La Bourse de Beyrouth

Test de lefficience de march financire tude de la srie des rendements de lindice boursier BLOM .

Mmoire de fin danne du Master 2 recherches APE analyse et politique conomique

Sous la direction : M. TERRAZA MICHEL

Rdig par : MELHEM SADEK

Anne universitaire

2005-2006

PLAN

Abstrait

Remerciement

Introduction

Chapitre I : la bourse des valeurs de Beyrouth

Secton1- La situation conomique au liban 1.1- Le PIB 1.2- La monnaie et le prix 1.3- Le balance et lendette 1.4- Lemploie 1.5- Le secteur tertiaire 1.6- Le commerce Section 2- le march financier libanais (bourse) 2

2.1- Background 2.2- Priorit et buts 2.3- Lattraction tranger et la clef 2.4- rvlations 2.5- Loptimisme est en rgle Section 3- Les marchs boursiers 3.1- Introduction et lhistoire des bourses des valeurs 3.2- Le rle de la bourse dans le systme financier 3.3- Dfinition et fonctionnement de la bourse 3.3.1- Les missions des titres 3.3.2- La ngociation et la cotation des titres 3.4- Les fonctions conomiques de la bourse 3.4.1- Stimuler lemploi et la croissance 3.4.2- garantir la liquidit de lpargne te les capitaux 3.4.3- estimer la situation des entreprises 3.4.4- Mesure la sant de lconomie 3.5- La structuration de la bourse libanaise 3.5.1- Les marchs de BSE 3.5.2- les listes des compagnies dans les marchs 3.5.3- Les obligations 3.5.4- Les Auteurs du march 3.5.5- Les mthodes de rpartition des lettres dchanges 3.5.6- Les diffrentes branches de la bourse 3.5.7- Les qualifications de la marche dchange (bourse) 3.5.8- La socit MIDECLEAR 3.6- Evolution de la bourse de valeur de Beyrouth 3.7- Evaluation de la bourse de valeur de Beyrouth

Chapitre II : lefficience des marchs financiers

Section 1 Dfinition et dclinaisons de la notion defficience des marches financires 3

1.1- dfinition de lefficience des marches financires 1.2- les principales consquences de lhypothse defficience 1.3- Hypothse des marchs efficients et marchs purs et parfaits 1.4- les conditions ncessaires lefficience de marchs financiers 1.5- Qualit et fiabilit de linformation et signaux 1.6- information comptable et analyses financires

Section 2 Rexamen de lhypothse defficience des marchs financiers 1- les deux dimensions de lefficience : information et rationalit 1.1- efficience informationnelles 1.1.1- Dfinition de la valeur fondamentale dun actif 1.1.2- La thorie de lefficience des marchs financiers 1.2- Rationalit et anticipation rationnelles des agents 1.2.1- La rationalit 1.2.1.1- rationalit instrumentale 1.2.1.2- rationalit cognitive 1.2.1.3- rationalit limite ou procdurale 1.2.2- anticipation rationnelles 1.2.2.1- Dfinition 1.2.2.2- implications et caractristiques des anticipations

Section 3 les trois formes de lefficience 1- La forme faible de lefficience et les tests de prvision des cours 1.1- Dfinition et implication de la forme faible 1.2- analyse fondamentale et analyse technique 1.3- tests defficacit des mthodes systmatiques et spculation 1.4- tests dauto covariance et dauto corrlation 1.5- tests des changements de signe (runs) 1.6- tests plus labors de marchs alatoire et quasi marche alatoire 1.6.1- test de racine unitaire 1.6.2- test de quasi marche alatoire 1.7- analyse spectrale, la co-intgration et la bootstrap 1.8- les possibilits de dtermination des rendements des actifs par tir dun 4

Certain nombre de variables : inflation.. 1.9- comparaison des quelques tudes concernant de la forme faible 2- La forme semi forte de lefficience et les tests dvnements 2.1- Dfinition et implications de la forme semi forte 2.2- la forme semi forte et la vitesse dajustement des cours 2.3- la vitesse dajustement des cours un vnement spcifique 2.4- la mthodologie de ltude dvnement 2.5- les limites de cette mthode et la nouvelle approche 2.5.1- hypothse joint 2.5.2- la stabilit et la volatilit 2.5.3- les mthodes fondes sur les volumes de transaction 2.5.4- utilisation de la fourchette 3- La forme forte de lefficience et information privilgie 3.1- Dfinition et implication de la forme forte 3.2- le problme de la vrification de la forme forte 3.3- ltude des dlits dinitis et des quasi dlits dinitis 3.4- la mesure des performances des portefeuilles 3.4.1- quelques prcision sur le mesure de la rentabilit et la Performance des SICAV 3.4.2- mesure de performances et efficience des marchs financiers 3.5- quelques conclusions partielles sur la forme forte

Section 4 Les principaux biais la thorie de lefficience 4-1- Les biais la thorie de lefficience : gnralit 4-2- Les biais de fin de cycle 4-2.1- leffet fin de semaine 4-2.2- leffet fin de mois 4-2.3- leffet fin danne 4-3- les biais lis la taille des firmes 4-3.1- leffet taille 4-3.2- leffet PER et leffet Book To Market ratio 4-3.3- les relations entre effet taille et leffet de fin de cycle 4-4- Les bulles spculatives 5

4-4.1- les bulles rationnelles 4-4.2- les bulles informationnelles 4-4.3 les bulles irrationnelles 4-5- les biais lis lirrationalit des investisseurs 4-6- les biais sont ils bien rels ? - Retour sur la rationalit des agents et finance comportementale - Rsum

Chapitre III : Application, Modlisation ARCH des rentabilits boursires de lindice bancaire

Section1 Les processus non linarit en variance : les modles ARCH 1.1- formalisation gnrale 1.2- Processus ARCH et GARCH 1.3- Une caractrisation gnrale des processus de type GARCH 1.4- Rappel sur le test ARCH 1.5- Les mthodes destimation 1.5.1- Le maximum de vraisemblance 1.5.2- les moindres carres en deux tapes 1.6- Modles ARCH et prvision

Section 2 Analyse empirique de lindice bancaire

Conclusion

Bibliographie

Annexes

Rsum

Ce travail vise approfondir lanalyse paramtrique des processus stochastique. Dans le cadre conomique, ce travail sappuie sur ltude de lefficience du march boursier libanais. Nous allons tester empiriquement sa forme faible en analysant la srie des rendements de lindice BLOM par lapproche paramtrique. Nous tenterons traitant les fluctuations observes sur le march en cherchant identifier notre srie tout en tenant en compte les modles ARCH.

Mots-cl

Efficience, processus de march alatoire, prvision, modle ARCH.

Remerciement

Bien que seul le nom de lauteur apparaisse sur la couverture, la conception dun acte est souvent laboutissement dun travail collectif. Il doit beaucoup au professeur Michel Terraza qui a assur la direction de cette mmoire avec une patience et un engouement certains. Je voudrais remercier le professeur Franoise Seyte pour mavoir aider. Je voudrais aussi remercier M. Wassim Njeim pour le soutenir et son aide denvoyer les bases des donnes de la bourse. Que soient donc remercis ici toutes celles et tous ceux qui mont aid et assist.
7

Introduction
Aprs lpoque dor libanaise entre 1943 jusqu 1975, la guerre civile a commenc au Liban. Cette priode dcrit par la priode de prosprit et de dveloppement conomique. La situation conomique tait trop forte dans tous les niveaux (bancaire, tourisme, agriculture, industriel), mme la situation de la livre libanaise contre le dollars tait survaluation. Pendant cette priode, les activations de la bourse dpendaient sur les banking, le commerce des devises trangers, de lor et des actions des compagnies franaises qui ont privilgis au moyen orient pendant la colonisation franais. En 1957, en rsulte de la dveloppement de la bourse dans le monde, il mis un dcision, au liban, qui organise les marchs des actions et les marchs de devises. Donc pendant cette priode, la bourse tait faible et fragment.

Entre 1975 et 1990, cest la priode de la guerre civile. Toutes les infrastructures sont dtruites, la livre baisse fortement, le taux de croissance devient nul, brivement lconomie libanaise devient instable et passe en phase de crise. Pour cela, il est naturel que les activations de la bourse soient cesses.

Apres onze ans de rupture le travaillent dans la bourse libanaise. La bourse joue un rle trs important dans les reconstructions du pays selon de la besoin de lconomie des pargnes. Mais les volumes traits la Bourse de Beyrouth demeurent symboliques mme si le premier trimestre de 2003 marque un frmissement prometteur, mais il est contenu dans laugmentation jusquau 2006 dpassant la choc dattenta dex premier ministre le 14 fvrier 2005.

A partir de l, la bourse libanaise a envisag plusieurs choc selon sa construction, lindice boursier a enregistr une baisse de points en une seule journe suite lattenta de lex premire ministre le 14 fvrier 2005.

Comment expliquer des mouvements dune telle ampleur ? Sont-ils conciliables avec les hypothses de base de la thorie financire ?

Une partie importante de la recherche conomtrique sest trouve vers ltude non linaire des sries temporelles. Le dveloppement rcent des mthodes et des tests statistiques rend dsormais possible la modlisation non linaire. Lintrt suscit depuis les annes 80 par les modles dynamiques non linaires conduit des nombreux auteurs rechercher lexistence dune structure non linaire, dterministe ou stochastique, dans les sries. La difficult distinguer un processus alatoire dun processus dterministe rend frontire entre ces deux processus difficilement identifiable.

Lanalyse des fluctuation de cours boursiers est lies a celle des fluctuations conomique. En particulier, les anticipations thoriques de cours refltent les anticipations des fondamentaux de lconomie, le march financier est souvent considr comme un indicateur avanc de lconomie. Lapproche retenue ici pour explique les mouvements de cours boursiers est donc stochastique1 puisque les mouvements de cours apparaissent comme rsultat de chocs exognes venant affecter le march. En outre, les fluctuations conomiques tout comme les fluctuations de cours boursiers, ne peuvent exister en labsence de chocs exogne. Les march financiers sinscrivent gnralement dans le cadre stochastique. Si le processus sous-jacent la srie des rendements est chaotique, la thorie de lefficience na tout simplement plus aucun sens puisque les carts observs du cours sa valeur fondamentale ne peuvent en aucun cas apparatre comme manifestation de chocs exognes.

Lincapacit apparente de cette thorie rendre compte dvnements comme la chute instantane de toutes les places financires en octobre 1987 a conduit certains conomistes abandonner lhypothse de rationalit (Shiller 1989). Ils pouvaient alors adhrer a lapproche dj suivie par Keynes qui mettait en avant limportance des phnomnes psychologiques sur les marchs financiers2 crit.

la plupart dentre eux se soucient beaucoup moins de faire long terme des prvisions serres du rendement escompt dun investissement au cours de son existence entire que de devenir peu avant grand public les changement futurs de la base conventionnelle
1

Mignon (1998) a rejet lhypothse de chaos dterministe en faveur du caractre stochastique des processus sous-jacent aux sries des rendements boursiers et kyrtsou et Terraza(2000) ont appliqu les outils de dtection du chaos. Ils montrent que lhypothse de chaos dterministe est rejete en faveur du caractre stochastique du processus des rendements de lindice CAC40. 2 Keynes 1936, P.170)

dvaluation. Il se proccupent, non de la valeur vritable dun investissement pour un home qui lacquiert afin de le mettre en portefeuille, mais de la valeur que le march, sous linfluence de la psychologie de masse, lui attribuera trois mois ou un an plus tard . Ainsi, ce nest pas lanticipation sur la valeur des fondamentaux qui induirait les fluctuations de cours mais lanticipation sur le comportement des autres oprateurs. Lhypothse dagents rationnels prenant leurs dcisions indpendamment des autres est ici occulte par la prise en compte des phnomnes psychologiques. A la vision conomique traditionnelle attribuant les fluctuations des cours larrive dinformations nouvelles non anticipes soppose lapproche privilgiant les comportements psychologiques, les phnomnes de foule. Selon cette dernire, les carts du cours sa valeur fondamentale rsulteraient ainsi des comportements mimtiques des agents (Orlan (1986)).

De faon plus gnrale, la thorie de lefficience des marchs financiers stipule que le cours observ reflte toute linformation disponible. De nombreux travaux empiriques sur la thorie de lefficience des marchs sont bass sur les mthodes paramtrique : Fama (1965), French et Roll (1986)..En outre, les auteurs se sont penchs sur ltude de la prvisibilit des rendements partir dautres variable conomiques ou financires par les mthodes paramtriques [voir par exemple Campell et Shiller (1987) et fontaine (1990), Mignon (1998) a rexamin lhypothse defficience des marchs financiers sous langle double des processus chaotique et des processus mmoire longue.

Dans ce conteste, lobjet de ce mmoire est donc dexaminer lefficience du march boursier beyrouthin sur le srie des rendements de lindice BLOM par les mthodes paramtrique ARCH.

A cette fin, le prsent travail sarticulera autour de trois parties. La premire partie, consacre la prsentation la situation conomique au Liban, lhistoire et lvolution de la bourse libanaise. La deuxime partie, il consiste en premier lieu prsenter les diffrents types defficience des marchs ainsi que les test ayant permis de les mettre en vidence. En deuxime lieu, il cherche en perspective lefficience des marchs financiers avec un certain nombre dobjet. Les exposs thorique figurant dans ces deux parties seront accompagns dapplications empiriques portant sur la rentabilits des indices boursier BLOM, la prsentation de srie utilise se trouvant au chapitre troisime.

10

Chapitre I : la bourse de valeur de Beyrouth

Section1- La situation conomique au liban
La croissance conomique du Liban a rebondi en 2003 5% et a atteint 6% en 2004 (selon lINSEE). Les importations, qui reprsentent environ 80% de la consommation intrieure, elle-mme comptant pour la 2/3 de la croissance du PIB, ont progress de 31%. Tires par le redmarrage de linvestissement dans le secteur de la construction et le dveloppement du tourisme, elles atteignent leur plus haut niveau historique (9,4Md USD) et contribuent au creusement du dficit commercial (7,6Md USD, +35%), les exportations naugmentant dans le mme temps que de 15% 1,7Md USD. Aprs le choc ngatif qua constitu lassassinat de lancien prsident du Conseil, Rafik Hariri le 14 fvrier 2005, lactivit conomique se redresse graduellement et la situation financire continue de samliorer. Lanne 2005 se traduira nanmoins par une croissance faible voire nulle et une dtrioration des finances publiques. Le succs de la rcente mission obligataire devrait permettre au trsor dassurer ses besoins de financement en devises jusquau printemps 2006.

1.1- Le PIB

L'volution du PIB au liban est passe du plusieurs priode. Entre 1964 et 1974, le PIB libanais a progress rapidement selon un rythme moyen annuel de 9,9 %, ou de 7 % prix constant. Au niveau sectoriel, les services reprsentaient 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 tait de 6,8 % contre 8,4 % en 1971. A partir de 1977, le PIB a progress nouveau rapidement et rgulirement pour atteindre 4,7 milliards de dollars en 1983. De mme, on assiste un renforcement du rle du secteur public dont le poids dans le produit intrieur brut atteint 30 % en 1983.

11

A partir de 1983, le Liban entre dans une rcession aigu. L'aggravation des conflits arms, notamment interlibanais, la baisse des revenus des pays producteurs de ptrole et en consquence celle des transferts des Libanais du Golfe, on passe de 130 38 millions de dollars par mois en moyenne, le dsquilibre croissant de la balance commerciale expliquent qu' la fin de la guerre, en 1990, le PIB quivalait au tiers de celui de 1974. On observe, ds 1991, une amlioration de la situation conomique, due un effet de rattrapage et la politique de M. Hariri. Le PIB atteint 12,3 milliards de dollars en 1996, soit une progression de 11,8 % par rapport 1995, En 2004 le PIB devient 24 milliards de dollars (175% dendette gnrale)1 Le revenu par habitant est aujourd'hui suprieur celui des autres Etats de la rgion, except Isral et les pays du Golfe. En revanche, on assiste depuis la fin de 1995 un tassement de la croissance conomique largement imputable au contexte rgional.

1.2- La monnaie et le prix

Longtemps considre comme une monnaie forte, la livre libanaise (LBP) s'est dprcie rapidement pendant les annes de guerre. Echange avant 1975 selon un taux rgulirement proche de 2,5 LBP pour 1 USD, la livre tombait 3,10 pour 1 USD en 1976, puis 5,26 en 1983. A partir de 1984, la dprciation s'acclra pour atteindre le taux de 1 200 LBP pour 1 USD en septembre 1990. En fvrier 1992, la dcision de la Banque du Liban (Banque centrale) de ne plus soutenir la livre fit passer cette dernire 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'changeait 2 800 pour 1 USD s'est raffermie sur le march des changes et, depuis le dbut de l'anne 1993, progresse rgulirement face 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 galement soutenue par des taux d'intrts levs (autour de 15 %).

1.3- Les balances et la dette publique

Le Liban est un pays structurellement importateur. Son dficit commercial se monte 6 500 millions de dollars en 1996. Malgr cette caractristique, la balance des paiements est

FMI, le rapport annuel 2006

12

pratiquement toujours quilibre ou excdentaire (+ 730 millions d'USD en 1996). Ceci s'explique essentiellement par les entres de capitaux provenant de la diaspora libanaise. Paralllement, on peut observer une augmentation du dficit public depuis 1991 (726 millions d'USD en 1991, 3 400 en 1996, 8100 en 2004), qui s'explique par le cot de la reconstruction ainsi que par la faiblesse des recettes fiscales. Cela entrane un endettement important de 42 milliards de dollars la mi 2005, principalement interne qui pourrait dboucher, si des dispositions correctives n'taient pas prises temps, sur une crise montaire.

1.4-L'emploi Jusqu'en 1975, le cinquime 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 problme de l'emploi au Liban est grave dans la mesure o tous les secteurs d'activit connaissent une pnurie de main-d'oeuvre qualifie due aussi bien la guerre (mort infirmit) qu' l'migration et l'absence de formation professionnelle. Les tudes ralises l'poque montrent qu'entre 1975 et 1977 (les deux premires annes de la guerre civile), 30 % des salaris de la construction, 50 % des employs de l'industrie, 15 % des commerants et 10 % des professionnels des services ont migr de manire dfinitive. Par ailleurs, la chute de la livre libanaise a galement entran une compression dramatique du pouvoir d'achat d'une grande partie de la population active. Dans le mme temps, faute d'investissements, le nombre des chmeurs n'a fait que crotre. Ainsi, selon les Nations unies, en 1990 le taux de chmage tait estim 35 %. En 1996, ce taux a t valu environ 20 %1.

1.5- Le secteur tertiaire Avant la guerre, Beyrouth tait une place bancaire rgionale trs active. En effet, de nombreux tablissements bancaires avaient t amens quitter le Caire pour Beyrouth en 1952. De plus, partir de 1973, une grande partie des revenus ptroliers des pays du Golfe a t gre par les banques libanaises. Ds le dbut des hostilits, le systme bancaire, trs fragilis par le premier choc ptrolier, a connu un rapide dclin qui a pu toutefois tre enray par la mise en place de nouvelles lois sur les banques offshore, le capital minimum des tablissements bancaires et un rle plus important de la Banque centrale. Aprs s'tre redress en 1978, le secteur bancaire a rencontr de nouveaux problmes en 1982 avec l'invasion is1

Centre de recherche des pays arabes, rapport 1996

13

ralienne et surtout en raison de la dprciation rapide de la livre libanaise. Depuis la fin des vnements, quinze banques commerciales se sont vues retirer leur licence, et sept autres ont cess leur activit. En 1996, 82 banques taient effectivement actives. Le systme bancaire constitue donc l'un des piliers de l'conomie libanaise, et ce, depuis le dbut des annes 50. Le Liban reste l'un des rares pays o la dimension montaire est traditionnellement suprieure la dimension conomique : le bilan consolid du secteur bancaire quivaut 160 % du PIB, alors qu'il y contribue hauteur de 8 % jusquau 72 milliards de dollars en 2005 (300% de PIB). Les particularits de ce secteur au Liban, qui sont l'origine de son dveloppement, sont principalement : une totale libert de change et de transferts de capitaux. le secret bancaire, institu par la loi du 3/9/56. la possibilit d'ouvrir un compte numrot. l'exonration des carnets d'pargne et des comptes courants ouverts de l'impt

sur le revenu des capitaux mobiliers. On parle galement de dollarisation de l'conomie puisque les flux en devises n'ont cess de progresser pour atteindre 60 % des dpts et 87 % des crdits en 1996. Les difficults rencontres par le secteur bancaire et les exigences lies la reconstruction ont conduit les autorits libanaises modifier, depuis trois ans, la rglementation bancaire dans un souci de scurit et d'efficacit. Depuis avril 1995, par exemple, le Liban a dcid de s'aligner sur les termes de l'accord de Ble et de porter le taux de solvabilit de ses banques de 3 8 % et d'imposer un capital minimum aux tablissements bancaires. La grande majorit des banques trangres implantes au Liban est franaise. Ces banques franaises reprsentent environ 25 % du march : Banque nationale de Paris succursale Intercontinentale , Crdit lyonnais, filiale 89 %, Banque Indosuez actionnaire 51 % de la, Banque libano, franaise, Crdit agricole actionnaire 6 % de la Fransa bank, Socit gnrale actionnaire 50 % de la Socit gnrale libano europenne de banque, Banque Paribas actionnaire 10 % de la Socit nouvelle de la banque de Syrie et du Liban.

1.6- Le commerce Il n'existe aucunes statistiques permettant d'apprcier le nombre de commerants au Liban.

14

Section 2- Le march financier (bourse de Beyrouth)

2.1- Background L'conomie du Liban est devenue plus favorable puisque la fin de la guerre civile, et tandis qu'encore vulnrables, ses perspectives pour le rtablissement soutenu et croissance continue est bonne. Le pays apprcie maintenant la stabilit, l'inflation contenue, et la balance des paiements des excdents. Le pays maintient un systme bancaire financirement solide et un secteur priv avec les ressources fortes. La production industrielle, le rendement agricole, et les exportations ont montr des gains substantiels.

Le gouvernement du Liban stimule cet environnement positif en encourageant le secteur priv et l'investissement tranger dans la reconstruction et l'conomie du Liban, et en agissant pour rtablir Beyrouth comme centre financier rgional. Les tapes ont inclus la cration de l'autorit de dveloppement d'investissement du Liban en 1994 pour soutenir les investisseurs trangers, l'tablissement de Midclear en 1994 pour faciliter des transactions domestiques et rgionales de capitaux propres, et rouvrir du march boursier de Beyrouth en 1996. La bourse des valeurs de Beyrouth a t l'origine tablie juste aprs la Premire Guerre Mondiale, avec le dbut du mandat franais en 1920. En ses premires annes, des oprations ont t limites l'or et aux transactions de devise. Ce march, le premier dans le MoyenOrient, investissements attirs de France et de Syrie aussi bien que de dans le Liban, et panoui avec l'tablissement des socits par action Libanais-Franaises mlanges dans les annes 30, qui ont t cites simultanment sur les bourses des valeurs de Paris et de Beyrouth.

Le commerce sur la bourse des valeurs de Beyrouth a continu prosprer dans les annes 50 et les annes 60. Cependant, le commerce a ralenti avec le commencement de la guerre en 1975. Dans 1983 la Commission de bourse des valeurs des activits suspendues, en tant qu'activit conomique a t srieusement perturbe. Cette suspension a dur 11 ans. En

15

septembre 1995, la bourse des valeurs de Beyrouth a t officiellement rouverte, et le commerce a commenc en janvier 1996.

Aprs onze ans d'absence, la bourse des valeurs de Beyrouth retourne avec de l'nergie remarquable. Puisque la bourse des valeurs jouera un rle important dans le succs du processus de reconstruction.

