COURS de Sylvie Lecarpentier-Moyal en L3, Economie et gestion Anne 2006-2007

MARCHS FINANCIERS ET GESTION DUN PORTEFEUILLE DACTIONS

Chapitre 6 : Evaluation des actions et efficience informationnelle

des marchs
Un march financier est efficient si lensemble des informations pertinentes
lvaluation des actifs financiers se trouve instantanment reflt dans les cours des
titres. Ce march reflte toute linformation passe et toutes les anticipations sur les
vnements futurs. Lajustement des cours une nouvelle information est
instantan. On fait rfrence ici lefficience informationnelle.
Avant de parler de lefficience des marchs, il convient de dfinir la notion de
valeur fondamentale dun actif financier (i.e. le prix intrinsque de lactif, li aux
fondamentaux sur les marchs). En priode normale, le prix dun titre financier
fluctue autour de sa valeur fondamentale. Cette dernire se dfinit pour une action
en rfrence la valeur actualise des flux futurs. Comme ces flux sont inconnus,
les investisseurs doivent donc les anticiper en fonction des informations dont ils
disposent. On supposer que les agents utilisent les informations de faon optimale
en effectuant des anticipations rationnelles.
1. Evaluation des actions
Lvaluation des actions repose sur la mthode de la valeur actualise (VA). On
parle aussi de lapproche actuarielle ou de lapproche des flux (cash-flow) actualiss
(discounted cash-flows). Les modles actuariels stipulent qu lquilibre, le prix de
laction est gal la somme de ses flux de trsorerie futurs actualiss. Quels sont les
flux de trsorerie verss aux actionnaires ? Ce sont les dividendes et le prix de vente
de laction au terme de la priode de dtention. Ainsi, selon le modle de la VA, un
investisseur value une action en actualisant les flux de trsorerie anticips quil
pense recevoir, dividendes et prix de cession de lactif, compte tenu du taux de
rentabilit offert sur le march des capitaux. La rgle de comportement des
investisseurs est dacqurir les titres dont le cours est infrieur la valeur
fondamentale.

1.1. Modle gnral dactualisation des dividendes

Si on se situe la date 0 et on considre un horizon de 1 an, lquilibre, le cours
dune action la date t0 est gal la valeur actuelle du prochain dividende
augmente de la valeur actuelle de revente de laction en t 1.
P0

D1
P1

(1 K ) (1 K )

o P0 reprsente le cours de laction (prix) la date actuelle (0), P 1 le cours la date

1, D1 le dividende vers dans 1 an et K le taux dactualisation ou encore le taux de
rentabilit exig ou attendu par lactionnaire. De mme, P 1 scrit en fonction de D2 et
P2
P1

D2
P2

(1 K ) (1 K )

On remplace P1 par sa valeur, on obtient :

P0

D1
D2
P2

2
(1 K ) (1 K )
(1 K ) 2

On peut rpter lopration jusqu linfini :

P0

D3
Pn
D1
D2

....
2
3
(1 K ) (1 K )
(1 K )
(1 K ) n

quand n , Pn (1 K ) n 0, P0
t 1

Dt
(1 K ) t

Le problme de cette formulation est de connatre les dividendes futurs, fonction des
rsultats (futurs) de la socit et de la politique de distribution des dividendes
retenue par les dirigeants. Par ailleurs le taux dactualisation est suppos constant
jusqu linfini ! De plus, cette formule ne permet pas de comprendre en compte les
oprations sur titres (OPS). Le taux dactualisation K est la rentabilit exige par
linvestisseur pour dtenir laction. Il reprsente lesprance de rentabilit du
placement dans laction. Il est gal un taux sans risque, suppos constant quelle
que soit la priode t, plus une prime de risque constituant la contrepartie de lala
attach aux flux de dividendes futurs. Plus laction est risque, plus le march
demande une rentabilit leve et donc une prime de risque leve. Toutes choses
gales par ailleurs, une hausse du taux dintrt dprime donc le cours des actions.
Quelle est lutilit de ce type de modle ?

