Introduction Méthodologie de l’étude d’événement Mesure et analyse des rendements anormaux

Econométrie de la finance
Etude d’événements

EL QALLI Yassine

INSEA-Octobre 2018
3ème année Actuariat Finance

–Econométrie de la finance, Etude d’événements– –EL QALLI Yassine–

 Introduction Méthodologie de l’étude d’événement Mesure et analyse des rendements anormaux

I-Introduction
• On demande souvent aux économiste de mesurer l’effet d’un
événement économique sur la valeur d’une entreprise.
• L’utilité d’une telle étude vient du fait que l’effet d’un
événement doit être reflété immédiatement sur les prix des
actifs,ceci étant donné “la rationalité des marchés”.
• La première étude d’événement est probablement celle de
DOLLEY (1933). Dolley examina l’effet du fractionnement
d’actions sur les prix en étudiant les changements des prix au
moment du fractionnement.
Fractionnement = une opération qui augmente le nombre
d’action en circulation sur le marché afin de diminuer le prix
d’action.

–Econométrie de la finance, Etude d’événements– –EL QALLI Yassine–

 Introduction Méthodologie de l’étude d’événement Mesure et analyse des rendements anormaux

• A la fin des années 60 ,les études de Ball-Brown (1968) et

Fama,fisher, Jensen et Roll (1969) ont introduit les méthodes
qui sont utilisées jusqu’à nos jours .
• Dans ce chapitre on va expliquer la méthodologie
économétrique de l’étude d’un événement.

–Econométrie de la finance, Etude d’événements– –EL QALLI Yassine–

 Introduction Méthodologie de l’étude d’événement Mesure et analyse des rendements anormaux

II-Méthodologie de l’étude d’événement

L’étude d’événements s’effectue en plusieurs étapes :
• La définition de l’événement : la tache initial est de définir
l’événement d’intérêt et d’identifier
• la période sur laquelle les prix évoluent
• et l’événement en considération s’est produit.
C’est la fenêtre de l’événement “the event window”. Par
exemple si l’on se penche sur l’information d’annoncement des
bénéfices avec des données journalières; l’événement doit être
l’annoncement des bénéfices et la fenêtre de l’événement est
le jour de l’annoncement

–Econométrie de la finance, Etude d’événements– –EL QALLI Yassine–

 Introduction Méthodologie de l’étude d’événement Mesure et analyse des rendements anormaux

• En pratique la fenêtre est élargi en deux jours, le jour

d’annoncement et le jour suivant. (ceci étant pour capturer
l’effet de l’annoncement qui se produira après que le marché
ferme sur l’annoncement ).
Le jour d’avant peut être aussi d’un intérêt du fait que
l’information peut être prioritaire et il faut enquêter sur une
telle possibilité.
• Critères de sélection: Après l’identification de l’événement,
il est nécessaire de déterminer les critères à inclure dans
l’étude. Les critères peuvent inclure les restrictions imposées
par la disponibilité des données, ou des restrictions
d’appartenance à une certaine industrie : résumer les
caractéristiques de la firme ; capitalisation ; distribution de
l’événement durant le temps ; l’industrie, ...
et noter tout biais qui peut être introduit dans la sélection de
l’échantillon.

–Econométrie de la finance, Etude d’événements– –EL QALLI Yassine–

 Introduction Méthodologie de l’étude d’événement Mesure et analyse des rendements anormaux

• En pratique la fenêtre est élargi en deux jours, le jour

d’annoncement et le jour suivant. (ceci étant pour capturer
l’effet de l’annoncement qui se produira après que le marché
ferme sur l’annoncement ).
Le jour d’avant peut être aussi d’un intérêt du fait que
l’information peut être prioritaire et il faut enquêter sur une
telle possibilité.
• Critères de sélection: Après l’identification de l’événement,
il est nécessaire de déterminer les critères à inclure dans
l’étude. Les critères peuvent inclure les restrictions imposées
par la disponibilité des données, ou des restrictions
d’appartenance à une certaine industrie : résumer les
caractéristiques de la firme ; capitalisation ; distribution de
l’événement durant le temps ; l’industrie, ...
et noter tout biais qui peut être introduit dans la sélection de
l’échantillon.

