Académique Documents
Professionnel Documents
Culture Documents
assets. The different methods of measurement of return, risk and the other statistical
properties constitute, in fact, the pillars of companies sample listed analysis in the case of
Casablanca Stock Exchange. Our purpose ends with the assets selection which allows us to
choose the efficient portfolio. The selection process of efficient portfolio can be summarized
in the following stages: 1. The collection of data to be able to constitute our sample; 2. The
estimation of returns, of beta sensibility coefficients and risky assets of investment; 3. The
selection of efficient and profitable assets according to some criteria; 4. The weighting
coefficients allocation and portfolios analysis; 5. The optimal portfolio selection under the
graph representing the efficient border of portfolios. In this article and under the choice of
companies sample composing our portfolios, we shall take into account, the shares monthly
returns, the rate of dispersal around the average of returns, the covariance between assets
(degree of interdependence between assets) and the type of sector that each company sets up
(in order to highlight an analysis based on a disparity in achievement yields).
Keywords: Portfolio Construction, Stationarity, Normality of Return, Risk, Efficient
Portfolio, Markowitz Model, Casablanca Stock Exchange.
JEL-Classification: G11, G12, G14, C22, C52.
Introduction
Au cours des dernires annes on a assist un renversement des perspectives au niveau de la
gestion de portefeuille. Au lieu de considrer le portefeuille comme tant un ensemble
dlments pars, cest le portefeuille lui-mme qui est devenu llment de base. Les
interrelations entre ses composantes prenant autant dimportance que la qualit intrinsque de
chacune dentre elles. La thorie moderne de portefeuille a t la base de ce renversement.
Depuis la deuxime moiti du XIXe sicle et surtout partir du dbut de XXe sicle, les prix
des titres financiers et la gestion optimale des portefeuilles font, sans doute, partie des
problmes conomiques les plus tudis. Des conomistes franais comme Regnault (1863) et
Bachelier (1900) aux conomistes amricains les plus contemporains tels que Fama, Black,
Scholes et Merton en passant par des auteurs comme Markowitz (1952, 1959), Sharpe
(1964), la thorie financire a eu, en effet, comme qute permanente la rsolution des
questions de dtermination des cours boursiers et leur comportement, des facteurs gouvernant
leurs fluctuations et la construction des portefeuilles optimaux.
Partant de simple principe de toute perspective dinvestissement, en termes du capital investi,
en matire de rentabilit et de prise de risque, dans un environnement domin par des alas et
des incertitudes, la thorie moderne de gestion de portefeuille a russit traiter plus ou moins
brillamment tous ces lments et na rien laiss dans lombre. Les thories de construction de
portefeuille conviennent le mieux aux objectifs dfinis la fois en termes de rentabilit et de
scurit dobtenir cette rentabilit.
Cest ainsi que les travaux de Markowitz portant sur la dtermination des portefeuilles
efficients, a fait lobjet de nombreux tests qui ont, de facto, conduit des conclusions plus
concrtes. Cependant, pour garantir la fiabilit des rsultats empiriques de notre travail, nous
allons dans un premier point tudier les caractristiques statistiques en termes de normalit et
de stationnarit des sries boursires dun chantillon de 31 valeurs pendant la priode allant
de 02 janvier au 31 dcembre 2007. Nous poursuivrons, dans un deuxime point, notre tude
empirique pour conclure et aboutir un choix de portefeuilles efficients en se basant sur les
principes de slection de portefeuille optimal dvelopps par Markowitz.
1. Elments danalyse dun chantillon de sries boursires : cas de la Bourse des
Valeurs de Casablanca
Premirement, nous fournirons les dfinitions des tests et des coefficients permettant la
dtection de la normalit des sries. Nous menons par la suite notre investigation empirique
sur la distribution des sries. Deuximement, nous nous intresserons ltude de la
stationnarit.
1.1. Etude de la normalit
Pendant longtemps, les sries de rentabilit des titres financiers ont t considres comme
des sries dont le comportement est suppos gaussien. Mais en ralit, plusieurs sont les
tudes empiriques qui ont montr que ces sries sont non gaussiennes. Leurs distributions
sont, au contraire, asymtriques.
