zéro.
Nous constatons d’après les résultats du (Tab 9), que l’hypothèse nulle de normalité est
rejetée pour la série des rendements de l’indice BLOM. On constate en premier lieu que le
coefficient de Kurtosis est très élevé, c'est-à-dire largement supérieur à 3 (valeur du
coefficient de Kurtosis pour la loi normale). Cet excès de Kurtosis témoigne d’une forte
probabilité d’occurrence de points extrêmes. En second lieu, le cœfficient de Skewness est
différent de zéro (valeur théorique du cœfficient de Skewness pour une loi normale) est
positive indique en outre que la distribution de cette séries est étalée vers la droite (graphe 6).
Ceci illustre la présence d’asymétrie. Cette asymétrie peut être le signe de la présence de non
linéarité dans le processus d’évolution des rendements de l’indice BLOM. Il est en effet
possible de rapprocher les notions d’asymétrie et de non linéarité puisque l’on sait que les
102
modèles linéaires gaussien ne peuvent générer qu’un comportement symétrique de la série et
ne peuvent pas donc rendre compte des phénomènes d’asymétrie.
En conséquence, ainsi que l’illustre de test Jarque et Bera, les rentabilités boursières de
l’indice BLOM ne suivent pas une loi normale, ce qui est une caractéristique générale des
séries financières et la distribution des rendements de l’indice BLOM est typiquement non
gaussienne.
Notons de plus que ce non linéarité peut témoigner de la présence d’un effet ARCH
fréquemment rencontré dans les séries financières.
Ces dernières présentent généralement une variance variable au cours du temps. Il parait
important d’effectuer les tests d’homoscédasticité sur les séries des rendements boursières
préalablement aux divers tests d’efficience.
Deux tests d’homoscédasticité ont été appliqués. Il s’agit du test ARCH et le test de
White.
Dans le résultats de modèle ARCH rappelons que, sous l’hypothèse nulle
d’homoscédasticité, la statistique TR2 suite une loi de Khi deux à q degrés de liberté, ou T est
le nombre d’observation de la série εˆ2t et R2 est le coefficient de détermination associé à :
εˆ2t = α0 + Σαi εˆ2t-1
Afin d’estimer la relation, il convient tout d’abord de déterminer le nombre de retard q à
prendre en compte. Le (Tab 10) indiquant que le trois premières autocorrélations partielles
sont significativement différentes du zéro, on retient un nombre de retards q égal à 3 pour
réaliser le test ARCH. On constate que la probabilité associée à la statistique de test TR2
(obs*R-squared) est nulle : on rejette donc l’hypothèse nulle d’homoscédasticité en faveur de
l’alternative d’hétéroscédasticité conditionnelle.
Donc les résultats de modèle ARCH montrent que, avec le trois nombres des retards q
qu’il y a un hétéroscédasticité dans la série.
Le test de White (1980)
qui est un test d’hétéroscédasticité rapport à une forme
quadratique des régresseurs.
Les résultats de tableau 11 montrent que l’hypothèse nulle d’homoscédasticité est rejetée,
il ressort que cette série est hétéroscédastique. Il faut noter ainsi que la présence
d’hétéroscédasticité conditionnelle ne témoigne pas d’une inefficience du marché.
103
Le marché Beyrouthin est il efficient au sens faible? Pour répondre à cette question, des
tests d’absence de corrélation sérielle- test de Box Pierce et test de Box Pierce corrigé de
l’hétéroscédasticité, test de Durbin Watson, test de Breusch et Godfrey et les test de BDS.
Au regard de la statistique de Box et Pierce traditionnelle (TAB 12), cette série présente
une autocorrélation, l’hypothèse de marche aléatoire de ce cours boursier n’est pas vérifiée,
dans ce cas, les rentabilités ne suivent pas un bruit blanc. Nous avons appliqué également la
statistique de Box et Pierce corrigé afin de tenir en comte de l’hétéroscédasticité (TAB 12). Il
parait que cette statistique n’est pas significativement différente de zéro témoignant d’une
absence de corrélation sérielle. Il ressort donc de ces tests que la série des rendements est
hétéroscédastique mais ne présente pas de corrélation sérielle.
