African Development Review, Vol. 23, No.

3, 2011, 313–334

Réactions du Marché d’Actions aux Chocs sur les Taux d’Intérêt de Court
Terme, le Cas d’un Marché Emergent: la Bourse Régionale des Valeurs
Mobilières (BRVM)

Benjamin Ndong∗

Résumé: La macroéconomie de façon générale et la politique du taux d’intérêt en particulier sont censées, du point de vue
de la théorie, influencer les mouvements des cours sur le marché boursier. Cet article aborde cette problématique dans le cas du
marché boursier ouest africain, en analysant les réactions du marché d’actions de la BRVM à des chocs sur le taux d’intérêt. C’est
ainsi que les résultats de notre analyse, basée sur la modélisation VAR, montrent que le marché d’actions de la BRVM ne réagit
pas instantanément aux chocs sur les taux d’intérêt de court terme. Cependant, les réactions décalées les plus importantes du
marché boursier interviennent dans des délais très proches: au plus tôt à la 2ième période et au plus tard à la 6ième période suivant les
modèles VAR utilisés. Les effets de long terme sur les rendements boursiers consécutifs aux chocs sur les taux d’intérêt de court
terme varient aussi suivant les modèles, le type de taux d’intérêt et la fréquence d’observation des données. Par exemple, une
hausse du taux de pension de 2% entraı̂ne dans le long terme une baisse du rendement boursier (BRVM composite) de 1,5% (5ième
modèle) ou de 2,3% (6ième modèle). Alors qu’une hausse de 13% du taux interbancaire a pour conséquence une augmentation
du rendement boursier de 0,58% (7ième modèle) et de 0,72% (8ième modèle). L’effet de long terme sur le rendement boursier
du choc sur le taux de pension est donc relativement plus important que celui consécutif au choc sur le taux interbancaire. Par
contre, son effet retardé intervient plus tard que celui du taux interbancaire. La situation précédente du marché est cependant la
déterminante principale de la variation des cours boursiers devant les autres variables. Par ailleurs, les résultats montrent que les
cours boursiers et les taux d’intérêt de court terme ont une réaction similaire à des chocs sur le taux change et le taux d’inflation.

Abstract: Macroeconomics in general and interest rate policy in particular are believed, from a theoretical point of view,
to act on stock market movements. This paper discusses this issue in the case of the West African stock market by studying the
Regional Securities Exchange (la Bourse Régionale des Valeurs Mobilières (BRVM)) stock market reactions to interest rates
innovations. Our results, based on VAR analysis, show that the BRVM stock market does not react immediately to short-run
interest rates’ innovations. Nevertheless, backed reactions occur in imminent periods: at the earliest in the second period and
at the latest in the sixth period according to VAR models used. Long-term effects of short-term interest rates’ innovations on
stock prices returns depend on models specified, on the kind of interest rate and on data frequency. Thus, the long-term effect of
central bank rent rates’ innovations is relatively more important than the one related to interbank rate’s innovations. The previous
situation of the market is, however, the main determinant of the change of stock prices. Our results show also that stock prices
and short-run interest rates have a similar reaction to both exchange rate and inflation rate’s innovations.

1. Introduction
Les crises financières récurrentes, et de plus en plus aigues,1 font qu’aujourd’hui la politique monétaire est à la croisée des chemins
et est confrontée à de nouveaux défis, notamment celui de la prise en compte des prix d’actifs. L’ouverture et le développement de
marchés financiers dans certains pays africains, dont ceux de l’Union Economique et Monétaire Ouest Africaine (UEMOA), font
que leurs banques centrales ne peuvent ignorer le fonctionnement et la dynamique de ces derniers (marchés). Malgré l’intégration
financière internationale supposée faible de ces pays,2 l’existence de marchés financiers, en élargissant le système financier,
donne une autre configuration aux mécanismes traditionnels de transmission de la politique monétaire. Ainsi, le problème de
l’intégration des prix d’actifs parmi les variables à prendre en compte dans l’exercice courant de la politique monétaire, qui se

*Département de sciences économiques, Université de Saint Louis (Sénégal), BP 234 Saint Louis, Sénégal. Tel: 00(221) 33961 22 92 /
00(221) 33961 98 80; Cell: 00 (221) 77651 82 42; Fax: 00 (221) 33961 63 12; E-mail: benjendong@yahoo.com.

C 2011 The Authors. African Development Review 
C 2011 African Development Bank. Published by Blackwell Publishing Ltd,
9600 Garsington Road, Oxford OX4 2DQ, UK and 350 Main Street, Malden, MA 02148, USA.
313
314 B. Ndong

pose avec beaucoup d’acuité dans les pays abritant des marchés financiers très dynamiques, doit être anticipé dans le contexte des
marchés boursiers émergents. C’est le cas des pays de l’UEMOA où un marché financier régional existe depuis septembre 1998
avec la Bourse Régionale des Valeurs Mobilières (BRVM), qui est la première expérience au monde de bourse transnationale et
qui a été bâtie sur la base de l’approfondissement et de la régionalisation de la bourse d’Abidjan.3
Le travail d’anticipation de cette problématique doit passer par une meilleure compréhension du lien entre la politique
monétaire (la macroéconomie en général) et le marché boursier régional en vue d’une action préventive précoce face à d’éventuels
mouvements «spéculatifs». En effet, les rendements boursiers (variations des cours boursiers) seraient prévisibles compte tenu
d’un ensemble informationnel donné. Les taux d’intérêt sont ainsi identifiés, par la théorie et l’empirisme, comme faisant partie
de cet ensemble informationnel pertinent de l’investisseur rationnel.
La théorie financière suppose que des variables macroéconomiques comme les taux d’intérêt (ou leur structure par terme),
l’inflation anticipée et celle non anticipée, la production industrielle et le spread entre les obligations à cote élevée et celles à cote
basse (prime de qualité de signature) devraient systématiquement affecter les rendements boursiers.4
C’est ainsi que la relation entre rendements boursiers et variations des taux d’intérêt a fait l’objet d’investigation dans les
marchés boursiers développés (Fama, 1981, 1990; Nelson, 1976; Fama et Schwert, 1977; Schwert, 1990) et dans une partie des
marchés émergents. Certaines des études susmentionnées (Fama, 1981; Fama et Schwert, 1977) s’intéressent à la relation entre
les rendements boursiers et les variations des taux d’intérêt, mesurés par les taux des bons du trésor. Toutefois, il s’agissait, dans
ces travaux, d’examiner la relation entre rendements boursiers et variations de l’inflation anticipée.
La relation rendements boursiers- variations des taux d’intérêt revêt en effet diverses formes, conférant un autre intérêt à son
étude. Elle serait sensible au choix du type de taux d’intérêt de court terme et présente un caractère asymétrique (Domian etal.,
1996). Elle a une différence de tenue selon les pays: entre d’une part les pays développés et d’autre part entre les pays développés
et les pays émergents (Canova et De Nicolo, 2000). Cependant, l’essentiel des études a porté sur les bourses développées et peu
d’entre elles se sont intéressées aux bourses «émergentes». Ainsi, le cas des bourses Turque et Sri lankaise ont fait l’objet de
travaux de recherche. Par exemple, Premawardhana (1997) porte son attention sur la bourse du Sri Lanka et aboutit au résultat
selon lequel les rendements boursiers hebdomadaires et mensuels ont une relation positive, à la fois, avec les rendements des bons
du trésor courants et retardés de 12 mois, pendant la période 1990–1995. Au même moment, Samarakoon (1996) et Hasan et
Samarakoon (2000), pour la même bourse, et pour des données mensuelles et trimestrielles de la période janvier 1985–août 1996,
ont trouvé des résultats qui vont dans le sens de l’hypothèse de Fisher (1930). L’étude de Muradoglu etal. (2001), portant sur la
bourse d’Istanbul, consiste à une analyse empirique de la relation entre rendements boursiers et certaines variables monétaires
(offre de monnaie, taux de change, taux d’intérêt. . .). D’après ces derniers, cette relation serait donc fonction du niveau de
développement boursier. Dans le cadre du marché financier régional de l’UEMOA (BRVM), notre recherche comble un vide, car
elle constitue à notre connaissance une première tentative dans ce domaine et permet une étude approfondie de la dynamique
de ce marché boursier régional. D’autres travaux sur la BRVM, et sur d’autres bourses africaines, se sont intéressés à la relation
développement boursier — croissance économique et aux déterminants du développement du marché boursier (N’Zué, 2006;
Adjasi et Biekpe, 2006; Andrianaivo et Yartey, 2010).
L’objectif de cet article est donc d’analyser la réaction du marché boursier ouest africain aux chocs sur les taux d’intérêt de
court terme.
Dans le reste de cet article, nous exposons, dans la deuxieme section, le cadre analytique et la méthodologie empruntée pour
analyser la relation cours boursiers — taux d’intérêt, et plus précisément l’effet sur les variations des premiers des chocs intervenus
sur les derniers. La troisième section expose et analyse les résultats empiriques. Enfin, la quatrième section sera consacrée à la
conclusion et aux enseignements de cet article.