La normalit des rentabilits est vrifie partir des tests conomtriques qui se basent sur la
dtermination des coefficients de symtrie (Skewness) et daplatissement (Kurtosis) et la
statistique de Jarque et Bera qui synthtise les deux proprits.
1.1.1. Prsentation des tests
1.1.1.1. Le Skewness
Le Skewness est le moment centr dordre 3. Cest une mesure de lasymtrie de la
distribution. Pour des fonctions de distributions symtriques, telles que f ( x) = f ( + x), la
valeur de Skewness est nulle. Pour la loi normale, la distribution est symtrique et le
coefficient de Skewness est nul. En revanche, pour des fonctions de distributions
asymtriques, la valeur du Skewness est positive. Lexpression du coefficient de Skewness se
prsente comme suit :
S=
(1)
1 N
K = xi x
N i =1
(2)
~
S =
N
S N ( 0 . 1 )
6
(3)
1.1.1.2. La Kurtosis
La Kurtosis est le moment centr dordre 4. Elle mesure lpaisseur ou laplatissement
des queues de distributions. Sa valeur thorique est gale 3, son expression est dfinie par :
K =
(4)
K '=
(5)
Cette dernire mesure est fonde sur la distribution normale, qui est une distribution queue
plate , et qui possde un degr dexcs de la Kurtosis gal zro. La distribution
asymptotique de ce cfficient suit aussi une loi normale.
K =
N
K ' N ( 0 . 1 )
24
(6)
N 2 N
(K ')2 (7)
S +
6
24
R t = [Ln ( C t ) Ln ( C t 1 ) ] 100
(8)
Valeur
CTM
BER
DARI
GAZ
CMA
ATW
ADH
BCE
SBM
BCP
SOT
SRM
ZDJ
WAA
MED
ONA
MNG
CIH
EQD
SAM
REB
ALM
UMR
BCI
HPS
MAB
PDT
RIS
SNI
DTS
SOF
-0,022226 5,806616
Unimer
0,205212 4,548095
BMCI
2,467548 18,36756
HPS
-0,062183 2,355122
Maghrebail
-0,953943 9,970145
Papelera
0,450363 4,982748
Risma
-0,016289
3,883344
SNI
0,166517 4,483977
Distrisoft
0,744978 8,075683
Sofac
Calculs effectus sur Eviews5
38,41046
26,29170
2659,445
2,911508
493,9420
49,79725
7,781029
23,22737
201,7074
0,000000
0,000002
0,000000
0,233224
0,000000
0,000000
0,020435
0,000009
0,000000
Lobservation de tableau nous donne penser que le coefficient de Skewness est ngatif pour
15 valeurs. Ce qui signifie que la partie paisse de leurs distributions est gauche (direction
ngative). Alors que les 16 valeurs restantes, la partie paisse de leurs distributions est droite
(direction positive). Ceci prouve lvidence, lexistence dun comportement asymtrique des
sries tudies. Les sries ont aussi un comportement non gaussien. En dautre terme, les
sries oscillent de manire alatoire autour dune valeur moyenne. Dans ce cas il ny a
aucune auto-corrlation dans les sries (les donnes successives sont indpendantes).
1.2. Etude de la stationnarit
Avant de faire une tude sur des sries temporelles, sries de rentabilits dans notre cas, il est
indispensable deffectuer les tests de stationnarit.
On dit quune srie {Yt} est strictement stationnaire si la distribution conjointe de (Yt1, ,
Ytk) est identique celle de (Yt1+t, , Ytk+t) quelque soit t. k est un entier positif arbitraire et
(t1,, tk) une liste de k entiers positifs arbitraires. Elle suppose que la distribution conjointe
de (Yt1, , Ytk) est invariante quand on fait glisser le temps. Il est en effet, difficile de davoir
une distribution stricte stationnarit, mais on prfre utiliser la stationnarit au sens faible.
Elle est vrifie quand la moyenne de Yt et la covariance entre Yt et Yt-1 sont invariantes par
translation du temps.
En cas o lesprance et la variance se modifient dans le temps, la srie est considre comme
non stationnaire.