Nous remarquons, dans le test de Durbin Watson (TAB 13), il montre que l’hypothèse
nulle d’autocorrélation sérielle n’est pas jamais rejetée. C'est-à-dire que le test montre
l’absence d’autocorrélation à l’ordre 1des résidus dans la série.
Même les résultats des tests de Breusch et Godfrey « serial corrélation LM test » (TAB
14), montre l’absence d’autocorrélation sérielle. Où (ObsR2 = 0,4402 < X2).
Dans ce cas, il est impossible de prévoir les rendements futurs à partir des rendements
passés. Ce qui reste en accord avec l’hypothèse d’efficience au sens faible.
La série des rendements boursiers de l’indice BLOM ne présente pas de corrélation
sérielle utilisant ces tests. Nous acceptons, en effet, l’hypothèse nulle de marché aléatoire et
l’hypothèse d’efficience au sens faible de ce marché boursier est toujours vérifiée.
Par conséquent, il s’avère nécessaire d’appliquer des tests plus puissants dans l’espoir des
conclusions plus tranchées. Pour cela, le test de BDS paraît plus puissant dans la mesure où il
est capable de détecter des dépendances de type non linéaire dans les séries.
Le test non paramétrique de BDS (test l’hypothèse nulle de processus générateur
indépendamment et identiquement distribuée iid) ne permet pas déterminer en faveur de
quelle alternative l’hypothèse nulle est rejetée. Le test de BDS nécessite des calculs d’ordre
n2. Pour des grands échantillons (N>1000), la puissance de ce test non paramétrique est
limitée.
Sous l’hypothèse nulle, Xt iid, cette statistique suit une loi normale centrée réduite. Un
rejet de l’hypothèse nulle peut provenir :
104
-
soit d’une structure de dépendance issue d’un processus stochastique linéaire
-
soit de non stationnarité de la série étudiée1.
-
soit d’une structure de dépendance issue d’un processus stochastique non
linéaire
-
soit d’une structure de dépendance issue d’un processus déterministe non
linéaire
Le TAB 15 reporte les résultats du test d’hypothèse de indépendance des rendements des
boursiers de l’indice BLOM au moyen du test BDS et les valeurs sont comparer avec la valeur
critique de la loi normale contée réduite à 5% soit 1,96. Au regard de ce tableau, l’hypothèse
l’indépendance des rendements boursiers est clairement acceptée puisque les valeurs de la
statistique sont inférieures à 1,96. Donc, l’hypothèse de la forme faible de l’efficience est
acceptée. Le marché beyrouthin est efficient au sens faible dans la mesure où les tests
économétriques ne font pas apparaître une prévisibilité des rendements à partir des valeurs
passées.
Maintenant on va tester si la distribution des résidus est normale, on utilise un test, il
s’agit d’un test paramétrique de Jarque et Bera. Nous constatons, d’après les résultats du
tableau 16, que l’hypothèse de normalité est rejetée pour les résidus. Les coefficient de
Skewness est positive indiquant que la distribution de la série de rendements est asymétrique
étalée vers la droite (Fig 7). Il est probable que cette asymétrie soit le signe de la présence de
non linéarités dans le processus des résidus. Et la forme des variations n’est pas régulière. Il
faut noter que cette non linéarité provient peut être de la présence d’un effet ARCH, ce qui
este accord avec l’hypothèse d’hétéroscédasticité des rendement de l’indice BLOM.
La FIG 5 montre que les résidus ne sont pas des bruits blancs témoignant de la présence
d’une périodicité et de non linéarité. Les résultats du test ARCH LM sur les résidus de notre
modèle confirment la présence d’hétéroscédasticité ce qui accord avec l’hypothèse
d’hétéroscédasticité détecter par les tests de White. Les résidus peuvent être donc modélisé
par des modèles ARCH. Les séries financières sont en générale caractérisées par une volatilité
variable et par des phénomènes d’asymétrie qui ne peuvent être pris en compte par les
modélisations de l’espérance conditionnelle, qui est une mesure de la volatilité d’une série,
1
Ce cas est exclu dans la présente étude dans la mesure où les séries de rentabilités sont stationnaires.
105
n’est plus constante au cours du temps. Afin de rendre compte de ce phénomène, il est
nécessaire d’estimer la volatilité des rendements de l’indice BLOM par une méthode basée
sur l’estimation du modèle ARCH. Un des intérêts de ces modèles est qu’ils permettent
d’obtenir une mesure de risque d’étudier le flot d’informations arrivant sur les marchés
boursiers.
