Vous êtes sur la page 1sur 121

ROYAUME DU MAROC

*-*-*-*-*
HAUT COMMISSARIAT AU PLAN
*-*-*-*-*-*-*-*

INSTITUT NATIONAL
DE STATISTIQUE ET D’ECONOMIE APPLIQUEE

Projet de Fin d’Etudes


*-*-*-*-*

Analyse de la performance du portefeuille


obligataire de la CMR

Préparé par : Mlle. OUHHABI Leila (Option : Economie Appliquée)


M. ERRADI Mohammed (Option : Statistique)

Sous la direction de : M. CHAOUBI Abdelaziz (INSEA)


Mme ELGHAZOUANI Ikram (CMR)

Soutenu publiquement comme exigence partielle en vue de l’obtention du

Diplôme d’Ingénieur d’Etat

Devant le jury composé de :

ㄱ M. GUEDIRA Faissal (INSEA)


ㄴ M. CHAOUBI Abdelaziz (INSEA)
ㄷ Mme ELGHAZOUANI Ikram (CMR)

Juin 2010
2
Résumé

L’évaluation du risque et l’attribution de performance sont des sujets qui ne cessent de


susciter l’intérêt des sociétés de gestion et ce, en raison de la grande valeur ajoutée qu’ils
peuvent apporter s’ils sont bien maitrisés mais surtout bien évalués en interne.

Ainsi, à travers ce projet, nous avons essayé dans un premier temps d’étudier la série
temporelle de la performance, afin de mesurer le risque encouru par le portefeuille à travers
l’approche conditionnelle de la Value-at-Risk. Nous sommes passés ensuite à la présentation
des différentes méthodes d’attribution de performance, technique permettant de décomposer
l’écart de performance entre le portefeuille et un indice de référence afin d’identifier la source
de cet écart observé.

Mots clés : Attribution de la performance, benchmark, valeur liquidative,


Value-at-Risk, GARCH.

Abstract

Risk assessment and performance attribution are two issues that widely interest
management companies, due to the great added-value brought when they are well controlled
and well estimated.

Thus, through this project, we firstly tried to study the temporal series of the
performance, in order to measure the risk incurred by the portfolio through the conditional
approach of Value-At-Risk. Afterwards, we moved to a presentation of the various methods
of performance attribution which is a technique that permits decomposing the performance
spread between the portfolio and a benchmark in order to identify the source of this observed
spread.

Key words: Performance attribution, benchmark, asset value, Value-at-Risk,


GARCH.

3
Dédicaces
A celle qui m’a donné naissance,
A celle qui a attendu avec impatience,
Les fruits de ce long parcours d’endurance,
A ma mère

A celui qui m’a inculqué de bonnes valeurs,


A celui qui m’a donné le sens de l’honneur,
A celui qui m’a toujours orienté dans la vie,
A celui qui a fait de moi, la personne que je suis,
A mon père

A ceux pour qui je suis la grande sœur,


A qui je souhaite tout le bonheur,
A Réda, Kamal et Meryem

A mes merveilleuses tantes, pour qui les mots sont incapables d’exprimer tout
mon amour et mon affection

A mon cher ami et binôme, A qui je dois un respect énorme

Au nom des années d’amitié sacrée,


Que je garderai précieusement dans un coffret,
Au nom de ce qu’on a partagé ensemble,
Qui n’atteindra jamais le comble,
A Sara, Nisrine, Ouaheba, Hanane, Sanae, Mohammed et Mohamed Ismail

Une spéciale dédicace à MAHROUG Ahmed pour toute l’aide qu’il nous a
prodiguée.

Je dédie ce mémoire, à ceux que je garderai toujours en mémoire : A Sabah,


Maria, Doha, Meryem, Ghizlane, Safae, Bouchra, Houda, Hala, Siham, Latifa,
Omkeltoum, Hafsa. A Elmehdi, Farid, Amin, Ibrahim, Amine.H, Réda,
Oussama, Abderrahman, Hicham, Hamza.E, Hamza.L.