2. Analyse de la relation cours boursiers: taux d’intérêt de court terme

La revue des caractéristiques de la relation rendements boursiers — variations des taux d’intérêt a fait ressortir plusieurs aspects
de celle-ci, parmi lesquels nous retenons une réaction diversifiée selon le type de taux d’intérêt, les variables macroéconomiques
considérées et le niveau de développement boursier. Il s’agit maintenant de trouver une relation, ou des relations, théorique
formelle liant ces deux variables. Une fois le cadre(s) théorique(s) identifié(s), nous présenterons la méthodologie choisie pour
étudier la réaction des cours boursiers aux variations des taux d’intérêt.

2.1 Cadre d’analyse théorique

De façon générale, dans un Modèle d’Evaluation Des Actifs Financiers basé sur la théorie de la Consommation (MEDAF-C),
l’équilibre du marché5 est considéré comme un processus de formation de prix et un ensemble de plans de consommation et de

C 2011 The Authors. African Development Review 
C 2011 African Development Bank
Réactions du Marché d’Actions aux Chocs 315

portefeuilles tels que pour chaque ménage i son plan de consommation / détention de portefeuille maximise son utilité espérée sous
contrainte de son budget. Ce modèle intègre ainsi la littérature macroéconomique sur la formation des prix d’actifs (Krebs, 2004).
Grossman et Shiller (1981) pensent que la variation des cours peut être attribuée à toute information relative aux taux d’intérêt,
qui sont les taux d’actualisation guidant le choix entre la consommation présente et la consommation future. Et les taux d’intérêt
sont reliés aux niveaux actuels et futurs de l’activité économique.
Quant à Breeden (1979), il reconnaı̂t l’interaction entre les décisions de consommation optimale et les décisions de portefeuille.
En partant de certaines analyses connues dans ce domaine comme celles de Breeden (1979), de Grossman et Shiller (1981),
Hansen et Singleton (1983) etc. considérons, à la suite de Amano et Wirjanto (1998), une économie avec un seul bien et des
consommateurs identiques.
Supposons la fonction d’utilité suivante, avec une aversion au risque relative constante par période.
U (Ct ) = Ctγ /γ ; γ ≺1 (1)
où C t = consommation réelle par tête et γ est un paramètre mesurant le degré de concavité de la fonction (d’utilité). Le
consommateur représentatif est supposé choisir un sentier de consommation stochastique afin de maximiser la fonction d’utilité
additive suivante:
∞ 
Eo β t U (Ct ) (2)
t=0

En effet, le consommateur dispose au début de la période t d’une richesse Wt . Il consomme C t et épargne (Wt − Ct ) en vue
d’une consommation C̃t+1 à la période suivante. C̃t+1 est aléatoire, parce que l’épargne est placée en bourse, c’est-à-dire dans
l’achat d’actifs financiers risqués. Il s’agit d’un portefeuille d’actions. D’où ce sentier de consommation stochastique. Ainsi,
C̃t+1 = W̃t+1 = (Wt − Ct )(1 + r̃ ).
Le problème du consommateur est: comment choisir son niveau optimal de consommation (présente) et d’épargne
(consommation future). Il doit alors résoudre le programme suivant:
⎧
⎪
⎪ Max.U(Ct , C̃t+1 ) = U (Ct ) + βEU(C̃t+1 )
⎪
⎪
⎪
⎨ Ct ≥ 0
(3)
⎪
⎪ C̃t+1 = W̃t+1 = (Wt − Ct )(1 + r̃ )
⎪
⎪
⎪
⎩
0≺β≺1

Max.U(Ct ) = U (Ct ) + β E t U [(Wt − Ct )(1 + r̃ )]

(4)
Ct ≥ 0
C t doit vérifier la condition de premier ordre suivante:
U  (Ct ) − β E[U  (Wt − Ct )(1 + r̃ ] = 0 ou
β Et[U  (C̃t+1 )(1 + r̃ ] − U  (Ct ) = 0

U  (C̃t+1 ) U  (Ct )
β Et (1 + r̃ ) −  =0

U (C̃t ) U (Ct )

E t [βU  (C̃t+1 )/U  (C̃t )(1 + r̃ ) − 1 = 0 (5)

Le consommateur, en tant qu’investisseur, à une consommation future (C̃t+1 ) qui équivaut au payoff (rendement) de son portefeuille.
Si nous notons R t +1 ce rendement, alorson peut l’approximer à (1+ r), d’où l’équation (5) devient:
E t [βU  (C̃t+1 )/U  (Ct )Rt+1 − 1] = 0 (6)
En substituant la fonction d’utilité donnée par l’équation (1) dans (6) nous obtenons l’équation d’Euler (ou de formation des prix)
suivante:
E t [β(C̃t+1 /Ct )−α Rt+1 ] = 1 où α = 1 − γ (7)
Le rendement (R) du portefeuille d’actions est composé du rendement boursier [plus (moins) value en capital] et du rendement
en dividende. Nous prenons ici en compte le rendement boursier d’où Rt+1 = ( pt)/pt

C 2011 The Authors. African Development Review 
C 2011 African Development Bank
316 B. Ndong

En utilisant l’expression ci-dessus de R t +1 nous pouvons réécrire l’équation (7) comme suit:
pt = E t [β(C̃t+1 )/(Ct )−α ( pt )] (8)
Rappelons que β = 1/1 + i avec i = taux d’actualisation.6
D’après l’équation (8), le prix de l’action (cours boursier) est fonction décroissante du taux d’intérêt (ou de la structure par
terme des taux d’intérêt) (∂ p/∂i ≺ 0) et fonction croissante de la variation des cours (∂ p/∂( p)  0 ou situation précédente du
marché.
Après cette tentative d’analyse théorique de la relation cours boursier — taux d’intérêt de court terme, attelons nous maintenant
à l’explication de la démarche méthodologique qui sous-tend l’analyse empirique.

2.2 Cadre d’analyse empirique

Nous abordons d’abord l’analyse VAR, avant de décrire les variables et les données.