Les résultats des tests ARCH LM sur les résidus confirment l’absence de
l’hétéroscédasticité (NR2 = 1,3984 < X2(1)). De plus, la série des résidus standardisés ne
présent aucune corrélation sérielle puisque le test non paramétrique de BDS montre que
l’hypothèse d’indépendance des résidus est clairement acceptée (voir TAB 17).
106
Conclusion
Efficience ou inefficience de marché boursier à Beyrouth ?
Nous avons signalé que, la théorie financière moderne repose sur la théorie de l’efficience
des marchés financiers. Il est alors bien difficile de vouloir tester, et encore plus de remettre
en cause, un tel paradigme théorique.
Cette difficulté est d’autant plus accentuée qu’une des conditions nécessaires à l’efficience
d’un marché réside dans les caractères rationnels du comportement et des anticipations des
participants au marché.
Le cadre théorique est en outre complexifié par les ambiguïtés attachées à la définition
même de l’efficience. En particulier, celle-ci est toujours définie en référence à un certain
modèle de formation des cours définissant lui-même la valeur fondamentale d’une action. Par
conséquent, le rejet de l’hypothèse de l’efficience ne résulte pas nécessairement d’une
inefficience du marché, mais peut provenir d’une mauvaise spécification du modèle
d’évolution des cours boursiers.
A partir de là, nous nous sommes ici, dans ce papier, attachés a une forme particulière de
l’efficience informationnelle : l’efficience au sens faible sur le marché boursier au liban.
« Un marché est efficient si toute l’information basée sur les cours et rentabilités passés
est pleinement et instantanément reflétée dans le prix des titres »1. Le prix observé sur le
marché intègre ainsi toute l’information et est égal à sa valeur fondamentale. Il est alors
impossible de prévoir les rentabilités à partir des rentabilités passées. De nombreux tests ayant
pour objet de corroborer ou d’infirmer cette hypothèse ont été réalisés.
On s’est intéressée à la détection de dépendance non linéaire. Dans un premier temps,
nous avons effectué les tests de stationnarité, la série n’était pas stationnaire au niveau mais
stationnaire en différence première. Dans un deuxième temps, nous avons effectué les trois
tests de normalité afin de recourir à l’hypothèse de non linéarité. Dans un troisième temps,
l’étude était consacré aux tests de la forme faible de l’efficience de ce marché par le biais de
divers tests d’absence de corrélation sérielle – tests de Box Pierce et de Box Pierce corrigé de
1
Valérie Mignon, marché financier et modélisation des rentabilités boursiers, P. 263
107
l’hétéroscédasticité, tests de Durbin Watson de corrélation, tests de Breusch et Godfrey
d’autocorrélation. Ces tests ont été prouvés d’absence d’autocorrélation sérielle.
Ces tests n’ont pas permis de détecter tous les types de dépendance, un test plus puissant
est été appliqué : Le test non paramétrique de BDS (l’intérêt de ce test par rapport aux tests
précédents est qu’il pet détecter des dépendance de types non linéaire dans la série). Ce test
est présenté un grand intérêt à l’hypothèse de processus indépendamment et identiquement
distribué, en particulier la non linéarité. Pourquoi ? Parce que l’évidence empirique
témoignant cependant d’absence d’autocorrélation sérielle mais il y avait d’hétéroscédasticité
(non linéarité), ce que le montrer par les tests ARCH et test de White et aussi les résidus
n’étaient pas des bruits blancs (périodicité et non linéarité). Ce conduit à un assouplissement
de cette définition. Un marché efficient est alors un marché sur lequel il est impossible, à
partir des informations disponibles, de réaliser des profits anormaux. Il est par conséquent
impossible de prévoir leur évolution.
Dans la dernière temps, l’étude était consacrée à l’analyse de la volatilité des rendements
boursiers avec la présence d’un effet ARCH non paramétrique, parce que il adapte fortement
avec la série, les tests est été montré d’un indépendance des résidus.