2.2- Priorits et buts :

Les priorits de

march financier sont bases sur conomique et les plans de

construction qui sont maintenant dans les premires tapes de l'excution et la bourse des valeurs est l'un des outils financiers de base pour stimuler l'conomie en attirant le capital pour l'investissement dans les projets . Sehnawi1 (1999)

Il a ajout que la bourse des valeurs aide galement rtablir d'autres secteurs de l'conomie tels que le tourisme en participant l'expansion de l'aroport international de Beyrouth et du port de mer. En outre et avec la rgion au seuil de la paix, le Liban doit tre prpar pour toutes implications de l're imminente, y compris la libralisation conomique qui aucun acte de doute soutiendra l'conomie interne.

2.3- L'attraction du capital tranger est la clef

Selon des tudes conomiques que le Liban ncessitera entre $ 10 20 milliards pendant les dix annes venir pour la reconstruction et autour $5 milliards pour runir le capital des compagnies aux niveaux admis. La bourse des valeurs jouera un rle important en attirant l'investissement au Liban en particulier l'heure actuelle, quand les compagnies internationales ont montr l'intrt srieux 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 indiqu : Des parts de Solidere, qui sont maintenant commerces sur le march secondaire, seront incluses dans la bourse des valeurs. Il y a galement six ou sept stocks qui ont t
1

M Sehnawi, ex ministre de la finance, WWW.libaninfo.com.lb

16

prcdemment numrs, en plus des bons du Trsor en livres libanaises et principaux liens de compagnie. On s'attend ce qu'galement de nouvelles compagnies se joignent pour runir nouveau capital ou pour augmenter leur image de marque .

En ajout que, les taux dintrt trop lev joue un rle trs important dans lattirance des capitaux tranger. Il a commenc aprs la guerre civil partir de 18% et 22% au dollar, mais aprs il fait baisser par la banque central. Il est maintenant entre 5 et 9%.

2.4- Rvlation

La bourse des valeurs de Beyrouth peut ne pas pouvoir en mesure, au dbut, pour respecter des rglements internationaux de bourses des valeurs. Il peut exiger des compagnies numres de prsenter leurs bilans moins de six mois ou mme douze mais imposera strictement les principes de la rvlation exigeant de tous les nouveaux projets et cibles de permettre des analystes d'valuer des compagnies et donne des conseils appropris leurs clients. La bourse des valeurs numrera galement des compagnies avec de petits capitaux aussi bien que les compagnies arabes et trangres sujet aux conditions spcifiques. Naturellement, la bourse des valeurs souhaitera joignent le systme de tringlerie entre les bourses des valeurs de la rgion et, ultrieurement, avec des bourses des valeurs internationales.

En rfrence des bourses des valeurs arabes, Sehanwi dit : Ces s'tendre de l'avanc l'ordinaire. Il y a des changes qui procurent peu d'occasion la participation trangre et d'autres qui continuent interdire des trangers. La libert d'change est autorise dans quelques bourses des valeurs et interdite dans d'autres. Mais les changes arabes embarqueront un programme de dveloppement pour libraliser des rgles d'change pour assurer la production amliore .

La bourse des valeurs de Beyrouth a ses avantages, principalement la loi au sujet de la proprit trangre, et la libert sans restriction pour transfrer l'argent et pour acheter des stocks sans paiement de tous les impts sur ces transactions. Il y a galement de nouvelles lois d'impts qui ont abaiss des taux de fiscalits d'entreprises dix pour cent. Ceci encouragera les compagnies trangres retourner au pays et aux gens du pays ceux pour viter l'vasion fiscale. 17

 Il y a galement de nouvelles lois rglant le travail des compagnies d'assurance et de d'autres, l'tude, lies au commerce, fusion et tenant des compagnies. L'tablissement d'une zone franche dans le port de Beyrouth est l'tude. Quant l'lment humain, un bon nombre de gens fortement qualifis qui ont tenu des positions trs importantes dans les tablissements internationaux et les banques sont retourns Beyrouth et l'change utilisera leurs expriences, expertise et contacts avec le monde extrieur pour amliorer son excution, Sehanwi dit.

Il a parl au sujet de la concurrence isralienne prvue dans l're imminente de la paix dans la rgion. Il a dit que la bourse des valeurs de l'Isral est une des plus importante dans la rgion. Elle numre des stocks de mener les compagnies internationales que les compagnies arabes rivales dans le domaine de l'lectronique, mais l seront assez de travail pour tout le monde. La bourse des valeurs de l'Isral ne prsentera pas la concurrence dangereuse mais pratique, elle vaut la peine de prciser que l'Isral impose des impts lourds comprenant l'augmentation des impts aux rapport d'affaires courantes qui ont eu lieu il y a quelques mois et men la dtrioration de l'change d'ici 5 10 %. En outre, la prsence de la bourse des valeurs arabe forte au Bahrain, en Oman, au Kowit et en Arabie Saoudite doit tre compte avec.

2.5- L'optimisme est en rgle.

La tte de l'change de Beyrouth a exprim son optimisme l'avenir. Il a dit que le Liban n'avait pas perdu ni volont quils perdent son rle financier et conomique dans la rgion. Il a expliqu que l'intrt tranger au Liban tait vident au cours de la runion du Fonds montaire international Madrid et en rendant visite des dlgations.

La chose la plus importante est d'investir dans cet intrt au bon temps et endroit. Ils ne devient pas goudronneux parce que la chance peut tre manque et l'occasion tre saisie ainsi par d'autres pays dans la rgion. Les contacts sont en marche avec un certain nombre de pays occidentaux, en particulier avec des fonctionnaires Paris, Londres et des bourses des valeurs de Tokyo et les offres de l'aide technique ont t reues. Des contacts galement sont faits avec la banque mondiale et l'I.F.C en vue des lois d'change existantes se dveloppantes pour se conformer au progrs, et pour informatiser et joindre les systmes de tringlerie entre les changes. Une des technologies de pointe understudy, un projet de Reuter qui est bas sur 18

lier l'change socit de financement financire vers banque centrale, banques, Liban, pour faciliter des cots de travail et de diminuer. La bourse des valeurs de Beyrouth retournera bientt. Des prparations ne sont pas limites l'ouverture mais se prolongent assurer une prsence importante pour elle est la plus vieille dans l'Est, et a une longue histoire qui doit tre prserve.

Section 3- Les marchs boursiers

3.1- introduction et lhistoire des bourses de valeurs
Les bourses de valeurs sont des marchs sur lesquels schangent des titres. Ces derniers sont reprsentatifs de proprits dentreprises (actions), des crances (obligations), de produits conditionnels ou subordonnes (option). Les produits jous sur les marchs feront objet dune tude approfondie. Les bourses sont de fait des intuitions trs anciennes, leur rglementation est relativement rcente. Sans jusquau Babyloniennes ou aux Romains, on peut dater leur origine au moyen age. Lordonnance de Philipe Le Bel de 1304 tablit les courretiers de change et ldit de 1572 de Charles IX dfinit les charges dagents de change. Le mot bourse viendrait lui-mme de lhtel de la famille Van der Beurse qui, brague, domiciliait le march des changes partir de XVIe sicle. En 1914, les placements en valeurs mobilires atteignaient 120 milliards de francs (40% de lpargne prive). Ce fut lpoque des emprunts russes, non rembourss . Cette dernire cause, puis la crise de 1929 portrent un coup dcisif la confiance des lpargnants. Puis, avec loubli, la bourse redmarra. En 1960 /1970 la forte inflation dstabilisa le march des valeurs mobilires au profit dautres placement plus rsistants linflation tel que limmobilier et lor. En 1970/1978 la fivre de lor grimpa tel point que de nombreuses charges dagent de change furent la limite de la faillite. Au cours des annes 1980, linflation tait mondialement jugule et la situation des entreprises tait meilleure. Le march explosa, les cours des actions furent multiplis par 4 entre 1982 et 1987. Cette fut lpoque des golden boys. Tout le monde gagna pendant 4 ans. En 1987 les cours, gonfls artificiellement seffondrrent, la baisse des taux dintrt cda la place une hausse1.

Patrice vizzavona, march financier, 3eme dition, paris, page 5

19

Les annes 1990 nous font vivre avec un march diffrent et relativement froid. Maintenant, la troisime millnaire, linternationalisation des bourses ont fait monter (ou descendre) les bourses. Nous sommes entrs dans une priode de haute volatilit. Au liban, Elle a t tablie par un dcret de gouvernement sur le 22eme du juillet 1920. Les rapport d'affaires se sont concentres la plupart du temps sur l'or et des devises trangres. Ce march, qui tait le premier dans le Moyen-Orient, a attir le fro France et Syrie d'investissements en plus du Liban. Les revendeurs ont inclus les concessionnaires Franais Syrien Libanais mlangs des compagnies d'quipement collectif public. La bourse des valeurs de Beyrouth n'a travaill pendant 34 annes sans aucun rglement pour rgir ses oprations, jusqu' ce que le parlement libanais dans 1945 ait dcrt une telle loi. Elle a t modifie en 1959, 1961, 1969, 1982 et 1985. La bourse des valeurs a ferm en 1983 comme tant d'autres tablissements libanais en raison de la guerre. Rouvert le 22 septembre, 1995, et le commerce a commenc le 22 janvier, 1996. Le march secondaire de Beyrouth a t ouvert juin 21, 1994. Les donnes sont annuelles par fvrier 1949 et mensuel ensuite. Maintenant les stands d'change ont port en quilibre pour reprendre sa vie interrompue pour contribuer sa part dans le processus de reconstruction dans le pays.

3.2- Rle des bourses de valeur

Les bourses de valeur ont pour objectif le financement de lconomie par voie dappel publique lpargne. Comment attirent les pargnants si ceux-ci ny trouvent pas u n profit potentiel et si possible lev ? Le poids des bourses est trs variable selon les pays. les pays anglo-saxon qui trouvent leur financement grce la bourse, lallemand et au japon o le circuit de financement bancaire prdomine. Le liban se trouve dans une position intermdiaire comme la France. La Bourse joue le double rle d'tre la fois un lieu de financement pour les entreprises, les Etats ou les collectivits (mission d'actions ou d'obligations) mais galement un lieu de placement (investisseurs).

20

La bourse joue un rle primordial dans l'conomie contemporaine, les entreprises y trouvent une partie des capitaux ncessaires leur expansion tandis que l'Etat y finance le dficit de ses comptes. La bourse est un march rglement qui organise (fonction):

La liquidit, c'est dire la faciliter des changes par la concentration du plus

grand possible d'ordres d'achat et de vente. L'galit entre tous les intervenants par la transparence et l'accs instantan au

march. La scurit, par la garantie que les acheteurs seront livrs et les vendeurs pays

date dtermine.

La bourse propose trois catgories de valeurs mobilires :

les obligations les produits drivs les actions

Enfin, la bourse en tant qu'instrument de placement, permet aux particuliers de devenir les associs des plus grandes entreprises prives industrielles et commerciales par le biais des actions. Elle permet aussi de devenir les cranciers de ces socits et de collectivits publiques comme l'Etat et les grandes entreprises nationales en achetant des obligations.

Bourse de Beyrouth: prte jouer son rle

Depuis sa renaissance en 1996, jamais la Bourse de Beyrouth n'est parvenue jouer le rle 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 inadquation 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 prs de dix ans pour relancer cette institutions ne sont pas encore rcompenss.

C'est ainsi que les volumes traits la Bourse de Beyrouth demeurent symboliques mme si le 21

premier

trimestre

de

2003

marque

un

frmissement

prometteur.

Le rle de la Bourse de Beyrouth dans le financement de l'conomie locale demeure pour le moment ngligeable, alors qu'elle offre, notamment grce la coopration des services de la Bourse de Paris depuis son lancement, des meilleurs standards de scurit pour les transactions et le systme de cotation. Seule une quinzaine de titres y sont ngocis soit autant que les Socits Financires, exAgents de Change, membres du Comit de la Bourse de Beyrouth.

Chaque jour, treize transactions seulement y sont en moyenne effectues, 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 reprsente toujours la majorit des transactions suivies des titres du Secteur bancaire comme Byblos Bank et Audi Bank. La part des titres des socits industrielles ou commerciales demeure trop rare pour ne pas tre symbolique. Il convient donc aux autorits de tenter de lui confrer une dimension plus populaire et de communiquer un message de confiance pour que cet outil tienne enfin le rle qui est le sien comme dans tout Etat jouissant d'une conomie librale.

Sans doute un de ces nombreux paradoxes dont le Liban dtient le secret l'image de son systme bancaire qui n'a jamais cess de briller.

3.33.4-

dfinition et fonctionnement de la bourse

Bourse, march financier, march de capitaux, march primaire et secondaire les termes sont nombreux pour nommer les lieux o schange toute la panoplie de titres dits financiers. Mais quest que la bourse proprement parler ?

1- La bourse de valeurs est dfinie ts gnralement comme un lieu de ngociations et changes entre dune part des offreurs et des demandeurs de capitaux.

2- La bourse est une runion priodique dindividus dont le but est dchanger or sinon de constater les cours de marchandises ou de bien. Donc lorigine, le terme signifiait runion dindividus et par extension il fait rfrence au lieu o se runissent ces individus. Cependant le dveloppement des moyens de communication, une

22

bourse na plus obligatoirement de location gographique. En ce qui nous concerne, nous devrions prciser bourse des valeurs mobilires. Par abus de langage, on a pris lhabitude de dire bourse tout court.

Nous dfinirons la bourse comme le compartiment du march financier qui assure la rencontre entre des demandeurs et des offreurs de titre financiers selon diverses modalits et la cotation rgulire de ces derniers.

Un march financier se dcompose en un march primaire (march lmission) qui assure la cration des nouveaux titres, et un march secondaire (march boursier) qui permet la ngociation (vente, achat) de titre dj mis. Par consquent seul le march secondaire devrait tre qualifie de march boursier dans la mesure o il est question sur celui-ci la fois de cotation et de ngociation.

Si le march primaire joue le rle primordial de drainage de lpargne au profit des agents besoin de financement, la prsence de march secondaire dynamique est indispensable car elle permet la liquidit des dplacements des agents pargnants. Comment ? Dans le cas la revente des titres avant lchance sur le march secondaire, permet aux prteurs de retrouver tout moment leur liquidit. On comprend alors ce que cest de la capacit du march secondaire fournir service qui dpendent le dynamisme du march primaire et donc lefficacit de financement de lconomie.

Sur un march de ce type, les agents peuvent conclure trois types de contrats ou oprations. Il peut sagir doprations au comptant, doprations terme, doprations conditionnelles.

3.3.1- Les missions de titres

Lmission et le placement des titres auprs du public peuvent tre prsents laide dun schma. Lentreprise sadresse une banque qui est charge deffectuer le montage du placement (dtermination du prix de laction). La banque garantit la placement des titres auprs du public et sengage le cas chant acheter les titres pour son propre compte.

23

- commissions

- commissions proportionnelles Au quota de placement

Entrepris e

Banque

Autre Banque

syndicat de placement ou Pool bancaire

Public

montage (service ingnier financire) garantie de placement

Le prix lmission

1- loffre prix ouvert (opo) : Avec cette procdure, lmetteur annonce tout dabord une fourchette de prix dans laquelle se situera le prix dfinitif. 2- Loffre prix ferme (opf) : cette procdure consiste proposer au march une certaine quantit de titres un prix fix lavance et dfinitif. 3- Loffre prix minimal (opm) : Avec cette procdure, lmetteur annonce tout dabord un prix minimal en dessous duquel il nest vendeur. 4- Loffre prix garanti : cette procdure consiste placer directement des titres auprs dinvestisseur.

3.3.2- La ngociation et la cotation des titres

Comment les titres peut-il ngoci et comment se forme-t-il un cours sur le march.

24

3.3.2.1- Les ordres de bourse

ordre au march et ordre la meilleur limite. Dans ce cas, les acheteurs et les

vendeurs ne donnent aucune indication de cours. Ordre cours limit. Lacheteur et le vendeur spcifi un prix plafond ou en

prix plancher. Ordre seuil de dclenchement. Ces ordres remplacent lancien ordre stop

supprim au milieu des annes 1980. Ordres lis. Lexcution de lordre est conditionnelle celle dun autre ordre. Mentions annexes. Un ordre de bourse peut tre assorti dautres mentions. La

mentions tout ou rien a pour effet dviter une excution partielle de lordre et par consquent des frais de transaction plus levs.

3.3.2.2- La cotation des titres

cotation au fixing. cest un systme dans lequel les ordres de bourse ne sont pas

traits instantanment. Ils sont au contraire regroups jusquau moment de la cotation. Cotation en continu. Dans ce systme de cotation, une transaction peut avoir

lieu tout moment ds lors que deux ordres de sens oppos se rencontrent. Lavantage du contenu par rapport au fixing est plus grande liquidit et la plus grande transparence.

3.4- Les fonctions conomiques de la bourse

3.4.1- Stimuler lemploi et la croissance

En mobilisant des capitaux sue le march boursier, les entreprises peuvent investir, aussi bien en quipements de toutes sortes (outil de production, recherche et dveloppement) quen personnel. Linvestissement demeure lune des composantes de la demande, au mme titre que la consommation et les exportations.

3.4.2- Garantir la liquidit de lpargne et des capitaux

25

La bourse permettre aux dtenteurs de titres de pouvoir les vendre tout instant et dautre de les acheter. Cette libert est offerte par la cotation des titres et ltablissement dun prix pour chacun deux, selon la loi de loffre et la demande. On assiste donc des millions de transactions qui rendent le march actif. Cest justement lactivit du march qui peut

garantir la liquidit des valeurs boursires et la mobilit de lpargne et des capitaux.

3.4.3- Estimer la situation des entreprises

Les cours de bourse refltent toutes les informations mises sues les entreprises, quils sagissent de leurs rsultats, de leur croissance interne, dun changement stratgique, du dpart de responsable.

3.4.4- Mesurer la sant de lconomie

Au del du rle de baromtre des affaires, la bourse est un miroir des vnement nationaux et internationaux. Aussi influe par le taux dintrt et la tension inflationniste.

3.5- La structuration de bourse

3.5.1- Les marchs de BSE

1 - Un march officiel pour des compagnies avec un quivalent capital US$ 3 millions en livres libanaises ou plus et celui ont t tablis pendant au moins trois annes. Ces compagnies doivent flotter 25 pour cent au minimum de leurs parts au public et tre possdes par au moins 50 actionnaires. 2 - Un march junior pour des compagnies avec un quivalent capital US$ 1 million en livres libanaises ou plus et elles doit galement flotter 25 pour cent au minimum de leurs parts au public et possdes par au moins 50 actionnaires. 3 - Un non inscrit/au-dessus du contre- march pour des compagnies avec un quivalent capital au moins US$ 100 ' 000 en livres libanaises.

26

Les oprations de dgagement et de rglement sont effectues par Midclear S.A.L., une compagnie possde par la banque centrale du Liban.
3.5.2- les listes des compagnies dans les marchs

Issuer Name

Sector

Listing Date

Nbr. of Shares Class Listed (in millions)

Type of Security

Free Float Information

SOLIDERE

Real Estate & Construction

30/09/96

A B

100.00 65.00

100 % of the total capital of the Registered company is listed. Available to all investors. 28.80% of the total capital of the Bank is listed. Available to all investors

BANK AUDI "GDR"

Banking

29/12/04

GDR

6.198

Bearer

B.L.C Bank "listed shares"

Banking

30/12/96

Common listed

13.72

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. 33.33% of the total capital Registered of the Bank is listed. Available to all investors. 22.80% of the total capital of the Bank is listed. Available to all investors. 100 % of the total capital of the company is listed.

BANK OF BEIRUT "listed shares"

Banking

11/04/97 08/04/2004

Common Iisted Pref. Callable

13.54 3.00

BYBLOS BANK

14/05/98 Banking 15/09/03

68.35 Common listed Pref. Callable 0.33

BEMO BANK "listed shares'

Banking

11/01/99

Common listed

5.33

BLOM Bank "GDR"

Banking

01/11/01

GDR

4.39

Bearer

HOLCIM Liban

Cement Production

22/01/96

234.19

Bearer

27

Available to all investors . 100 % of the total capital of the company is listed. Available to all investors .

CIMENTS BLANCS

Cement Production

22/01/96

6.00 3.00

Bearer Nominal

UNICERAMIC

Ceramic Production

20/05/96

A C

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. 40% of the total capital of Registered the company is listed. Available to all investors. 100% of the total capital Registered of the Fund is listed. Available to all investors. 100% of the total capital Registered of the Fund is listed. Available to all investors. 100% of the total capital Registered of the Fund is listed. Available to all investors. 100% of the total capital Registered of the Fund is listed. Available to all investors.

RYMCO

Automotive Commerce

06/02/98

10.00

BEIRUT INTERBANK FUND

Investment Fund

21/11/02

0.20

BEIRUT GLOBAL INCOME

Investment Fund

08/09/03

0.34

BEIRUT LIRA FUND

Investment Fund

11/02/04

0.275

BEIRUT GOLDEN INCOME

Investment Fund

26/07/04

0.410

3.5.3- Les obligations

Lobligation est un titre de crance quune socit ou une institution sengage rembourser une chance dtermine et rmunre par un intrt annuel1. Le taux annuel tait fixe, cest pourquoi on a appel les obligations titres ou valeurs revenu fixe, mais ce taux peut aussi tre variable.
1

Josette perard, la bourse, 9eme dition, page 29.

28

3.5.4- Les Auteurs du march socits de bourse : sont les intermdiaire traditionnels en bourse. Elles ont reu le statut de socits de service en investissement. Banques : les banques jouent un rle actif en bourse pour leur propre compte et celui de leurs clients. Elles excutent leurs ordres par le canal dune socit de bourse. Autres acteurs : les socit de gestion de portefeuille, les investisseurs professionnels, les analystes financiers, les gestionnaires, et les particuliers (les investisseurs finaux)1.

3.5.5- Les mthodes de rpartition des obligations

Il y a plusieurs mthodes de rpartition : Les entreprises vendent les missions contre rendement gale lcart entre le

prix de vente aux agents et le prix daccord. Ce par laccord de stand by agreement. Par les procurateurs (agents professionnels) La cotisation directement par les gens. Ou par un enchre. Depuis quelques annes, les marchs interinstitutionnels ont bien volus surtout de construire des structurations financires qui poussent les petits pargnants entrer dans les marchs des financements, comme les clubs des investissements et les fonds des investissements2.

3.5.6- Les diffrentes branches de la bourse

Il y a diffrentes banches de la bourse Le march des titres et des obligations : est un march financier organis, pour acheter et vendre les titres par un prix dtermine par le loi doffre et le demande.

1 2

Olivier Picon, la bourse, comment grer votre portefeuille, 13eme dition DELMAS 1998, page 24. Mouhamed yassin, la bourse, AL HALABI, 2004 page 25.

29

 La bourse des marchandises : elle est le plus rcemment, il est un march organis entre les acheteurs et les vendeurs. O il change les marchandises de mme quantit de catgorie moyenne. Le march dor : est un march des oprations, achat et vent lor et les devises tranger.

3.5.7- Les qualifications de la marche dchange (bourse)

La bourse de Beyrouth sintresse daugmenter le niveau de sa capacit pour tre le meilleur march financier en moyenne orient, il dpend sur : le plan conomique du gouvernement libanais pour dterminer le rle des

capitaux privs et leurs investies dans quelques domaines rentables. Essaye attire les investissements Essaye de trouver des domaines dinvestissement pour exploiter les capitaux

offrants. Un cadre lgislatif organis, peut voluer et adapter avec toutes les nouvelles

variations. Des institutions financiers et bancaires professionnels dans plusieurs domaines

pour jouer un rle de mobiliser les pargnes.

3.5.8- La socit MIDECLEAR

Midclear (Custodian And Clearing Centre of Financial Instruments for Lebanon And the Middle East). Le dgagement et les rglements des instruments au liban sont effectus par Midclear, le gardien et le centre de dgagement des instruments pour le liban et le moyen orient qui est galement le dpositaire central pour le liban en vertu de la loi No. 139 dat 1999. Midclear est galement all bien au conservateur central pour les actions bancaires en Avril 2001, quand ceux-ci taient dmatrialis en vertu de la loi Ne. 308 dat 2001.