On peut comparer les taux de rentabilit de titre ayant un mme niveau de

risque ;

Un investisseur peut acheter les actions dont la prime de risque est survalue
selon ses estimations ou vendre les actions dont la prime est sous-value.

1.2. Modle de Gordon et Shapiro1

Si lon suppose maintenant que les dividendes sont appels crotre un taux de
t 1
croissance annuel constant g, on peut crire : Dt 1 g Dt , do Dt D1 (1 g ) .

Ainsi, le dividende relatif lanne t, D t, peut scrire comme ci-dessus en fonction du

prochain dividende D1.
De ce fait, le cours de laction en t0 scrit :

P0
t 1

D1 (1 g )t 1
(1 K )t

Le membre de droite reprsente la somme des lments dune progression

gomtrique dont le premier terme est

D1
1 g
et de raison
.
(1 K )
1 K

On obtient :
P0

D1
D
K 1 g
Kg
P0

La valeur de laction peut tre estime en divisant le prochain dividende par la

diffrence qui existe entre le taux dactualisation et taux de croissance du dividende
par action. Ce rsultat est qualifi de formule de Gordon - Shapiro (1956). Le taux de
rentabilit K peut se dcomposer en : taux de rendement et taux de croissance des
dividendes. Cette formule repose nanmoins sur de nombreuses hypothses (voir cidessus).
2. Efficience des marchs financiers
Un march efficient est un march o les prix qui sy forment constituent des
signaux fiables pour les dcisions dallocation des ressources. Les prix refltent en
moyenne correctement chaque instant toutes les informations disponibles. Ces
dernires sont supposes commune tous les agents et gratuite (hypothse
dinformation parfaite). Fama E (1965) donne la dfinition suivante : Un march
1

Gordon M. et Shapiro E. (1956), Capital equipment analysis : the required rate profit, Managment Science, Vol
3.
3

financier est efficient si et seulement si lensemble des informations disponibles

concernant chaque actif financier cot sur le march est immdiatement intgr dans
le prix de cet actif .
2.1. Notion defficience des marchs
Lefficience peut tre illustre en reprsentant le processus dajustement du cours
dun titre (action) lors de larrive dune nouvelle information (lancement dun
nouveau produit, amlioration du chiffre daffaire, opration dacquisition, etc).
Figure 1 : Lajustement du cours du titre larrive dune nouvelle information
Sur ajustement et correction
Cours
du titre

Raction retarde
Raction sur un
march efficient
-4

-2

Echelle des jours par rapport la date darrive de linformation

Si le march est inefficient, les schmas dajustement se traduisent soit par un
dlai plus ou moins long de raction, soit par des phnomnes de bulles (sur
ajustement de cours) ; Les cours peuvent diverger de la VA de faon plus ou moins
prolonge, permettant aux investisseurs de raliser des sur profits. On parle aussi de
prix dactifs qui scartent durablement de leur valeur fondamentale, dtermine par
la VA des flux de trsorerie futurs anticips ou de faon plus large la VA de
lentreprise. Cela serait le cas depuis le dbut des annes 70 o la variabilit des prix
de tous les actifs financiers sest fortement accrue. Aujourdhui, lvolution des
marchs obirait plus des comportements moutonniers, au court termisme ou
myopie des investisseurs institutionnels ou encore linstabilit provoque par la
gnralisation des oprations de couverture sur les marchs drivs (Artus, 1995).

Lefficience se traduit par un ajustement instantan (cf figure). Elle rsulte de la