Par exemple, liban situe dans un endroit plein des troublements des sécurités, il est à la
frontière avec Israël, la bourse influe par la situation économique et la situation politique
influant sur la vie économique, et liban depuis son indépendance ne connaît pas la stabilité
soit au niveau économique ou sécurité ou politique.
En particulier, en 2006 liban a commencé une période très fort, en prévu un taux de
croissance égale à 6%. Mais la guerre entre liban et Israël fait devenir ce taux 0% et négatif.
Donc la vie économique influe complètement par la situation de sécurité surtout la bourse, où
au début de 2006, la compagnie holding koweïtien of investment a entée la marché libanais par
un investissement est égale un milliard et 635 million dollars dans la domaine de construction.
Mais avec le lancement de la guerre la compagnie a quitté le marché, la bourse enregistré
entre 5 et 7% des pertes dans les actions. Pour cela, la bourse est été fermé pendant Juillet et
Août 2006.
Cette conclusion remet en cause un résultat majoritairement admis selon lequel le cours à
la date précédente n’est pas le meilleur prédicteur du cours en t.
108
Les résultats des tests les plus simples semblent valider la forme faible de l’efficience des
marchés financiers. Les tests les plus robustes paraissent au contraire remettre quelque peu en
cause la forme faible de l’efficience. Cependant, la sophistication de ces tests fait surgir des
problèmes méthodologiques qui rendent leurs conclusions fragiles.
Dans ce contexte, la définition de la notion d’efficience et le niveau des coûts de
transaction reviennent au premier plan. Paradoxalement, l’efficience des marchés financiers
croit avec les coûts de transaction, puisque ces derniers limitent les gains d’arbitrage. De plus,
de binaire, la notion d’efficience tend à devenir une grandeur mesurable.
Mais la question reste en gros, est ce que les tests usuels de marché aléatoire ou
d’autocorrélation permettent de juger de l’efficience ou de l’inefficience d’un marché ?1
1
Voir les travaux de Valérie Mignon.
109
Bibliographie
- ACAR H, BERTIN C, LEQUEUX P. « test de marché aléatoire basé sur la profitabilité
des indicateurs technique », analyse financière, n°100, septembre 1994.
- ALAMAGNY F, « Le bruit, source de volatilité », cahier de recherche, CEREG,
université Paris Dauphine, 1993.
- Alexandre et Ertur, (1994), « impact de l’intervalle d’échantillonnage sur les tests
d’efficience », application au marché des actions, finance, 15.
- ALEXANDRE H, « Quasi marché aléatoire », finance 1993, vol 13, p(5-21)
- Anderson WILSON, « development of Beirut stock exchange », MetaMetrics inc,
September 1996
- BALL R, « Interpretation of market efficiency, Exprimented problems and australien
Evidence” , accounting education, November 1978, p(1-17)
- Banque central du liban, www.lbc.com.lb
- BARINCI J, « L’effet jour de la semaine à la bourse de paris », une approche par
l’inférence Baysienne, Finance 15,2/1994.
- BOX G et PIERCE D (1970), « distribution of residual autocorrélation in autoregressive
integrated moving average time series models » Ann, statist, 461-464.
- Centre de recherches des pays arabes, rapport 1997, N° 37, P 6.
- Daniel GOYEAU et Amine TARAZI, « la bourse », La Découverte, nouvelle édition,
paris 2006, pages (10,50).
- DICKEY D A et FULLER W A (1981), “the likelihood ratio statistic for autoregressive
time series with a unit root” econométra, 1057-1072.
- FAMA E.F, “Random Walk in stock markets price” financial analyst journal, September –
October 1965.
- FAMA E.F, « Efficient capital market II», journal of finance, 5 décembre 1991.
- FMI, rapport annuel 2006, N°286, P.12
- FONTAINE P, « les cours des marchés des actions suivent ils une marché au hasard »,
finance, vol 11, 1990, p107.
- Global Financial Data, « index of BSE », rapport du pays “liban”, fev 2006.
- Internet, http--shazam_econ_ubc_ca-intro-pooldw.htm
- JARQUE et BERA (1980), “efficient test for normality, homoscedasticity and seriel
independence of regression residuals” economics letters, 255-259.
110
- Josette PEYRARD, « la bourse », vuibert entreprise, 9eme édition, paris 2000.
- Michel OUILLON, « la bourse de A à Z », la vie financière, les guides, Paris avril 2002.