La fonction de la socit Midclear

1- il est la dpositaire centrale des toutes les obligations qui fournie le march boursier. 30

2- Trouve les solutions et clearing les obligations, c'est--dire, il est un bureau des toutes les oprations mobilires dans la bourse. 3- Donne les services, comme gestion de portefeuille des titres et des obligations pour les entreprises missions. 4- Rglements commerciaux surveills en conformit avec des instructions 5- Il est un centre des informations des titres et des obligations. 6- Fournir des informations de mme jour sur de valeurs a reu et/ou a livre. 7- Fournir des informations de mme jour sur les et les livraisons refuses. 8- Fournissant des informations au sujet des dispositions douverture de faon rgulire 9- Donne les services aux pays arabes et moyen orient. 10- Il construit des relations avec les institutions trangres qui ont le mme rle des titres et des obligations1.

3.6- Lvolution des bourses des valeurs de Beyrouth

Les bourses dans le monde ont t significativement affectes ces toutes dernires annes par : la libralisation et la mondialisation des marchs travers linternationalisation

des portefeuilles grs par des investisseurs recherchant une diminution de leur risque. Des volutions technologiques qui ont permis la cration de rseaux de

communication lectronique. La multiplication des intervenants, entreprises dinvestissement et autres

intermdiaires financiers.

Au liban, on peut esprer une relle volution induite par les nouvelles gnrations. Ainsi, la grande distribution se dveloppe rapidement et le secteur des nouvelles technologies de linformation et de la communication. Les autorits semploient lever les obstacles aux investissements trangers. En effet, il reste difficile pour une entreprise trangre de travailler au Liban, o elle se heurte notamment des problmes rcurrents pour obtenir des papiers administratifs simples, notamment aux douanes, organisation multicphale (jusqu 30%

Internet, www.Midclear.com.lb

31

du temps de travail peut y tre consacr). Linstabilit lgislative, contractuelle, judiciaire et administrative est encore forte. A partir de la, La Bourse de Beyrouth a volu de manire trop rapide dans les trois dernires annes. Apres onze ans de rupture le travaillent dans la bourse entre le priode 1983 et 1995 cause de la guerre. Les volumes traits la Bourse de Beyrouth demeurent symboliques mme si le premier trimestre de 2003 marque un frmissement prometteur, mais il est contenu dans laugmentation jusquau 2006 dpassant la choc dattenta de x premier ministre en FEV 2005. Le volume des transactions s'est lev 7,92 millions de titres reprsentant une valeur de 35,59 millions de dollars Certes, cela reprsente un quasi triplement de l'activit du 4me trimestre de l'exercice 2002, mais cela ne reprsente en 3 mois ce que la Bourse de Paris traite souvent en moins d'une heure! La capitalisation boursire 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 passe de 219,7 dollars en 2001 807,5 dollars, soit une augmentation de 267 %. Selon un communiqu de la Bourse de Beyrouth, lanne 2004 a t marque par lintroduction en Bourse des euro bonds mis par le gouvernement libanais. Les investisseurs et les institutions peuvent ngocier ces instruments en sance. Les nouvelles cotations de GDR, dactions privilgies et de fonds de placement, en plus des actions ordinaires dj cotes, ont contribu laugmentation du nombre des instruments cots (euro bonds exclus), qui sont passs de 14 en 2001 19 en 2004. Ils ntaient que quatre instruments cots fin 1996. En 2004, cest Blominvest qui a effectu le plus de transactions boursires en valeur (35,82 % du march), suivi de Audi Saradar Investment Bank (21,77 %), du Crdit commercial et foncier (16,86 %) et de Fidus (9,12 %).

En ce qui concerne les titres changs, cest Solidere (reconstruction) qui continue de se tailler la part du lion avec 62,9 % des transactions changes (en valeur). Au niveau des actions du secteur bancaire, ce sont les titres de la Blom Bank qui ont fait lobjet du plus gros montant de transactions boursires (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.

La distribution statistique de la bourse, janvier 2005, page 18.

32

Chaque jour, treize transactions seulement y sont en moyennes effectues, 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 reprsentent dans la bourse deviennent 17 entreprise devise sur le trois secteurs sont : reconstruction, bancaire, commerce et industrie. Pour cela, laugmentation de le volume des transactions quotidienne et les valeurs de transaction est normale. Par ailleurs, la Bourse de Beyrouth prcise quelle a install le mme logiciel de transactions utilis par Euronext, le NSC-Unix et un nouveau systme lectronique de transactions permettant plus de 1000 transactions horaires1., et quelle prvoit de passer bientt un systme de cotation en continu. La Bourse a soulign galement quelle va instaurer un systme lectronique de transactions en 2005 et tenter de collaborer davantage avec les Bourses arabes pour encourager les oprations transfrontalires.

3.7- Lvaluation de la bourse de valeur de Beyrouth

L'valuation de la bourse des valeurs de Beyrouth et de l'environnement de march financier et de normalisation reli a t accomplie par Anderson Wilson en 1996 (directeur de gestion de la consultation de valeurs internationales Londres et spcialiste en marchs financiers pour MetaMetrics inc). L'valuation a t conduite pour identifier des fonctions plus ncessitant tre renforc et restructur. Un ensemble prioritaire d'activits techniques recommandes pour renforcer l'BSE et son environnement de normalisation ont t dfinis. Le rapport final a form la base pour davantage d'assistance technique sur la question prioritaire du dveloppement d'une loi sur les valeurs mobilires qui rpond des normes internationales. Le rapport inclut une discussion de la structure lgale de l'BSE, recommandations concernant la gestion des risques et la scurit physique, contraintes l'expansion des marchs des obligations courants et des obligations sur l'BSE, une discussion du climat d'investissement, et une description du dpt central et du march secondaire de Beyrouth. Le but de cette assistance technique tait : Adresser les questions potentielles dans l'bauche initiale de la loi sur les

valeurs mobilires (Securities Law). Fournir au Liban la base technique pour une loi sur les valeurs mobilires

moderne aux normes internationales.

1

Fadi khalaf, prsident de la bourse libanaise, dveloppement de la bourse de Beyrouth, journal ALECTISAD, N107 jan 2005 page 4.

33

Analyser et dcrire une structure de normalisation approprie pour les marchs

financiers du Liban. Dfinir toutes les difficults dans le cadre lgal et de normalisation avant

d'entreprendre n'importe quelles tapes de commandant pour tablir et dvelopper une organisation de normalisation de valeurs (des activits d'autorgulation et une Commission d'change de valeurs)1.

L'objectif tait de dvelopper une loi qui assure la protection d'investisseur, se conforme aux normes internationales, et est compatible avec la lgislation existante. L'examen de la loi sur les valeurs mobilires d'bauche a eu comme consquence des discussions intensives et des mesures prises. L'quipe de projet a analys la lgislation relative de marchs financiers et la structure de normalisation propose en ce qui concerne les objectifs d'assurer la conformit aux normes internationales, d'assurer la protection d'investisseur, et d'attirer l'investissement international. Aprs cette revue, le personnel de Banque du Liban (banque centrale du Liban) a mis jour le projet de loi pour le rendre plus conform aux normes internationales pour la lgislation de valeurs. Donc, MetaMetrics fournit l'appui technique pour dvelopper des rglements en vertu de la nouvelle loi sur les valeurs mobilires qui rpondra des normes internationales pour le rglement de valeurs et soutiendra les objectifs du gouvernement du Liban pour les marchs financiers internationaux. Dautre part, au niveau financier. Malgr laugmentation dans les trois dernires annes, mais Les volumes traits la Bourse de Beyrouth demeurent symboliques plusieurs raisons Linstabilit lgislative, contractuelle, judiciaire, administrative et la meilleur raison est la scurit social, ce qui empche les investisseurs tranger dinvestir au liban. Exactement aprs lattenta de lex premire ministre RAFIC AL HARIRI en fvrier 2005, il tait la confiance internationale en conomie libanais, o la pente de lconomie est devenue convexe et tous les indicateurs conomiques sont devenus ngatifs. Pour cela, il est trs important quon tudie la situation boursire libanaise en considrant le meilleur indicateur de lconomie libanais.

Anderson Wilson, MetaMetrics inc, rapport dassistance technique, septembre 1996.

34

Chapitre II : Lefficience des marchs financiers

Lefficience des marchs constitue la clef de vote de lensemble de la thorie financire. Les bases de la finance organisationnelle sont fondes implicitement ou explicitement sur lhypothse de marchs financiers efficients.

Le terme defficience est un anglicisme aujourdhui accept dans le langage conomique. Alors, un march est efficient si le prix qui sy forment constituent des signaux fiable pour les dcisions dallocation es ressources. De cette dfinition, il y a trois types defficience :

1-

efficience allocationnelle, indiquant que le march est capable

dorienter les fonds vers les emplois les plus productifs et contribue ainsi un dveloppement satisfaisant de lconomie. 2Lefficience oprationnelle, les intermdiaires financiers mettent en

relation de manire satisfaisant les offreurs et les demandeurs de capitaux au cot le plus faible tout en tirant une juste rmunration. 3Lefficience informationnelle, pour laquelle, le cours boursiers reflte

toute information disponible concernant la vie de la firme.

Ces trois types sont interdpendants. Lallocation optimale ne peut se faire que si linformation est bien prise en compte et si les transactions se ralisent au meilleur prix. Donc, les actions values en fonction de linformation disponible au temps t. Ainsi la condition la plus importante pour que soit ralise une bonne allocation de fonds est lexistence de lefficience informationnelle.

La thorie des marchs financiers est ne au dbut des annes 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 thorie. Cest cependant Fama quest gnralement attribue la paternit de la thorie des marchs efficients (1965).

Les marchs les plus anciens concernant lefficience taient trs affirmatifs. Lefficience apparaissait vrifie dans tous les cas et tous les marchs. De trs nombreuses vrifications empiriques, effectues sur diffrents marchs et avec des mthodes convergentes, ont amen

35

des rsultats positifs. Dans lensemble de leurs tudes ultrieur, les chercheurs ont toujours considre lefficience comme acquise. Or, des travaux plus rcents concernant les bulles spculatives ou les investisseurs irrationnels remettent en cause le mythe de lefficience. De nouveaux tests empiriques fonds sur lchantillons beaucoup plus larges ou utilisant des mthodes statistique plus sophistiques.

La dfinition de lefficience a volu depuis les travaux originels de Fama. Elle est aujourdhui moins stricte et autorise certaines formes de prdictibilit. Les tests statistiques robustes permettent de mettre en vidence certaines tendances dvolutions des rendements des titres financiers. De lefficience initiale, on a volu vers une efficience signifiant limpossibilit dobtenir un gain substantiel. L se situe dailleurs le paradoxe : remettre en cause lefficience, cest remettre en cause lensemble des nombreux travaux modernes qui sappuient sur cette thorie. Cest pourquoi les conclusions des recherches menes en ce sens restent modres.

Enfin, on cherche plus aujourdhui mesurer le degr defficience des marchs financiers que lon souhaite valider ou invalider cette hypothse dans sa globalit.

I- Dfinition et dclinaisons de la notion defficience de marchs financiers

1- Dfinition de lefficience des marchs financiers

Lefficience des marchs est une thorie simple au premier abord mais dont les dveloppements sont complexes. Cest pourquoi la dfinition nest pas unique. La premire dfinition de lefficience est pos par Fama (1965), dfinition apparentant celle-ci : Un march financier est dit efficient si et seulement si lensemble des information concernant chaque actif financier cot sur ce march est immdiatement intgr dans le prix de cet actif . La formalisation mathmatique de la thorie peut tre rsume ci-dessous. Soit linformation disponible la priode t afin destimer la valeur Pj,t+1 du titre j la priode t+1. Soit E(x) lesprance de la variable alatoire X et Rj la rentabilit. Donc, le taux de rentabilit espr de j en t+1 alors on a :

36

E(Pj,t+1 / j) = Pj,t[1+E(Pj,t+1 / j)] Si le prix du titre reflte toute linformation disponible. Si lquation prcdente est vrifie pour tous les titres j cots sur le march, le march est rput efficient. Sur un march efficient, ds quune information concernant un actif existe, le prix de cet actif est instantanment modifi.

2- Les principales consquences de lhypothse defficience

Plusieurs consquences dcoulent de la dfinition de lefficience de Fama (1965). an premier, on peut remarquer que lefficience ne concerne pas uniquement les

marchs daction, tous les marchs et tous les types dactif financier sont concerns.
Actif Spcifique Action

March daction

Information : variation des taux dintrt March obligatoire

Actif secondaire

(option)

Marchs des changes

Schma 1- influence dune information unique sur diffrents marchs financiers

En deuxime lieu, pour que linformation soit intgre dans les cours de faon

instantane, il est ncessaire que cette information soit diffuse de manire simultane lensemble des agents conomiques concerns. En troisime lieu, dans la mesure o la correction des prix lie l apparition

dune nouvelle information est instantane.

37

De plus, aucun investisseur ni analyste ne peut prvoir de faon certaine lvolution des cours dun actif financier : la meilleure prvision dun prix future demeure la dernier cours connu. Pour un actif donn, chaque cours est parfaitement indpendant des cours prcdents. Si lon analyse les variations du prix dun titre, ces variations ne pourraient donc suivre quun cheminement dun titre. Ces variations ne pourraient en aucun cas suivre une tendance de progression ou une loi mathmatique quelconque. Cette consquence sapparent dailleurs une nouvelle dfinition de lefficience : sur un marchs efficient, les prix des actifs suivent un cheminement alatoire, ou une marche au hasard.

E(Pj,t+1 / j) = Pj,t 3- Hypothse des marchs efficient et marchs purs et parfaits

La thorie des marchs efficients apparat comme une traduction financire de la notion de marchs purs et parfaits. Mayer (1982) conteste cette affirmation en prtendant que, contrairement aux marchs parfaits au sens conomique du terme, rien ne prouve que les prix dquilibre dtermins sur un march financier efficient permettant obtenir un optimum de pareto.

4- Les conditions ncessaires lefficience des marchs financiers

Lhypothse defficience des marchs implique la vrification de cinq conditions essentielles : La rationalit des investisseurs : les marchs financiers ne peuvent tre

efficient que les agents conomiques sont rationnels, ce qui implique deux hypothses : 1en premier lieu, les agents doivent agir de manire cohrente par

rapport aux informations quils reoivent 2en second lieu, il faut que les investisseurs cherchent travers

leurs actes maximiser leur esprance dutilit.

38

La libre circulation de linformation et la raction instantane des

investisseurs : pour que le prix intgre instantanment lensemble des informations disponibles il est ncessaire : 1linformation doit diffuse simultanment auprs de tous les

agents conomiques. 2Les agents puissent traiter linformation en temps rel, et agir

immdiatement sur le march en fonction de cette information.

La gratuit de linformation : tous les agents doivent pouvoir obtenir une

information sans des cots supplmentaires des gestion. Si linformation un cot, les agents peuvent parier que le cot est suprieur la perte probable engendre par lignorance de cette information.

Labsence de cot de transaction et dimpt de bourse : les agents peuvent

hsiter a investir ou dsinvestir si les cots de transaction ou les taxes boursires grvent ou annulent les gains potentiel ralisable. En prsence les cots de transactions les agents nagira sue le march que dans la mesure o le gain espr est suprieur aux cots.

Latomicit des investisseurs et la liquidit : les agents ne vont pas raliser de

transactions sur les titres si ces transactions sont susceptibles de faire varier le prix de titres.

4- Qualit et fiabilit de linformation et signaux

Les sources dinformation de loprateur sont multiples : elle peuvent provenir directement ou indirectement de la socit ou de son environnement. Le schma rsume les diverses sources dinformation possible.

39

Matrisables par lentreprise (endogne lentreprise)

Donnes comptables

Communiqu de presse

Annonces des concurrents Types dinformation Non matrisables par lentreprise (exogne lentreprise) Communiqus des commissaires aux comptes Communiques des organismes rglementaires : AMF
vnements indpendants de lentreprise. Ex : variation de taux
Schma 2- les diffrents types dinformation concernant les entreprises

La plupart des informations dtenues par les oprateurs manent directement de lentreprise. Il sagit essentiellement des informations comptables ou commerciales. Les informations comptables sont transmises priodiquement, au minimum tous les ans au march. Grant (1980) montre, que la divulgation dinformation comptable intermdiaire un impact plus important sur les cours que les annonces de rsultats annuels.

De plus, les entreprises doivent systmatiquement porter la connaissance du march toutes les informations susceptibles daffecter le cours de faons durable. Outre ces informations, ils informent des vnements particuliers par la presse. Si les oprateurs rationnels sont susceptibles danalyser les informations exognes et de prvoir leur influence sur le prix des titres cots. Le doute demeure pour ce qui concerne la fiabilit des informations produites par la firme (information comptable).

40

Lorganisation conserve la matrise de sa politique comptable, des dirigeants restent les initiateurs de cette politique et les principales dcisions comptables leurs appartiennent. Il est connu et montr que les dirigeant dune firme utilisent les espace des libert concdes par les normes comptables afin de prsenter des rsultats plus favorables. Lutilisation des ces espaces de libert, appele comptabilit crative.

Se pose donc le problme important de la fiabilit relle de linformation comptable. En ce sens, une nouvelle barrire apparat la thorie de lefficience des marchs : celle de la fiabilit de linformation et en particulier de linformation comptable, matriser par les firmes. Lapparition des techniques de la comptabilit crative remet partiellement en cause la fiabilit de linformation comptable.

6- information comptable et analystes financiers

Les problmes de la lecture des informations comptables fournies par lentreprise pour les oprateurs sont triples.

Les problme de la vracit des informations comptables peut tre illustr par

les diffrents scandales mis jours ces derniers annes : Vivendi universal, Enron. Dans tous ces cas, les investisseurs se sont retrouve face des informations errones. Le problme de la qualit des informations comptable renvoie aux techniques

de plus en plus labores de comptabilit crative. Le problme de la normalisation et tout autre. La comptabilit tablie dans le

cadre d rgle et de principes. A lorigine, les rgles taient nationales. Pour GRAY (1988), le cadre comptable dEurope latine et germanique se caractrise par une certaine uniformit (contrle), tandis que le cadre comptable anglo-saxon se caractrise par autorgulation. Donc il y a des nombreuses diffrents dans la comptabilit des diffrentes nations. Les analystes financiers et les investisseurs sont pnalises lorsquils doivent pour comparer les informations des entreprises des nationalits diffrents.

La plus grande nouveaut est utilisation la large chelle de concept de juste valeur ou fair value. Lutilisation de la fair value va obliger les comptables utiliser la valeur d march tant pour les actifs que pour la dette. Cette manire permet de dterminer un valeur comptable 41

de la firme proche de sa valeur marche. A lavenir cette valeur sera plus importante pour les investisseurs et les analystes financiers. Cependant, cette mthode de la fair value nest pas sans inconvnient, elle ncessite en premier lieu lexistence dun march pour les actifs et passifs de la firme. Elle ncessite que chacun des marchs ncessaires soit la fois liquide et efficient. De plus, si la mthode permet de connatre facilement lvolution de la valeur des capitaux propres dune firme. Elle ne permet pas savoir do vient laugmentation ou diminution de cette valeur.

II- Rexamen de lhypothse defficience des marchs financiers

1-Les deux dimensions de lefficience : information et rationalit

Lefficience est un concept pouvant revtir plusieurs dimensions. On distingue lefficience informationnelle, la rationalit des agents, lefficience fonctionnelle ou encore lefficience allocationnelle. On sintressera ici lefficience informationnelle et rationalit du comportement et des anticipations des agents.

1.1- Efficience informationnelle La dfinition de lefficience informationnelle ncessite au pralable de prsenter la notion de valeur fondamentale dune action.

1.1.1- Dfinition de la valeur fondamentale dun actif

Soit Rt la rentabilit dun actif au temps t : Rt = Pt+1 - Pt + Dt / Pt Pt est le cours de laction Dt est le dividende au temps t Si les agents sont neutre au risque, ont des fonctions dutilit sparables au cours du temps et disposent dun ensemble dinformation It. alors CPO de la maximisation de lutilit intertemporelle des agent scrit :

42

E(Rt / It) = rt r est le taux dintrt Cette condition est appele parfois condition defficience, implique que lanticipation rationnelle de taux de rentabilit gale au taux dintrt. En remplaant R par sa valeur, on obtient lquation gouvernant les prix Pt* = j+1 E[Dt+j / It] est le taux dactualisation Pt* est la valeur fondamentale du titre est gale la somme dactualise des dividendes futures anticips rationnellement par les agents.

1.1.2- La thorie de lefficience des marchs financier

Dans cette paragraphe on redfinie de lefficience de march par les points suivantes : Le prix reflte toute linformation disponible : un march est informationnelle

ment efficient si lensemble des information pertinentes lvaluation des actifs qui y sont cotes se trouve instantanment reflte dans les cours. La prsence dun grand nombre de loprateur sur le march Imprdictibilit des variations de prix et de modle de marche alatoire : les

variation des prix (rentabilit) sont imprvisible. Limpossibilit de raliser des profits anormaux et le modle de martingale :

Le modle de martingale est moins restrictif que celui du march alatoire au sens o aucune condition nest impose sur lautocorrection des rsidus. Ainsi Pt suit une martingale si : E[Pt+1 / It ] = Pt Cette quation signifie que la meilleure prvision fair du prix en t+1 sur la base de lensemble de informations It. Cette dfinition implique que lon peut sattendre une rentabilit qui soit suprieure la rentabilit de march au sens o lesprance conditionnelle des variations de prix est nulle.

1.2- Rationalit et anticipations rationnelles des agents

La thorie de lefficience des marchs financiers suppose la rationalit des agents tant au niveau du comportement que des anticipations. 43

1.2.1- La rationalit

Dfinition gnrale Selon la dfinition de ALLAIS (1953), un home est rput rationnel lorsquil poursuit des fins cohrentes entres elles et quil emploie des moyens appropris aux fins poursuivis . Les agents sont supposs tre caractriser par les prfrences ou des objectifs quils cherchent attendre tout en respectant les contraintes limitant les choix possible. Lhomo conomicus est la personnification de lhypothse de comportement rationnel. Il est dot des trois caractristiques essentielles : cest un tre intress il est rationnel il est universel et atemporel

Les diffrentes formes de rationalit

a- La rationalit instrumentale

Le modle permettant dapprhender un tel type de rationalit, appele rationalit instrumentale, repose sur la thorie de lutilit espre. A la suite Willinger (1990), on notera que les agents sont caractriss dans un contexte dincertitude par deux types de jugements : 1les jugements de prfrence qui consiste valuer une action et ses

consquences. 2Les jugements de croyance qui consistent prvoir une action ainsi que

ses consquence. La pense conomique sest principalement intresse la premire catgorie de jugements. Dans le modle traditionnel, les agents se comportent selon le principe de maximisation de lutilit espre, les jugement de prfrence sont reprsente par des utilit espre. Donc la relation de prfrence doit vrifier trois principes : ordre : lagent est capable de classer toutes les actions envisages indpendance : il y a indpendance entre la prfrence et la probabilit continuit : le jugement est contenu en situation dincertitude.

La rationalit instrumentale est base sur une efficacit en terme daction.