4
Leila

Dédicaces

A la mémoire de mon grand père ;


A mes chers parents ;
Aucun mot ne pourra vous exprimer mon amour, mon respect et ma
reconnaissance pour la tendresse et les sacrifices que vous faites pour moi ;
A ma sœur Hafida, son mari Rachid et son fils Nourdine ;
A ma sœur Amina et son mari Mohamed ;
A mes sœurs : Naîma, Zineb;
A Meriem, petite perle de la famille, ma chère petite sœur : incarnation de joie et de
douceur que Dieu te préserve ;
A toute ma famille ;
Avec tout mon amour et mon affection, je vous souhaite une vie pleine de bonheur
et de réussite ;
A mon amie et binôme Leila, ce fut un grand plaisir de travailler avec toi ;

A mes très chers amis de l’INSEA: Soufiane, Hicham, Hamza (El


Hichou),Ismail,Striba
Charrik,Sergi,Izimi,l7afyane, Chiadmi, l7Achya,lmalwa,Ma7roug,Tayeb,toutou,
Essougdali,Mafia,bindalssi,Bouya ,Charafdine, Williams,marouane,benichou,
Ayoub Alami, Chehbi, Arbaoui,Razzi, Jattioui , Jamal, Frir7, boutou,
Bouzekri,Salmane, Rdimi, oukheyi,Sousou,Belguench, Abdesslame, Zini, SORO,
Aboulasse, Zoubayri, Chou9ayri, 7richi,berghdouch,lkhaldi, bou3lam,Erwi,
wdghiri hamza,toufiane, Sâad, lkbichi, jdidi,Ghoviz,Madad,Benyahya,Hayek…

A mes très chers amis  :Zakaria Malal,


Hossam,Tarik,Roudani,Hanif,Aberchane,Hamza lazra9, Simo ljayi,Azami,Fisle
,Wdghiri, Lgueraj,Bounif,Abdlhahamid , Aymaz ,hmami, Nali, Zouirchi…

A mes amies : Ghizlane, Siham,Sara, Nisrine, Maria,Manal, Rabiâa , Mandour,


Bahia,Meriem jay,Doha-Jazouli, Hanoua, Maroua, Najid,Narjisse,Safae
Alaoui,Sara Alaoui,Khadija, wdyi,Jihane,Rabab, Safae-Bouchra, Hajar, Bouznad,
Salma…
A tous les membres de l’AJ et de la RTI ;

5
Sachez que vous êtes très chers à mon cœur et que je vous suis très reconnaissant
pour tout l’amour et le soutien dont vous faites preuve à mon égard .

Mohammed

Remerciements

Au terme de ce travail, nous tenons à remercier toute personne


nous ayant aidés à achever à bon port le présent Projet de Fin
d’Études.
Nous adressons avec tout le respect et l’estime que cela se doit
de requérir, nos remerciements au personnel de la CMR qui nous a
été d’un grand apport pratique et chemin faisant professionnel quant
à l’élaboration de notre Projet de Fin d’Études et dont la cordialité et
esprit ouvert nous ont permis de nous intégrer pleinement dans les
spécificités de l’équipe CMR. Sans pour autant nous sentir dépaysés.
Un grand merci est adressé à notre encadrante au sein de la
CMR, Mme. Ikram ELGHAZOUANI pour son aide précieuse.
Encore, faudrait-il que nous remerciions sincèrement M.
Abdelaziz CHAOUBI de nous avoir encadrés tout au long de
l’élaboration du présent projet.
Nous tenons à exprimer notre gratitude à notre Professeur M.
Faissal GUEDIRA de nous avoir honorés en acceptant de juger notre
travail. Veuillez trouver ici le témoignage de notre respect le plus
profond.
Nous présentons notre grand respect au corps professoral de
l’INSEA.

6
Enfin, nous remercions particulièrement Mlle. Maria ERRAMI,
M. Hamza EL HICHOU, M. Ahmed MAHROUG, M. Hamza
ELMAADANI et M. Hamza EL KHATEB pour la collaboration
inestimable qu’ils nous ont accordée tout au long de notre période de
stage.