- Michel SEHNAWI, Beirut Stock Exchange, ex ministre de finance et ex président de la
bourse de Beyrouth, www.libaninfo.com.lb, journal ALSAFIR, P.14.
- Mohamed CHIKHI, « le marché boursier en France est il efficient », LAMETA, faculté
des sciences économique, Montpellier, 2001.
- Mohamed YASSIN, « la bourse », AL HALABI, Beyrouth 2004.
- Olivier PICON,
édition, 1998.
« La bourse, comment gérer votre portefeuille », DELMAS, 13eme
- ORLEAN A, « comportement mimétique et diversité des opinions sur les marché
financiers », en théorie économique et crises des marchés financiers, Economica, paris
1989.
- Patrice VIZZAVONA, « marché financière », ATOL, 3eme édition.
- Patrick SENTIS, « introduction en bourse », Economica, paris 2004.
- Philipe GILLET, « l’efficience des marché financiers », Economica, 2eme édition, paris
2006.
- Philipe SPIESER, « la bourse », prof au groupe ESC-EAP, conseiller du groupe ETCpollak-prebon, vuibert, Avril 2003.
- PHILIPS et PERRON (1988), “testing for a unit root in time series regression”,
Biometrika, 335-346.
- Sandrine LARDIC et Valérie MIGNON, « Econométrie des séries temporelles
macroéconomique et financiers », Economica, Paris 2002.
- Sehnawi, « Beirut stock exchange », financial & Lebanon, Beyrouth (1999),
www.infolebanon.com
- Société Midclear, www.midclear.com.lb
- TERRAZA M et BOURBONNAIS R, « analyse des séries temporelles en économie »,
collection économie PUF, 1998.
- Valérie MIGNON, « Marché financiers et modélisation des rentabilités boursières »,
Economica (1998).
- WHITE H (1980), « A heteroscedasticity-consistent covariance estimator and a direct test
for heteroscedasticity », econometrica, 817-838.
111
ANNEXES
TAB 1 : test de Dickey Fuller Augmenté au niveau
TAB 2 : test de Dickey Fuller Augmenté en différence première
TAB 3 : Test de Philip Perron au niveau
112
TAB 4 : Test de Dickey Fuller Augmenté (rendements)
TAB 5 : Test de Philip Perron (rendements)
TAB 6 : Test Dickey Fuller Augmenté (rendement) en différence première
113
TAB 7 : corrélogrammes simples de la série en niveau
114
TAB 8 : corrélogrammes simple de la série en différence première.
115
TAB 9: test paramétrique de normalité de Jarque et Bera
TAB 10 : Test ARCH (homoscédasticité)
116
TAB 11 : Test de White (hétéroscédasticité)
TAB 12 : tests de Box Pierce et Box Pierce corrigé de l’hétéroscédasticité
Statistique de Box et Pierce
Statistique de Box et Pierce corrigé
Retards
Retards
100
150
50
100
150
50
BLOM
84,023
102,47
0,01731
0,02811
0,03425
51,54
TAB 13 : test de corrélation de Durbin Watson Statistique
Série
Durbin Watson Stat
BLOM
2,0003
TAB 14 : test de Breusch et Godfrey d’autocorrélation
n
TAB 15 : Résultat du Test de BDS
Dimension
ε/σ
0.5
0.027575
2
0.040035
3
0.046751
4
0.048939
5
0.044017
6
ε/σ
1
0.033596
0.056820
0.074411
0.084381
0.081345
117
ε/σ
1.5
0.024458
0.041367
0.055683
0.067957
0.070569
ε/σ
2
0.022047
0.040922
0.056558
0.072713
0.079503
TAB 16 : tests de normalité des résidus
TAB 17 : test ARCH sur les résidus
118
Graph 1 : la série brut de l’indice boursier BLOM
Graph 2 : Le logarithme de série BLOM
119
Graph 3 : corrélogrammes de la série en différence première
Graph 4 : Rentabilité boursières de l’indice BLOM
120
Graph 5 : graphe de résidus
Graph 6 : Histogrammes de la série des rendements de l’indice BLOM
121
Graph 7 : Histogramme de normalité des résidus (séries de résidus)
TAB 8: Forecast (estimate ARCH model, prevision de la série)
122