44

b- La rationalit cognitive

Walliser (1982), a introduit la notion de la rationalit cognitive afin de tenir dune correspondance entre les informations dtenues par les agents et les reprsentations que ce fait ces agents de lunivers qui les entoures. La rationalit cognitive met laccent sur le fait quil peut y avoir une diffrence entre environnement rel et environnement peru et traduit ainsi ladquation des anticipations sur lenvironnement aux informations dtenues. c- la rationalit limite ou procdurale Selon lhypothse de rationalit limite introduite par Simon (1955), lagents est limit tant dans ses capacit cognitive que dans ses facults a recueillir et a traiter linformation : la rationalit caractrise un style de comportement qui est approprie la ralisation de buts donns, dans la limites qui imposent des conditions donnes . Simon (1964)

1.2.2- Anticipation rationnelles

Dfinition Les anticipation, puisquelles sont des prvisions bien informes des vnements futurs sont essentiellement les mmes que les prvisions de la thorie conomique pertinente. Au risque de confondre cette hypothse purement descriptive avec une opinion tranche ce que les entreprises devraient faire appellerons de telles anticipations des anticipations rationnelles Muth(1982) P(316). Ainsi, si lagent peut prvoir correctement lvolution des variables exogne et sil connat la relation entre ces variables et la variable endogne il formera des anticipations rationnelles. Il y a trois conditions sont ncessaires la formation danticipation rationnelles Wallesir (1982) : lagent a correctement spcifi le modle liant la variable anticipe aux autres

variables. lagent connat lhistorique de toutes les variables figurant dans le modle

(transparence) lanticipation, conditionnellement lensemble dinformation disponible, de

lagent est une estimation sans biais de la variable prvoir (optimalit).

Implications et caractristiques des anticipations rationnelles

45

a- Les agents utilisent tous le mme modle puisque, pour former leurs anticipations, les agents disposent tous des mme modle de reprsentation de lconomie, ils pensent tous pareillement : ce sont tous des fondamentalistes, c'est--dire quils utilisent tous le mme modle dcrivant la faon dont les donnes fondamentales dterminent les divers prix et quantits de lconomie phelps (1987).

b- les agents ont une information illimite et gratuite On suppose implicitement que tous les agents ont des capacits illimits de recueil et de traitement de linformation, et ce un cot nul.

c- les anticipations rationnelles ne sont pas des prvisions parfaites Il est important de noter que les anticipations rationnelles ne constituent pas des prvisions parfaites.

d- les anticipations rationnelles sont auto ralisatrice

Rsum

Mise en vidence au dbut des annes 60, particulirement par E Fama, la thorie de lefficience des marchs financiers, prolongement de la notion des marchs purs et parfaits des conomistes libraux du XIXe sicle, pour snoncer comme suite : un march financier est dit efficient si et seulement si lensemble des informations disponibles concernant chaque actif financier cot sur ce march et immdiatement intgr dans le prix de cet actif . Toutefois, les imperfections de marchs ont conduit une formulation de la thorie, qui se transforme alors pour devenir celle-ci : sont rput efficient les marchs sur lesquels le prix des actifs cotes intgrent les information les concernant de telle manire quun investisseur ne puisse, en achetant ou en vendant cet actif, en tirer un profit suprieur aux cots de transaction engendrs par cette action . La thorie des marchs efficient peut se scinder en trois formes : la forme faible indique quil nest pas possible de tirer parti des sries de cours et dinformation publiques au moment de leur rvlation et la forme forte quil nest pas possible de tirer parti des sries de cours et dinformation non publiques pour raliser un profit spcifique sur les marchs financiers.

46

Pour tre vrifier, la thorie de lefficience ncessite la validation dun certain conditions : la rationalit des investisseurs, la libre circulation de linformation, sa gratuit, sa fiabilit, labsence de cots de transaction, lautomaticit des investisseurs et labsence de Problme lies un manque de liquidit. Cependant, lefficience de march a des consquences trs importantes sur les thories financire et le comportement des agents : il na aucune possibilit pour quiconque de prvoir de faon certaine

lvolution de prix. La rmunration des investisseurs est fonction de lesprance de rentabilit et

du risque des titres de leurs portefeuilles. Enfin, lorsque le march est efficient, le prix des actifs ne peut scarter de

faon durable de leur valeur fondamentale.

III- Les trois formes de lefficience

Dans le but de raliser des testes statistiques plus fins, Fama a dfini trois formes de lefficience des marchs financiers. La forme faible ou hypothse faible de la thorie de lefficience prtend quil nest pas possible de tirer parti des information passs concernant un actif financier pour prvoir les rvoltions futurs du prix de cet actif.

La forme semi forte ou lhypothse semi forte de la thorie de lefficience prtend quil nest pas possible de tirer parti des information concernant un actif financier au moment mme o ces informations sont rendues publiques pour prvoir les rvoltions futurs du prix de cet actif.

La forme forte ou lhypothse forte de la thorie de lefficience prtend quil nest pas possible de tirer parti des information non publiques concernant un actif financier au moment mme o ces informations sont rendues publiques pour prvoir les rvoltions futurs du prix de cet actif.

47

a) La forme faible de lefficience et les tests de prvision des cours

1- Dfinition et implications de la forme faible de lefficience

La forme faible consiste noncer que le prix actuel dun actif financier est totalement indpendant de lensemble des informations concernant ce titre publi dans le pass. On ne peut donc utiliser lensemble des informations passes pour dminer de faon certaine le prix actuel ou lvolution de prix. Deux remarques paraissent importantes formuler ce point du raisonnement. les investisseurs ont dj analyse lensemble des informations diffuses dans

les passes et les ont dj rpercutes dans les cours. Rien nempche les analystes financiers dutiliser les informations passes

concernant un actif financier ou une entreprise pour tenter de prvoir lvolution du prix dun actif.

En autres termes, lhypothse de lefficience peut se rsum aux affirmation suivantes : les prix linstante t de chaque actif financier est totalement indpendant du prix du mme actif la priode t-1 ou aux autres priodes prcdents.

E(Pj,t+1 / j) = Pj,t Il en rsulte quen moyenne, la meilleure prvision dvolution du prix dun actif financier la priode t+1 reste son prix connu dans la priode t. Cette impossibilit de prvoir de faon certaine lvolution du prix dun titres a partir du cours passes amne la remise en cause de pratiques pourtant trs utilises : lanalyse fondamentale et lanalyse technique.

2- Lanalyse fondamentale et lanalyse technique

2.1- Lanalyse fondamentale

Lanalyse fondamentale concerne lorigine le march des actions. Il consiste analyser lensemble des informations conomique, comptable, des entreprises cotes de manire dterminer leur valeur. Cette valeur peut tre calcule grce plusieurs mthodes. En premier

48

lieu, elle peut apparatre comme la somme de la valeur des ses actifs et de sa capacit grer des bnfices. Lvaluation comptable consiste en effet valuer sparment les actifs de la firme et sa capacit raliser des bnfices puis additionner ces deux lments distincts.

Elle peut tre dtermine partir de la somme actualise de ses bnfices futurs. Il sagit alors dune valuation plus financire qui consiste tenter de prvoir les dividendes futurs de la firme estimer la somme de ses dividendes actualiser. Dautres types dvaluations, prenant en compte des aspects stratgiques ou des anticipations dvolution du bnfice. Les valuations peuvent varier quelque peu dun analyste lautre.

En thorie, les diffrents prix successifs des actions de la firme devraient varier autour de la valeur intrinsque de la firme, ainsi dtermine comme si une force de rappel invisible ramenait toujours les cotations vers la valeur fondamentale. Cette dernire apparat alors comme une moyenne sur longue priode des prix des actions. La valeur fondamentale varie cependant en fonction des informations successives concernant lentreprise ou march. Les cotations quotidiennes conserve le prix autour des cette valeur intrinsque.

Le rgle darbitrage possible des investisseurs est alors la suivantes : acheter lorsque le cours est situe en dessous la valeur fondamentale, vendre lorsque le cours est situe 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 problme est de savoir si lanalyse fondamentale est contraire ou non la thorie de lefficience. Or, il apparat que lanalyse fondamentale nest pas oppose la forme faible de lefficience. Il est toujours possible de tenter de dterminer une estimation comptable ou conomique de la valeur dun socit ou dun autre actif financier.

2.2- Lanalyse technique

EN revanche, une contradiction existe entre la forme faible et lanalyse technique. Le principe de lanalyse technique constitue la ngation de la forme faible de la thorie de lefficience. Lanalyse technique se fonde sur lanalyse des sries du cours passs pour tenter de dterminer une tendance dvolution des prix des titres ou pour permettre prvoir les hausses ou baisses des cours. Lanalyse technique se fonde sur des graphiques opposant le prix du titre en ordonne et le temps en abscisse. Les principaux principes de lanalyse technique sont :

Les lignes de rsistance et les supports :

50

Prix

Rsistance

Tunnel

Support

Temps

Graphique 2 supports et rsistance Il sagit de seuils qui empchent la progression du march. Ainsi les cours butent sur les lignes de rsistance et sur les supports sans parvenir les franchir. Lorsque les cours varient pendant une certaine dure entre une ligne de rsistance et support, la combinaison de la ligne de rsistance et du support est appele tunnel. Lorsque les cours coupe une ligne de rsistance, il sagit dun signal de hausse : linvestisseurs peut acheter le titre qui devrait sapprcier. Au contraire lorsque le prix franchit un support, il sagit dun signal de baisse.

Les moyennes mobiles : La mthode des moyennes mobiles constitue la fois lune des plus anciennes et lune des plus utilises dans le domaine de lanalyse technique. La moyenne mobile permet de lisser les cours en calculant quotidiennement une valeur gale la somme des X cours prcdents devise par X, soit : MMx = (Pt +Pt-1 +Pt-2 +Pt-x+1) / X. il est possible daffiner la mthode en utilisant des moyennes mobiles pondres ou exponentielles. Lorsque les courts traversent la hausse une moyenne mobile, cela constitue un signal dachat. Il en est de mme lorsquune moyenne mobile courte c'est--dire calcule partir dun petit nombre de cours, traverse la hausse une moyenne mobile longue . Inversement, la traverse la baisse de la moyenne mobile par le cours ou dune moyenne mobile longue par une moyenne mobile courte constitue un signal de vente.

51

Prix
Signal dachat

Moyenne mobile

Temps

Graphique 3 Les moyennes mobiles

Le momentum : Le momentum est cens reprsenter la vitesse dvolution des cours. Lorsque est dans une phase dacclration haussire et baissire, le momentum augmente. Le momentum sobtient en calculant jour aprs jour la diffrence des cours pour un intervalle de temps donn. La formule dun momentum x jours est :

M(X jours) = Ct Ct-x o Ct est le cour du jour t Le RSI (relative strength index) : le RSI appartient la famille des oscillateurs. Il est donc cens mesurer lvolution de la vitesse de croissance ou de baisse dun titre. Il doit permettre de prvoir de faon fine les changements de tendance. Il se calcule de la faon suivante :

RSI (X jours) = 100 [100 / (1+RS) RS = Moyenne de hausse / Moyenne de baisse Le RSI est born et varie entre 0 et 100. Lorsque le march est en forte hausse ; le RSI tend vers 100, il tend vers 0 lorsquil est en baisse. Lorsque le RSI passe dune valeur suprieure 70 une valeur infrieure, cela est cens constituer un signal de vente. Un signal dachat est constitu par un passage dune valeur infrieure 30 une valeur suprieure 30.

Les oscillateurs stochastiques : le concept de base est de dpister la naissance dune nouvelle tendance en mesurant la diffrence entre le prix de clture, le plus haut et le plus bas dune srie de cours. Pratiquement, une stochastique dordre D est calcule de la manire suivante.

52

%D (x jours) = 100 * [(C-Lx) / (Hx Lx) C la dernire cours de clture Lx le cours le plus bas Hx le cours le plus haut

Les mthodes danalyse technique ne sont fondes sur aucune analyse thorique ou tude empirique. Elles proviennent simplement dobservation non systmatiques et des rgles inities sans rel fondement scientifique.

3- Les tests defficacit des mthodes systmatiques de spculation

Si les mthodes graphiques apparaissent comme des mthodes systmatiques de

spculation, elles ne sont pas les seules mthodes existantes. Ainsi le mthode des filtres est une mthode ancienne dont les consquence ont t soulignes lors du Krach 1987. Cette mthode consiste acheter systmatiquement un actif prslectionn lorsque le prix de lactif augmente de X% ou plus et de le revendre lorsque le cours baisse de plus de X%. La valeur de filtre X est dtermine au dbut des processus des linvestisseurs. Fama et Blume (1966) ont test lefficacit de la mthode. Ils ont compar la rentabilit dun portefeuille gr par la mthode de filtre avec une mthode de gestion passive. Le mthode de gestion passive consiste acheter lensemble du portefeuille un instant donn et le revendre entirement la fin de priode du test. Ils ont galement gr un portefeuille en fonction des signaux dachat et de vente donns par la mthode des filtres. Ils ont utilis tous les filtres possibles allant de 0.5% 20%. Ils ont compar les rsultats des portefeuilles grs selon les deux mthodes. Seul le filtre de 0.5% donne une rentabilit suprieure celle du portefeuille en absence des cots des transactions. Dumontier (1989) a test la profitabilit des moyennes mobiles sur les marchs des actions de paris. Il a utilis la mme mthode que celle de Fama et Blume. Il a compar la rentabilit dun portefeuille gr de faon passive avec de portefeuille grs de manire active grce au moyennes mobiles. Il a utilis deux types des portefeuilles grs avec la mthode des filtres : les premiers tiennent compte dun dlai de confirmation, les secondes ne tenant pas compte dun dlai confirmation. Le cot de transaction est 1%.

53

La stratgie fonde sur lutilisation des moyennes mobiles donne des rsultats infrieurs la stratgie passive. Il conclut que lutilisation de la mthode des moyennes mobiles ne nous parait pas fonde, aussi de point de vue thorique que le point de vue empirique.

4- Les tests dauto covariance et dauto corrlation

Les tests de covariance et auto corrlation sont des tests statistiques les plus simples permettent de mettre en vidence une ventuelle dpendance entre le rendement dun actif la priode p et le rendement du mme actif lors des priodes antrieures. Ces tests sont raliss avec une seule srie de rendement dun seul actif dont les priodes sont dcals dans le temps. Il est possible de crer plusieurs sries chronologiques partir dune seule et ainsi de calculer des corrlations entre ces nouvelle sries. Les tests les plus simples consistent ensuite calculer les covariances et le cfficient de corrlation entre la premire srie et sries suivantes. On appelle auto corrlation dordre n le cfficient de corrlation observ entre le srie S0 et SN. Le cfficient dauto corrlation n = COV (R0, Rn) / (R0) . (Rn) Si le srie nest pas auto corrle, lhypothse H / = 0 est vrifie.

5- Les tests des changements de signe (runs)

Une autre forme de test simple permettant de se prononcer sur le caractre alatoire des sries de prix (rendement) concerne les changements de signes. Dans une srie chronologique de nombres alatoires, le nombre de changements de signes srie de rendements positifs suivie dune srie de rendements ngatifs devrait suivre une loi normale. Fama (1965) a test cette hypothse. Il a observ un nombre des changements de signe infrieur la moyenne, ce qui rvle une corrlation positive. Toutefois, les corrlations positives sont trop faibles pour quin investisseur puisse, compte tenu des niveaux des cot de transaction, en tirer parti.

54

6- Les test plus labors de march alatoire et de quasi-march alatoire

Il existe de nombreux tests permettant de comparer une srie statistique une srie de nombres alatoires de manire observer si la srie teste suite ou non a un march alatoire. Le premier test est celui de BOX et Pierce (1970). La mthode de BOX et Pierce consiste tester lauto corrlation des rsidus () de lquation de march alatoire. En effet, si les rsidus dune telle quation sont auto corrle, on pourra dire que la srie nest pas marche alatoire. On peut calculer statistique de BOX et Pierce telle que. Q1(q) = q . p^2(k) Qui suit une loi du X2 q-1 degrs de libert. La srie est rpute suivre une march alatoire pour un seuil de confiance dfini si Q1(q) est infrieure la valeur du X2 q-1 degrs de libert. Q est le nombre dobservation et p^(k) est le cfficient dauto corrlation dordre k des rsidus.

6.1- Le test de racine unitaire

Le test de racine unitaire, par exemple celui de Dickey-Fuller, consiste tester lhypothse , contre l'hypothse alternative , dans l'quation suivante:

est une erreur bruit blanc. Si

alors la variable

est une variable intgre alors la variable

d'ordre 1. C'est le cas du modle de marche alatoire sans drive. Si est stationnaire. Si , la variance de

est dpendante de t, ce qui va l'encontre de la , la variance de est indpendante de t

condition de stationnarit. Par contre si

(constante). La statistique de ce test est la statistique t usuelle avec des valeurs critiques calcules par Dickey et Fuller. Le test de racine unitaire Dickey-Fuller augment est utilis quand les variables sont autos corrles. Le test consiste tester l'hypothse du modle:

55

Le deuxime terme droite de l'quation a pour but de corriger le problme d'auto corrlation. Dans le cas d'indpendance srielle , et par consquent le test de racine

unitaire Dickey-Fuller augment est identique au test Dickey-Fuller. Les valeurs critiques sont identiques celles du test antrieur.

6.2- Les tests de quasi-march alatoire

Alexandre (1992) propose un test fait nouveau afin de vrifier la ralit de la forme faible de lefficience des marchs financiers. Il va tester lhypothse defficience des marchs en utilisant u processus statistique dans lequel les rendements sont indpendants les uns des autres mais dont la variance des rendements est dpendante de la variance des rendements prcdents. Alexandre propose de tenir en compte de lvolution de la variance en utilisant les processus ARCH. Xt+1 = Xt + t O t suit un processus ARCH dordre p, c'est--dire si : t = utht avec ut = N(0,1) h2t = 0 + i 2 t-1 Avec lesprance nulle et le variance gale h2t Si lesprance de t demeure nulle, sa variance intgre le pass et devient ainsi un processus mmoire. Alexandre soumet les rsultats obtenus laide de la modlisation de ses donnes par une quasi-marche alatoire au test dauto corrlation, de BOX et Pierce, . Ses conclusions sont les suivantes la quasi-marche alatoire accepte lhypothse defficience lie dans 87,7% des cas. Dur de la donne mensuelle, plus quailleurs le dbat reste ouvert. Or, on constat ici quen intgrant la volatilit des cours dans le modle on aboutit des conclusions en faveur de lefficience de manire plus marque. Le rejet de lhypothse pourrait tre plus souvent due certaines fois une mauvaise spcification des lhypothse sous jacentes qua de relles imperfections de march . A cote de ces tests, il existe un test plus complexes, mais peut tre moins faible est : les test danalyse spectrale la co-intgration et le bootstrap

56

7- danalyse spectrale la co-intgration et le bootstrap

7.1- Lanalyse spectrale et co-spectrale

Un certain nombre dinvestisseur a cherch prvoir les variations des cours boursiers en observant si, avec un dcalage temporel, ces variations ntaient pas fonction dautres donnes. Par ex, ces investisseurs cherchent e mettre en vidence une possible relation entre les cours de bourse de NY et le bourse de paris. Si une telle relation existait, elle permettrait des investisseurs de prvoir lavance lvolution des cours paris. Lexistence de telle relation remet en cause le principe de la forme faible de lefficience des marchs financiers puisque lanalyse dans les passs permet de prvoir lvolution future des cours. Il convient deux remarques : la mise en vidence de telles relations na dintrt pour les investisseurs que

dans la mesure o elles sont dcales dans le temps. Lhypothse faible de lefficience nimplique pas que les informations

utilisables ne concernant que lentreprise ou le march dont on cherche prvoir lvolution des cours. Deux tests principaux, permettant la mise en vidence de telles relations, ont t utilis. Lanalyse spectrale est une mthode danalyse dveloppe lorigine par Granger et Morgenstern (1970). Elle consiste dcomposer une srie stationnaire en cycles de type sinusode afin dtecter si cette srie peut tre analyse comme une succession de cycles identiques. Dans ce cas, la dtection du dbut dun cycle permet de prvoir lvolution future de la srie. On peut crire : Xt = ei.w.t .dz(w) Avec Xt la srie, la moyenne de la srie, w=2. . F, la frquence angulaire et dz(w) un processus indpendant, f la frquence (n de cycles par unit de temps), T= 1/f, mesure de la priode. Lanalyse co-spectrale consiste juxtaposer lanalyse spectrale de plusieurs sries chronologique de mme taille afin de mettre en vidence les relations stables entre les variables Xt de la premire srie et les variables de la seconde srie. Lutilisation dun dcalage de n priode permet de mettre en vidence une dpendance autorisant la prvision de X partir de Y.

57

Lutilisation de lanalyse spectrale a amen des conclusions contractes. Si la premire tude de Granger conclut linexistence de relations entre les indices boursiers tudis. Des tudes plus rcentes ont permis de mettre en vidence lexistence de relation entre les indices des diffrents pays.

7.2- La co-intgration

Paget- Blanc (1994) propose la dfinition suivante de la co-intgration : soit deux variables x et y intgres dordre 1, c'est--dire stationnaires aprs diffrenciation du premier ordre : x et y sont dite co-intgres sil existe une combinaison linaire unique de la forme xt = A + B. yt +zt o A et B sont des rel quelconques et z est une variable stationnaire de moyenne nulle. Si lquation traduit une relation dquilibre conomique alors la variable z permet de mesurer la distance entre le variable x et sa valeur dquilibre en instant t . si z nest pas bruit blanc, cela signifie que les deux variables testes sont relies par une relation conomique stable. Lorsque la co-intgration ainsi teste est vrifi, il est possible danticiper avec un certain degr de certitude lvolution de la srie x si lon connat les variations y.

7.3- lutilisation du bootstrap

Acar, Bertin et Lequeux (1994) ont propos dutiliser la mthode du bootstrap pour tester lefficacit des moyennes mobiles sur le march des changes sur les donnes quotidiennes. Les auteurs forment de novelles sries en permettant de manire alatoire les rentabilits de la srie initiale. La mthode de bootstrap a lavantage de ne pas ncessiter dhypothse concernant la forme de la distribution des rentabilits initiales. Les critiques lies la ncessit dutiliser des sries parfaitement normales avant deffectuer des tests statistiques complexes nont donc plus lieu dtre. Lensemble des tests utilisant ces mthodes tend rejeter lhypothse faible de la thorie de lefficience des marchs financiers.

58

8- Les possibilits d dtermination des rendements des actifs partir dun certain nombre des variables : inflation, dividendes et PER.
Certaines tudes anglo-saxonnes mettent en vidence une srie de relations existant entre les rendements dun titre et certaines donnes macroconomique. Bodie et Nelson (1976) montrent que les rendements des portefeuilles des titres cotes au NYSE varient de manire inverse linflation anticip. Fama et Schwert (1977) tablissent de leurs cotes une relation ngative entre les rendements des portefeuilles et les taux dintrt court terme. La relation darbitrage consistant dune part reporter leurs investissements en actions sur les obligations lorsque les taux dintrt montent et dautre part diminuer la part de leur portefeuille investie en obligations pour reporter ces investissements sur leurs actions lorsque les taux dintrt diminuent est connue. Lorsque les taux diminuent, le prix unitaire du risque en action augment. Les taux sont moins attractifs, le risque est mieux rmunr, ce qui encourage linvestissement en actions. Rozeff et Schiller (1984) mettent en vidence lexistence dune relation entre la rentabilit des actions et le taux de rendement.