Un processus Xt est stationnaire au second ordre si :
1. le processus est de second ordre:
E (Y t ) = E (Y t + m ) =
t et m
(9)
Var ( Y t ) < t
(10)
3. la covariance entre les deux priodes est fonction de la diffrence de temps :
(11)
Sous lhypothse Ho : = 1 , on dit que lun des trois modles autorgressifs dordre 1 est un
processus non stationnaire :
x1 = 1 xt 1 + t (12) : Modle autorgressif avec drive sans constante ni tendance
x1 = 1 xt 1 + + t (13) : Modle autorgressif avec constante et sans tendance dterministe
x1 = 1 xt 1 + bt + c + t (14) : Modle autorgressif avec constante et tendance dterministe
Les tests ADF reposent sur lhypothse selon laquelle, il nexiste aucune raison pour que
lerreur soit non corrle. Le processus t est par dfinition un bruit blanc.
Le processus de dtermination de caractre des sries est similaire aux tests simples de
Dickey et Fuller ; ce sont les tables statistiques seules qui sont diffrentes. Pour le choix de la
valeur de retard p, on prend en gnral 4.
Statistique
-15.21226
-15.78301
-17.56322
-14.22898
-13.84048
Test ADF
Valeurs critiques
1%
5%
-3.457865
-2.873543
-3.459231
-2.874143
-3.456408
-2.872904
-3.459101
-2.874086
-3.458719
-2.873918
10%
-2.573242
-2.573563
-2.572900
-2.573533
-2.573443
Statistique
-15.21780
-15.78301
-18.18208
-14.21506
-13.79515
Test Phillips-Perron
Valeurs critiques
1%
5%
-3.457865
-2.873543
-3.459231
-2.874143
-3.456408
-2.872904
-3.459101
-2.874086
-3.458719
-2.873918
10%
-2.573242
-2.573563
-2.572900
-2.573533
-2.573443
-12.74650
-3.457515
-2.873390
-2.573160
-12.54055
-3.457515
-2.873390
-2.573160
-12.52677
-12.52647
-17.83269
-13.53308
-16.59675
-13.23106
-13.43775
-12.47224
-17.87042
15.09437
-14.26267
-13.94496
-16.75468
-13.64953
-12.09835
-16.60784
-10.15166
-14.74235
-14.11373
-16.70417
-3.457061
-3.457400
-3.468980
-3.456622
-3.468295
-3.456514
-3.480038
-3.457173
-3.456408
-3.456514
-3.456408
-3.456408
-3.469451
-3.456514
-3.486551
-3.466786
-3.488063
-3.456950
-3.457061
-3.471192
-2.873190
-2.873399
-2.878413
-2.872998
-2.878113
-2.872950
-2.883239
-2.873240
-2.872904
-2.872950
-2.87284
-2.872904
-2.878618
-2.872950
-2.886074
-2.886074
-2.886732
-2.873142
-2.873190
-2.879380
-2.573054
-2.573133
-2.575844
-2.572951
-2.575684
-2.572925
-2.578420
-2.573080
-2.572900
-2.572925
-2.572900
-2.572900
-2.575954
-2.572925
-2.579931
-2.8777453
-2.580281
-2.573028
-2.573054
-2.576361
-13.97268
-12.52647
-18.13316
-13.37874
-21.88451
-13.06568
-13.54984
-12.49252
-17.85245
-15.96659
-14.18670
-13.94695
-17.64633
-13.61760
-12.09835
-16.78096
-13.77685
-15.10277
-14.68889
-16.95745
-3.456950
-3.457400
-3.468980
-3.456622
-3.468295
-3.456514
-3.480038
-3.457173
-3.456408
-3.456514
-3.456408
-3.456408
-3.469451
-3.456514
-3.486551
-3.466786
-3.487550
-3.456950
-3.457061
-30471192
-2.873142
-2.873339
-2.878413
-2.872998
-2.878113
-2.872950
-2.883239
-2.873240
-2.872904
-2.872950
-2.872904
-2.872904
-2.878618
-2.872950
-2.886074
-2.877453
-2.886509
-2.873142
-2.873190
-2.879380
-2.573028
-2.573133
-2.575844
-2.572951
-2.575684
-2.572925
-2.578420
-2.573080
-2.572900
-2.572925
-2.572900
-2.572900
-2.57954
-2.572925
-2.579931
-2.575332
2.580163
-2.573028