7
TABLE DES MATIÈRE

RÉSUMÉ.................................................................................................................................................................3
DÉDICACES...........................................................................................................................................................4
REMERCIEMENTS................................................................................................................................................6
LISTE DES FIGURES.........................................................................................................................................10
LISTE DES TABLEAUX.....................................................................................................................................11
LISTE DES GRAPHIQUES...............................................................................................................................12
LISTE DES ABRÉVIATIONS...........................................................................................................................13
INTRODUCTION GÉNÉRALE.......................................................................................................................14
CHAPITRE PRÉLIMINAIRE : PRÉSENTATION DE L’ORGANISME D’ACCUEIL..........................16
I. CAISSE MAROCAINE DES RETRAITES (CMR).........................................................................................17
II. DIVISION DE GESTION DU PORTEFEUILLE (DGP)..................................................................................18
PREMIÈRE PARTIE : MARCHÉ OBLIGATAIRE ET PRODUITS DES TAUX.....................................21
INTRODUCTION...............................................................................................................................................22
CHAPITRE 1 : MARCHÉ DES PRODUITS DES TAUX.............................................................................23
I. MARCHÉ OBLIGATAIRE............................................................................................................................23
I.1. Marché primaire..................................................................................................................................23
I.2. Marché secondaire...............................................................................................................................24
II. MARCHÉ MAROCAIN DES PRODUITS DE TAUX.......................................................................................24
II.1. Marché interbancaire......................................................................................................................24
II.2. Marché des Bons Du Trésor...........................................................................................................26
II.3. Marché de la dette privée................................................................................................................28
III. PRINCIPAUX ACTEURS DU MARCHÉ FINANCIER MAROCAIN.................................................................29
III.1. Bourse de Casablanca......................................................................................................................29
III.2. Sociétés de bourses..........................................................................................................................29
III.3. Conseil Déontologique en Valeurs Mobilières-CDVM-................................................................30
III.4. Dépositaire central –Maroclear-.....................................................................................................30
CHAPITRE 2 : PRODUITS DES TAUX..........................................................................................................31
I. PRODUITS DES TAUX................................................................................................................................31
I.1. Terminologie........................................................................................................................................31
I.2. Types d’emprunts obligataires du Trésor............................................................................................31
II. VALORISATION DES PRODUITS DES TAUX...............................................................................................33
II.1. Notions d’actualisation et de capitalisation....................................................................................33
II.2. Taux d’actualisation : taux actuariel et taux zéro coupon.............................................................34
III. RISQUES DES PRODUITS DE TAUX............................................................................................................37
III.1. Risques obligataires........................................................................................................................37
III.1.1. Risques spécifiques au titre....................................................................................................37
III.1.2. Risque systématique...............................................................................................................38
III.2. Mesures de risques obligataires......................................................................................................38

8
III.2.1. Duration....................................................................................................................................38
III.2.2. Duration modifiée ou sensibilité...........................................................................................39
III.2.3. Convexité..................................................................................................................................39
III.2.4. Value at Risk (VaR).................................................................................................................40
CONCLUSION....................................................................................................................................................41
DEUXIÈME PARTIE :MESURE DE LA PERFORMANCE ET EVALUATION DE RISQUE D’UN
PORTEFEUILLE OBLIGATAIRE....................................................................................................................42
INTRODUCTION...............................................................................................................................................43
CHAPITRE 1 : MESURE DE LA PERFORMANCE......................................................................................44
I. NORMES INTERNATIONALES DE PRÉSENTATION DES PERFORMANCES –GIPS-.....................................44
II. TECHNIQUES DE MESURE DE LA PERFORMANCE....................................................................................47
II.1. Objectif de la mesure de la performance.........................................................................................47
II.2. Mesure classique de la performance...............................................................................................47
II.2.1. Méthode de la VL....................................................................................................................47
II.2.2. Méthode du TRI.......................................................................................................................48
II.2.3. Méthode de Dietz modifiée....................................................................................................48
II.3. Mesure de la performance tenant compte du risque.......................................................................49
II.3.1. Ratio de Sharpe........................................................................................................................49
II.3.2. Indice de Treynor....................................................................................................................50
II.3.3. Alpha de Jensen.......................................................................................................................50
III. MESURE DE LA PERFORMANCE DU PORTEFEUILLE OBLIGATAIRE DE LA CMR.....................................51
III.1. Evolution de la VL..........................................................................................................................52
III.2. Evolution de la performance...........................................................................................................52
CHAPITRE 2 : ETUDE CHRONOLOGIQUE DE LA PERFORMANCE.................................................54
I. APPLICATION DE LA MÉTHODE BOX ET JENKINS...................................................................................54
I.1. Etude de la stationnarité.....................................................................................................................54
I.2. Identification et estimation du modèle................................................................................................57
I.2.1. Analyse du corrélogramme...................................................................................................57
I.2.2. Choix du modèle.....................................................................................................................58
I.2.3. Validation du modèle.............................................................................................................61
II. ESTIMATION DE LA VOLATILITÉ PAR LE MODÈLE GARCH...................................................................63
II.1. Littérature sur le modèle GARCH.................................................................................................63
II.2. Application du modèle GARCH à la série de la performance corrigée...........................................66
CHAPITRE 3 : EVALUATION DU RISQUE DU PORTEFEUILLE OBLIGATAIRE DE LA CMR....68
I. PRINCIPE DE LA VAR...............................................................................................................................68
II. CRITÈRE DE CHOIX DE LA VAR CONDITIONNELLE.................................................................................70
III. VAR CONDITIONNELLE............................................................................................................................71
III.1. Cadre théorique...............................................................................................................................71
III.2. Application de la CVaR au portefeuille obligataire de la CMR.....................................................72
III.3. Notion et application du Backtesting.............................................................................................73
CONCLUSION....................................................................................................................................................74
TROISIÈME PARTIE :ATTRIBUTION DE LA PERFORMANCE OBLIGATAIRE.............................75
INTRODUCTION...............................................................................................................................................76