concurrence que se livrent les agents conomiques notamment les analystes
financiers, la presse spcialise, les socits de bourse dans la recherche, le
traitement et la diffusion de linformation. Il est difficile pour un agent dtre le seul
disposer dune information privilgie et de pouvoir en tirer un profit anormal.
Un march financier est efficient relativement un ensemble dinformations, sil
est impossible de tirer un profit anormal de la dtention de cette information. Cette
vision oppose les tenants de lapproche fondamentale et les tenants de lanalyse
technique. Les premiers supposent que les taux de rentabilit des titres (en
simplifiant les variations de prix) sont des variables imprvisibles puisque tous les
vnements connus et anticips sont dj reflts dans le cours actuel. Ils proposent
des techniques de portefeuille qui consistent minimiser les risques lis ces
variables. Les seconds proposent des mthodes consistant prvoir lvolution des
cours partir des mouvements observs historiquement. Depuis une vingtaine
dannes, leur utilisation sest dveloppe dans les salles de march en raison de la
mise disposition dhistoriques de cours et des progrs informatiques. Pour plus de
dtails, se reporter louvrage de Bchu et Bertrand (2002), Analyse technique,
Economica 5me dition.
2.2. Thorie des marchs efficients
Trois courants de pense peuvent tre dgags : lcole empirique (ou
pragmatique), lcole thorique (ou lapproche martingale stricte) et lcole des
asymtries dinformations. Bachelier (mathmaticien franais, 1900) est prcurseur
des travaux des deux premires

coles. Fama est le chef de file de lcole

empirique. La majorit des travaux empiriques sinscrivent dans ce courant de

pense. Lcole thorique dfinit lefficience partir du concept de martingale et
montre lquivalence avec le concept danticipations rationnelles. Son chef de file est
Samuelson (1965). Lcole des asymtries dinformations dbute avec larticle
thorique de Grossman (1976). Elle dispose dune problmatique trs riche avec
lintroduction de plusieurs acteurs (teneurs de march, investisseurs mieux informs,
bruiteurs,..) et fait rfrence la microstructure des marchs. Dans le cours, on
aborde les approches des deux premires coles.
Le modle de la marche alatoire
5

Cest Bachelier en 1900 qui envisage la reprsentation de lvolution du prix des

actifs en termes de marche alatoire (il na cependant pas utilis ce terme). On
parle aussi de marche au hasard (random walk).
Le prix suit une marche alatoire logarithmique sil vrifie la relation suivante :
ln( Pt ) ln( Pt 1 ) t

o t est un bruit blanc (white noise) sil vrifie les 3 conditions suivantes : E ( t ) 0 ,
V ( t ) 2 et cov( t , t ' ) 0 t t ' o E dsigne lesprance, V la variance et cov la

covariance. Lquation permet dcrire :

Pt
t
Pt 1

ln

Si lon suppose que le taux de rendement du titre est une quantit ngligeable
Dt

par
Pt 1
Rt

rapport

au

taux

de

gain

en

capital,

on

en

dduit

que

P
Pt Pt 1
ln t . Ainsi, les rentabilits suivent ainsi un bruit blanc. Elles ne
Pt 1
Pt 1

prsentent aucune auto corrlation. Par consquent il semble impossible de prvoir

les rentabilits futures partir des rentabilits passes. Le prix du titre observ sur le
march fluctue de faon alatoire autour de sa valeur fondamentale.
Nombreuses tudes statistiques des volutions des valeurs boursires menes dans
les annes 1950 et 1960 par Kendall (1953), Granger et Morgenstern confirment la
pertinence de cette reprsentation. On constate une absence dauto corrlation des
rentabilits au cours du temps.
Le modle de martingale
Les modles de marche alatoire sont apparus comme impliquant des jeux
dhypothses trop restrictifs comme les conditions sur lauto corrlation des rsidus.
On substitue ces modles, des reprsentations en termes de martingale .
Statistiquement, une suite de variables alatoires Pt constitue une martingale si
E ( Pt 1 / t ) Pt o E ( Pt 1 / t ) dsigne lesprance conditionnelle de P (prix du

titre) en t+1 relativement lensemble t des informations disponibles la date t.

Cela signifie que la meilleure prvision que lon puisse faire du prix en t+1, sur la
base des informations disponible en t, est prcisment le prix en t. On peut encore
crire