-2.573054
-2.576361
Papelera
Risma
SNI
Distrisoft
Sofac Crdit
-14.83940
-17.19765
-14.470426
-17.30296
-12.67770
-3.459231
-3.456302
-3.457747
-3.457515
-3.468521
-2.874143
-2.872857
-2.873492
-2.873390
-2.87842
-2.573563
-2.572875
-2.573215
-2.573160
-2.575737
-15.55075
-17.84904
-14.43286
-17.30384
-12.69184
-3.459231
-3.456302
-3.457747
-3.457515
-3.465821
-2.874143
-2.872857
-2.873492
-2.873390
-2.878212
-2.573563
-2.572875
-2.573215
-2.573160
-2.575737
Il sagit dune loi de distribution plus avantageuse parce quil suffit destimer les deux paramtres : la moyenne
et la variance pour pouvoir la dterminer entirement. Le premier dfinit la tendance centrale de la rentabilit,
tandis que le second dtermine la dispersion de celle-ci par rapport sa tendance centrale.
H5 : Covariance des actifs : Les rendements des diffrents actifs ne sont pas indpendants les
~ ~
uns des autres, cest--dire que leurs covariances ne sont pas nulles : Cov( Ri , Ri ) 0 .
2.1.2. Dtermination des portefeuilles efficients
Dans un univers de n titres, Markowitz dveloppe un modle doptimisation qui dtermine
lensemble des portefeuilles moyenne-variance efficients.
La reprsentation de ces portefeuilles sur lespace rendement-risque (moyenne, cart-type)
peut tre enveloppe par une demi-courbe hyperbolique. Cest la frontire efficiente, rsultat
de loptimisation du couple risque-rendement du portefeuille.
Markowitz dmontre que linvestisseur choisira le portefeuille de la frontire efficiente qui
correspond son degr daversion au risque. Ainsi, plus le degr daversion au risque est
important, plus le portefeuille choisi se trouve gauche de la courbe.
Schma 1 : La frontire efficiente des portefeuilles risqus2
Rendement
x x
x x
x x x
Portefeuille
Risque
2.1.3. Choix dun portefeuille optimal
Aprs avoir construit la frontire defficience, linvestisseur choisira ensuite le portefeuille
optimal. Mais ce choix est subjectif, il dpendra des prfrences des individus, qui par
hypothse ne dpendent que de la moyenne et de la variance de leur richesse.
Nous pouvons alors tracer les courbes dindiffrence qui prsentent leurs prfrences vis--vis
du risque et du rendement. Si les individus manifestent de laversion pour le risque, ils
prfrent un taux de rendement attendu plus lev et un cart-type plus faible. Cela signifie
que lcart-type constitue un bien indsirable . Les courbes dindiffrence ont ds lors une
pente positive.
2.2. Elments thoriques de gestion de portefeuille
2.2.1 Dfinition dun portefeuille
Cest la combinaison dun ensemble de titres possdant des caractristiques diffrentes en
matire de valeur et de perception de dividendes. Cette combinaison se fait en des proportions
diffrentes afin davoir un portefeuille bien diversifi permettant de raliser un rendement
espr bien dtermin tout en minimisant le risque que peut courir linvestisseur.
Mathmatiquement, un portefeuille P est un vecteur de proportions Xi relatives, chacune, la
proportion du capital investi dans chaque titre.
P = X 1 ... X i ... X n
(15)
Avec
Xi =
(16)
JACQUILLAT Bertrand et SOLNIK Bruno, Marchs financiers : gestion de portefeuille et des risques, 3me
dition, Editions DUNOD, Paris, 1997, p 120.