Analyse VAR
Le modèle théorique ci-dessus met en relief une relation auto-régressive de la variable cours boursier, qui est notre variable-cible
et pour laquelle nous examinons la réaction aux chocs sur le taux d’intérêt. Notre modèle présente ainsi une forme structurelle
faible. Une telle hypothèse de forme structurelle faible étant compatible avec l’hypothèse générale VAR.7
Dans une première série de modèles VAR bivariés (cours boursiers, taux d’intérêt de court terme) avec six retards et une
constante et des données hebdomadaires, nous examinerons les relations causales entre ces deux variables, et particulièrement la
réaction du cours boursier à un choc sur le taux d’intérêt.
Par la suite, nous identifierons des modèles VAR multivariés, en ajoutons aux deux variables précédentes (cours boursiers et
taux d’intérêt), des variables qualifiables d’environnement: il s’agit du taux d’inflation et du taux de change. En effet, au-delà de
la causalité entre le rendement boursier et la variation du taux d’intérêt de court terme, nous estimons qu’il est aussi, voire plus,
pertinent d’examiner l’existence d’une réaction similaire de ces deux variables à des chocs sur des variables d’environnement.
Pour les besoins de notre analyse, nous spécifions les modèles VAR suivants.8

• Modèles bivariés (données hebdomadaires): analyse de l’impact d’un choc sur les taux d’intérêt.9
1ier modèle 2ième modèle 3ième modèle 4ième modèle

t. pension t. pension t.inter bancair e t.inter bancair e

BRVMcom BRVM10 BRVMcom BRVM10
• Modèles multivariés (données mensuelles): analyse de l’impact d’un choc sur les taux d’intérêt.10
5ième modèle 6ième modèle 7ième modèle 8ième modèle
⎡ ⎤⎡ ⎤⎡ ⎤⎡ ⎤
t. pension t. pension t.inter bancair e t.inter bancair e
⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥
⎢ BRVMcom ⎥ ⎢ BRVMcom ⎥ ⎢ BRVMcom ⎥ ⎢ BRVMcom ⎥
⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥
⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥
⎣ inf lationUEMOA ⎦⎣ inf lationC.I voir e ⎦⎣ inf lationUEMOA ⎦⎣ inf lationC.I voir e ⎦
t.change t.change t.change t.change
• Analyse d’une éventuelle réaction similaire des cours boursiers et des taux d’intérêt à un choc sur le taux de change et sur
l’inflation.
9ième modèle 10ième modèle 11ième modèle 12ième modèle
⎡ ⎤⎡ ⎤⎡ ⎤⎡ ⎤
t.change I n f lationUEMOA t.change inf lationUEMOA
⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥
⎢ t. pension ⎥ ⎢ t. pension ⎥ ⎢ t.inter bancair e ⎥ ⎢ t.inter bancair e ⎥
⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥
⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥
⎣ BRVMcom ⎦ ⎣ BRVMcom ⎦ ⎣ BRVMcom ⎦ ⎣ BRVMcom ⎦
inf lationUEMOA t.change inflationUEMOA t.change

Cette analyse sera appliquée aux variables et aux données décrites ci-après.

C 2011 The Authors. African Development Review 
C 2011 African Development Bank
Réactions du Marché d’Actions aux Chocs 317

Tableau 1: Moyenne et volatilité

BRVM10 BRVMcom INTERB

Moyenne 0,0018 0,0015 0,00078

Ecart – type 0,0215 0,0216 0,205

Les données
Cette étude utilise des données hebdomadaires et mensuelles. Les indices boursiers de la BRVM que sont le BRVM10 et le BRVM
composite sont utilisés. Nous ciblerons, par ailleurs, les taux directeurs et le taux interbancaire d’une durée d’un jour comme
variables représentant le taux d’intérêt de court terme.
Les données ont pour source la Banque Centrale des Etats de l’Afrique de l’Ouest (BCEAO) pour les taux d’intérêt et la Bourse
Régionale des Valeurs Mobilières (BRVM) de l’Afrique de l’Ouest pour ce qui est des indices boursiers. Les sites d’AFRISTAT
(www.afristat.org), de l’UEMOA (www.izf.net) et les sites des instituts nationaux de la statistique pour les données sur le taux de
change (FCFA/Dollar) et de l’indice des prix à la consommation.
Dans le cas des taux directeurs, les périodes d’étude sont les suivantes: du 14 septembre 1998 au 29 septembre 2008 pour les
taux directeurs et du 16 septembre 1998 au 01 octobre 2008 pour les cours boursiers représentés par les indices BRVM 10 et
BRVM composite soit 526 observations hebdomadaires.
Dans le cas des taux interbancaires, les périodes d’étude sont comprises entre le 16 septembre 1998 et le 03 septembre 2008
pour les taux d’intérêt, et entre le 23 septembre 1998 et le 07 septembre 2008 pour les indices BRVM 10 et BRVM composite,
soit 521 observations hebdomadaires.
Pour les données mensuelles, le taux directeur et le taux interbancaire ont été considérés sur une base mensuelle. Tandis que
pour les indices boursiers, les cours en fin du mois ont été pris en compte pour éviter le calcul de moyenne qui entraı̂ne souvent
une perte d’information. D’où un nombre d’observations mensuelles de 121 (septembre 1998–septembre 2008).

Les variables
• Le taux d’intérêt de court terme: il est souvent utilisé comme indicateur de l’inflation anticipée. La relation entre le rendement
boursier nominal et les variations de l’inflation anticipée, c’est-à-dire celles du taux d’intérêt de court terme, est supposée a
priori négative. Par contre, l’hypothèse de Fisher (1930) suppose qu’une telle relation est positive.
• Inflation courante: La variable inflation courante peut permettre de juger de l’hypothèse d’anticipation rationnelle. Une
réaction plus significative des rendements boursiers à une variation de l’inflation courante devrait signifier une non
anticipation de celle-ci. L’inflation est mesurée à partir de l’indice harmonisé des prix à la consommation, à la fois
pour l’UEMOA et la Côte d’Ivoire.
• Le taux de change: Le taux de change de la monnaie locale par rapport au Dollar US est supposé avoir un pouvoir prédictif
sur les rendements des marchés émergents (Harvey, 1995). Notons aussi que la fluctuation de la monnaie a un impact
considérable sur la variation de la prime de risque et donc sur le rendement boursier. D’après l’analyse de Muradoglu etal.
(2001), l’impact du taux de change (de la monnaie locale par rapport aux monnaies étrangères) est fonction du niveau (ou
phases) de développement du marché boursier. La phase de développement en question correspond à notre avis à celle
d’intégration financière et d’ouverture du marché aux investisseurs étrangers matérialisée par un volume important de
transactions internationales. Le taux de change est défini ici comme le nombre d’unités de monnaie nationale (FCFA) pour
un Dollar US.
• Le cours boursier au temps t – 1: D’après l’équation (8), le cours boursier au temps (t) est influencé par la variation du
cours, autrement dit par la situation antérieure du marché (t – 1). Les cours boursiers correspondent aux indices boursiers
BRVM10 et BRVM composite et les rendements sont exprimés en termes nominaux.

La lecture des tableaux 1 et 3,11 au regard des écart-types, montre une faible volatilité des rendements boursiers et des variations
du taux de pension. Alors que la variable taux interbancaire révèle plutôt une volatilité élevée.
D’après les tableaux 2 et 4, la corrélation entre les rendements boursiers et les variations des taux d’intérêt (taux de pension et
taux interbancaire) est faible et positive.12 Une relation positive conforme aux résultats de certains marchés boursiers émergents,
et opposée à ceux des marchés développés où cette relation est négative.
Les tableaux 5 à 8 suivants exposent les moyennes, les volatilités et les corrélations entre variables calculées à partir des
données à fréquence mensuelle. La remarque principale qui ressort de la lecture des tableaux 5 et 7 est que la volatilité des
variables est très faible, et à un degré moindre pour le taux interbancaire.