E ( Pt 1 Pt / t ) 0 ce qui veut dire que lesprance conditionnelle des

variations de prix est nulle. Ainsi la rentabilit du titre ne peut tre suprieure la
rentabilit du march. Jensen (1978) propose donc la dfinition suivante : un
march est efficient relativement un ensemble dinformations donnes, sil nest
pas possible de raliser des transactions profitables sur la base de cet ensemble
dinformations () par profit on entend le taux de rentabilit ajust au risque et net
de tous cots . Ce modle ninterdit pas la dpendance entre les rentabilits
successives, contrairement au modle de marche alatoire. Les rentabilits peuvent
tre faiblement dpendantes mais il est impossible de spculer sur cette dpendance
pour obtenir des profits anormaux, i.e. des rentabilits suprieures la rmunration
du risque systmique. On peut citer lexemple du singe et de 4 experts de la bourse
de NY convis au Wall Street journal pour slectionner des actions. Le signe choisit
ses actions en lanant des flchettes. Le rsultat de cette exprience est que les
experts ont perdu devant le singe dans 39% des cas. La dfinition de Jensen (1978)
peut tre complte par celle de Malkiel (2003) selon laquelle les marchs
(financiers efficients) ne permettent pas aux investisseurs de raliser des gains
suprieurs la moyenne sans accepter de prendre des risques suprieurs la
moyenne. Ces dfinitions sont reprises dans la classification de Fama, notamment
dans lefficience au sens fort.
Les analyses de Fama
Depuis les travaux de Fama au dbut des annes 70, on distingue 3 formes
defficience selon la nature de lensemble des informations : faible, semi-forte et forte.
Lefficience faible
On parle de lefficience faible, si lensemble des informations t influenant le cours
pt 1

dun

titre

est

constitu

de

la

chronique

des

cours

passs,

soit

tf pt , pt 1 ,... pt n . Fama (1991) devait ajouter dans lensemble dinformations de

cette catgorie les variables comptables ou macro-conomiques passes.
Linefficience au sens faible signifie quun intervenant est mme de raliser un
profit par la seule observation des cours passs aprs dduction des cots

dobtention de ces cours, des ventuels traitement statistiques effectus et des cots
de transaction.
Lefficience semi-forte
sF
f
Si t recouvre un ensemble dinformations t agrgeant t et toutes les

informations publiquement disponibles, telles que la presse financire, les

informations lgales diffuses par les socits comme les rapports, annonces de
dividendes, distributions dactions gratuites,..., les rumeurs, etc.
Linefficience au sens semi-fort signifie quil est possible de raliser des profits en
effectuant des transactions partir dinformations publiques.
Lefficience forte
F
Si lensemble dinformation t

sF
est relatif t

et toutes informations

privativement dtenues, dites privilgies celles que livrent les travaux des analystes
financiers. Il sagit de la forme extrme de lefficience. Elle suppose que linventeur
dun procd rvolutionnaire par exemple nest pas mme de tirer profit de son
information privilgie car le seul fait quil intervienne sur le march suffit faire
connatre linformation.
Figure 2 : la classification de lefficience
MARCH EFFICIENT

Forme faible

Lensemble des
informations :
prix passs.

Forme
semi-forte

Lensemble des
informations : prix
passs + toutes les
informations
publiques

Forme forte

Lensemble des
informations :
toute information
quil est possible
de connatre.

Informations publiques et non publiques (forme forte)

Informations publiques (forme semi forte)
Informations contenues dans lhistorique
des cours (forme faible)

2.3 Tests empiriques

Les diffrents tests empiriques ont t appliqus aux diffrentes formes de
lefficience.
Tests defficience de la forme faible (weak hypothesis)
Les tests de validation de lhypothse defficience faible cherchent dceler les
indpendances qui peuvent exister dans les variations successives de prix.
Coefficient de corrlation
Un test consiste estimer le coefficient de corrlation dans les variations
successives de prix (ou taux de rentabilit successifs). En principe les diffrentes
tudes empiriques Cootner (1964), Moore (1964) trouvent des coefficients trs
faibles. Ltude la plus minutieuse est celle de Fama en 1965. Il tudie les variations
relatives quotidiennes de 30 valeurs du Dow-Jones de 1957 1962. Il dtecte une
indpendance importante des changements de prix 2 (test dauto corrlation). Ltude
de Fama a t reprise par Solnik (1973) sur les marchs europens. Lhypothse
defficience faible est confirme.
Tests de changement de signe ou runs
Cest un test statistique non paramtrique (indpendant de la forme de la distribution
de la variable alatoire). Il sagit dun test de squence qui consiste juger du
caractre alatoire ou non des signes (positif ou ngatif) des changements de prix
2

cov( X t , X t T )
2(Xt )

avec Xt changement de prix durant la priode t. Test paramtrique sur ce coefficient

de corrlation srielle. T varie de 1 jour plusieurs mois.