)(
Rp =
Ri
(19)
i =1
p 2 = X i2 i2 + X 2j 2j + 2 X i X j Cov (ij )
(20)
2.2.3 Dtermination du portefeuille efficient et construction de la frontire efficiente
Les deux rgles dor quon peut appliquer en matire de construction des portefeuilles
efficients, cest le choix dun nombre limit de titres ayant des corrlations faibles. Pour y
aboutir, il fallait trouver un compris entre le risque et le rendement, cest--dire minimiser le
risque pour un rendement fix, ou maximiser le rendement pour un risque donn.
2.3. Investigation empirique
A prsent, nous essayerons dappliquer les principes de base de dtermination des
portefeuilles efficients un chantillon de valeurs cotes la Bourse des Valeurs de
Casablanca.
Les distributions sur lesquelles nous travaillons sont de diffrence premires et supposes
normales. (Voir tableaux 1 et 2).
2.3.1 Choix de lchantillon
Le choix de lchantillon retenu et qui fera lobjet de notre analyse de construction de
portefeuilles efficients, sest bas sur des critres caractre financier et statistique.
Lobservation de lhistorique des titres financiers nous permet de mener des conclusions sur le
degr de volatilit des prix de ces actifs ainsi que sur lvolution de leurs rendements (par une
estimation des rendements mensuels).
Nous avons ainsi dans ce cadre, slectionn 31 socits cotes en BVC parmi les 74 socits.
Le tableau suivant prsente la liste des socits retenues selon le rendement annuel, le risque
(mesur par lcart-type), le PER et le coefficient Bta.
Tableau 3 : Echantillon des actifs slectionn
Libell
BMCE
ATW
Alum Maroc
Rendement annuel
0,36169
0,15661
0,03515
Ecart type
1,771
1,6563
2,1989
PER
58,1
29,9
14,8
Coeff.Beta
1,168041204
1,41965322
1,756522961
Addoha
IAM
CGI
Berliet
BCP
BMCI
Colorado
Ciment Maroc
Cent.Lait
CIH
Dari
CTM
Cosumar
CRS
Afriq Gaz
Eqdom
DTS
Diac
Lydec
Involys
HPS
Rebab
Mediaco
Mar vie
M2M
SNI
SMI
Brasseries
Samir
Sofac crdit
Sothema
SRM
Unimer
Wafa assurance
Zelidj
ONA
BMCI
Papelera
Risma
Distrisoft
0,06433
0,0734
0,5044
0,2161
0,10771
0,0682
-0,086
0,09347
-0,14068
0,05202
0,06879
0,13832
0,0632
0,0991
0,1247
0,04615
0,1351
0,1081
-0,05907
-0,1359
0,0443
0,2483
0,11593
0,0866
-0,2242
0,11042
-0,0417
0,15874
0,03798
0,0788
0,18616
0,21516
0,02289
0,27541
0,50289
0,3818
0,0751431
0,17804
-0,00793
0,1257
1,5736
0,8387
2,7476
2,5018
1,8336
1,7736
2,0908
2,2894
2,6471
1,4439
1,9619
2,4741
2,3227
2,1529
2,3911
2,099
2,164
2,4213
1,6811
1,8726
2,2049
3,336
2,3128
2,2067
1,7635
2,0759
1,9799
2,223
1,917
3,0036
2,3549
2,2238
2,8175
2,18
3,5448
1,7197
1,7736
2,6667
1,4209
2,164
87,8
18,2
529
23,6
35,7
23,1
25,34
28,9
20,1
16
16
21
36
ND
23,1
16,1
18,38
955,5
37,7
40,09
40,97
61,7
30,8
26,6
34,4
31,3
41,1
21,8
23,4
16,6
23,3
20,58
21,8
23
20,3
27,8
23,1
ND
46,1
18,38
0,163770165
0,172438243
3,387659859
1,431719218
1,312071347
0,994259638
0,355691868
0,562320709
0,562320709
1,003928448
0,054812722
0,691996814
0,666812497
1,1498039
2,564966008
0,765434612
0,545110081
1,215910401
0,698701257
0,013616366
1,975591571
3,422541076
0,670267014
0,317139341
0,176386197
1,515789744
0,652887196
0,664324726
0,647124209
0,289643317
-0,26546533
0,811652305
0,454154894
2,004094418
0,187965553
0,895751269
0,994259638
1,828750361
-0,065695636
0,545110081
varient au moyen entre 20 et 35. On peut conclure ce point que les actifs financiers sont
survalus.