9- comparaison de quelques tudes concernant la forme faible de la thorie de lefficience des marchs financiers
Articles Fama et (1966) Test Blume Mthode filtres Mthode filtres Mthode points et coix Mthode filtres Mthodologie Conclusion des Comparaison avec un Validation portefeuille naf totale de lefficience des Comparaison avec un Validation portefeuille naf totale de lefficience des Comparaison avec un Validation portefeuille naf totale de lefficience des Comparaison avec un Validation portefeuille naf totale de lefficience Comparaison avec un Validation portefeuille naf et totale de observation de la lefficience rentabilit aprs signaux

Gaslesne (1975)

Hamon (1975)

Dumontier (1989)

Gillet et sabatier Mthode (1996) graphique

59

Fama (1965)

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 dauto correlation Validation et test dauto covariance et totale de test de run lefficience Auto corrlation Test dauto correlation Validation et test dauto covariance totale de lefficience Auto corrlation Test dauto correlation Validation (portefeuille) et test dauto covariance et totale de test de run lefficience Auto corrlation Test dauto correlation Validation (portefeuille) et test dauto covariance et totale de test de run lefficience Auto corrlation Test dauto correlation Validation (long priode) et test dauto covariance et totale de test de run lefficience Auto corrlation BOX Pierce Validation Co-intgration totale de lefficience March Quasi-march alatoire Validation alatoire totale de lefficience Analyse Analyse spectrale Validation spectrale totale de lefficience Relation inter Analyse co-spectrale Invalidation march de lefficience Relation inter Analyse co-spectrale Invalidation march de lefficience Relation inter Co intgration Invalidation march de lefficience

Auto corrlation

b) La forme semi forte de lefficience et les tests dvnement

1- Dfinition et implication de la forme semi forte
La forme semi forte de la thorie de lefficience postule que lensemble des informations disponible concernant un actif financier est intgr dans le prix de ce titre linstant mme o ces informations sont rendues publiques. Il nexister aucun dcalage temporel entre le moment o linformation est dvoile et le moment o celle-ci est intgre dans le cours. Cette notion dinstantanit est explique da ces derniers doivent ragir instantanment comme il sagissait dun rflexe. Donc, les informations doit etre traite et analyse e temps rel.

60

La dfinition de Jensen (1978) qui postule que lutilisation des informations nouvelles linstant o elle rendue publique ne permet pas a loprateur de raliser des profits sans subir la risque attach la dtention de cette opration, compte tenu des frais de transaction. Sur un march efficient au sens de la forme semi fort : Le prix de chaque titre cot correspond sa valeur relle, il n y a aucun

dcalage entre la valeur dun actif et son cours de cotation puisque toutes les informations sont intgres dans les cours. Il n y a aucune possibilit darbitrage, dans le mesure o toutes les

informations est instantanment incluse dans les cours. Il est possible de dterminer ex-post limpact sur le cours dun vnement

quelconque, partir du moment o celui na pas t anticip. Les anticipations concernant des vnements futurs doivent tre considr

comme des informations concernant lactif

Lexistence des anticipations brouille les possibilits de mesure limpact dun vnement sur le cours. Il suffit donc quun vnement ait t anticip pour que leffet de son annonce dans le cours ne soit plus mesurable. Il nest possible de connatre et de mesure leffet de la diffusion dune information sur le prix dun titre que dans la mesure o cette information na pas t anticipe. Si lon souhaite mesure limpact de lannonce dun vnement dans les cours, il est ncessaire de savoir si lvnement a t anticip ou non.

2- La forme semi forte et la vitesse dajustement des cours

Toute la problmatique de la vrification de la forme semi forte de lefficience rside dans la mesure de la vitesse dajustement des cours une nouvelle information. En effet, pour que le march soit rput efficient au sens de la forme semi forte, il est ncessaire que lajustement soit immdiat, ce qui signifie que la vitesse dajustement soit infinie. Le graphique 1 rsume quelle devrait tre la raction lannonce sur le march dune information non anticip.

61

Prix

temps

vnemen t

Graphe 1 Raction thorique du prix dun titre un vnement non anticip Dans la ralit, lajustement des prix des titres lannonce dune information nouvelle est rarement immdiat. Un certain dlai est ncessaire pour que le march intgre correctement la nouvelle information dans le prix. Le temps de rponse des marchs lannonce dune information nouvelle varie en fonction dun certain nombre de critres : Le type et les conditions de concurrence entre les agents qui caractrisent ce

march. Limportance des cots de transaction.

Le graphique 2 est reprsentatif de ce type de phnomne : les investisseurs prennent dabord le temps de dcoder linformation qui leur transmise. Cest pourquoi leur raction nest pas immdiate.
Cours

Temps

Source : Charreaux (2000) Graphe 2 Ajustement du prix dun titre une information non anticipe. Ce graphique montre que la ralit ne concide exactement avec ce que la thorie prvoit. Ce dfaut defficience provient des lhypothse lies au modle, qui ne sont pas vrifies dans leurs intgralit.

62

3- La vitesse dajustement des cours un vnement spcifique

Contrairement ce que la thorie prvoit la raction des marchs financiers est rarement instantane. Par ex, la catastrophe du 11 sep 2001 est ce titre loquent. Lindice cac40 de la bourse de paris a volu au cours du temps aprs lannonce de cette catastrophe. Cet vnement est intressant tudier, car il tait non anticipable, constitue une bonne approximation des ractions de lensemble des investisseurs cet vnement.

On peut tenter de dcomposer le processus dajustement de la manire suivant. Schma 1 De linformation laction t
T1 T2 T3 T4

Temps ncessaire la prise de connaissance de linformation

Temps ncessaire lanalyse et au traitement de linformation

Temps ncessaire la prise de dcision dinvestissement ou non

Temps ncessaire la prise en compte de lordre par la systme de cotation

Dans le schma 1, linformation est disponible en t. t est le moment o linformation apparat sur les crans des oprateurs. Linvestisseur ne prend connaissance de linformation quen T1, le dlai entre t et t1 pouvait varier des quelques secondes plusieurs heures. La priode entre t1 et t2 est ncessaire au traitement de linformation. Le traitement de linformation peut encore varier des quelques secondes plusieurs heures, ou une journe. La priode comprise entre t2 et t3 matrialise le temps ncessaire la prise de dcision. Le temps qui spare t3et t4 correspond au temps qui spare la dcision de lexcution de lordre sur le march. On pourrait penser que les tudes traitant de la vitesse dajustement des cours aux informations nouvelles sont nombreuses. Dann, Mayers et Raab (1977) ont tudi la vitesse de raction des marchs lannonce de la ngociation dun bloc dactions. Ils concluent quen moyenne, sur des titres assez suivis par le march. Les investissements ne peuvent plus tirer profit de linformation plus de 5 minutes aprs lannonce de la ngociation de bloc. Patell et Wolfson (1984) ont tudi la vitesse dajustement des cours aux annonces de bnfices et de dividendes. La conclusion laquelle ils parviennent est double :

63

Ils constatent que le march ragit trs promptement aux annonces de rsultat

et de dividendes. Le temps de raction moyen varie entre 5 et 15 minutes. Ils comparent une annonce des rsultats par rapport une annonce de

dividende. Ils saperoivent que le temps de raction du march est beaucoup plus bref et limportance dans le cas de lannonce de rsultat que de lannonce de dividendes. La conclusion corroborent donc tout fait la forme semi forte de lhypothse defficience. Cependant la vitesse dajustement des cours une nouvelle information nest pas seule composante de la thorie de lefficience. Il est aussi ncessaire observer la vigueur de la raction. Pour cela, la famille de ce type de test connue sous le nom dtudes dvnement.

4- La mthodologie de ltude dvnement

Les tudes dvnement sont extrmement nombreuses. Elles non pas toutes pour but de vrifi lefficience de march. La plupart dentre elles cherchent mesurer la raction de march un vnement dterminer, pour connatre limportance de cette information. Lensemble des tudes dvnements se distingue par la mthodologie utilise. Cette mthodologie consiste mesurer lcart entre le cours rel de lactif et un prix thorique dtermin laide des diverses mthodes. Jacquillat et solnick (1989) crivent que la mthodologie utilise consiste calculer la rentabilit rsiduelle qui se mesure vacuant de sa rentabilit celle qui est son risque et aux fluctuations gnrales du march. Formellement,

i,t = Ri,t - E(Ri,t / Rm, i,t) O i,t est la rentabilit rsiduelle estime. Ri,t est la rentabilit observe et E(Ri,t / Rm, i,t) est la rentabilit thorique La mthodologie de Jacquillat et solnick utilise les rentabilits des titres non des prix. La rentabilit dun actif financier quel quil soit se dfinie comme le moyenne de se rentabilit quotidiennes sur une dure suffisamment grande pour permettre dobtenir une rentabilit moyenne reprsentative. La mthodologie de ltude dvnement est ralise en plusieurs interactions : La premire consiste dfinir la date exacte de lvnement. Cependant, il ne

faut pas ngliger le fait que le march ragit lannonce de lvnement plus qu lvnement lui-mme. Cest donc la date dannonce quil faut retenir, et non la date

64

de lvnement. Toutefois, lorsquil sagit dvnement rcurrent, comme lannonce dun rsultat comptable de la firme, le march ne ragit que dans la mesure o le rsultat aura t mal anticip par le march. Lvnement remarquable est alors la diffrence entre le rsultat annonc et anticip. Outre ce phnomne danticipation, dans le plupart des tudes dvnement, les auteurs utilisent la date de publication dans le grande quotidienne. Mais par contre, il y a plusieurs tudes montrent que le march ragit souvent la veille de la publication de ces informations. En effet, le march a des sources dinformation plus rapide que les publications dans les quotidiennes conomiques. Il y des agence (Reuter..) qui diffuse les informations aux oprateurs professionnels plus rapide que les petits porteurs. On retrouve donc une problme dingalit entre les investisseurs, ces ingalit qui cre deux catgories dinvestisseurs, les forms et les mal forms. La deuxime interaction consiste dterminer la rentabilit thorique de lactif

tudi pendant la priode de test. La mthodologie fonde sur le modle de march est propose par Fama, Jensen et Roll (1969). Cette mthode permet la prise en compte le risque de chaque titre. La rentabilit thorique des titres est lie la rentabilit du march travers un cfficient de proportionnalit, le .

E(Ri,t) = + .RMt O est le cfficient de rgression mesur entre la rentabilit du titre et le march, soit. i = COV(Ri, Rm)/ 2m 2m variance de la rentabilit du march L , ordonne lorigine, est facilement calculable. = . Rm - Ri On peut dfinir la rentabilit thorique de lactif nimporte quel priode partir de formule suivante : Ri,t = Rf +, i . [Rm - Rf] O Rf est la rentabilit dun actif sans risque. La rentabilit thorique des actifs financiers apparat donc aise calculer. Ces mthodologies connaissent quelques limites. 1- le choix de la priode de mesure du cfficient est dlicat 2- il porte sur les spcificits du calcule .

65

la troisime interaction consiste dterminer si lactif tudi connat ou non

des rentabilit anormales. On dfinit la rentabilit anormale comme la diffrence entre la rentabilit thorique et la rentabilit observe. On pourra donc crire : Ai,t = Ri,t - Ri,t Ai,t est la rentabilit anormale Ri,t est la rentabilit observe Ri,test la rentabilit thorique il est possible de calculer les rentabilit anormales cumules CAR = Ai,t Ltude de rentabilit anormale et des rentabilits anormales cumules permet de mettre en vidence la raction du march lannonce de lvnement. Lorsque lvnement t anticip, le march ne ragit pas lannonce. Il ny a donc pas de diffrent entre la rentabilit thorique et la rentabilit relle constate. Di le march est efficient, on doit alors observer une forte rentabilit anormale le jour de lannonce. Lorsque le march ne pas efficient, lvolution des cours erratique, le prix du titre ne sajustant que petit petit la nouvelle information.

5- Les limites de cette Mthodologie et les nouvelles approche

La mthodologie de ltude dvnement est critiquable plusieurs niveaux. Ces critiques concernant essentiellement les modles de rfrence et en particulier le MEDAF. En premier lieu, on remarque que les rsultats des tests effectus afin de corroborer la ralit du MEDAF sont fortement dpendants du portefeuille choisi. En second lieu, lhypothse initiale de stabilit des pose un problme certain dans lvaluation des rentabilits normale thorique des firmes.

5.1- Lhypothse jointe

La critique majeure du MEDAF reste celle concernant lhypothse jointe. Lhypothse des marchs efficiente et la thorie du MEDAF sont contemporaines. Cest pourquoi, dans lensemble des travaux empiriques ayant pour objet de valider lhypothse defficience des marchs, le MEDAF a t utilis, tandis que les auteurs ont cherchs valider le MEDAF ont pos pour lhypothse lefficience. On retrouve une forme des cercles vicieux : on utilise, pour tester lefficience des marchs un modle qui ne peut pas utiliser que si le march est

66

rput efficient. Si le march nest pas efficient, le MEDAF ne peut tre valid. Il rsulte de cette utilisation conjointe de lhypothse des marchs efficient dune part du MEDAF que ces deux modles ne peuvent tre accepts ou rejets que simultanment.

5.2- La stabilit de la volatilit

La volatilit est constitue par les variations moyennes de la rentabilit autour de sa moyenne. Elle est gnralement mesure par la variance, par lecart-type de la rentabilit de lactif financier tudi. Dans lensemble des tests dvnement classiques, les variations de la volatilit autour de la date de lvnement sont nglige, ce qui revient faire lhypothse implicite de la stabilit de la volatilit de lactif durant la priode de test. Cette hypothse est forte. Il est en effet vraisemblance que la volatilit augment lorsquun actif est confront avec un vnement non anticip. La croissance de la volatilit augmente la prime de risque affecte au titre. Dans ces conditions la rentabilit thorique doit augmenter.

5.3- Les mthodes fondes sur les volumes de transaction

Dans tout autre ordre dides, certains auteurs ont tent dutiliser les volumes de transaction pour dtecter les ractions des marchs certains vnements. En effet, lensemble des mthodologies des tudes dvnement sont aujourdhui fondes sur le prix et la dtermination dune raction du march une nouvelle information travers les prix. Ltude des volumes des transactions a souvent t nglige. Cela peut tre expliqu par le plus faible intrt de lvolution des volumes. Lintrt dtudier les volumes de transaction nentre pas rellement dans la logique le prix et la dtermination dune raction de march. Laugmentation des volumes de

transaction indique effectivement que les marchs sintressent particulirement un titre. Cette augmentation peut donc tmoigner de lannonce dun vnement ou de lanticipation des oprateurs dune annonce imminente. Elle pourra tre utile dans des nombreux cas, pour le chercheur afin de dater plus spcifiquement lvnement ou de reprer un vnement qui, pour des raisons divers, naurait pas t retranscrit dans le cours. Cependant, le fait que ces volumes de transaction importants se dclenchent avant o se prolongent longtemps aprs dvnement na pas dincidence particulire sur le cours, donc sur la richesse des actionnaires.

67

Cest pourquoi les travaux sur ltude des volumes de transaction sont moins nombreux que ceux consacrs ltude des prix. Plus rcemment, sinspirant du modle mis au point par Kim et Verrechia (1994), Joen et sen (1996) utilisent la recherche des volumes anormaux pour tudier la raction de march lannonce dun rsultat anormal. Ils montrent qil existe une relation positive entre rsultats et les volumes anormaux. La mthodologie fonde sur ltude des volumes des transactions cherche mettre en vidence lexistence de volumes anormaux par rapport un volume de transaction thorique. Soient : Vit est le volume de titre I la date t Vm la rentabilit de lindice reprsentant le march a la date t T = 0 la date dvnement On pourra dfinir le volume anormal de la manire suivant :

VAi,t = Vit Ki,t Ki,t est la volume normal de transaction Cette mthodologie apparat toutefois difficile mettre en uvre, en particulier dans la mesure o les volumes ne sont pas distribus normalement.

5.4- Lutilisation de la fourchette

La fourchette est lcart entre la meilleure offre et la meilleure demande constate un moment donne sue un march dont la cotation est contenue. La fourchette a un comportement bien spcifique qui dpend de plusieurs facteurs : le titre, les conditions des transactions, le march, le volume, le moment dans la journe de cotisation. Guvarch (1996) montre que, lors dun dlit diniti, on remarque un largissement de la fourchette. En effet, la fourchette est compose de trois dterminants, les cots de traitement des ordres, les cots dits dinventaire et les cots de slection adverse. Cest cette troisime composante qui est influence par le dlit dinitier. On peut dterminer la fourchette moyenne :

Si,n = Si,t / Tin La fourchette relative tant dfinie par lquation suivante

68

Si,t = askit bidit / [askit + bidit / 2] Ask la meilleure offre Bid la meilleure demande Cette mthodologie conserve comme la mthodologie fonde sur ltude des volumes anormaux, un contenu informatif relativement pauvre. Lobservation dune dformation de la fourchette napparat que comme le tmoin de loccurrence dun vnement.

c)- La forme forte de lefficience et information privilgie

1- Dfinition et implications de la forme forte de lefficience
La forme forte de lefficience est probablement la plus difficile admettre intellectuellement et dmontrer empiriquement. La forme forte de la thorie prtend quil nest pas possible de tirer parti des informations non publiques concernant un actif financier pour prvoir lvolution future de prix de cet actif. En dautre terme, la forme forte de la thorie de lefficience consiste prtendre que la connaissance dinformation confidentielles susceptible daffecter la valeur dun actif financier lorsquelles seront dvoiles ne permet pas son dtenteur des raliser un gain rel sur le march. La forme forte de la thorie ne fait rien dautre que de nier ce consensus. Si les marchs sont efficients au sens de la forme forte, la dtention dune information privilgie ne permet aucun arbitrage. Deux raisons justifient a priori la forme forte de la thorie de lefficience : 1- La premire tient lapport informationnel des oprations dinitis 2- La seconde a trait au problme des anticipations

2- Le problme de la vrification de la forme forte

Les tests de la forme forte sont beaucoup plus difficilement ralisables. Il nest pas possible de reprer les dtenteurs dinformations privilgies. Ni de savoir si lutilisation de celles-ci ont permis de raliser un gain quelconque.

69

Les dtenteurs dinformations privilgies peuvent tre souponns. Les dirigeants des entreprises connaissent lavance les rsultats comptables, la modification de mthode pouvant influer sur laspect de comptes sociaux ou consolids ou les tentatives de rapprochement avec dautres entreprises. Rien nindique cependant que ces initis utilisent des informations. De toute manire, ils ne feront aucune publicit un ventuel usage. Ils chercheront plutt la camoufler en multipliant les comptes titres. Les capacits des chercheurs reprer cette utilisation seront donc limites. Dautre part si les dtenteurs dinformations sont rparables et peuvent donc tre placs sous surveillance, les reprages de lutilisation dinformations par eux est difficilement dcelable. Elle ne peut tre dcele que si elle provoque un gain anormal. Une solution consiste alors travailler sur les oprations inities rvles par les autorits de march et sanctionnes. Ltude du comportement des inities dans telle affaires, les gains raliss avant lintervention des autorits des marchs. Ces tudes ne peuvent pas tre considres comme exhaustive pour confirmer la forme forte de lefficience. En effet, ces tudes ne portent que sur les dlit inities reprer et sanctionnes. Ne sont pas donc concernes les oprations utilisant les informations dinities et : qui nont pas permis leurs auteurs de raliser des gains qui ont permis leurs auteurs de raliser des gains mais qui nont pas t

sanctionnes par les autorits de march. Les tudes parvenant tester lhypothse forte sont donc rare. Il est possible de les classer en trois catgories : 1- la premire regroupe lensemble des tudes consacres aux dlits initis. Ces tudes permettent dobserver si les oprateurs ont pu raliser un gain anormal. 2- La deuxime regroupe les tudes ayant cherch calculer les performances des portefeuilles grs par des professionnels. 3- Les autres tests regroups dans la troisime catgorie, on y trouve lanalyse de certaines oprations dinitis spcifiques ou les mesure de richesse de ceux que lon pourra nommer le pseudo inities

3- Ltude des dlits dinitis et du quasi dlits dinitis

Ltude des dlits dinities ne peut elle seul tre considre comme une affirmation ou infirmation de la thorie de la forme forte. Les dlits dinitis ne concernent quune partie des

70

oprations dinities. En effet, lorsque ces tudes portent sur les dlits rprims, elles ngligent les dlits non reprs et dlits reprs qui nont pas tre rprims. Lorsque ces tudes portent sue les dlits reprs, elles ngligent les dlits non rprims mais prennent en compte les oprations considres tort comme des dlits. Donc, ces tudes ngligent les oprations dinities nayant pas donn lieu des gains pour les investisseurs. Il est dailleurs noter que personne nest en mesure de connatre ou estimer la part des dlits dinitis par rapport aux dlits totaux, ni la part des dlits dinitis par rapport lensemble des oprations inities. Ces limitations ne doivent pas cacher lintrt des tudes portant sur les dlits dinitis. Les premires tudes concernant les dlits dinitis introduits par Jaffe en (1974), il prouve que les initis sont en possession dinformations privilgies qui ne sont pas contenues dans le prix. De plus, il a mis en vidence que les marchs ne ragissaient pas de manire significative lannonce selon laquelle un dlit dinitie aurait t commis. Des investisseurs pourraient profiter du dvoilement dun dlit dinitis afin de raliser des arbitrages. La thse selon laquelle les inities ralisent travers un arbitrage un gain certain ds quils dtiennent des informations privilgies a t confirm par Syhun (1986), il rfute la conclusion de Jaffe selon laquelle lannonce de la dcouverte dun dlit diniti ne provoquerait aucune raction de la part des marchs. Cette conclusion serait due une mauvaise mthodologie utilise par Jaffe (1974). Mais, ils saccordent sur un point : les dlits dinities ont provoqu un gain certain pour les investisseurs dtenteurs dinformations privilgies. Meulbroeck (1992) met en vidence lexistence dune rentabilit anormale le jour mme de lopration dinitis. Cette rentabilit anormale est gale la moiti de la rentabilit anormale observe le jour de lannonce dvnement. Guivarh (1996) utilise comme rentabilit thorique la moyenne des rentabilit, il met en vidence une rentabilit anormale le jour o les oprations dinitis ont t ralises. On peut dduire de ces tests que les inities informent le march. : Les oprations dachet et vente raliser par les initis ont t dtectes par les autres intervenants. Do lapparition de rentabilits anormales les jours o lopration initi a t dtecte. Les tenants de la forme forte peuvent tre rassurs par ces tests. Ils confirment laspect informationnel des oprations dinitis : Les oprations dinitis sont reprer par autres investisseurs et ne servent qu rduire lasymtrie dinformation existant entre les dirigeants et les investisseurs (les dlits dinitis ont un rle positive dans le march). Cependant, ces tests restent incomplets. On ne sait si les rentabilits anormales dtectes ne sont pas dues au manque de liquidit induit par les offres ou les demandes des inities eux mme. Dans ce cas les rentabilits anormales ne 71

rvleraient pas la dtection par les marchs des oprations initis, mais seulement un problme de liquidit li une suroffre ou une surdemande de titre. Dautre part, dans la mesure o ces tests ne portent que sur les oprations dinitis dtects, un biais nouveau apparat. Enfin, un troisime problme survient. Si les initis informent les investisseurs traditionnels de la survenance dun vnement, ces derniers doivent ragir immdiatement. Linformation ainsi dvoile par lopration dinitie devrait sinscrire dans les cours totalit le jour de lopration dinitie : le jour d lannonce relle de lvnement devient alors un jour ordinaire, puisque lensemble des agents ont dj t informs de la survenance de lvnement par lintermdiaire des initis. Comment explique les rsultats de Meulbroek et Guivarh ? Sauf considrer quil y a deux catgories dinvestisseurs, les spcialistes et les non spcialiste, que le premier plus prt des sources dinformations et que les seconds ne ragissent que le jour de lannonce relle de lvnement, ces rsultats restent difficilement interprtables.

4- La mesure des performances des portefeuilles

Plusieurs types dinvestisseurs se rencontrent sur les marchs financiers : les investisseurs occasionnels, les petits porteurs et les spcialistes de la gestion de portefeuilles. Les grant de portefeuille, plus proche de linformation serait les mieux plac pour obtenir des informations privilgies. Outre de la vrification de la forme forte, la mesure de performance des professionnels de la gestion de portefeuille intresse les universitaires sur un autre plan. Da manire plus gnrale, si les marchs sont efficients, et dans la mesure o les grants ont le mme niveau de comptence, aucun dentre eux ne devrait connatre durablement de performance suprieure la moyenne des autres. Autrement dit, pour reprendre jacquillat et solnick (1998), un spcialiste peut faire mieux que la moyenne du public, mais quand les deviennent le champ de confrontation entre spcialits, lensemble des spcialistes ne peut en moyenne faire mieux que lindice, lequel reflte alors globalement leur action . Il en rsulte que, sur long priode, toute comparaison des classements des gestionnaires de portefeuilles ou des SICAV ne peut amener que des rsultats brouills : si le march est

72

efficient, les performances des grants de portefeuilles mesure sur long priode en terme de rang doivent tre contraste. Les rangs dtermins dont alatoire et ne peuvent pas corrls.