9

successifs. Exemple un run (une srie plus ou moins longue) ngatif de longueur i
est constitu de i changements de prix ngatifs successifs, prcd et suivi par un
changement de prix nul ou positif. Le nombre de changement de prix suit une loi
normale. Fama (1965) a galement utilis ces tests de run. Ces derniers ninfirment
pas lhypothse dindpendance entre les changements de cours successifs.
Technique des filtres
Cette technique se base sur lanalyse technique (chartiste ou graphique). Cette
dernire vise prvoir les cours des titres sur la base de donnes internes au
march : historique des cours des actions et volume des transactions. Ces sries
suffisent pour dterminer les cours futurs. Les cours suivent des trajectoires qui se
rptent au cours du temps. La technique des filtres consiste partir de graphiques
de cours historiques reconnatre des lignes de tendance, des signaux de
retournement, des points hauts et des points bas. Elle est la ngation de la forme
faible de lefficience.
Figure 3: Srie de cours gnrs au hasard
Tte
97
96

Epaule

Epaule

95

Ligne du cou

94
93
92

Signal
de vente

91
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32

Les tests non statistiques tels que les filtres dAlexander (1961, 1964) sont mieux
adapts pour dcouvrir les dpendances auxquelles lanalyse technique fait allusion.
Un filtre reprsente une mthode dachat vente : lorsque le cours dune action
monte dau moins x%, acheter et conserver cette position jusqu ce que le cours
tombe dau moins x% dun sommet suivant ; ce moment, il faut la fois liquider sa
position et se porter vendeur dcouvert jusqu ce que le cours remonte dau moins

10

x% dun creux ultrieur . Plus le filtre est lev, plus faible sera le nombre
doprations effectues sur une priode donne.
Le test consiste comparer les profits que lon obtient avec cette mthode et ceux
quon obtient en adoptant une stratgie nave du buy and hold (acheter et
dtenir). Acheter les titres en dbut de priode et les revendre en fin de priode. En
cas de cheminement alatoire des cours, la stratgie nave est la plus approprie.
Fama et Blume (1966) ont appliqu ces tests la bourse de NY en utilisant des filtres
stalant de 0,5 50%. Pour la plupart des titres considrs, ils sont arrivs la
conclusion que la politique du buy and hold engendrait des profits suprieurs
ceux de la technique des filtres.
Von Horme et Parker (1976) prennent comme rfrence une moyenne mobile
calcule sur 100, 150 ou 200 jours. La moyenne mobile simple sexprime :
(C1 C 2 C3 ... C n ) / n avec Ci cours de clture de la journe i n le nombre de jour.

Si le cours dune valeur excde de x% une moyenne mobile des cours antrieure,
acheter et attendre jusqu ce quil baisse dun mme pourcentage par rapport la
moyenne mobile et ce moment vendre et mme prendre une position de vendeur
dcouvert .
Galesne et Hamon (1975) testent la mthode des filtres journaliers de 100 valeurs
franaises cotes sur le march au comptant de 1957 1971. Les mthodes des
analyses techniques ne permettent pas de battre la stratgie nave. Par ailleurs, les
frais de transaction et le temps perdu rendent cette stratgie coteuse.
Tests de marche alatoire ou quasi marche alatoire
La mthode de Box et Pierce consiste tester lauto corrlation des rsidus (les
epsilons) de lquation de marche alatoire. Voir les tudes de Fontaine (1990).
Un test de racine unitaire peut aussi tre effectu : il sagit de savoir si la srie est
stationnaire. Dans lquation suivante : pt pt 1 t . Lhypothse de marche
alatoire est accepte si

ce sui revient crire que la meilleure estimation de

pt est pt-1.
Les tests de quasi marche alatoire : Alexandre (1992) propose de tenir compte de
lvolution de la variance en utilisant un processus ARCH. Lauto corrlation des
rentabilits est nulle mais la variance de ces rentabilits suit un processus
mmoire.