- Les titres qui suivent la tendance de march ont un bta gal ou proche de 1 (le cas de
BMCI, CIH par exemple) ; les titres risqus ayant un bta suprieur 1 varient plus fortement
que le march, ils prsentent ainsi plus de rendement mais aussi plus de risque (le par exemple
de Afriquia Gaz et Rebab) ; enfin les actifs moins volatiles par rapport lvolution de
march ont un bta infrieur 1 (lexemple de Addoha et IAM). Lexception est marque par
les valeurs Sothema et Risma qui ont une tendance oppose par rapport celle de march.
2.3.2 Construction des portefeuilles
Dans ce qui suit nous allons procder une analyse de la composition de chaque portefeuille
pris individuellement et dune manire globale. Dans un premier temps, nous calculerons les
rentabilits mensuelles moyennes des actifs (distributions de diffrence premire) et leurs
carts-type. Dans un deuxime temps, nous procderons au calcul de rendement et de risque
de chaque portefeuille, aprs avoir dtermin les coefficients de pondration travers
lanalyse des matrices variances-covariance, de degr de volatilit et de niveau de rendement
de chaque titre.
Dans un troisime temps, nous mettrons laccent sur lobservation du graphe du couple
rendement-risque, qui nous souscrit la possibilit de visualiser la dominance des portefeuilles
et la dtermination de la frontire efficiente.
2.3.3 Prsentation des caractristiques des portefeuilles
La rpartition de portefeuille consiste tout simplement ne pas mettre tous les ufs dans un
mme panier. Cest la protection ultime lorsque les choses tournent mal dans une catgorie ou
un secteur du march financier. Les recherches menes par les thoriciens et les praticiens en
gestion de portefeuille, ont conclu que la dcision de rpartition de lactif reprsente le facteur
le plus important pour expliquer le rendement et la volatilit dun portefeuille dans son
ensemble. Selon la thorie moderne de portefeuille, il est toutefois possible de limiter ou
minimiser le risque affectant le portefeuille en procdant une rpartition varie de capital sur
diffrentes classes dactifs. Pour obtenir cette diversification optimale, les titres composant un
portefeuille ne doivent pas se comporter de la mme manire, au mme moment. Autrement
dit, leurs volutions doivent afficher une faible corrlation.
Notre stratgie de gestion de portefeuille est base sur la maximisation de la rentabilit pour
un niveau de risque donn.
Nous prsenterons dans ce point, les caractristiques de chaque portefeuille dtermines sur la
base de ces principes.
Prsentation de portefeuille 1 :
Tableau 4 : la proportion de chaque titre dans le portefeuille, le rendement et lcart
type de chaque titre :
Coeff.Pond
Rendement
Ecart type
CTM
0,1
-0,0091
0,5227
Berliet
0,15
0,0327
0,4841
Dari
0,06
0,0038
0,2816
Afriq GAZ
0,12
0,012
0,622
Ciment
Maroc
0,11
0,0069
0,4760
Attijariw
0,22
0,027
0,3794
Prsentation de portefeuille 2 :
Addoha
0,08
0,006
0,1971
BMCE
0,16
0,059
0,5324
Brasseries
0,12
0,0696
0,3889
BCP
0,1
0,0879
0,3498
Sothema
0,15
0,1271
0,2908
Srm
0,15
0,2241
0,4217
Mediaco
0,1
0,0892
0,3633
Prsentation de portefeuille 3 :
Tableau 6 : la proportion de chaque titre dans le portefeuille, le rendement et lcart
type de chaque titre :
Coeff.Pond
Rendement
Ecart type
Ona
0,25
0,0159
0,2355
Managem
0,24
0,0771
0,3148
CIH
0,16
0,0416
0,3828
Eqdom
0,1
-0,0098
0,31352779
Samir
0,05
-0,0154
0,3246
Rebab
0,1
-0,0392
1,0340
Alum
Maroc
0,05
-0,0649
0,5214
Unimer
0,05
-0,0674
0,9887
Prsentation de portefeuille 4 :
Tableau 7 : la proportion de chaque titre dans le portefeuille, le rendement et lcart
type de chaque titre :
Coeff.Pond
Rendement
Ecart type
Papelera
0,1
0,0501
0,3483
BMCI
0,15
0,0471
0,3351
HPS
Marghebail
0,15
0,05
0,1739
0,0578
1,0572
0,6906
Risma
0,05
0,0099
0,2046
SNI
0,1
0,0799
0,4646
Distrisoft
0,2
0,0928
0,4697
Sofac Crdit
0,2
0,1613
0,9629
Suite aux principes de slection de portefeuille, il est temps de choisir parmi les portefeuilles
tudis celui qui rpond nos exigences. Loptimalit dun portefeuille ne dpend pas
seulement de sa rentabilit maximale mais aussi de la volatilit de lvolution des cours des
actifs quils le composent.