–Econométrie de la finance, Etude d’événements– –EL QALLI Yassine–

 Introduction Méthodologie de l’étude d’événement Mesure et analyse des rendements anormaux

• Les rendements normaux et anormaux : pour évaluer

l’impact d’un événement nous aurons besoin d’une mesure des
rendements anormaux.
• Le rendement anormal est le rendement actuel moins le
rendement normal de l’actif durant la fenêtre de l’événement.
• Le rendement normal est le rendement espéré si l’événement
n’a pas eu lieu.
pour un actif i et la date d’un événement t: on a

∗it = Rit − E(Rit |Xt )

(i) ∗it est le rendement anormal
(ii) Rit est le rendement actuel
(iii) E(Rit |Xt ) est le rendement normal
(iv) Xt est l’information d’une performance normale.

–Econométrie de la finance, Etude d’événements– –EL QALLI Yassine–

 Introduction Méthodologie de l’étude d’événement Mesure et analyse des rendements anormaux

• Les rendements normaux et anormaux : pour évaluer

l’impact d’un événement nous aurons besoin d’une mesure des
rendements anormaux.
• Le rendement anormal est le rendement actuel moins le
rendement normal de l’actif durant la fenêtre de l’événement.
• Le rendement normal est le rendement espéré si l’événement
n’a pas eu lieu.
pour un actif i et la date d’un événement t: on a

∗it = Rit − E(Rit |Xt )

(i) ∗it est le rendement anormal
(ii) Rit est le rendement actuel
(iii) E(Rit |Xt ) est le rendement normal
(iv) Xt est l’information d’une performance normale.

–Econométrie de la finance, Etude d’événements– –EL QALLI Yassine–

 Introduction Méthodologie de l’étude d’événement Mesure et analyse des rendements anormaux

• Procédure de l’estimation : Une fois un modèle pour une

performance normale est sélectionné les paramètres du modèle
doivent être estimés en utilisant un sous ensemble de données
connu sous le nom de la fenêtre de l’estimation. Il est
important de choisir la période avant la production de
l’événement pour faire l’estimation. En général la période de
l’événement ne doit pas être incluse dans la période de
l’estimation pour éviter l’influence de l’événement sur
l’estimation des paramètres du modèle de la performance
normale.
• Procédure de Test : Après le calcul des rendements
anormaux on aura besoin de les tester en déterminant
l’hypothèse nulle et en déterminant les techniques
d’agrégation des rendements anormaux.

–Econométrie de la finance, Etude d’événements– –EL QALLI Yassine–

 Introduction Méthodologie de l’étude d’événement Mesure et analyse des rendements anormaux

• Procédure de l’estimation : Une fois un modèle pour une

performance normale est sélectionné les paramètres du modèle
doivent être estimés en utilisant un sous ensemble de données
connu sous le nom de la fenêtre de l’estimation. Il est
important de choisir la période avant la production de
l’événement pour faire l’estimation. En général la période de
l’événement ne doit pas être incluse dans la période de
l’estimation pour éviter l’influence de l’événement sur
l’estimation des paramètres du modèle de la performance
normale.
• Procédure de Test : Après le calcul des rendements
anormaux on aura besoin de les tester en déterminant
l’hypothèse nulle et en déterminant les techniques
d’agrégation des rendements anormaux.

–Econométrie de la finance, Etude d’événements– –EL QALLI Yassine–

 Introduction Méthodologie de l’étude d’événement Mesure et analyse des rendements anormaux

• Les résultats empiriques : En plus de la présentation des

résultats empiriques, la découverte d’un diagnostic
(raisonnement menant à l’identification de la cause) sera
fructueux.
• Interprétation et conclusion : Les résultats empiriques
peuvent mener au mécanisme avec lequel l’événement
influence les prix.

–Econométrie de la finance, Etude d’événements– –EL QALLI Yassine–

 Introduction Méthodologie de l’étude d’événement Mesure et analyse des rendements anormaux

• Les résultats empiriques : En plus de la présentation des

résultats empiriques, la découverte d’un diagnostic
(raisonnement menant à l’identification de la cause) sera
fructueux.
• Interprétation et conclusion : Les résultats empiriques
peuvent mener au mécanisme avec lequel l’événement
influence les prix.