C 2011 The Authors. African Development Review 
C 2011 African Development Bank
318 B. Ndong

Tableau 2: Corrélation
BRVM10 BRVMcom

INTERB 0,0238 0,0111

Tableau 3: Moyenne et volatilité

BRVM10 BRVMcom pension

Moyenne 0,00165 0,00148 −0,00036

Ecart − type 0,0223 0,0204 0,0138

Tableau 4: Corrélation
BRVM10 BRVMcom

pension 0,0477 0,0288

Tableau 5: Moyenne et volatilité

BRVM10 BRVMcom change inflation CI inflation UEMOA INTERB

Moyenne 0,00696 0,00599 −0,00188 0,00275 0,00250 0,00342

Ecart-type 0,0591 0,0506 0,0238 0,00676 0,00509 0,136

Tableau 6: Corrélation
BRVM10 BRVMcom change inflation CI inflation UEMOA INTERB

BRVM10 1 0,945 −0,155 0,0957 0,00278 −0,118

BRVMcom 1 −0,167 0,0688 0,00709 −0,131
change 1 −0,0590 −0,00968 −0,0237
inflation CI 1 0,699 −0,0982
inflation UEMOA 1 −0,176
INTERB 1

Tableau 7: Moyenne et volatilité

BRVM10 BRVMcom change inflation CI inflation UEMOA pension

Moyenne 0,00608 0,00695 −0,00188 0,00275 0,00250 −0,00159

Ecart-type 0,0547 0,0571 0,0238 0,00676 0,00508 0,0226

Tableau 8: Corrélation
BRVM10 BRVMcom change inflation CI inflation UEMOA pension

BRVM10 1 0,885 −0,167 0,122 0,0562 0,0437

BRVMcom 1 −0,171 0,0720 0,0233 0,0438
change 1 −0,0590 −0,00968 −0,0683
inflation CI 1 0,699 0,0203
inflation UEMOA 1 0,156
pension 1


C 2011 The Authors. African Development Review 
C 2011 African Development Bank
Réactions du Marché d’Actions aux Chocs 319

Concernant les corrélations entre les variables, nous pouvons faire les remarques et les commentaires suivants,suite à la lecture
des tableaux 6 et 8 ci-dessus:

• Rendements boursiers et variations des taux d’intérêt nominaux de court terme. La relation entre ces deux variables se
présente différemment, ici, selon le type de taux d’intérêt de court terme. Elle est positive avec le taux directeur (taux de
pension) de la BCEAO et négative avec le taux du marché interbancaire de l’UEMOA. Un résultat qui va dans le sens de
l’hypothèse de Fisher pour le taux directeur, et en sens contraire à cette dernière pour le taux interbancaire. Ce dernier résultat
est cependant proche de ceux de Fama (1981), Fama et Schwert (1977) qui ont trouvé une relation négative entre rendements
boursiers et taux d’intérêt de court terme (mesurés par les taux des bons du trésor). De façon globale cette relation est
négative pour les bourses développées. Premawardhana (1997), Hasan et Samarakoon (2000) par contre, en mesurant les
taux d’intérêt de court terme par les rendements des bons du trésor, aboutissent à une relation positive entre ces derniers et
les rendements boursiers.
• Rendements boursiers et taux d’ inflation. La relation entre ces deux variables est ici positive à la fois pour le taux d’inflation
de l’UEMOA et celui de la Côte d’Ivoire. Ce qui va, a priori, dans le sens de l’hypothèse de Fisher, à l’image des travaux de
Samarakoon (1996) pour la bourse Sri Lankaise et de Lee (1992) pour la bourse New Yorkaise.
• Rendements boursiers et variations du taux de change nominal. Ces deux variables sont négativement corrélées, avec un
niveau de corrélation relativement plus élevé comparé à celui qui existe entre les autres variables et entre les rendements
boursiers et ces dernières. Pendant la période d’étude nous avons constaté une appréciation de la monnaie nationale
(baisse du taux de change). Si donc l’effet négatif du risque de taux de change auquel sont exposés principalement les
investisseurs internationaux était important, nous devions assister à une baisse des rendements boursiers, suite à la baisse
des investissements étrangers et/ou à leur retrait, c’est-à-dire à une relation positive entre rendements boursiers et variations
du taux de change. Ce qui n’est pas apparemment le cas.
• Variations des taux d’intérêt de court terme nominaux et taux d’inflation. Le taux de l’inflation (de l’UEMOA et de la
Côte d’Ivoire) est positivement corrélé aux variations du taux directeur (taux de pension) de la BCEAO, mais négativement
corrélé au taux interbancaire. Pour le premier cas, l’hypothèse de Fisher semble être vérifiée, alors qu’elle ne l’est pas pour
le second. Et pour les deux cas, le niveau de corrélation est relativement élevé.
• Variations des taux d’intérêt nominaux de court terme et variations du taux de change nominal. Ces deux variables varient
ici dans un sens inverse, c’est-à-dire qu’elles sont négativement corrélées. La hausse du taux d’intérêt peut être en effet à
l’origine d’une baisse du taux de change (appréciation de la monnaie nationale). Ainsi, suivant les objectifs de la politique
économique, la politique monétaire peut être en contradiction avec la politique de change.
• Variations du taux de change nominal et taux d’inflation. Nous constatons une corrélation négative entre taux d’inflation et
variations du taux de change. En théorie, par contre la hausse des prix domestiques entraı̂ne la perte de valeur de la monnaie
nationale, c’est-à-dire une augmentation du taux de change (unités de monnaie nationale/unité de monnaie étrangère).

Les niveaux de corrélation mis en exergue dans les tableaux 2, 4, 6 et 8 ci-dessus, sont susceptibles d’apparaı̂tre dans les résultats
des fonctions de réponse impulsive et de la décomposition de la variance qui font l’objet de la section 3 suivante.

3. Résultats empiriques
Dans le tableau 9, nous livrons les informations permettant de lire, d’analyser et d’interpréter les résultats consignés dans les
tableaux 10 et 11. Ainsi, se sont des chocs de l’ampleur de l’écart type du résidu de la variable exogène qui sont simulés et dont
les fonctions de réponse impulsive nous permettent de saisir les impacts sur les variables ciblées, principalement les rendements
boursiers.
Notons tout d’abord que, pour tous les modèles retenus ici, les effets instantanés des niveaux des chocs retenus sont nuls (voir
en annexe les graphiques des fonctions de réponse impulsive). C’est pourquoi nous nous intéressons, dans le tableau 10, aux effets
retardés les plus importants résultant des chocs, et mis en exergue par les fonctions de réponse impulsive. Ainsi, malgré un effet
instantané nul, les effets décalés des chocs les plus marqués ne sont pas très éloignés. En effet, ces effets se matérialisent dés la
deuxième période et au plus tard vers la 6ième période selon les modèles.
Nous retenons du tableau 10, les principaux éléments suivants:

• Les cours boursiers (BRVMcom et BRVM10) réagissent beaucoup plus vite aux chocs sur le taux interbancaire (2ième période)
qu’à ceux sur le taux de pension (6ième période). Cependant, la réaction aux chocs sur le taux de pension est plus forte que
celle vis à vis des chocs sur le taux interbancaire.
• L’introduction d’autres variables macroéconomiques, comme le taux de change et le taux d’inflation (modèles 5 à 8), change
non pas la rapidité de réaction des cours boursiers aux chocs sur le taux de pension et le taux interbancaire, mais plutôt la