5.1- quelques prcisions sur les mesures de la rentabilit et de la performance dune SICAV

Il est ncessaire de dfinir la notion de performance des SICAV. La performance dun portefeuille de mme que sa mesure est en effet difficile dfinir. Plusieurs concepts doivent tre utiliss lorsque lon recherche mesurer la performance des portefeuilles. la rentabilit du portefeuille doit tre dfinie avec prcision. Bien entendu, la

rentabilit moyenne de portefeuille quil faut retenir. Contrairement la mesure de la rentabilit moyenne dun titre que lon calcule partir de cotations quotidienne s, la mesure de la rentabilit moyenne des portefeuilles est plutt calcul partir des donnes hebdomadaire. Il est ncessaire, dans la dtermination de la rentabilit, de tenir en compte de

deux facteurs spcifiques aux SICAV : le problme de rinvestissement de coupon et celui des frais de gestion. Jacquillat (1989) propose la formule suivante afin de mesurer la rentabilit des portefeuilles : Ri = Vf - Vi + C(Vf / Vc) / Vi Avec Ri la rentabilit du portefeuille, Vf la valeur finale de la part de SICAV, Vi la valeur initiale, C le montant de coupon distribu, Vc la valeur de la part de SICAV le lendemain du dtachement du coupon. La rentabilit moyenne est ensuite calcule de manire traditionnelle, de la faon suivante : Rai = 1/n Ri Avec Rai la rentabilit de la SICAV i pour lanne a, n le nombre des priodes sur laquelle la rentabilit a t calcule. il ne faut pas confondre rentabilit et performance dun portefeuille. La

rentabilit est une mesure fonde uniquement sue le prix. Elle ne tient en aucun cas compte du risque, que lon mesure par la volatilit. La mesure de performance des SICAV correspond donc une mesure de rentabilit pondre par le risque.

73

Enfin un problme important demeure, celui de la dfinition de la priode de

mesure. Chaque SICAV est conue pour maximiser la rentabilit de linvestisseur sur une priode particulire : les SICAV cot terme sont destines aux investisseurs ayant leur disposition une pargne pour une dure un an, les SICAV investies en actions sont plus particulirement destines aux investisseurs dsireux de placer leur fonds sue long priode. Les dcisions des grants de portefeuille sont dons fonction de ces objectifs. Trois mesures traditionnelles de performance de portefeuille sont utilises : 1- La mthode de Traynor est fonde sur le modle de march et en particulier sur le , qui mesure llasticit du portefeuille par rapport aux variations de la rentabilit du march. lindice de Traynor est le suivant : Tp = (Rp Rf) / p Cet indice consiste calculer le coefficient correspondant au rapport entre la prime de risque du titre (soit la rentabilit du portefeuille Rp moins la rentabilit de lactif sans risque Rf) divis par la coefficient, du modle du march 2- Le ratio de Sharp est proche de celui de Traynor mais Sharp choisit une autre mesure du risque. A la place du coefficient bta , il utilise lcart type (p) de la rentabilit au del du taux sans risque.

Sp = (Rp Rf) / p 3- La mthode de Jensen diffre des mthodes des Traynor et Sharp, dans la mesure o lindice de Jensen nest pas plus de coefficient directeur dune droite dans un espace risque / rentabilit, mais lexcs de rentabilit existant entre la rentabilit relle du fonds et la rentabilit thorique attendue de celui-ci, mesure partir de son risque multipli par le prime de risque du march mesure ex-post. Lindice de Jensen se calcule de la faon suivante :

Jp = (Rp Rf) - (Rm Rf) p

5.2- Mesure de performance et efficience des march financiers

La mthodologie tablie, il reste confronter les tudes ralises dans ce domaine avec lefficience des marchs financiers, et ce, sous deux angles. Si le thorie de lefficience est exacte, deux rsultats devraient apparatre : 74

Les grants de portefeuilles apparaissent comme des investisseurs privilgis

bien informs et susceptibles de dtenir une information avant que celle-ci soit rendue publique. Si les marchs sont efficients, la performance moyenne des grants de portefeuille ne peut tre suprieure la performance de lensemble des agents conomique rputs moins bien informs. Dautre part, dans la mesure o les grants sont rationnels et cherchent

maximiser la rentabilit des SICAV sous contrainte de risque, les performances dun grant particulier ne dpassent pas celles des autres de manire durable. Il en rsulte que les classements priodiques des SICAV ne peuvent tre stable, les rangs des SICAV ou des grants diffrent donc notablement dune anne sur lautre. Les rsultats des nombreuses tudes valident gnralement ces hypothses. Grimblatt et Titam (1989) ont publi deux tudes consacres la mesure de performance des portefeuilles dont la gestion a t dlgue. Cependant, une telle explication nglige une hypothse souleve par Fama (1991) et difficilement testable. Cette hypothse fait appel la thorie de lagence et la thorie des Noisy rationnal expectation de Grosman et stiglitz (1980). EN France, ALbouy (1982) propose de vrifier la stabilit des performances de cinquante SICAV diversifies entre 1974 et 1980. Cette tude prsente le dfaut de se limiter lutilisation des rentabilits comme mesure de performance. Dans cette tude, ALbouy classe les SICAV en quintiles, en tenant compte de leurs rentabilits respectives. Il compare ensuite les compositions de chaque groupe, ce qui lui permet de conclure que la rentabilit de retrouver des SICAV classes dans le mme groupe nexcde pas la probabilit rsultant dun tirage au hasard . Donc lensemble des tests raliss peut tre critiqus 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 rentabilit. 2- Dautres tests ngligent la dure optimale de placement prconis par les grants ou ngligent les hypothses lies ces utilisations. Des mthodes diffrents ont t utilises, En particulier la mthode de la dominance stochastique, qui a lavantage de ne faire aucune hypothse concernant la forme de la distribution des rentabilits et de ne pas faire appel au bta, permet dobtenir des rsultats plus contacts. Ainsi khun et Rudd (1995) montre une certaine persistance pour le portefeuille obligatoire et labsence de persistance pour les fonds investis en actions. 75

Cependant, Les tudes aboutissant des rsultats diffrents doivent tre considres comme des exceptions et ne prennent pour objet que des niches particulires. De plus la persistance des performances ne doit pas tre considre comme un biais la thorie de lefficience. Cahart (1997) utilise deux mthodologie distinctes, lune fonde sur le mthode classique lies au MEDAF et lautre sur une mthode diffrent indpendant du MEDAF. Cahart pose les conclusions suivantes. Les performances des fonds sont instables long terme. Une certaine

persistance court terme existe. Cette persistance court terme est essentiellement due aux cots des

transactions et aux cots des gestions. Il existe une certaine stabilit court terme pour le fond affichant de mauvaise

performance. Lensemble de ces considrations nest pas en contradiction avec lhypothse

defficience des marchs financiers. En rsum, on peut poser que la liaison entre la mesure des performances et lefficience des marchs financiers sapprcie partir des trois critres : 1- des portefeuilles investis au moins partiellement en actif volatile 2- la capacit de ces fonds raliser des performances la moyenne plus leve que celle du march. 3- la persistance non des performance elles mmes mais des classements des performances des portefeuilles ou de leur grants.

6- quelques conclusions partielles sur la forme forte

En effet, il est difficile de concevoir a priori que tous ceux qui dtiennent des informations concernant un titre financier avant que ces informations aient t rendues publiques ne puissent en tirent parti. Cependant, les marchs financiers sont des machines transparentes. Il sagit de lieux conomiques lintrieur desquels toutes les transactions effectues sont observables par les autres investisseurs. Lorsque les investisseurs sont rationnels, une activit anormale, mme faible, vient perturber les transactions et provoque un choc qui ne peut pas passer inaperu. Ce choc peut se manifester de plusieurs manires. Comme cela a t montr : lapparition dune

76

rentabilit anormale, c'est--dire diffrents rentabilit thorique du titre. Quoi quil en soit, et si lon accepte les hypothses de gratuit et de diffusion complte de linformation, toute activit anormale sera repre et dissque par les autres investisseurs. On retrouve les hypothse sous-jacentes la forme forte de la thorie de lefficience : sur le march efficient, les actions des initis informent les autres types des investisseurs. Il demeure que la forme forte est difficile mettre en vidence au plan empirique. Elle reste trs lie la perfection des marchs, la libre circulation des informations entre les investisseurs et la capacit que peuvent avoir ces derniers pour reprer et analyser les transactions anormales. Le degr defficience forte dun march financier pourrait donc tre li son organisation. Pour le moment, lpreuve de fait ne favorise pas lmergence de la forme forte de la thorie de lefficience. Le bon sens commun, pour qui linformation est source de gain, milite dans le sens dune incrdulit polie par rapport la forme forte. Le fait que la presse ou les organismes de contrle nvoquent que les cas o les informs ralisent des gains lors doprations dinitis ne peut que confronter cette incrdulit.

Section 3 : Les principaux biais la thorie de lefficience

1- Les biais la thorie de lefficience : gnralit
Lefficience des marchs financiers reste thorique. Il sagit dune situation optimale, directement lis la thorie conomique no-classique et dont les places financires ne font pas se rapproche. En ralit, des nombreuses conditions sont ncessaires lefficience, et ces conditions ne sont pas parfaitement runies. Les investisseurs ne sont pas toujours rationnels, les cots des transactions ne sont pas toujours nuls, linformation ne est pas totalement gratuite, elle ne circule pas dune manire aussi rapide que la thorie prvoit. Ainsi, leffet dsign sous le nom deffet lundi est connu de tous depuis longtemps. Il sagit dun phnomne persistant mis en vidence par Hamon et Jacquillat (1988). Les deux auteurs ont remarqu que les rentabilits des titres paris sont infrieures le lundi par rapport aux rentabilits des autres jours de la semaine. Ainsi, un investisseur achetant un titre sur le march des actions le lundi et revendant un autre jour. Cet effet tant connu, on pourrait penser que les investisseurs sont rationnels achtent les titre le lundi et revendent un autre jour pour profiter de cette aubaine. Si tous les investisseurs

77

agissent de mme, les prix des titres vont augmenter le lundi par rapport aux autres jours, et leffet devrait ainsi disparatre. Or, les rentabilits continuent tre infrieures le lundi. Cet exemple apparat typiquement comme un bais la thorie de lefficience, galement appele poche dinefficience. Cet effet persistant peut permettre un investisseur de raliser un arbitrage, c'est--dire, dobtenir un supplment de rentabilit sans prendre de risque. On pourra dot nommer biais la thorie ou poche dinefficience toute caractristique des marchs financiers qui ne peut pas permettre un investisseur daccrotre la rentabilit sans subir une augmentation de risque. Remarque : Lexistence de poche dinefficience nimplique pas obligatoirement un gain pour linvestisseur, mais la prsence dune rentabilit suprieure ce quaurait pu tre rentabilit si la poche navait pas exist. Les poches dinefficience sont nombreuses :

2- Les biais de fin cycle

Les biais de fin de cycle sont le premiers biais mis en vidence. Chaque place financire connat des cycles dactivit, correspondant des moments particuliers. La semaine correspond lun des ces cycles. En fin de semaine, les intermdiaires financiers tentent dapurer leurs comptes, les grants de portefeuille calculent une rentabilit pour leur gestion, tandis que certains prts court terme sont rembourss. Le mois ou lanne sont des cycles. Les chercheurs ont montrs trs tt que les rentabilits des titres financiers ont un comportement particulier lors des dbuts et des fins de cycle calendriers et boursiers.

2.1- Leffet fin de semaine

French (1988) a remarqu qu la bourse de NY la rentabilit est en moyenne ngative le lundi puis positive les autres jours de la semaine.

Tableau 1- Rentabilit quotidienne du NYSE 1953-1977 Lundi Moyenne -0,1681 Mardi 0,0157 Mercredi 0,0967 Jeudi 0,0448 Vendredi 0,0873

78

French (1980) remarque que la rentabilit ngative du lundi se report au mardi lorsque le lundi est un jour fri (rsultat identique avec Hamon et Jacquillat (1988). French propose lexplication suivante pour justifier de cette anomalie persistante : lors dune annonce dinformation la march a tendance suragir cette information durant les premires heures qui suivant sa divulgation. Le march va donc survaluer ou sous valuer le titre pendant un laps de temps variable suivant lannonce. Dans ce conteste les firmes auraient tendance de ne dlivrer les mauvaise informations les concernant que le vendre di aprs clture du march, de manire ce que les investisseurs aient le temps pour digrer cette information et vitent ainsi une sous valuation temporaire des titres. Au contraire de bonne information. French conclut son article de la manire suivante : la rentabilit ngative du lundi apparat comme une inefficience des marchs financiers. Bien quune stratgie active de gestion de portefeuille fonde sur lesprance de rentabilit ngative (du lundi) ne pourrait gnrer des profits du fait des cots de transaction, les investisseurs pourraient augmenter leur rentabilit entendue en (.) retardent leur achats () jusquau lundi et en avanant les ventes prvues le lundi au vendredi prcdent .

2.2- Leffet fin de mois

Ariel (1987) montre lexistence dun effet fin de mois . Ariel montre que les actions semble avoir une rentabilit positive durant la premire moiti du mois et un rentabilit nulle durant la seconde moiti du mois. Ariel rejette davance toutes les formes critiques de son article. Leffet fin de mois pourrait galement tre li lexistence de leffet janvier. Si leffet janvier est particulirement important, il pourrait influencer les statistiques des autres mois, et provoque ainsi un effet fin de mois tout fait virtuel. Ariel rpond davance ce type dargument. Il examine galement la relation pouvant exister entre la taille des firmes et leffet fin de mois. Lauteur conclut que leffet fin de mois est plus important pour les petites firmes que pour les grosses firmes. Le phnomne de leffet taille est connu sur les marchs financiers et reprsente un handicap certain pour les valeurs appeles valeur moyenne. Plusieurs phnomnes se conjuguent pour expliquer leffet taille.

79

La raison majeur expliquant leffet taille est lie la liquidit. Plus la

capitalisation boursire dune firme est faible, plus la quantit 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 nappartiennent jamais au grand indice, els sont souvent dlaisss par les gros investisseurs ou les gestionnaires de portefeuille travaillant avec des benchmarks constitus dindices majeurs. Des nombreuses tudes de finance dentreprise mesurent la relation pouvant

exister entre dune part, le suivi des valeurs par lanalystes financiers et dautre part : 1- le taux de dtention par les investisseurs institutionnels 2- Limportance des volumes de ngociation sur le titre 3- La valorisation des titres partir dindicateurs tels que l PER ou le BOOK TO MARKET RATIO. Il est clair que, plus les entreprises sont importantes en termes de capitalisation boursire, plus elles sont suivies par un nombre important danalystes, plus elles intressent les gros investisseurs, qui les valorisent dautant mieux. La conjonction des trois facteurs peut tre rsume dans le schma 1 :

Schma 1- Dilemme des valeurs moyennes

Faible liquidit

Peu suivie par lanalystes

Valeur moyenne
Petit capitalisation

Absence dans les indices

Boude par les gros investisseurs

Sous valoriss

80

Leffet de mois est donc difficilement explicable. Les tentatives dexplication se recentrent sur les hypothses de ramnagement des portefeuilles. Le plus simple est encore daccepter le fait. Leffet fin de mois est un biais lhypothse defficience.

2.3- Leffet fin danne

Rozeff et Kinney (1976) ont montr lexistence dun effet fin danne . Les rentabilits des actions seraient plus faibles que la rentabilit moyenne lors des derniers jours de dcembre pour se rvler plus importantes ensuite durant les premiers jours de janvier. Lexplication de leffet fin danne semble vidente. Il est un effet fiscal. Afin de bnficier dune fiscalit avantageuse et de pouvoir imputer les moins values potentielles sur le bnfice annuel et rduire leur assiette dimposition, les entreprises doivent raliser ces moins values en vendant effectivement les titres. Ces titres peuvent tre rachets par la suite. Cela provoquerait des ventes massives des titres fin dcembre. Et des achats massifs dbut janvier. Do une baisse de rentabilits moyennes fin dcembre et une hausse des mmes rentabilits dbut janvier. A cet effet fiscal, peuvent se conjuguer les r&amnagement de portefeuilles dj voqus plus haut, qui procdent du mme processus. Les effets de fin de priode restent donc sans explication vritable. Peu dhypothse dexplication passe le cap de la vrification empirique. Seule, une corrlation remarque entre les effets de fin de cycle et les effets taille et PER apparaissent somme trs prometteurs. On peut voquer la possibilit dun biais statistique. Comme lvoque Lilti (1996) Le graphe 1 illustre les diffrents effets en fonction du temps : leffet fin de semaine permet de mettre en vidence une rentabilit proche de zro puis une rentabilit positive. Leffet fin de mois met en vidence une rentabilit ngative durent la moiti du mois et aprs positive. Leffet de fin danne met en vidence un rentabilit ngative les deniers jours de dcembre et puis positive les premiers jours de janvier.

Graphique 1 Leffet de fin de cycle sur la rentabilit des actifs

81

Rentabilit

Effet fin danne

Effet fin de mois

Temps

Effet fin de semaine

3- Les biais lis la taille des firmes

3.1- Leffet taille Ibbotson remarque (1984) quun portefeuille compos des 29% dactions dont la capitalisation est la plus faible du NYSE a un e rentabilit annuelle suprieure de 51% par rapport une portefeuille rassemblant tous les titres du march. Cest leffet taille. Les principales conclusions dIbbotson sot rsumes dans le tableau suivant :

Tableau 2- rentabilit compare de portefeuille de petite et forte capitalisation aux etasunis

Portefeuille des titres faible capit Portefeuille des titres fort capita

Rentabilit

17,05%

11,26%

Cette explication savre toutefois partiellement acceptable. Lexistence de contrats danimation limite en effet grandement le risque li ltroitesse du march pour les petites valeurs. Il nen demeure pas moins que leffet taille existe. Cet effet nest actuellement justifi que par les problme de liquidit et de manque de visibilit des valeurs moyennes par rapport au reste entreprises du march. Les valeurs moyenne demeurent durablement sous values, leffet taille perdure.

82

3.2- leffet PER et leffet Book To Market ratio

Leffet PER est trs comparable leffet de taille. La comparaison des rentabilits nest pas plus faite sur la base de la taille mesure par les capitalisations boursiers, mais des Price Earning Ratio. Le PER est le rapport du cours dune action divis par le bnfice de celle-ci. Il sagit dun indicateur dapprciation du titre. Plus le titre est apprci par le march, plus le PER est lev. Le Book To Market ratio est le rapport existant entre la valeur comptable de la firme et la valeur de march des ses capitaux propres. Plus ce ratio est lev, plus le march apprcie le titre. Dans ce cas, le march attribue la firme une valeur largement suprieure son actif comptable. Leffet Book To Market ratio va donc dans la mme sens du PER : les rentabilit des titre fortement apprcis et valoriss par le march sont plus faible que les rentabilits des titres faiblement apprcis par le march.

3.3- Les relations entre leffet taille et les effets de fin de cycle Litli (1996) suggre que les effets de fin de cycle seraient dus un biais statistique et une erreur mthodologique. Il va donc tester la ralit de leffet janvier en utilisant une technique diffrent, celle de la dominance stochastique. En consquence, laugmentation des rentabilits ne reprsente que la rmunration justifie dune augmentation du risque, ainsi que des autres moments de la distribution. Apres avoir analys les rentabilits de 30 actions de forte capitalisation, on applique la mthode (la dominance stochastique) sur chacun des ces actions en intgrant lhypothse fiscale. Les rsultats obtenus sur les rentabilits journalires et hebdomadaires rvlent labsence de dominance du mois janvier sur les autres mois de lanne. Les rentabilits excessives semblent couples un risque accru. On constate ainsi labsence dinefficience . Litli crit.

4- Les bulles spculatives

On peut appeler bulle spculative un phnomne consistant scarter durablement de sa valeur fondamentale avant de seffondrer pour retrouver sa valeur dorigine.

83

Colmant, Gillet et Sfarz (2003) crivent qu une bulle spculative nat dune dissociation, momentane ou non, de la valeur conomique fondamentale dun titre et de son cours boursier . Les bulles spculatives ne sont pas propres dans les marchs financiers. Elles touchent des nombreux secteurs dactivit ou les matires premires .. Elles sont dangereuses du fait du risque dclatement. Elles peuvent clater tout moment, diminuant largement la richesse des investisseurs. Dautre part, les bulles sont contraires de lhypothse defficience de march. il implique que la valeur des titres soit gale la somme actualise des revenus futurs susceptibles detre gnrs par la firme. Lexistence dune divergence entre le prix dun titre et sa valeur est donc bien synonyme dune inefficience des marchs financiers. Sur le graphique, le prix de titre augmente sans raison apparente avant de retrouver sa valeur originale aprs une chute assez brutale.

Graphique 2- La bulle spculative

cours

Valeur fondame ntale

Temps

Lors de lapparition des ces bulles, peut-on dire que les ractions des oprateurs ne sont pas rationnelles ? Elles prennent au contraire une autre forme de rationalit. Les travaux thoriques distinguent trois types des bulles spculatives :

4.1- Les bulles rationnelles

Les bulles rationnelles sont issues dun consensus. Il y a accord sur le phnomne et il existe des croyances sur la valeur dun actif, sans rapport avec les fondamentaux, qui peuvent se raliser ds lors quil sont partags par lensemble des intervenants. Les anticipations sen

84

trouvent auto valides tant que la bulle na pas clat 1. Donc les bulles proviennent dun comportement mimtique des acteurs. La valeur V de lactif de priode t+1 est alors gale : Vt+1 = Vt [(1+r) / P] +t avec une probabilit p Vt+1 = t avec une probabilit 1-p O t est la valeur thorique de lactif et p est la probabilit pour que la bulle clate chaque priode. Le terme (1+r) est le taux de croissance de la bulle. On peut dduire que la bulle a une dure de vie moyenne 1/1-p Il nest pas irrationnel pour un investisseur dinvestir dans une bulle spculative. Il sagit alors dun pari sur la dure de la vie de la bulle. Les investisseurs peuvent tirer de ce pari un profit plus important que dun investissement dans un titre classique. Les bulles spculatives rationnelles ne peuvent toutefois concernes que des marchs des actions, qui ont un horizon de placement infini et une valeur terminale non dtermine. Ils peuvent elles mme se dcomposer en trois types, selon Salge (1997), les bulles extrinsque, intrinsque et les bulles markoviennes. Or, certaines bulles markoviennes nexplosent jamais et leur prix continue voir une trajectoire propre, sans rel lien avec leur valeur relle. Lexistence des ces bulles peut donc remettre gravement en cause la thorie des marchs efficients, puisquelle dispose que : il existe des bulles spculatives rationnelles ces bulles nexplosent pas, donc le prix de titre ne joindra jamais leur valeur

intrinsque. Lexistence de bulles rationnelles a t mise en vidence par de nombreux tests empiriques, notamment ceux de Shiller, Leroy et Porter (1981). Lensemble des rsultats de ce type dtude valide sans aucun doute la formation de bulles spculatives.