–Econométrie de la finance, Etude d’événements– –EL QALLI Yassine–

 Introduction Méthodologie de l’étude d’événement Mesure et analyse des rendements anormaux

III-Les modèles de la performance normale

• Il y a plusieurs approches pour calculer les rendements
normaux.
• Ces approches peuvent être groupées en deux catégories :
statistique et économique.
• Les modèles statistiques considèrent le comportement des
rendements et imposent les conditions statistiques adéquats et
ne reposent pas sur les arguments économiques.
• Par contre les modèles économiques se basent sur les
comportements des investisseurs et non pas seulement les
hypothèses statistiques.

–Econométrie de la finance, Etude d’événements– –EL QALLI Yassine–

 Introduction Méthodologie de l’étude d’événement Mesure et analyse des rendements anormaux

a-Modèles à rendement moyen constant

Soit µi le rendement moyen d’un actif i. Le modèle à rendement
moyen constant est donné par

Rit = µi + εit
E(εit ) = 0 ; V ar(εit ) = σε2i
où Rit est le rendement à la période t de l’actif i et les εit sont des
v.a. i.i.d.
b-Modèle de Marché
Le modèle de marché est donné par

Rit = αi + βi Rmt + εit

E(εit ) = 0 ; V ar(εit ) = σε2i
où Rit et Rmt sont les rendements à la période t de l’actif i et du
portefeuille de marché.

–Econométrie de la finance, Etude d’événements– –EL QALLI Yassine–

 Introduction Méthodologie de l’étude d’événement Mesure et analyse des rendements anormaux

a-Modèles à rendement moyen constant

Soit µi le rendement moyen d’un actif i. Le modèle à rendement
moyen constant est donné par

Rit = µi + εit
E(εit ) = 0 ; V ar(εit ) = σε2i
où Rit est le rendement à la période t de l’actif i et les εit sont des
v.a. i.i.d.
b-Modèle de Marché
Le modèle de marché est donné par

Rit = αi + βi Rmt + εit

E(εit ) = 0 ; V ar(εit ) = σε2i
où Rit et Rmt sont les rendements à la période t de l’actif i et du
portefeuille de marché.

–Econométrie de la finance, Etude d’événements– –EL QALLI Yassine–

 Introduction Méthodologie de l’étude d’événement Mesure et analyse des rendements anormaux

Le modèle de marché améliore le modèle à rendement moyen con-

stant. En effet en retirant la portion du rendement liée à la variation
du rendement du marché, la variance des rendement anormaux sera
réduite. Ainsi le modèle de marché sera plus capable de détecter
l’effet d’un événement.

c-Modèles économiques
Les modèles économiques ajoutent des restrictions sur les paramètres
des modèles statistiques. On cite deux modèles : le MEDAF ou
CAPM et le modèle d’évaluation par arbitrage (modèle MEA ou
APT) qui s’appuie sur l’observation des anomalies du MEDAF et
considère les variables propres aux firmes susceptibles d’améliorer
davantage le pouvoir prédictif du modèle d’évaluation.

–Econométrie de la finance, Etude d’événements– –EL QALLI Yassine–

 Introduction Méthodologie de l’étude d’événement Mesure et analyse des rendements anormaux

Le modèle de marché améliore le modèle à rendement moyen con-

stant. En effet en retirant la portion du rendement liée à la variation
du rendement du marché, la variance des rendement anormaux sera
réduite. Ainsi le modèle de marché sera plus capable de détecter
l’effet d’un événement.

c-Modèles économiques
Les modèles économiques ajoutent des restrictions sur les paramètres
des modèles statistiques. On cite deux modèles : le MEDAF ou
CAPM et le modèle d’évaluation par arbitrage (modèle MEA ou
APT) qui s’appuie sur l’observation des anomalies du MEDAF et
considère les variables propres aux firmes susceptibles d’améliorer
davantage le pouvoir prédictif du modèle d’évaluation.