11

Dune manire gnrale, une partie importante de ces tests conduit accepter
lhypothse defficience faible.
Tests defficience de la forme semi forte (semi strong hypothesis)
Les tests consistent mesurer la raction des marchs financiers une information
non anticipe. Il faut observer la vitesse dajustement des cours cette nouvelle
information : lorsque lajustement est instantane ou quil ne permet pas de raliser
darbitrage, la forme semi forte est accepte.
Etudes dvnements
Ces tudes consistent mesurer la rentabilit boursire anormale (perturbe par
lannonce de lvnement) ou rsidus moyens en priode dinformation. On peut
utiliser le modle de march en log : ln Ri ,t i i ln RM ,t i ,t . Les rsidus doivent
fluctuer de manire alatoire autour de leur esprance qui est nulle. Si la valeur
cumule des rsidus a tendance crotre avec le temps, le march nest pas efficient
au sens semi fort. Vitesse dajustement plus ou moins longue.
Une tude de Ball et Brown (1968) analyse leffet de lannonce de rsultats annuels
de 261 socits amricaines sur une priode de 20 ans. Les rsidus moyens ont t
tudis dans les 12 mois qui prcdent et les 6 mois qui suivent chaque annonce
annuelle. En moyenne, le march a correctement anticip les variations des rsultats
avant quils ne soient rendus publics. Lajustement de cours boursier est
pratiquement inexistant aprs lannonce publique des rsultats.
Une tude de Fama, Fisher, Jensen et Roll (1969) tudie les effets de la distribution
de 940 actions gratuites (stocks splits) concernant 622 actions cotes sur le NYSE
entre 1927 et 1959.
Pour la majorit des familles dvnements analyss, lajustement se ralise
correctement, mme si celui-ci nest pas toujours immdiat aprs la publication de
lvnement.
Tests defficience de la forme forte (strong hypothesis)
Ces tests sont plus difficilement ralisables car ils reposent sur des informations
privilgies.
Un premier groupe dtudes porte sur les dlits dinitis avrs : connaissance de
lexistence dun projet dOPA ; une personne peut tirer un gain de cette

12

information avec un prix dachat infrieur au prix de lOPA ; connaissance

lavance dune modification de taux dintrt, La forme forte de lefficience nie
ce processus, i.e. que la dtention dinformations privilgies ne permet aucun
arbitrage.
Le deuxime groupe dtude a trait la capacit des investisseurs institutionnels
et en particulier des OPCVM battre le march. Les portefeuilles grs par les
OPCVM ne peuvent en moyenne faire mieux que le march, malgr les
informations spcifiques que ces professionnels peuvent obtenir.
Les conclusions de ces tests sont plus dlicates interprter ; leur champ daction
est dailleurs nettement plus restreint. Cependant ces tests ne permettent pas de
rejeter de manire formelle lhypothse defficience forte.
2.4 Saisonnalits et anomalies
Les saisonnalits renvoient des excs de rentabilits des priodes prcises. Les
anomalies reprsentent lexistence de diffrences de rentabilits entre certains types
de titres. Ces deux phnomnes rendent compte des cas dinefficience systmatique
observe.
Les saisonnalits ont trait des rentabilits suprieures la moyenne en fin de
semaine (effet WE ou effet lundi), en fin de mois (effet changement de mois), en fin
danne (effet janvier) ou le jour prcdent un jour fri (effet jour fri).
Les anomalies relatent des rentabilits suprieures la moyenne pour les petites
entreprises faible capitalisation boursire (effet taille), pour les entreprises ayant
des PER (price earning ratio = cours sur bnfice par action) faibles (effet PER).
A ct de ces carts de rentabilit, il existe aussi des poches dinefficience
permettant de raliser des arbitrages. Elles peuvent avoir pour origine des bulles
spculatives, o le cours dun titre scarte durablement de sa valeur intrinsque
avant de retrouver sa valeur dorigine.

13