4.2- Les bulles informationnelles

Lexistence des bulles informationnelles peut tre explique par lexistence des plusieurs catgories des intervenants ayant des nouveaux diffrents dinformation. Cette situation remet en cause les hypothses de base de la thorie de lefficience. Lune des hypothses est en effet que linformation est gratuite et que tous les agents en disposent gratuitement et de faon simultane. Lhypothse concernant la rationalit implique

Thvenin (1996)

85

galement que tous les agents conomiques aient le temps et analysent correctement linformation. La possibilit de voir coexister des intervenants ayant des informations mise diffrents fait sortir du cadre thorique de lefficience des marchs financiers. On peut toujours penser que de tels carts informationnels existent dans la ralit. Les analystes financiers sont mieux informs que les investisseurs individuels. Ils peuvent avoir des instruments leur permettant de mieux valoriser les informations quils reoivent que les investisseurs individuels. Pour Thevenin (1996), Lexistence de ces agents ayant diffrents niveaux dinformations peut tre lorigine de lapparition de la bulle spculative.

4.3- Les bulles irrationnelles

Les bulles irrationnelles sont issues de labandon de lhypothse concernant la rationalit des investisseurs et du consensus de leurs anticipations. Comme pour les bulles informationnelles, les bulles irrationnelles sortent du cadre traditionnel de la thorie de lefficience, qui prvoit justement que les investisseurs sont rationnels : Les investisseurs, mme sils possdent les mmes informations, naboutissent

pas a une valeur identique pour un actif donn. Les investisseurs ne sont pas rationnels

Lacceptation de lexistence sur les marchs dinvestisseur irrationnels ouvre la porte des situations o la notion defficience peut tre malmene.

Schma 3- Les principales des bulles spculatives

Bulles spculatives

Bulles informationnelles

Bulles rationnelles

Bulles irrationnelles

Bulles markowiennes

Bulles intrinsques

Bulles extrinsque

86

5- Les biais lis lirrationalit des investisseurs

La thorie des marchs financiers prend donc pour lhypothse la rationalit des investisseurs. Dans lesprit thorique les investisseurs, sont tous gaux devant les informations, sont rationnels et ont pour but unique de maximiser la rentabilit de portefeuille. On distingue trois types dinvestisseurs : 1- Les investisseurs individuels ou petit porteurs possdent un portefeuille et le grent souvent autant par le jeu que par volont de maximiser leur rentabilit. Intresss au fonctionnement de la bourse et considrant souvent les marchs comme un vaste casino. Leur aversion au risque est faible, ils investissent sur tous les types des marchs, y compris les marchs conditionnels dont le niveau de risque est lev. Dans ce contexte, la diversification de leur portefeuille nest pas optimale, puisquils ne disposent pas dune somme suffisante pour acqurir un grand nombre des titres. De plus, les cots de gestion sont importants. Linformation des investisseurs individuels est parcellaire. Elle provient soit de leur intermediare et soit des journaux conomiques. Or il existe un dcalage entre linstant o linformation apparat et celle o elle est repris sur ces supports. De plus, ces investisseurs ne disposent pas de la totalit des informations mises sur les marchs ni de la capacit dinterprter les informations brutes. Dans ce contexte, on ne peut pas penser que les petits porteurs sont investisseurs rationnels.

2-Les grants de portefeuille et les investisseurs institutionnels constituent la catgorie la plus nombreuse qui dispose du pus dinfluence sur la formation des prix. Informs en temps rel, ces professionnels peuvent ragir rapidement aux informations quils sont mme danalyser. Ces professionnels sont galement confronts des contraintes importantes. Ils maximisent sous contrainte de risque la rentabilit de linvestissement. Ces professionnels appartiennent une organisation, et quils peuvent avoir leur propre stratgie lintrieur de cette organisation. Lapprciation des grants est fonction de la performance est mesure de facon relative (taille et risque). La stratgie personnelle optimale du grant de portefeuille consiste lisser les performance des ses portefeuilles, de manire tenter de se trouver toujours sur la partie haut de benchmark. En outre, il ne faut pas oublier que la chane de dcision dinvestissement nest pas aussi simple et cot quon pourrait penser. En effet, le gestionnaire de portefeuille na pas latitude

87

totale sur la gestion, un comit de la gestion prend les orientations essentielles, le gestionnaire ne fait souvent quen appliquer les directives et grer le quotidien. Lintgration de linformation dans la dcision dinvestissement est donc plus longue quil ny parait. Le gestionnaire soumis lavis des analystes financiers de lorganisation et ils suivent leurs dcisions aveuglement. Dans ce contexte, on comprendra que les dcisions dinvestissement des professionnels de la gestion de portefeuille ne sont pas aussi rationnelles.

3- les oprateurs qui regroupe lensemble des investisseurs qui achtent et vendent des titres dans un but stratgique ou un but raliser un profit financier net direct dans la dtention de leurs titres. Ainsi, si une entreprise acquiert un montant non ngligeable de titres dune firme concurrente cote, on ne peut penser quau plan strictement financier cette dcision soit rationnelle. La notion de rationalit reste oriente. On trouve alors mme cas pour cette catgorie, c'est--dire la prise en compte dun certain nombre de dcisions dans un contexte de rationalit limite.

6- Les biais sont ils bien rels ?

Toute raction inexplique des marchs un vnement donn apparat comme un biais la thorie de lefficience. Inversement, toute non raction un vnement qui devrait cependant en susciter une apparat comme un biais. Un biais la thorie pourrait ntre en ralit quun phnomne non encore expliqu. Certains biais se situent probablement dans cette figure. Personne na russi de trouver une explication rationnelle ce qui ne signifie pas que dans lavenir ces explications ne seront pas mises jour. Les biais peuvent tre lie des problmes de mthodologie statistique ou ns par hasard. En tout tat de cause, la mise en vidence de phnomne contraire lefficience ne doit pas imprativement pousser les chercheurs admettre que ces anomalies sont des biais. Au contraire, ces anomalies doivent tre examines sur le march diffrent et en utilisant des chantillons diffrents.

Lexistence des ces biais trois pistes du rflexion. certains de ces biais peuvent tre expliqus avec le temps. Il demeure vrai que certains biais existent.

88

Certains champs des recherches mritent toujours dtre tudis. Les

chercheurs en finance ont tendance limiter leurs investigations dans des domaines connus, propres leur discipline.

Retour sur la rationalit des agents et finance comportementale

Les expriences et hypothse regroupes sous le nom de finance comportementale, apparues assez rcemment, ont montr que les investisseurs ne sont que trs partiellement rationnels. Il est alors difficile daccepter que les agents des marchs financiers suivent les principaux axiomes de Von Neumann et Morgenstern pour modliser les comportement des investisseurs (comparabilit, transitivit, indpendance, continuit, classement), lhypothse pralable au cadre thorique de la finance moderne. La finance comportementale montre que les investisseurs ne sont pas parfaitement rationnels, mais ont plutt une rationalit limite telle que le suggre Herbert Simon et qui se caractrise par lutilisation dheuristiques afin de simplifier de raisonnement complexes. Nanmoins, cette constatation ne doit pas remettre en cause la notion defficience de marchs financiers. Dautres disciplines de la gestion ont admis depuis longtemps la limitation de la rationalit humaine et travaillent avec cette hypothse. Les marchs euxmmes souffrent dun certain nombre dimperfections telles que lexistence de cots de transaction qui permettent paradoxalement aux marchs de demeure efficients en relchant les hypothses originales. Gulko, en poursuivant les travaux de Hayek, montre ainsi quefficience des marchs financiers et rationalit limite des investisseurs sont compatible.

Conclusion

Lefficience des marchs apparat la fois comme une abstraction intellectuelle un mythe et un objectif. Une abstraction intellectuelle, la thorie de lefficience des marchs remet en cause un certain nombre de pratiques utilises par les professionnels des marchs. Il sagit de lanalyse technique. Il gnre des mouvements et augmente le turn over de portefeuille. Lusage intensif de lanalyse technique en est le preuve. Elle reste un dbat duniversitaires et nintresse que les oprateurs qui prfrent se concentrer sur les poches dinefficience pour

89

raliser des arbitrages. En revanche, elle demeure lun des fondements de la thorie financire moderne. Un mythe : Lensemble des hypothses ncessaires lacceptation de la thorie de lefficience sont acceptes en bloc par le tenants de la thorie. Outre les hypothses classiques de circulation de linformation . , dautres hypothses sous jacentes restent peu explores. Il sagit en particulier de celle lies au comportement des investisseurs et de celle la liquidit. La thorie de lefficience est un mythe que les marchs financiers tentent dsesprment datteindre sans y parvenir. Le mythe se transforme en objectif. Un objectif : les autorits de march sont conscientes que les caractristiques de lefficience attirent les investisseurs et les entreprises. Rendre un march plus efficient, cest diminuer lensemble des risques systmique lis au march et les risques de bulle spculative en empchant les agents dagir par mimtisme. Lobjectif des autorits est donc accrotre lefficience en amliorant leur fonctionnement des instruments contrle des informations, des instruments de contrle des vecteurs dinvestissement des techniques des cotations, de la fixation de tick, des cot de transaction. Pour ce qui concerne les marchs financiers, efficience est presque devenue un synonyme defficace.

90

Chapitre III : Application, Modlisation ARCH des rentabilits boursires de lindice bancaire Section 1- Les processus non linarits en variance : les modle ARCH
Engel (1982) a dvelopp les modles ARCH afin de permettre la variance dune srie de dpendre de lensemble dinformations disponible, et notamment du temps. Cette classe des modles pour objet de pallier les insuffisances des reprsentations ARMA traditionnelles non adapts aux problmatiques financiers. Les sries financires sont en effet caractrises par une volatilit variable et par des phnomnes dasymtrie qui ne peuvent tre pris en compte par les modlisations de type ARMA. Or, il est particulirement important de comprendre et de modliser la volatilit dune srie. En effet, les dcisions dinvestissement dpendent fortement, non seulement de lvaluation des rentabilits futures, mais galement des risques affrents aux diverses actions constituant les portefeuilles. Lestimation de la volatilit de la rentabilit dune action fournit une mesure du risque qui y est attach. En outre, si le processus suivi par la volatilit est correctement spcifi, celui-ci peut fournir des informations utiles la dtermination du processus gnrant les rentabilits. Les modles ARCH sont bass sur une paramtrisation endogne de la variance conditionnelle. Ces processus ont connus un succs important dans les applications financires. En raison du fait quils permettent de rcrire le modle structurel concernant les choix de portefeuille optimaux, les liens entre rentabilit dactifs et la rentabilit du portefeuille de march. Ces modles ont fait lobjet des nombreuses extensions que nous nous proposons dtudier ci aprs.

1.1- formulation gnrale

Dans le modle de type ARCH, t est un processus tel que : E(t - t-1) = 0 V(t - t-1) = 2t
2 1

O t reprsente la variance conditionnelle du processus t. On voit que la variance peut varier au cours du temps dans ce type de processus, la diffrence des processus ARMA o elle est suppos constante. Daprs 1, le processus standardis :

91

Zt = t(2t)-1/2 = t /t

Est un processus dont lesprance conditionnelle set nulle et dont la variance conditionnelle est constante et gale a lunit. En gnrale le processus t, nest pas observable, il peut correspondre linnovation dun processus du type ARMA ajust sur la srie tudie Yt :

(L)Yt = (L) t Ou encore celle dun processus gnral du type :

Yt = f (Xt-1 ;b)+ t inconnus.

O f est une fonction des variables explicatives Xt-1 et dun vecteur de paramtre b Lquation gnrant la srie Yt est appele quation de la moyenne, et reste trs gnrale.

1.2- Processus ARCH et GARCH

Le processus ARCH (q) est le modle de base des processus ARCH propos par Engel (1982). Le modle ARCH (q) est bas sur un paramtrisation quadratique de la variance conditionnelle 2t apparat comme une fonction linaire des q valeur passs du processus du carrs des innovations.

Dfinition 1 : un processus ARCH (q) est donn par : 2t = 0 + i 2t-i = 0 + (L) 2t O 0 > 0 et i >= 0 Les contraintes sur les coefficients garantissent la positivit de la variance conditionnelle. On peut de plus montrer que cette variance est finie si i < 1. Le modle ARCH (q) permet de prendre en compte les regroupements de volatilit, c'est--dire le fait que les fortes (faible) variations de prix sont suivies par dautre fortes (faible) variations de prix mais dont le signe nest pas prvisible. Bollerslev (1986) a gnralis le modle initiale dEngel en tablissement le modle GARCH (p,q). Cette extension consiste en introduction de valeur retarde de la variance dans son quation et est similaire lextension des processus AR aux ARMA. Cela permet une description plus parcimonieuse de la structure des retardes. 92

Dfinition 2 : un processus GARCH (p,q) est dfini par : 2t = 0 + i 2t-i + j 2t-j = 0 + (L) 2t + (L) 2t O 0 > 0 et i >= 0 et >= 0. A nouveau, les contraintes sur les coefficients assurent la positivit conditionnelle1. Bien entendu, lorsque p=0, le processus GARCH (p,q) se rduit au processus ARCH (q). Posons en effet : Ut = 2t - 2t
2 2 7

de la variance

Remplaons t par ( t ut) dans lquation 6 : 2t ut = 0 + (L) 2t + (L) [2t ut] Do [I - (L) - (L)] 2t = 0 + [I- (L)]ut
9

Ainsi, lquation 9 sinterprte comme un modle ARMA (max (p,q),p) sue la srie des carrs des rsidus. Cette nouvelle criture permet dcriture facilement les conditions de stationnarit faible. Celles-ci reposent sue lexistence dune variance V(t) = E(2t) indpendante du temps asymptotique. Proprit 1 : une condition ncessaire et suffisante de stationnarit du processus GARCH (p,q) scrit : (1) + (1) = i j < 1
10

On traduit ici simplement le fait que si les racines du polynme : 1 (i + j) Li asymptotiquement stationnaire lordre deux. Remarque : Empiriquement, lidentification des ordres p et q dun processus GARCH seffectue partir de ltude des autocorrlations partielles de la srie 2t. Ainsi, pour un processus ARCH (q), la fonction dautocorrlation partielle sannule partir du rang q+1.
11

Sont lextrieur du disque unit, alors la sries E(2t) converge et le processus devient

Nelson et Cao (1991) ont montr que ces conditions ntaient pas ncessaires.

93

Pour un processus GARCH (p,q), cette fonction nest pas en gnral pas nulle et dcrot de faon exponentielle lorsque le nombre de retards augments1. Les applications des modles ARCH (q) et GARCH (p,q) en finance sont trs nombreuses. Toutefois, selon certains auteurs, les formulations sont trop restrictives car elles imposent une relation quadratique entre lerreur et la variance conditionnelle. Selon Nelson (1991), les modles GARCH peuvent se rvler insuffisants pour deux raisons principales : Le choix dune forme quadratique pour la variance conditionnelle a des

consquences importantes sur la trajectoire temporelle de la srie. Typiquement, les sries sont caractrises par des priodes de forte volatilit et faible volatilit. Au travers des modles ARCH, limpact des valeurs passes de linnovation sur la volatilit prsente est donc pris en compte en fonction de leur ampleur. Dans le cas des sries financires, la volatilit tend tre plus importante aprs baisse quune hausse. En dautre terme, la volatilit tend crotre en rponse aux mauvaise nouvelles et dcrotre en rponse aux bonnes nouvelles. Le choix dune forme symtrique pour la variance conditionnelle ne permet pas de modliser ce phnomne dasymtrie. Une autre restriction des modles ARCH traditionnels provient des contraintes

de non ngativit impose sur le paramtre. Les modles GARCH restent fortement contraints ce que la variance conditionnelle soit positive. Par consquence, un choc toujours un effet positive sur la volatilit courante.

Ces critiques ont donn lieu au dveloppement de trois processus : le modle EGARCH (exponentiel), TGARCH (Threshold), QGARCH (quadratic).

1.3- une caractrisation gnrale des processus de type GARCH

Hentschel (1994) a montr quune grande nombre de processus de type GARCH (avec p=q=1) pouvaient tre considrs comme des cas particuliers dune transformation de BOXCOX applique un modle AGARCH (Absolu GARCH) :

t 1 / = 0 + t-1 f v(t 1) + t-1 1 /

12

Sandrine Lardic, conomtrie des sries temporelles macro et financires, economeca, 2002, page 292

94

O f (t) = |t b| - c(t b) pour >1, la transformation de Box-Cox est convexe, pour

<1 elle est concave. Nous pouvons distinguer plusieurs cas selon les valeurs prises par des
paramtres , v, b, c ce que nous permettra galement dintroduire de nouveaux processus de type GARCH. Pour = v = 1 et |c| <= 1, lquation dfinit le processus AGARCH. Pour = b = 0 et v = 1 on retrouve le processus EGARCH Pour = v = 1, b=0 et |c| <= 1 on retrouve le processus TGARCH Pour = v = 2 et b=c=0, la relation se rduit a la dfinition dun processus

GARCH usuel. Pour = v = 2 et c=0, on obtient le processus GARCH asymtrique non

linaire introduit par Engel et Ng (1993). Le modle ARCH non linaire NARCH introduit par Higgins et Bera (1992)

est donn par = v et b=c=0. Remarque : le processus EGARCH napparat pas comme un cas particulier de 121.

1.4- Rappel sur le test ARCH

Rappelons que le test ARCH a t introduit par Engel (1982). Supposons que lquation de la moyenne soit dcrite par un processus ARMA. On considre la srie Yt gnre par le processus suivant : (L)Yt = (L)t 2t =0 +i 2t
13

Lhypothse nulle teste est celle dhomoscdasticit : 1.. q= 0contre lhypothse alternative dhtroscdasticit conditionnelle, au moins un coefficient est diffrent de 0. Si lhypothse nulle est accepte, alors 2t =0 : la variance conditionnelle est constante. En revanche si lhypothse nulle est rejete, les rsidus suivent un processus ARCH (q). La mise en uvre du test est simple et peut seffectuer en trois tapes :

Mme rfrence page 298

95

1- on estime lquation de la moyenne, on rcupre les rsidus estims t et lon calcule la srie des 2t. 2- on rgresse 2t sur une constante et sur ses q valeurs passs. 3- On calcule statistique TR2 o T est le nombre dobservations et R2 est le coefficient de dtermination associ a la rgression de ltape 2. Sous lhypothse nulle dhomoscdasticit, la statistique TR2 suit une loi de Khi Deux q degrs de libert. La rgle de dcision est : Si TR2 < X2(q), lhypothse nulle est accept : il nexiste pas deffet ARCH. Si TR2 >= X2(q), on rejette lhypothse nulle en faveur de lhypothse

alternative dhtroscdasticit conditionnelle.

1.5- un bref aperu des mthodes destimation

Les techniques usuelles destimation sappliquent aux modles ARCH sont les maximum de vraisemblance et des moindres carrs en deux tapes sont les plus utilises1.

1.5.1- Le maximum de vraisemblance

La plupart des alas relatifs aux sries financires ne suivent pas une loi normale. Toutefois, la densit gaussienne peut tre utilise pour calculer lestimateur mme si la vraie distribution nest pas normale. On utilise alors la mthode du maximum de vraisemblance. Des conditions suffisantes de rgularit permettant dobtenir des proprits de convergence et de normalit asymptotique ont t tablies par Weiss (1982) dans le cas de modle ARCH linaire. La plus contraignante entre elles, est une condition dexistence du moment dordre 4 pour les rsidus t. Lumsdaine (1990) montre quil est possible de saffranchir de cette contrainte dans le cas du modle GARCH (1,1) et que les estimateurs du maximum de vraisemblance des diffrents paramtres sont convergents et asymptotiquement normaux. Il est important de noter que, lorsque la vraie densit conditionnelle est normale, les estimateurs de la moyenne et de la variance sont asymptotiquement non corrls. Ils peuvent ainsi tre estims sparment sans perte defficacit. Cette proprit ne tient plus en dehors de la classe de modles ARCH traditionnels. Considrons un modle GARCH (p,q) dfini comme :
Pour plus de dtails sur lestimation des modles ARCH, voir Gouriroux (1992) et bollerslev, Engel et Nelson (1994)
1

96

Yt = f (Xt ,b) + t 2t = ht = 0 + 12t-1 +.. + q2t-q + 1 2t-1 + ..+ p 2t-p On pose Z = (1, 2t-1.,2t-q, ht-1, , ht-p) W= (0, 1., q , 1, p) Soit o = (b, w) et est un sous ensemble compact dun espace euclidien tel que t a des moments dordre deux finis. Dsignons par 0 la vraie valeur des paramtres. On peut rcrire lquation de la variance conditionnelle comme suite :
13

ht = Ztw

14

La log vraisemblance, pour un chantillon de T observations, scrit1

LT () = 1/T lt() O

15

lt() = -1/2 log ht- [1/2 . 2t/ ht] dcrire les conditions du premier ordre : lt / w = 1/2ht . ht / w (2t/ht 1)

16

La maximisation de la log vraisemblance par rapport aux paramtres , et b nous permet

lt / b = tXt / ht + ht ht / b (2t/ht 1) Pour les modles ARCH et GARCH, lestimateur est obtenu en rsolvant les quations du premier ordre. La rsolution numrique peut tre mene en utilisant diffrents algorithmes, dont lalgorithme BHHH (Berndt, Hall, Hall et Hausman (1974)). Pour le modle ARCH (q) la mthode du score peut tre appliquer relativement facilement, mais pour les modle GARCH (p,q) les termes rcursifs compliquent cette procdure. Ce pourquoi on prfre en gnrale utiliser lalgorithme BHHH dcrit ci-aprs. Soit (i) le vecteur des paramtres estims aprs la iime interaction. (i+1) est donn par :

On a ici nglig la constante, cette dernire nintervenant pas dans la procdure de maximisation.

97

(i+1) = (i) + i ( lt/ . lt/)-1 lt/ O lt/ est valu en (i), i est un multiplicateur.

16

Weiss (1982) a montr que lestimateur du maximum de vraisemblance T est un estimateur fortement convergent de 0 et asymptotiquement normal de moyenne 0 et de matrice de variance covariance dpendant de la loi conditionnelles de t Soit : F-1 = - E (2lt /.)-1 Et : G = E [(lt /) (lt /)]
18 17

Si la vraie distribution conditionnelle de t est normal, c'est--dire si : t \ t -1 N(0,ht), alors G=F et la matrice de variance covariance est donne par : F-1GF-1 = F-1 Si lon relache lhypothse de normalit et si lon suppose simplement que :

E (t \ t -1) = 0 V(t \ t -1) = ht E(4t \ t -1) = h2t < infini Alors T est un estimateur asymptotiquement normal de 0 de moyenne 0 et de matrice de variance covariance F-1GF-1. 1.5.2- Les moindres carrs en deux tapes

Un modle ARCH peut tre vu comme deux modles ARMA successifs, lun sur le processus lui-mme, le seconde sur le carrs des innovations. Il est de ce fait naturel dintroduire des procdures destimation en deux tapes tenant compte de cette structure particulire. Soit un modle de rgression avec erreurs ARCH :

Yt = f (Xt, b) + t V = ht = 0 + 12t-1 +.. + q2t-q 17 La premire tape obtenir des estimateurs convergents des paramtres de lquation de la moyenne et de lquation de la variance. Lestimateur de b est obtenu naturellement par lestimation MCO dduite de la rgression de Yt sur f (Xt, b). Notons cet estimateur b. les rsidus estims sont alors donns par :

98

t = Yt - Xtb

18

En rgressant 2t sur 1, 2t-1. 2t-q, on obtient des estimateurs convergents des paramtres figurant dans lquation de la variance : 0 + 1 +.. + q. Ces deux rgressions successives ont t effectues par la mthode des moindres carrs ordinaires, c'est--dire sans prendre en compte le phnomne dhtroscdasticit. Les estimateurs de b peuvent tre amliors dans la seconde tape en rgressant Yt sur f (Xt, b) par le moindres carrs quasi gnraliss avec : ht = 2t = 0 + 12t-1 +.. + q2t-q On note ces estimateurs de la seconde tape b. Lorsque la vraie distribution est conditionnellement normale, on a : V(2t \ t -1) = 2h2t Et des estimateurs de la seconde tape obtenus en rgressant 2t sur 2t-1 2t-q. par le MCQG avec V(2t \ t -1) = 2h2t. Asymptotiquement normaux, ces estimateurs de MCQG font apparatre une perte defficacit asymptotique par rapport ceux du pseudo maximum de vraisemblance. Il est important de noter que celle-ci naffecte que les paramtres de la moyenne : les estimateurs des paramtres de la variance sont asymptotiquement efficaces. Notons enfin que la mthode prsente ici peut sappliquer dautres paramtrisations, notamment les modles ARCH seuils.