C 2011 The Authors. African Development Review 
C 2011 African Development Bank
320 B. Ndong

Tableau 9: Informations sur les fonctions de réponse

Modèle Ampleur du choc Variable exogène Niveau du choc (%)

1ième modèle Ecart type du résidu Taux de pension +1,4

2ième modèle Ecart type du résidu Taux de pension +1,4
3ième modèle Ecart type du résidu Taux interbancaire +18
4ième modèle Ecart type du résidu Taux interbancaire +18
5ième modèle Ecart type du résidu Taux de pension +2
6ième modèle Ecart type du résidu Taux de pension +2
7ième modèle Ecart type du résidu Taux interbancaire +13
8ième modèle Ecart type du résidu Taux interbancaire +13
9ième modèle Ecart type du résidu Taux de change +2,30
10ième modèle Ecart type du résidu Inflation UEMOA +0,44
11ième modèle Ecart type du résidu Taux de change +2,30
12ième modèle Ecart type du résidu Inflation UEMOA +0,44

Tableau 10: Effets décalés les plus élevés des chocs et leur période d’occurrence
BRVMcom BRVM10 Inflation UEMOA Inflation C. Ivoire Taux de change
Modèle Effet (%) Période Effet (%) Période Effet (%) Période Effet (%) Période Effet (%) Période

1ième modèle −0,21 6ième

2ième modèle −0,136 6ième
3ième modèle −0,138 2ième
4ième modèle −0,146 2ième
5ième modèle −0,98 2ième −0,017 3ième +0,20 2ième
6ième modèle −1,15 2ième +0,14 3ième +0,49 4ième
7ième modèle +0,62 5ième +0,076 2ième −0,37 4ième
8ième modèle +0,64 5ième +0,13 4ième −0,38 4ième

Tableau 11: Effet de long terme des chocs sur les taux d’intérêt de court termea
BRVMcom (%) BRVM10 (%) Inflation UEMOA (%) Inflation C.Ivoire (%) Taux de change (%)

1ième modèle −0,32

2ième modèle −0,65
3ième modèle −0,093
4ième modèle −0,22
5ième modèle −1,5 −0,046 +0,37
6ième modèle −2,3 +0,16 +1,02
7ième modèle +0,58 +0,16 −0,075
8ième modèle +0,72 +0,19 −0,047
a Les effets de long terme correspondent ici aux effets cumulés sur la période retenue.

nature de la relation entre les rendements boursiers et les chocs sur le taux interbancaire qui passe d’un signe négatif à un
signe positif. Pour le taux de pension, la relation demeure par contre négative. La relation entre le taux interbancaire et le
taux de change passe quant à elle d’un signe positif à un signe négatif.
• L’impact négatif de la hausse du taux de pension sur la variation du taux d’inflation de l’UEMOA a le signe attendu du point
de vue de la théorie. Par contre, cet effet est positif sur la variation de l’inflation au niveau de la Côte d’Ivoire. De même, la
hausse du taux interbancaire entraı̂ne une hausse de l’inflation à la fois au niveau de l’UEMOA et de la Côte d’Ivoire. Le
faible impact (–0,017% pour le 5ième modèle et –0,076% pour le 7ième modèle) semble confirmer des travaux sur l’estimation
de la règle de Taylor au niveau de la BCEAO, qui montrent que le taux du marché monétaire (TMM) de l’UMOA est plus
lié au différentiel de taux d’intérêt (TMM France/TMM UMOA) qu’au différentiel d’inflation (Tenou, 2002).

C 2011 The Authors. African Development Review 
C 2011 African Development Bank
Réactions du Marché d’Actions aux Chocs 321

Le tableau 11 fournit une photographie des résultats des effets de long terme de hausses de différents niveaux des taux d’intérêt
de court terme (taux de pension et taux interbancaire) sur les rendements boursiers, le taux d’inflation et la variation du taux de
change. En résumé, nous pouvons dire que:

• une hausse du taux de pension de 1,4% entraı̂ne à long terme une baisse du rendement boursier (BRVMcom) de 0,32%, et
du rendement boursier (BRVM10) de 0,65%.
• une hausse du taux interbancaire de 18% a pour conséquence une baisse du rendement du BRVMcom de 0,093% et celle du
rendement du BRVM10 de l’ordre de 0,22%.
• une hausse du taux de pension de 2% a un impact négatif de l’ordre de 1,5% sur le rendement boursier (BRVMcom) et de
l’ordre de 0,046% sur le taux d’inflation de l’UEMOA. Alors que cette hausse entraı̂ne une variation positive du taux de
change de 0,37%. Lorsque le modèle prend en compte le niveau de l’inflation en Côte d’Ivoire, l’impact de la hausse du
taux de pension de 2% sur cet dernier change à la fois de niveau et de signe.
• enfin, la hausse du taux interbancaire de 13% influe de façon positive sur le rendement boursier (0,58%), sur l’inflation de
l’UEMOA (0,16%) et de Côte d’Ivoire (0,19%), et de manière négative sur le taux de change de 0,075% (7ième modèle) et de
0,047% (8ième modèle).

De façon beaucoup plus détaillée nous pouvons dire que pour:

• les 1ier et 2ième modèles, la hausse de 1,4% du taux de pension a un effet instantané nul sur le rendement boursier (BRVMcom
et BRVM10), mais cet effet est plutôt retardé, et ce dernier réagit dans le sens de la baisse à la 6ième période de 0,21%
(BRVMcom) et de 0,136% (BRVM10). Dans le long terme, cet impact est respectivement de –0,32% et de –0,65% et
l’ajustement s’opère vers la 11ième période. Cependant, malgré ces réactions non négligeables, la place du taux de pension
(1,39%) dans les sources de variation du rendement boursier est très faible. C’est ce que révèle la décomposition de la
variance du rendement boursier (BRVMcom).
• les 3ième et 4ième modèles, la hausse de 18% du taux interbancaire a aussi un effet instantané nul et l’effet de long terme
est presque inexistant. En revanche, la réaction décalée du rendement boursier intervient plutôt, plus précisément à la 2ième
période. Par contre, le délai d’ajustement s’allonge davantage (12ième période). Pour ce qui concerne la contribution relative
du choc sur le taux interbancaire (0,70%) à la variance du rendement boursier (BRVMcom), elle est davantage plus faible
que celle du taux de pension.
• les 5ième et 6ième modèles, la nature des résultats est la même pour la relation causale entre la variation du taux de pension
et le rendement boursier qui est toujours négative, c’est-à-dire en phase avec la théorie financière et en opposition avec
l’hypothèse de Fisher. Notons qu’avec l’introduction des variables inflation et taux de change, et l’utilisation des données
à fréquence mensuelle, l’effet retardé devient relativement plus élevé (de -1,5% et de -2,3% pour les 5ième et 6ième modèles
respectivement). Quant à l’ajustement, elle s’effectue vers la 6ième période pour le 5ième modèle et la 16ième période pour le
6ième modèle. Dans le 6ième modèle, la contribution relative du choc sur le taux de change (8,79%) à la variance du rendement
boursier est plus élevée, suivie par celle du taux de pension (7,73%) et celle de l’inflation Côte d’Ivoire (4,11%). De façon
générale, la décomposition de la variance, appliquée à tous les modèles, révèle que la volatilité du rendement boursier
est expliquée pour l’essentiel par le choc sur cette même variable. Cela veut dire que la situation précédente du marché
(rendement boursier retardé) est la variable la plus déterminante de la variation des cours boursiers devant les autres variables
retenues ici.
• les 7ième et 8ième modèles produisent des résultats semblables, sauf en ce qui concerne la relation causale entre la variation du
taux interbancaire et le rendement boursier, qui est devenue ici positive, c’est-à-dire conforme à l’hypothèse de Fisher et aux
résultats de certains travaux sur les marchés émergents.