0,5
Rendement
Risque
Portefeuille 1
0,138489453
0,34973412
Portefeuille 2
0,162365174
0,451919492
Portefeuille 3
0,016822002
0,614085529
Portefeuille 4
0,10035517
0,448706522
P2
0,16
P1
Rendement
0,14
0,12
P4
0,1
0,08
0,06
0,04
P3
0,02
0
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
Risque
Avec un niveau de risque moins lev, les autres portefeuilles (1, 2 et 4), prsentent des
rendements relativement suprieurs par rapport au portefeuille 3. Ce dernier est donc domin
par tous les autres.
En conclusion, les portefeuilles 1 et 2, sont des portefeuilles efficients, dont le choix de lun
ou lautre dpend de degr daversion au risque.
Conclusion
Notre objectif travers cette tude est dapprcier lapport de lapproche thorique de
Markowitz la rsolution des problmes de gestion de portefeuille. Nous avons ainsi essay
tout au long de ce travail de prsenter les diffrents lments thoriques, et dappliquer ces
principes de la thorie de la finance de march la slection de portefeuille rput efficient,
cas de la Bourse des Valeurs de Casablanca.
Lapplication empirique portant sur un chantillon reprsentatif dun nombre de socits
cotes la Bourse des Valeurs de Casablanca nous a permis de retrouver des rsultats
intressants. Il semble donc mritant dattribuer une importance thorique au modle de
Markowitz dans la dtermination des stratgies de placement court et moyen terme.
En se basant toutefois sur des combinaisons dactifs risqus ( travers lobservation des
indicateurs statistiques et financiers et des matrices de corrlation et variance-covariance), les
rsultats rencontrs sont attendus. On a pu voir que seuls les rendements et les risques
calculs ne suffisent pas pour aboutir au choix de portefeuille optimal. Le recours la
reprsentation graphique des couples Rendement/Risque nous a permis dexprimer leur
impact sur les dcisions dinvestissements en actifs financiers.
On ne peut donc juger dune meilleure valuation du modle de gestion de portefeuille, sans
toutefois que les points suivants soient satisfaits :
Lobligation enfin de choisir parmi les portefeuilles possibles, celui qui a le meilleur
couple rentabilit-risque tout en convenant aux objectifs dhorizon de placement de
linvestisseur.
Bibliographie
ALTMAN, E., JACQUILLAT, B. and LEVASSEUR, M., La stabilit des coefficients bta
, Analyse Financire, 16, 1er Trimestre 1974, p. 43-59.
AMENC, N., and LE SOURD, V., Thorie du Portefeuille et Analyse de sa Performance,
Economica, 2002.
BACHELIER, L. (1900), Theory of Speculation, in, P. Cootner, The Random Character of
Stock Market Prices, Cambridge, MA, 1964.
BARREAU, J., DALAHAYE, J. et DALAHYE, F., Gestion financire, 14me dition,
Dunod, 2005.
BLACK, F., Capital Market Equilibrium with Restricted Borrowing, Journal of Finance,
vol. 45, 1972, p.445-454.
BOURBONNAIS, R., Economtrie, Dunod, 1998.