–Econométrie de la finance, Etude d’événements– –EL QALLI Yassine–

 Introduction Méthodologie de l’étude d’événement Mesure et analyse des rendements anormaux

IV-Mesure et analyse des rendements anormaux

Les rendements sont indexés aux moments de l’événement par τ .
On définit τ = 0 comme la date de l’événement.
τ = T1 + 1 à τ = T2 représente la fenêtre de l’événement.
τ = T0 + 1 à τ = T1 représente la longueur de la fenêtre de
l’estimation.
τ = T2 + 1 à τ = T3 représente la fenêtre du post-événement.

( Fenêtre-estimation ] ( Fenêtre-événement ] (Fenêtre-post-évén ]

−−−−−+−−−−−−−−−−−−−+−−−−−−+−−−−−−−+−−−−−−−−−−−−+−−−−
T0 T1 0 T2 T3

Figure: Ligne du temps pour une étude d’un événement

–Econométrie de la finance, Etude d’événements– –EL QALLI Yassine–

 Introduction Méthodologie de l’étude d’événement Mesure et analyse des rendements anormaux

On note L1 = T1 − T0 et L2 = T2 − T1 les longueurs des fenêtres

d’estimation et de l’événement.
a-Estimation du modèle de marché
On rappel que le modèle de marché pour un actif i est

Riτ = αi + βi Rmτ + εiτ

Les observations de la fenêtre de l’estimation peuvent être exprimées

comme un système de regression

Ri = Xi θi + i

avec Ri = [RiT0 +1 , . . . , RiT1 ]0 est une vecteur (L1 × 1) des rende-

ments de la fenêtre de l’estimation.

–Econométrie de la finance, Etude d’événements– –EL QALLI Yassine–

 Introduction Méthodologie de l’étude d’événement Mesure et analyse des rendements anormaux

 
1 RmT0 +1
Xi =  ... ..
 est une matrice (L1 × 2)
 
.
1 RmT1

θi = [αi , βi ]0 est un vecteur (2 × 1) ;

i = [iT0 +1 , . . . , iT1 ]0 est un vecteur (L1 × 1)

Les estimateurs des moindres carés ordinaires des paramètres du
modèle en utilisant les L1 observations de la fenêtre d’estimation
sont
• θ̂i = (X0i Xi )−1 X0i Ri
• ˆi = Ri − Xi θ̂i ← résidu
• σ̂ε2i = L 1−2 ˆ0i ˆi ← variance résiduelle
1

• V ar[θ̂i ] = (X0i Xi )−1 σ2i

–Econométrie de la finance, Etude d’événements– –EL QALLI Yassine–

 Introduction Méthodologie de l’étude d’événement Mesure et analyse des rendements anormaux

b-Propriétés statistiques des rendements anormaux

Maintenant sachant les estimateurs des paramètres du modèle de
marché on peut mesurer et analyser les rendements anormaux. Soit
ˆ∗i le vecteur (L2 ×1) des rendements anormaux estimé sur la fenêtre
de l’événement T1 + 1 à T2 . En utilisant le modèle de marché pour
mesurer les rendements normaux et les estimateurs des MCO, le
rendement anormal est

ˆ∗i = R∗i − α̂i 1 − β̂i R∗m

= R∗i − X∗i θ̂i

où R∗i = [RiT1 +1 , . . . , RiT2 ]0 est un vecteur (L2 ×1) des rendements
de la fenêtre de l’événement.
X∗i = [1R∗m ] est une matrice (L2 ×2) avec R∗m = [RmT1 +1 , . . . , RmT2 ]0
; θ̂i = [α̂i , β̂i ]0
1 = [1, . . . , 1]0
| {z }
L2 f ois

–Econométrie de la finance, Etude d’événements– –EL QALLI Yassine–

 Introduction Méthodologie de l’étude d’événement Mesure et analyse des rendements anormaux

Proposition
Conditionnellement aux rendements de marché sur la fenêtre de
l’événement et sous l’hypothèse nulle : l’événement n’a pas
d’impact sur les prix; les rendements anormaux sont jointement
normal avec E(ˆ ∗i |X∗i ) = 0 (1) et
Vi = E(ˆ i ˆi |Xi ) = Iσi + Xi (X0i Xi )−1 X∗0
∗ ∗0 ∗ 2 ∗ 2
i σi (2)
où I est la matrice identité (L2 × L2 ).