Intéressons nous maintenant à une possible réaction similaire des cours boursiers et des taux d’intérêt. Une problématique, qui à
notre avis, est d’une grande pertinence.

3.1 Analyse d’une éventuelle réaction similaire des cours boursiers et des taux d’intérêt à des chocs sur
des variables d’environnement
Que faut-il privilégier entre la relation causale «directe» entre deux variables et leur comportement similaire, voire identique, en
réaction à un choc sur l’environnement national ou international en partage? Deux variables, qui réagissent de la même manière à
un choc exogène, peuvent-elles ne pas avoir un lien causal quelconque, quel soit direct ou indirect? En effet, la relation indirecte
peut reposer sur le fait que les deux variables sont liées chacune à une autre variable qui réagit directement au choc. D’autant

C 2011 The Authors. African Development Review 
C 2011 African Development Bank
322 B. Ndong

Figure 1: 9ième modèle: effet sur le taux directeur et le rendement boursier d’un choc sur le taux de change

Response to Nonfactorized One S.D. Innovations

Response of DLOGPENSION to DLOGCHANGE

.006

.005

.004

.003

.002

.001

.000

-.001

-.002
5 10 15 20 25 30

Response of DLOGBRVMCOM to DLOGCHANGE

.008

.004

.000

-.004

-.008

-.012

-.016
5 10 15 20 25 30

plus que les développements théoriques sur la modélisation VAR, plus précisément sur la causalité, l’exogénéité et les chocs, ont
montré que la relation de causalité (comme la relation de non-causalité) n’était pas transitive. Cela signifie donc qu’il y a au moins
une relation causale indirecte entre deux variables qui réagissent de façon similaire à un choc exogène. Une telle problématique
est étroitement liée à celle relative à la cointégration entre deux variables, où à côté d’une relation de cointégration entre ces
dernières, une réaction similaire à un choc peut être privilégiée.
En jetant un regard sur les figures 1 et 2, et sur celles des modèles 10 et 11 en annexe 1, le moins que l’on puisse dire est que
les courbes, qui représentent la réaction des variables taux d’intérêt et rendement boursier à un choc sur le taux de change ou
l’inflation, ont en termes absolues des allures plus que similaires. Au-delà du sens et du niveau de la variation, les courbes nous
montrent que les variables ont un comportement similaire face aux chocs.
Au total, nous pouvons mettre en relief les principaux résultats suivants:

1) les rendements au niveau de la BRVM ne réagissent pas instantanément aux chocs sur les taux d’intérêt de court terme
(taux directeur et taux interbancaire).
2) les chocs sur les taux directeurs ont un effet de long terme sur le rendement boursier
3) l’effet sur le rendement boursier du choc sur le taux interbancaire est plus rapide que celui sur le taux directeur, mais il est
cependant de loin plus faible

C 2011 The Authors. African Development Review 
C 2011 African Development Bank
Réactions du Marché d’Actions aux Chocs 323

Figure 2: 12ième modèle: effet sur le taux interbancaire et le rendement boursier d’un choc sur l’inflation
UEMOA

Response to Nonfactorized One S.D. Innovations

Response of DLOGINTERB to DLOGINFLUEMOA
.012

.008

.004

.000

-.004

-.008

-.012

-.016
5 10 15 20 25 30

Response of DLOGBRVMCOM to DLOGINFLUEMOA

.002

.000

-.002

-.004

-.006

-.008

-.010
5 10 15 20 25 30

4) Les rendements boursiers et les taux d’intérêt de court terme (taux directeur et taux interbancaire) réagissent de façon
similaire aux chocs sur des variables d’environnement comme le taux de change et le taux d’inflation.
5) la décomposition de la variance montre que la situation précédente du marché (choc sur le rendement boursier) est la
principale source de variation des cours boursiers devant les autres variables que sont les taux d’intérêt de court terme, le
taux de change et le taux d’inflation.

4. Conclusion et enseignements
La politique monétaire, notamment celle du taux d’intérêt, est censée du point de vue théorique, faire réagir le marché boursier
en influençant le mouvement des cours boursiers. L’étude de cette relation entre rendements boursiers et variation du taux
d’intérêt, à la fois du point de vue empirique et théorique, a suscité l’intérêt d’un certain nombre de chercheurs dans le cas
des bourses développées. Pour ce qui concerne le cas des bourses dites «émergentes» peu d’entre elles ont fait l’objet d’une
analyse approfondie. Pour le cas particulier des bourses africaines, notamment celui de la BRVM, des études n’existent pas à
notre connaissance.

C 2011 The Authors. African Development Review 
C 2011 African Development Bank
324 B. Ndong

Nos résultats, pour l’essentiel, sont de la même veine que ceux issus de travaux sur les bourses développées (relation négative
entre rendements boursiers et taux d’intérêt de court terme) (Fama et Schwert, 1977). Par moment, avec le taux interbancaire,
ils rejoignent certains résultats sur les marchés émergents (Premawardhana, 1997, Hasan et Samarakoon, 2000) qui vont dans le
sens de l’hypothèse de Fisher (1930).
Nous pouvons ainsi avancer que même si le lien entre la macroéconomie, notamment la politique du taux d’intérêt, et le
marché d’actions ne semble pas être encore très fort, surtout en termes de relation de court terme, les autorités peuvent tout de
même envisager d’influer sur le mouvement des cours boursiers en agissant sur le taux directeur et en intervenant sur le marché
interbancaire.
Les résultats, même s’ils sont discutables et doivent être interprétés avec prudence compte tenu des données utilisées et/ou
de leur méthode de calcul, constituent cependant un pas important dans la compréhension de la dynamique du marché boursier
ouest-africain.
C’est ainsi que dans la suite de ce travail, des recherches utilisant les taux des bons du trésor pourront être envisagées. De
même que des modèles macroéconométriques explicatifs des rendements boursiers au niveau de la BRVM.