19

1.6- Modles ARCH et prvision

La question de la prvision dans le cadre des processus de type ARCH a t aborde par de nombreux acteurs. Engel et Kraft (1983) ainsi que Engel et Bollerslev (1986) ont driv les expressions de la variance de lerreur de prvision dans le cas de processus avec erreurs ARCH et GARCH respectivement. Bollerslev (1986) ainsi que Granger, White et Kametra (1989) se sont intresss la construction dintervalles des confiances pour des prvisions un pas. Dans la domaine des prvisions, on pourra galement consulter les travaux de Geweke (1989) Baillie et Bollerslev (1992) ou encore Nelson et Foster (1994). Considrons u processus GARCH (p,q) :

99

2t = 0 + i2t-i + j2t-j On peut crire lhorizon T : 2t+T = 0 + i2t+T-i + j2t+T-j Soit encore :

20

21

2t+T = 0 + n(i2t+T-i + i2t+T-i) + m(i2t+T-i + i2t+T-i) O n= min (m,T-1) et m = max(p,q) En notant It ensemble dinformations disponible la date t, on a :

22

E[2t+T | It] = 0 + n[(i + i) E[2t+T | It]] + m(i2t+T-i + i2t+T-i) Car E[2t+T | It] = E[2t+T | It] si T > 0

23

A titre dexemple, considrons un processus GARCH (1,1). On a naturellement p=q=1, donc m = 1, pour T>=2, n = min(1,T-1) = 1. Par consquent, on en dduit la relation suivante : E[2t+T | It] = 0 + (1 + 1) E[2t+T | It]

24

En notant E[2t+T | It] = 2t+T on a donc la formule rcursive suivante pour T>=2. 2t+T = 0 + (1 + 1) 2t+T-1 Bien videmment, lorsque lhorizon de prvision T vaut 1, on a : 2t+T = 0 + 12t + 12t

25

26

Les prvisions de la volatilit peuvent donc tre effectue selon lquation 25 pour des horizon de prvisions suprieurs un pas et selon 26 pour les prvisions statiques (prvisions un pas1). Ainsi, lorsque lhorizon de prvision augmente, la prvision optimale converge de faon monotone vers la variance non conditionnelle 0 / (1- 1 - 1).
On peut rcrire la relation 25 sous une forme alternative, valable quel que soit lhorizon, soit 2t+T = 0 +T-1 (i + i)i + (i + i)T-1 [i2t + 12t ]
1

100

Section 2 : Analyse empirique de lindice BLOM

Nous tudions prcisment les caractristiques essentielles des sries des rendements boursiers de lindice BLOM de la bourse du liban entre le priode 1/1/2004 et 31/12/2005. Nous avons retenu une frquence quotidienne dans les donnes, si lhypothse defficience est rejete sur donne journalire, elle devrait galement ltre sur donnes hebdomadaires ou mensuelles. Si linformation nest pas intgre au bout dune journe, cela suffit rejeter lhypothse defficience mme si les tests n la rejettent pas frquence plus faible1 Alexandre et Ertur (1994).

Les graphes (1,2,3,4), reprsentants lvolution des rentabilit de lindice BLOM, indique que cette srie volue positivement au cour du temps et il est fortement volatile. On observe par ailleurs des regroupements de volatilit : les fortes variations ont tendance tre suivie par les fortes variations, et les faibles variations par de faibles variations. La volatilit volue au cour du temps. Cette remarque suggre qun processus de type ARCH pourrait tre adapt la modlisation de la srie. On remarque que, au dbut de la graphe, le premier priode de la srie (1/1/2004 jusqu 1/1/2005) la srie est faiblement volatile, mais partir de ce moment, on trouve que la srie est devenu fortement volatile. Quelle est linterprtation de cette volatilit ? A partir du janvier 2005, la date de lattenta de x premier ministre RAFIK ALHARIRI, les marchs financires libanaise choqus fortement de ce coup, a cause de ce que le reprsent de la confiance internationale de lconomie libanais. On trouve aprs lattenta, la confiance financire au liban est baiss, les investissement direct et indirect est devenue faible, pleine des pargnants ont quittes liban, .. On trouve aprs lattenta et le priode aprs, la srie prsente fortement volatile, pourquoi ? Parce que aprs lattenta, il a pass plusieurs attenta au liban contre les journaliste et politiciens etc ces facteurs a perdu les libanais un lment trs important est la scurit et la confiance. Pour cela on trouve dans la deuxime priode dans la srie beaucoup de volatilit.

Mohamed CHIKHI, le march boursier en France est il efficient , LAMETA, facult des sciences conomique, Montpellier, 2001. page 8 et 9

101

La mise en uvre des divers tests dindpendance et des outils de lanalyse ncessite que la srie soit stationnaire. Lapplication des tests de Dickey Fuller Augment fait ressortir la prsence dune racine unitaire dans la srie en niveau (voir Tab 1). La srie boursire est donc non stationnaire. Le test de Dickey Fuller Augment a t mis en uvre sur la srie des rendements boursiers afin de tester lordre dintgration de cette srie et cette srie. Nous constatons que la srie est stationnaire en diffrence premire. En raison de limportance de la validit de lhypothse de stationnarit pour notre tude, nous appliquons un autre type de test de racine unitaire afin de vrifier les rsultats de Dickey Fuller : Le test de Philips et Perron. Ce test est particulirement intressant dans le cadre des sries financires puisquil est robuste lhtroscdasticit et cette srie exhibe gnralement un effet ARCH qui permet de rendre en compte de la variabilit du flot dinformation arrivant sur le march boursier. Cette correction apporte par Philips et Perron (1988) permet donc de prendre en compte une autocorrlation et un ventuelle htroscdasticit. Au niveau de (Tab 4 et 6), la srie de rendement est stationnaire au niveau et en diffrence premire. Donc, le test de Philip Perron confirme ces rsultats que la srie est nest pas stationnaire au niveau mais stationnaire en diffrence premire. On remarque dans les TAB (7 et 8), que la fonction dautocorrlations empirique de la srie en corrlogrammes de lindice BLOM ne dcline pas rapidement vers zro. Ce qui montre que cette srie ne pas stationnaire au niveau mais stationnaire en diffrence premire car la srie diffrencie ne prsente plus systmatiquement de fortes valeurs de autocorrlations et les rsultats des sries de rendement. Ces dernires dcroissent rapidement vers zro.

Nous constatons daprs les rsultats du (Tab 9), que lhypothse nulle de normalit est rejete pour la srie des rendements de lindice BLOM. On constate en premier lieu que le coefficient de Kurtosis est trs lev, c'est--dire largement suprieur 3 (valeur du coefficient de Kurtosis pour la loi normale). Cet excs de Kurtosis tmoigne dune forte probabilit doccurrence de points extrmes. En second lieu, le cfficient de Skewness est diffrent de zro (valeur thorique du cfficient de Skewness pour une loi normale) est positive indique en outre que la distribution de cette sries est tale vers la droite (graphe 6). Ceci illustre la prsence dasymtrie. Cette asymtrie peut tre le signe de la prsence de non linarit dans le processus dvolution des rendements de lindice BLOM. Il est en effet possible de rapprocher les notions dasymtrie et de non linarit puisque lon sait que les 102

modles linaires gaussien ne peuvent gnrer quun comportement symtrique de la srie et ne peuvent pas donc rendre compte des phnomnes dasymtrie. En consquence, ainsi que lillustre de test Jarque et Bera, les rentabilits boursires de lindice BLOM ne suivent pas une loi normale, ce qui est une caractristique gnrale des sries financires et la distribution des rendements de lindice BLOM est typiquement non gaussienne.

Notons de plus que ce non linarit peut tmoigner de la prsence dun effet ARCH frquemment rencontr dans les sries financires. Ces dernires prsentent gnralement une variance variable au cours du temps. Il parait important deffectuer les tests dhomoscdasticit sur les sries des rendements boursires pralablement aux divers tests defficience. Deux tests dhomoscdasticit ont t appliqus. Il sagit du test ARCH et le test de White.

Dans le rsultats de modle ARCH rappelons que, sous lhypothse nulle dhomoscdasticit, la statistique TR2 suite une loi de Khi deux q degrs de libert, ou T est le nombre dobservation de la srie 2t et R2 est le coefficient de dtermination associ : 2t = 0 + i 2t-1 Afin destimer la relation, il convient tout dabord de dterminer le nombre de retard q prendre en compte. Le (Tab 10) indiquant que le trois premires autocorrlations partielles sont significativement diffrentes du zro, on retient un nombre de retards q gal 3 pour raliser le test ARCH. On constate que la probabilit associe la statistique de test TR2 (obs*R-squared) est nulle : on rejette donc lhypothse nulle dhomoscdasticit en faveur de lalternative dhtroscdasticit conditionnelle. Donc les rsultats de modle ARCH montrent que, avec le trois nombres des retards q quil y a un htroscdasticit dans la srie. Le test de White (1980) quadratique des rgresseurs. Les rsultats de tableau 11 montrent que lhypothse nulle dhomoscdasticit est rejete, il ressort que cette srie est htroscdastique. Il faut noter ainsi que la prsence dhtroscdasticit conditionnelle ne tmoigne pas dune inefficience du march. 103 qui est un test dhtroscdasticit rapport une forme

Le march Beyrouthin est il efficient au sens faible? Pour rpondre cette question, des tests dabsence de corrlation srielle- test de Box Pierce et test de Box Pierce corrig de lhtroscdasticit, 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 srie prsente une autocorrlation, lhypothse de marche alatoire de ce cours boursier nest pas vrifie, dans ce cas, les rentabilits ne suivent pas un bruit blanc. Nous avons appliqu galement la statistique de Box et Pierce corrig afin de tenir en comte de lhtroscdasticit (TAB 12). Il parait que cette statistique nest pas significativement diffrente de zro tmoignant dune absence de corrlation srielle. Il ressort donc de ces tests que la srie des rendements est htroscdastique mais ne prsente pas de corrlation srielle. Nous remarquons, dans le test de Durbin Watson (TAB 13), il montre que lhypothse nulle dautocorrlation srielle nest pas jamais rejete. C'est--dire que le test montre labsence dautocorrlation lordre 1des rsidus dans la srie. Mme les rsultats des tests de Breusch et Godfrey serial corrlation LM test (TAB 14), montre labsence dautocorrlation srielle. O (ObsR2 = 0,4402 < X2). Dans ce cas, il est impossible de prvoir les rendements futurs partir des rendements passs. Ce qui reste en accord avec lhypothse defficience au sens faible. La srie des rendements boursiers de lindice BLOM ne prsente pas de corrlation srielle utilisant ces tests. Nous acceptons, en effet, lhypothse nulle de march alatoire et lhypothse defficience au sens faible de ce march boursier est toujours vrifie.

Par consquent, il savre ncessaire dappliquer des tests plus puissants dans lespoir des conclusions plus tranches. Pour cela, le test de BDS parat plus puissant dans la mesure o il est capable de dtecter des dpendances de type non linaire dans les sries.

Le test non paramtrique de BDS (test lhypothse nulle de processus gnrateur indpendamment et identiquement distribue iid) ne permet pas dterminer en faveur de quelle alternative lhypothse nulle est rejete. Le test de BDS ncessite des calculs dordre n2. Pour des grands chantillons (N>1000), la puissance de ce test non paramtrique est limite.

Sous lhypothse nulle, Xt iid, cette statistique suit une loi normale centre rduite. Un rejet de lhypothse nulle peut provenir : 104

soit dune structure de dpendance issue dun processus stochastique linaire soit de non stationnarit de la srie tudie1. soit dune structure de dpendance issue dun processus stochastique non

linaire soit dune structure de dpendance issue dun processus dterministe non

linaire

Le TAB 15 reporte les rsultats du test dhypothse de indpendance des rendements des boursiers de lindice BLOM au moyen du test BDS et les valeurs sont comparer avec la valeur critique de la loi normale conte rduite 5% soit 1,96. Au regard de ce tableau, lhypothse lindpendance des rendements boursiers est clairement accepte puisque les valeurs de la statistique sont infrieures 1,96. Donc, lhypothse de la forme faible de lefficience est accepte. Le march beyrouthin est efficient au sens faible dans la mesure o les tests conomtriques ne font pas apparatre une prvisibilit des rendements partir des valeurs passes. Maintenant on va tester si la distribution des rsidus est normale, on utilise un test, il sagit dun test paramtrique de Jarque et Bera. Nous constatons, daprs les rsultats du tableau 16, que lhypothse de normalit est rejete pour les rsidus. Les coefficient de Skewness est positive indiquant que la distribution de la srie de rendements est asymtrique tale vers la droite (Fig 7). Il est probable que cette asymtrie soit le signe de la prsence de non linarits dans le processus des rsidus. Et la forme des variations nest pas rgulire. Il faut noter que cette non linarit provient peut tre de la prsence dun effet ARCH, ce qui este accord avec lhypothse dhtroscdasticit des rendement de lindice BLOM.

La FIG 5 montre que les rsidus ne sont pas des bruits blancs tmoignant de la prsence dune priodicit et de non linarit. Les rsultats du test ARCH LM sur les rsidus de notre modle confirment la prsence dhtroscdasticit ce qui accord avec lhypothse dhtroscdasticit dtecter par les tests de White. Les rsidus peuvent tre donc modlis par des modles ARCH. Les sries financires sont en gnrale caractrises par une volatilit variable et par des phnomnes dasymtrie qui ne peuvent tre pris en compte par les modlisations de lesprance conditionnelle, qui est une mesure de la volatilit dune srie,

Ce cas est exclu dans la prsente tude dans la mesure o les sries de rentabilits sont stationnaires.

105

nest plus constante au cours du temps. Afin de rendre compte de ce phnomne, il est ncessaire destimer la volatilit des rendements de lindice BLOM par une mthode base sur lestimation du modle ARCH. Un des intrts de ces modles est quils permettent dobtenir une mesure de risque dtudier le flot dinformations arrivant sur les marchs boursiers. Les rsultats des tests ARCH LM sur les rsidus confirment labsence de lhtroscdasticit (NR2 = 1,3984 < X2(1)). De plus, la srie des rsidus standardiss ne prsent aucune corrlation srielle puisque le test non paramtrique de BDS montre que lhypothse dindpendance des rsidus est clairement accepte (voir TAB 17).

106

Conclusion
Efficience ou inefficience de march boursier Beyrouth ?

Nous avons signal que, la thorie financire moderne repose sur la thorie de lefficience des marchs financiers. Il est alors bien difficile de vouloir tester, et encore plus de remettre en cause, un tel paradigme thorique. Cette difficult est dautant plus accentue quune des conditions ncessaires lefficience dun march rside dans les caractres rationnels du comportement et des anticipations des participants au march. Le cadre thorique est en outre complexifi par les ambiguts attaches la dfinition mme de lefficience. En particulier, celle-ci est toujours dfinie en rfrence un certain modle de formation des cours dfinissant lui-mme la valeur fondamentale dune action. Par consquent, le rejet de lhypothse de lefficience ne rsulte pas ncessairement dune inefficience du march, mais peut provenir dune mauvaise spcification du modle dvolution des cours boursiers. A partir de l, nous nous sommes ici, dans ce papier, attachs a une forme particulire de lefficience informationnelle : lefficience au sens faible sur le march boursier au liban.

Un march est efficient si toute linformation base sur les cours et rentabilits passs est pleinement et instantanment reflte dans le prix des titres 1. Le prix observ sur le march intgre ainsi toute linformation et est gal sa valeur fondamentale. Il est alors impossible de prvoir les rentabilits partir des rentabilits passes. De nombreux tests ayant pour objet de corroborer ou dinfirmer cette hypothse ont t raliss.

On sest intresse la dtection de dpendance non linaire. Dans un premier temps, nous avons effectu les tests de stationnarit, la srie ntait pas stationnaire au niveau mais stationnaire en diffrence premire. Dans un deuxime temps, nous avons effectu les trois tests de normalit afin de recourir lhypothse de non linarit. Dans un troisime temps, ltude tait consacr aux tests de la forme faible de lefficience de ce march par le biais de divers tests dabsence de corrlation srielle tests de Box Pierce et de Box Pierce corrig de

Valrie Mignon, march financier et modlisation des rentabilits boursiers, P. 263

107

lhtroscdasticit, tests de Durbin Watson de corrlation, tests de Breusch et Godfrey dautocorrlation. Ces tests ont t prouvs dabsence dautocorrlation srielle.

Ces tests nont pas permis de dtecter tous les types de dpendance, un test plus puissant est t appliqu : Le test non paramtrique de BDS (lintrt de ce test par rapport aux tests prcdents est quil pet dtecter des dpendance de types non linaire dans la srie). Ce test est prsent un grand intrt lhypothse de processus indpendamment et identiquement distribu, en particulier la non linarit. Pourquoi ? Parce que lvidence empirique tmoignant cependant dabsence dautocorrlation srielle mais il y avait dhtroscdasticit (non linarit), ce que le montrer par les tests ARCH et test de White et aussi les rsidus ntaient pas des bruits blancs (priodicit et non linarit). Ce conduit un assouplissement de cette dfinition. Un march efficient est alors un march sur lequel il est impossible, partir des informations disponibles, de raliser des profits anormaux. Il est par consquent impossible de prvoir leur volution. Dans la dernire temps, ltude tait consacre lanalyse de la volatilit des rendements boursiers avec la prsence dun effet ARCH non paramtrique, parce que il adapte fortement avec la srie, les tests est t montr dun indpendance des rsidus. Par exemple, liban situe dans un endroit plein des troublements des scurits, il est la frontire avec Isral, la bourse influe par la situation conomique et la situation politique influant sur la vie conomique, et liban depuis son indpendance ne connat pas la stabilit soit au niveau conomique ou scurit ou politique. En particulier, en 2006 liban a commenc une priode trs fort, en prvu un taux de croissance gale 6%. Mais la guerre entre liban et Isral fait devenir ce taux 0% et ngatif. Donc la vie conomique influe compltement par la situation de scurit surtout la bourse, o au dbut de 2006, la compagnie holding kowetien of investment a ente la march libanais par un investissement est gale un milliard et 635 million dollars dans la domaine de construction. Mais avec le lancement de la guerre la compagnie a quitt le march, la bourse enregistr entre 5 et 7% des pertes dans les actions. Pour cela, la bourse est t ferm pendant Juillet et Aot 2006.

Cette conclusion remet en cause un rsultat majoritairement admis selon lequel le cours la date prcdente nest pas le meilleur prdicteur du cours en t.

108

Les rsultats des tests les plus simples semblent valider la forme faible de lefficience des marchs financiers. Les tests les plus robustes paraissent au contraire remettre quelque peu en cause la forme faible de lefficience. Cependant, la sophistication de ces tests fait surgir des problmes mthodologiques qui rendent leurs conclusions fragiles. Dans ce contexte, la dfinition de la notion defficience et le niveau des cots de transaction reviennent au premier plan. Paradoxalement, lefficience des marchs financiers croit avec les cots de transaction, puisque ces derniers limitent les gains darbitrage. De plus, de binaire, la notion defficience tend devenir une grandeur mesurable.

Mais la question reste en gros, est ce que les tests usuels de march alatoire ou dautocorrlation permettent de juger de lefficience ou de linefficience dun march ?1

Voir les travaux de Valrie Mignon.

109

Bibliographie - ACAR H, BERTIN C, LEQUEUX P. test de march alatoire bas sur la profitabilit des indicateurs technique , analyse financire, n100, septembre 1994. - ALAMAGNY F, Le bruit, source de volatilit , cahier de recherche, CEREG, universit Paris Dauphine, 1993. - Alexandre et Ertur, (1994), impact de lintervalle dchantillonnage sur les tests defficience , application au march des actions, finance, 15. - ALEXANDRE H, Quasi march alatoire , 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, Leffet jour de la semaine la bourse de paris , une approche par linfrence Baysienne, Finance 15,2/1994. - BOX G et PIERCE D (1970), distribution of residual autocorrlation 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 Dcouverte, nouvelle dition, 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 economtra, 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 dcembre 1991. - FMI, rapport annuel 2006, N286, P.12 - FONTAINE P, les cours des marchs des actions suivent ils une march 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 dition, paris 2000. - Michel OUILLON, la bourse de A Z , la vie financire, les guides, Paris avril 2002. - Michel SEHNAWI, Beirut Stock Exchange, ex ministre de finance et ex prsident de la bourse de Beyrouth, www.libaninfo.com.lb, journal ALSAFIR, P.14. - Mohamed CHIKHI, le march boursier en France est il efficient , LAMETA, facult des sciences conomique, Montpellier, 2001. - Mohamed YASSIN, la bourse , AL HALABI, Beyrouth 2004. - Olivier PICON, dition, 1998. La bourse, comment grer votre portefeuille , DELMAS, 13eme

- ORLEAN A, comportement mimtique et diversit des opinions sur les march financiers , en thorie conomique et crises des marchs financiers, Economica, paris 1989. - Patrice VIZZAVONA, march financire , ATOL, 3eme dition. - Patrick SENTIS, introduction en bourse , Economica, paris 2004. - Philipe GILLET, lefficience des march financiers , Economica, 2eme dition, 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 Valrie MIGNON, Economtrie des sries temporelles macroconomique et financiers , Economica, Paris 2002. - Sehnawi, Beirut stock exchange , financial & Lebanon, Beyrouth (1999), www.infolebanon.com - Socit Midclear, www.midclear.com.lb - TERRAZA M et BOURBONNAIS R, analyse des sries temporelles en conomie , collection conomie PUF, 1998. - Valrie MIGNON, March financiers et modlisation des rentabilits boursires , 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 Augment au niveau

TAB 2 : test de Dickey Fuller Augment en diffrence premire

TAB 3 : Test de Philip Perron au niveau

112

TAB 4 : Test de Dickey Fuller Augment (rendements)

TAB 5 : Test de Philip Perron (rendements)

TAB 6 : Test Dickey Fuller Augment (rendement) en diffrence premire

113

TAB 7 : corrlogrammes simples de la srie en niveau

114

TAB 8 : corrlogrammes simple de la srie en diffrence premire.

115

TAB 9: test paramtrique de normalit de Jarque et Bera

TAB 10 : Test ARCH (homoscdasticit)

116

TAB 11 : Test de White (htroscdasticit)

TAB 12 : tests de Box Pierce et Box Pierce corrig de lhtroscdasticit Statistique de Box et Pierce Statistique de Box et Pierce corrig 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 corrlation de Durbin Watson Statistique Srie Durbin Watson Stat BLOM 2,0003

TAB 14 : test de Breusch et Godfrey dautocorrlation

TAB 15 : Rsultat du Test de BDS Dimension / 0.5 0.027575 2 0.040035 3 0.046751 4 0.048939 5 0.044017 6

/ 1
0.033596 0.056820 0.074411 0.084381 0.081345

/ 1.5
0.024458 0.041367 0.055683 0.067957 0.070569

/ 2
0.022047 0.040922 0.056558 0.072713 0.079503

117

TAB 16 : tests de normalit des rsidus

TAB 17 : test ARCH sur les rsidus

118

Graph 1 : la srie brut de lindice boursier BLOM

Graph 2 : Le logarithme de srie BLOM

119

Graph 3 : corrlogrammes de la srie en diffrence premire

Graph 4 : Rentabilit boursires de lindice BLOM

120

Graph 5 : graphe de rsidus

Graph 6 : Histogrammes de la srie des rendements de lindice BLOM

121

Graph 7 : Histogramme de normalit des rsidus (sries de rsidus)

TAB 8: Forecast (estimate ARCH model, prevision de la srie)

122