Remarques
(i) La matrice variance-covariance du rendement anormal se
décompose en deux parties. La première est la variance causée
par le bruit d’observation et la deuxième est une variance
additionnelle causée par l’erreur de l’estimation de θ̂i .
(ii) Puisque le deuxième terme est une erreur d’estimation alors
elle va tendre vers zéro quand L1 devient assez large.

–Econométrie de la finance, Etude d’événements– –EL QALLI Yassine–

 Introduction Méthodologie de l’étude d’événement Mesure et analyse des rendements anormaux

Sous l’hypothèse nulle H0 : l’événement n’a pas d’impact sur la

moyenne ou la variance des rendements, on peut utiliser (1) et (2) et
la normalité jointe des rendements anormaux pour faire l’inférence.
Sous H0 : pour le vecteur des rendements anormaux sous la fenêtre
de l’événement on a

ˆ∗i ∼ N (0, Vi ) (3)

–Econométrie de la finance, Etude d’événements– –EL QALLI Yassine–

 Introduction Méthodologie de l’étude d’événement Mesure et analyse des rendements anormaux

c-Agrégation des rendements anormaux

Pour faire l’inférence on doit agréger les rendements observés. On
définit CARi (τ1 , τ2 ) comme le rendement anormal accumulé (Cu-
mulative Abnormal Return) pour l’actif i de τ1 à τ2 avec T1 < τ1 ≤
τ2 ≤ T2 . Soit γ un vecteur (L2 ×1) avec γ = [0, . . . , 0, 1, . . . , 1, 0, . . . , 0]0
γ est un vecteur (L2 × 1) avec des 1 dans les positions τ1 − T1 à
τ2 − T1 et zéro ailleurs.
0,...,0 1,...,1 0,...,0
z }| { z }| { z }| {
−−−−−+−−−−−−−−+−−−−−−−−−+−−−−−−−−−−+−−−−
T1 τ1 τ2 T2

on a alors
[ i (τ1 , τ2 ) = γ 0 ˆ∗i
CAR

[ i (τ1 , τ2 )] := σi2 (τ1 , τ2 ) = γ 0 Vi γ

V ar[CAR

–Econométrie de la finance, Etude d’événements– –EL QALLI Yassine–

 Introduction Méthodologie de l’étude d’événement Mesure et analyse des rendements anormaux

D’après (3) et sous H0 on a :

[ i (τ1 , τ2 ) ∼ N (0, σi2 (τ1 , τ2 ))

CAR (4)

On peut construire maintenant un test de H0 . En utilisant le

rendement anormal cumulé standardisé on a

\ i (τ1 , τ2 ) = CARi (τ1 , τ2 )

[
SCAR
σ̂i (τ1 , τ2 )

où σ̂i (τ1 , τ2 ) est calculé avec σ̂2i (= L11−2 ˆ0i ˆi ) au lieu de σ2i .
Sous H0 : SCAR \ i (τ1 , τ2 ) suit une loi de Student avec L1 − 2 degré
de liberté donc
E(SCAR
\ i (τ1 , τ2 )) = 0 ;
\ i (τ1 , τ2 )) = L1 −2 .
V ar(SCAR L1 −4

–Econométrie de la finance, Etude d’événements– –EL QALLI Yassine–

 Introduction Méthodologie de l’étude d’événement Mesure et analyse des rendements anormaux

Pour une fenêtre d’estimation assez large (L1 > 30), la distribution
de SCAR
\ i (τ1 , τ2 ) peut être approchée par une normale standard.

d-Agrégation à travers les actifs et le temps

Maintenant pour agréger à travers les actifs et durant le temps on
suppose qu’il n y a pas de corrélation entre les rendements anormaux
des différents actifs. Ceci implique qu’il n’y a pas de chevauchement
des fenêtres d’événements des actifs.
On considère N événements, on définit ∗ comme la moyenne em-
pirique des N rendements anormaux, on a donc
N
1 X ∗
∗ = ˆi
N
i=1