Notes
1. De la crise asiatique de 1987 à la crise mondiale de 2007–2008.
2. Cette faiblesse supposée de l’intégration financière internationale doit être relativisée, car ces marchés subissent au moins
l’effet de contagion ou choc psychologique. Par exemple, la BRVM a connu une chute libre à partir du 15 septembre 2008,
date marquante de la chute des marchés internationaux, suite à la faillite de Lehman et Brothers. Du 15 septembre 2008 au
31 octobre 2008, l’indice BRVM composite a perdu 13,24%.
3. La BRVM est une bourse pour les 8 pays de l’UEMOA. Son siège est implanté à Abidjan en République de Côte d’Ivoire
et les 7 autres pays (en dehors de la Guinée Bissau) possèdent chacun une antenne nationale de la BRVM reliée au système
central installé au siège. Les 8 pays de l’UEMOA sont: Bénin, Burkina-Faso, Côte d’Ivoire, Guinée Bissau, Mali, Niger,
Sénégal et Togo. En termes de développement boursier, il faut noter que la capitalisation boursière du marché des actions est
passée de 862,2 milliards de Fcfa au 16/09/1998 à 4115,48 milliards de Fcfa au 29/09/2008 soit une augmentation de 3253,28
milliards de Fcfa en valeur absolue et 377,3% en valeur relative. Le ratio capitalisation boursière/PIB (calculé sur la base du
PIB de la Côte d’Ivoire) quant à lui s’élevait à 11,08% le 16/06/98, puis à 15,2% le 31/12/2006 et à 43,7% le 29/09/2008. Le
nombre de sociétés côtés est passé de 35 à l’ouverture de la BRVM, à 40 en 2006 et à 38 en 2008. La valeur des transactions
sur le marché des actions a augmenté de plus de 250% entre 1998 et 2004 et de 409% entre 1998 et 2006. (Voir Ndong,
2008, 2011.)
4. NB: Les rendements boursiers sont assimilés ici aux plus (moins) value en capital. Ils ne prennent pas en compte les dividendes
et correspondent aux variations relatives des cours boursiers.
5. L’équilibre du marché financier se caractérise par l’égalité des taux de préférence pour le présent des agents avec le taux
d’intérêt.
6. Le taux d’actualisation étant supposé être une moyenne de taux d’intérêt sur une période et, à cet effet, varie avec le niveau
des taux d’intérêt et leur structure par terme.
7. En plus, les modèles macroéconométriques que nous avons essayés de tester n’ont pas donné de résultats probants.
8. Modèles 1 à 4: VAR (6), modèle 5: VAR (1), modèles 7et 8: VAR (4), modèles 6 et 9 à 12: VAR (6) selon les critères suivants:
AIC, SC, LR et FPE. Par ailleurs, les tests de stationnarité ont montré que les séries brutes possèdent une seule racine
unitaire. Alors que les tests de cointégration ne rejettent pas l’hypothèse nulle d’absence de cointégration à un seuil de 5%.
9. Les variables qui se positionnent sur la première ligne des vecteurs sont les variables exogènes des modèles et les chocs
portent sur ces dernières. Ainsi, la position des autres variables dans les vecteurs n’a pas d’influence sur les résultats.
10. Il nous a paru intéressant de prendre en compte le niveau de l’inflation en Côte d’Ivoire, car ce pays abrite le siège de la
BRVM, et en plus l’essentiel des sociétés cotées sont résidentes dans ce pays.
11. Les tableaux 1, 2, 3 et 4 se rapportent aux données hebdomadaires.
12. NB: corrélation ne signifie pas forcément causalité. Les résultats issus de l’analyse VAR, qui est un examen des relations
causales, peuvent différer des faits stylisés présentés ici.

C 2011 The Authors. African Development Review 
C 2011 African Development Bank
Réactions du Marché d’Actions aux Chocs 325

Références bibliographiques
Adjasi, C.K.D. and N.B. Biekpe (2006), ‘Stock Market Development and Economic Growth: The Case of Selected African
Countries’, African Development Review, Vol. 18, pp. 144–61.
Amano, R.A. and T.S. Wirjanto (1998), ‘Re-examining Variance Bounds Tests for Asset Prices’, Review of Quantitative Finance
and Accounting, Vol. 10, pp. 155–72.
Andrianaivo, M. and C.A. Yartey (2010), ‘Understanding the Growth of African Financial Markets’, African Development Review,
Vol. 22, pp. 394–418.
Breeden, D.T. (1979), ‘An Intertemporal Asset Pricing Model with Stochastic Consumption and Investment Opportunities’,
Journal of Financial Economics, Vol. 7, pp. 265–96.
Campbell, J.Y. and R.J. Shiller (1987), ‘Cointegration and Tests of Present Value Models’, Journal of Political Economy, Vol. 95,
pp. 1062–88.
Canova, F. and G. De Nicolo (2000), ‘On the Sources of Business Cycle in the G-7’, March, Universitatt Pompeu Fabra, Working
Paper, No. 459.
Dickey, D.A. and W.A. Fuller (1981), ‘Likelihood Ratio Statistics for Autoregressive Time Series with Unit Root’, Econometrica,
Vol. 4, pp. 1057–71.
Domian, D.L., J.E. Gilster and D.A. Louton (1996). ‘Expected Inflation, Interest Rates, and Stock Returns’, The Financial Review,
Vol. 31, pp. 809–30.
Fama, E.F. (1981) ‘Stock Returns, Real Activity, Inflation and Money’, American Economic Review, Vol. 71, pp. 545–65.
Fama, E.F. and G.W. Schwert (1977), ‘Asset Returns and Inflation’, Journal of Financial Economics, Vol. 2, pp. 115–46.
Fisher, I. (1930), The Theory of Interest, MacMillan, New York.
Grossman, S.J. and R.J. Shiller (1981), ‘The Determinants of the Variability of Stock Market Prices’, American Economic Review,
Vol. 71, pp. 222–27.
Hansen, L.P. and K.J. Singleton (1983), ‘Stochastic Consumption, Risk Aversion and the Temporal Behaviour of Asset Returns’,
Journal of Political Economy, Vol. 91, pp. 249–68.
Harvey, C.R. (1995), ‘Predictable Risk and Returns in Emerging Markets’, Review of Financial Studies, Vol. 8, No. 3, pp. 32–49.
Hasan, T. and L.P. Samarakoon (2000), ‘Short Term Interest Rates and Expected Stock Returns: Evidence from Sri Lanka’,
Advances in Pacific Basin Financial Markets, Vol. 6, pp. 337–48.
Krebs, T. (2004), ‘Testable Implications of Consumption-Based Asset Pricing Models with Incomplete Markets’, Journal of
Mathematical Economics, 40, pp. 191–206.
Lee, B.S. (1992), ‘Causal Relations among Stocks Returns, Real Activity and Inflation’, Journal of Finance, Vol. 47, pp. 1591–603.
Muradoglu, G., K. Metin and R. Argaç (2001), ‘Is There a Long Run Relationship between Stock Returns and Monetary Variables:
Evidence from an Emerging Market’, Applied Financial Economics, Vol. 11, pp. 641–49.
Ndong, B. (2008), ‘Processus Aléatoire versus Processus Non-Linéaire dans les Cours Boursiers des Marchés Emergents,
Implications en Termes de Composition et de Comportement des Investisseurs: le Cas de la BRVM’, Revue Pluridisciplinaire
Université, Recherche et Développement, no. 16, Janvier 2008, pp. 3–36.
Ndong, B. (2011), Les Marchés Boursiers Emergents: Problématique de l’Efficience, Editions Publibook, Paris.
Nelson, C.R. (1976), ‘Inflation and Rates of Return on Common Stocks’, Journal of Finance, Vol. 31, pp. 471–83.
N’Zué, F.F. (2006), ‘Stock Market Development and Economic Growth: Evidence from Côte d’Ivoire’, African Development
Review, Vol. 18, pp. 123–43.
Premawardhana, V. (1997), ‘Relationship between Stock Market Returns in Sri Lanka and Selected Macroeconomic Variables’,
unpublished MBA thesis, Postgraduate Institute of Management, University of Sri Jayewardenepura, Sri Lanka.


C 2011 The Authors. African Development Review 
C 2011 African Development Bank
326 B. Ndong

Samarakoon, L.P. (1996), ‘Stock Market Returns and Inflation: Sri Lanka Evidence’, Sri Lanka Journal of Management, Vol. 1,
pp. 293–311.
Schwert, W.G. (1990), ‘Stock Returns and Real Activity: A Century of Evidence’, Journal of Finance, Vol. 45, pp. 1237–57.
Tenou, K. (2002), ‘La Règle de Taylor: Un Exemple de Règle de Politique Monétaire Appliquée au Cas de la BCEAO’, Etudes
et Recherches, no. 523, Notes d’Informations et Statistiques, BCEAO.

Annexe 1: Fonctions de réponse impulsive

1ièr modèle

Response of DLOGBRVMCOM to Nonfactorized

One S.D. DLOGPENSION Innovation
.0004

.0000

-.0004

-.0008

-.0012

-.0016

-.0020

-.0024
5 10 15 20

2ième modèle

Response of DLOGBRVM10 to Nonfactorized

One S.D. DLOGPENSION Innovation
.0002

.0000

-.0002

-.0004

-.0006

-.0008

-.0010

-.0012

-.0014
5 10 15 20


C 2011 The Authors. African Development Review 
C 2011 African Development Bank
Réactions du Marché d’Actions aux Chocs 327

3ième modèle

Response of DLOGBRVMCOM to Nonfactorized

One S.D. DLOGINTERBC Innovation
.0010

.0005

.0000

-.0005

-.0010

-.0015
5 10 15 20

4ième modèle

Response of DLOGBRVM10 to Nonfactorized

One S.D. DLOGINTERBC Innovation
.0010

.0005

.0000

-.0005

-.0010

-.0015
5 10 15 20


C 2011 The Authors. African Development Review 
C 2011 African Development Bank
328 B. Ndong

5ième modèle

Response to Nonfactorized One S.D. Innovations

Response of DLOGBRVMCOM to DLOGPENSION
.002

.000

-.002

-.004

-.006

-.008

-.010
1 2 3 4 5 6 7 8 9 10

Response of DLOGINFLUEMOA to DLOGPENSION

.00000

-.00005

-.00010

-.00015

-.00020
1 2 3 4 5 6 7 8 9 10

Response of DLOGCHANGE to DLOGPENSION

.0024

.0020

.0016

.0012

.0008

.0004

.0000

-.0004
1 2 3 4 5 6 7 8 9 10


C 2011 The Authors. African Development Review 
C 2011 African Development Bank
Réactions du Marché d’Actions aux Chocs 329

6ième modèle

Response to Nonfactorized One S.D. Innovations

Response of DLOGBRVMCOM to DLOGPENSION
.008

.004

.000

-.004

-.008

-.012
5 10 15 20 25 30

Response of DLOGINFLCI to DLOGPENSION

.0016

.0012

.0008

.0004

.0000

-.0004

-.0008
5 10 15 20 25 30

Response of DLOGCHANGE to DLOGPENSION

.006

.005

.004

.003

.002

.001

.000

-.001

-.002
5 10 15 20 25 30


C 2011 The Authors. African Development Review 
C 2011 African Development Bank
330 B. Ndong

7 ième modèle

Response to Nonfactorized One S.D. Innovations

Response of DLOGBRVMCOM to DLOGINTERB
.008

.006

.004

.002

.000

-.002

-.004

-.006
5 10 15 20 25 30

Response of DLOGINFLUEMOA to DLOGINTERB

.0008

.0006

.0004

.0002

.0000

-.0002
5 10 15 20 25 30

Response of DLOGCHANGE to DLOGINTERB

.002

.001

.000

-.001

-.002

-.003

-.004
5 10 15 20 25 30


C 2011 The Authors. African Development Review 
C 2011 African Development Bank
Réactions du Marché d’Actions aux Chocs 331

8ième modèle

Response to Nonfactorized One S.D. Innovations

Response of DLOGBRVMCOM to DLOGINTERB
.008

.006

.004

.002

.000

-.002

-.004

-.006
5 10 15 20 25 30

Response of DLOGINFLCI to DLOGINTERB

.0016

.0012

.0008

.0004

.0000

-.0004
5 10 15 20 25 30

Response of DLOGCHANGE to DLOGINTERB

.002

.001

.000

-.001

-.002

-.003

-.004
5 10 15 20 25 30


C 2011 The Authors. African Development Review 
C 2011 African Development Bank
332 B. Ndong

10ième modèle

Response to Nonfactorized One S.D. Innovations

Response of DLOGPENSION to DLOGINFLUEMOA

.005

.004

.003

.002

.001

.000

-.001
5 10 15 20 25 30 35 40

Response of DLOGBRVMCOM to DLOGINFLUEMOA

.004

.002

.000

-.002

-.004

-.006

-.008

-.010
5 10 15 20 25 30 35 40


C 2011 The Authors. African Development Review 
C 2011 African Development Bank
Réactions du Marché d’Actions aux Chocs 333

11ième modèle

Response to Nonfactorized One S.D. Innovations

Response of DLOGINTERB to DLOGCHANGE

.03

.02

.01

.00

-.01

-.02
5 10 15 20 25 30

Response of DLOGBRVMCOM to DLOGCHANGE

.004

.000

-.004

-.008

-.012
5 10 15 20 25 30

Annexe 2: Décomposition de la variance

Tableau A1: Variance decomposition of DLOGBRVMCOM (5ième modèle)

Period S.E. DLOGPENSION DLOGBRVMCOM DLOGINFLUEMOA DLOGCHANGE

1 0.054893 1.325922 98.67408 0.000000 0.000000

2 0.055792 4.148812 95.84777 0.000671 0.002743
5 0.055990 4.578791 95.18141 0.209912 0.029883
10 0.055993 4.578481 95.17216 0.217342 0.032020


C 2011 The Authors. African Development Review 
C 2011 African Development Bank
334 B. Ndong

Tableau A2: Variance decomposition of DLOGBRVMCOM (6ième modèle)

Period S.E. DLOGPENSION DLOGBRVMCOM DLOGINFLCI DLOGCHANGE

1 0.053122 1.725617 98.27438 0.000000 0.000000

2 0.054421 5.264626 94.18203 0.094577 0.458767
5 0.057288 5.610216 86.52264 1.256615 6.610527
10 0.060907 7.617345 79.94090 3.667168 8.774590
15 0.061194 7.709789 79.44213 4.066519 8.781561
20 0.061226 7.726996 79.39274 4.098602 8.781666
25 0.061233 7.728180 79.37746 4.107350 8.787006
30 0.061234 7.728579 79.37530 4.108997 8.787128

Tableau A3: Variance decomposition of DLOGBRVMCOM (7ième modèle)

Period S.E. DLOGINTERB DLOGBRVMCOM DLOGINFLUEMOA DLOGCHANGE

1 0.123019 0.117002 99.88300 0.000000 0.000000

2 0.136876 0.479841 99.04932 0.470173 0.000667
5 0.146902 3.790242 89.12470 3.656130 3.428924
10 0.149017 4.581381 87.01145 3.869924 4.537245
15 0.149266 4.656234 86.86770 3.921535 4.554526
20 0.149301 4.669077 86.85270 3.922408 4.555816
25 0.149305 4.670010 86.85106 3.922852 4.556082
30 0.149305 4.670196 86.85082 3.922873 4.556107

Tableau A4: Variance decomposition of DLOGBRVMCOM (8ième modèle)

Period S.E. DLOGINTERB DLOGBRVMCOM DLOGINFLCI DLOGCHANGE

1 0.122795 0.065370 99.93463 0.000000 0.000000

2 0.136469 0.547576 99.39521 0.056515 0.000702
5 0.146587 3.651950 90.99084 1.755021 3.602185
10 0.148887 4.628570 88.98118 1.862199 4.528047
15 0.149126 4.733083 88.84442 1.873304 4.549196
20 0.149177 4.751849 88.82058 1.876087 4.551480
25 0.149182 4.753230 88.81858 1.876484 4.551706
30 0.149182 4.753447 88.81831 1.876504 4.551737


C 2011 The Authors. African Development Review 
C 2011 African Development Bank