N
1 X
V ar(∗ ) = V = Vi .
N2
i=1

–Econométrie de la finance, Etude d’événements– –EL QALLI Yassine–

 Introduction Méthodologie de l’étude d’événement Mesure et analyse des rendements anormaux

On agrège maintenant ce rendement normal moyen à travers le

temps. On note CAR(τ1 , τ2 ) le rendement anorùal cummulé moyen
de τ1 à τ2 avec T1 < τ1 ≤ τ2 ≤ T2 . le vecteur γ est le vecteur défini
auparavant. On a

CAR(τ1 , τ2 ) = γ 0 ∗

V ar(CAR(τ1 , τ2 )) = σ 2 (τ1 , τ2 ) = γ 0 Vγ

Autrement, pour obtenir CAR(τ1 , τ2 ), on peut agréger en utilisant

les rendements anormaux cumulés pour chaque actif i. Pour les N
événements, et en utilisant le fait qu’il y a pas de chevauchement
entre les fenêtres pour annuler les covariances, on aura

–Econométrie de la finance, Etude d’événements– –EL QALLI Yassine–

 Introduction Méthodologie de l’étude d’événement Mesure et analyse des rendements anormaux

N
1 X \
CAR(τ1 , τ2 ) = SCARi (τ1 , τ2 )
N
i=1
N
1 X 2
V ar(CAR(τ1 , τ2 )) = σ 2 (τ1 , τ2 ) = σi (τ1 , τ2 ).
N2
i=1

et donc
CAR(τ1 , τ2 ) ∼ N (0, σ 2 (τ1 , τ2 ))
2
pratique, puisque σ 2 (τ1 , τ2 ) est inconnue on utilise σ̂ (τ1 , τ2 ) =
En P
1 N 2
N2 i=1 σ̂i (τ1 , τ2 ) comme un estimateur consistent et on procède
au test de H0 en utilisant

CAR(τ1 , τ2 ) a
J1 = h i 1 ∼ N (0, 1).
2 2
σ̂ (τ1 , τ2 )

–Econométrie de la finance, Etude d’événements– –EL QALLI Yassine–

 Introduction Méthodologie de l’étude d’événement Mesure et analyse des rendements anormaux

c- Sensibilité au choix du modèle des rendements normaux

On a développé les résultats précédents en utilisant le modèle de
marché comme modèle pour les rendements normaux. Comme ça
été indiqué précédemment, l’utilisation du modèle de marché mène
à une réduction de la variance des rendements anormaux en com-
paraison avec le modèle à rendement moyen constant. En effet la
variance des rendements anormaux dans le cas du modèle de marché
est donnée par

σ2i = V ar[Rit − αi − βi Rmt ]

= V ar[Rit ] − βi2 V ar[Rmt ]
Cov[Rit , Rmt ] 2
 
= V ar[Rit ] − V ar[Rmt ]
V ar[Rmt ]
Cov 2 [Rit , Rmt ]
 
= V ar[Rit ] − V ar[Rit ]
V ar[Rit ]V ar[Rmt ]
= (1 − Ri2 )V ar[Rit ]

–Econométrie de la finance, Etude d’événements– –EL QALLI Yassine–

 Introduction Méthodologie de l’étude d’événement Mesure et analyse des rendements anormaux

où Ri est le coefficient de détermination de la régression du modèle

de marché pour l’actif i. Pour le modèle à rendement moyen con-
stant, Rit = µi + ξi , la variance des rendements anormaux est

σξ2i = V ar[Rit − µi ] = V ar[Rit ].

On a donc σ2i = (1 − Ri2 )σξ2i .

• Puisque Ri2 ∈ [0, 1] , la variance des rendements anormaux
basée sur le modèle de marché est inférieure à celle basée sur
le modèle à rendement moyen constant.
• Comme conséquence, l’utilisation du modèle de marché mène
à une inférence plus précise.
• Le gain sera plus importants pour les actifs qui ont la
statistique R2 plus grande.
• Intuitivement, on peut gagner en terme de R2 en ajoutant
d’autres facteurs. Cependant, en pratique, le gain en terme de
R2 , récolté en ajoutant d’autres facteurs est très petit.
–Econométrie de la finance, Etude d’événements– –EL QALLI Yassine–