9
CHAPITRE 1 : ATTRIBUTION DE LA PERFORMANCE CLASSIQUE.................................................77
I. TERMINOLOGIE.........................................................................................................................................77
I.1. Objectif................................................................................................................................................77
I.2. Notion du benchmark..........................................................................................................................77
II. DÉMARCHE CLASSIQUE D’ATTRIBUTION DE PERFORMANCE.................................................................78
II.1. Effet allocation................................................................................................................................79
II.2. Effet sélection..................................................................................................................................80
II.3. Terme d’interaction........................................................................................................................80
CHAPITRE 2 : ATTRIBUTION DE LA PERFORMANCE OBLIGATAIRE...........................................82
I. BENCHMARK OBLIGATAIRE.....................................................................................................................82
II. MÉTHODES D’ATTRIBUTION DE LA PERFORMANCE OBLIGATAIRE.........................................................84
II.1. Présentation de Axa Investment Managers...................................................................................85
II.1.1. Principe.....................................................................................................................................85
II.1.2. Présentation des effets mis en avant.....................................................................................85
II.1.3. Procédure de calcul.................................................................................................................86
II.2. Présentation de Crédit Agricole Asset Management.....................................................................87
II.2.1. Principe.....................................................................................................................................87
II.2.2. Présentation des effets............................................................................................................87
II.2.3. Procédure de calcul.................................................................................................................88
CHAPITRE 3 : AUTOMATISATION SOUS VBA ET ANALYSE DES RÉSULTATS..........................91
I. PRÉSENTATION DE L’APPLICATION INFORMATIQUE..............................................................................91
I.1. Description de la base des données......................................................................................................91
I.2. Description de l’application.................................................................................................................92
II. PRÉSENTATION ET ANALYSE DES RÉSULTATS.........................................................................................95
II.1. Cadre de l’analyse...........................................................................................................................95
II.2. Comparaison entre le portefeuille et le benchmark.........................................................................95
II.3. Attribution de la performance obligataire......................................................................................97
II.3.1. Procédure de calcul.................................................................................................................97
II.3.2. Présentation et analyse des résultats....................................................................................99
CONCLUSION..................................................................................................................................................103
CONCLUSION GÉNÉRALE...........................................................................................................................104
BIBLIOGRAPHIE.............................................................................................................................................106
ANNEXES............................................................................................................................................................107
ANNEXE 1 : SOCIÉTÉS DE BOURSE...................................................................................................................108
ANNEXE 2 : PRIX PIED DE COUPON.................................................................................................................109
ANNEXE 3 : MÉTHODE DE BOX ET JENKINS..................................................................................................110
ANNEXE 4  : THEORIES DES TESTS.............................................................................................................................113
ANNEXE 5 : SERIE DE LA VARIANCE CONDITIONNELLE..................................................................................118

10
Liste des figures

Figure 1 : Organisation de la division de gestion de portefeuille.............................................19


Figure2: Résultats d’estimation du modèle avec constante et avec tendance...........................55
Figure3: Résultats du test de racine unitaire.............................................................................56
Figure4 : Résultats du test de racine unitaire sur PERFCORRIGE..........................................57
Figure5: Corrélogramme de la PERFCORRIGE......................................................................57
Figure6 : Résultats d’estimation du modèle ARMA(1,1).........................................................58
Figure7 : Résultats d’estimation du modèle AR(1) avec constante..........................................59
Figure8 : Résultats d’estimation du modèle MA(1) avec constante.........................................59
Figure9 : Résultats de réestimation du modèle AR(1) sans constante......................................60
Figure10 : Résultats de réestimation du modèle MA(1) sans constante...................................60
Figure11 : Corrélogramme des résidus.....................................................................................61
Figure12 : Test LM d’autocorrélation des résidus....................................................................61
Figure13 : Test de normalité des résidus..................................................................................62
Figure14 : Résultat du test ARCH............................................................................................63
Figure15: Structure à terme de la volatilité par le modèle GARCH.........................................66
Figure16: Résultats du modèle GARCH...................................................................................66
Figure17:Représentation graphique de la VaR.........................................................................69
Figure18 : Normalité de la série de la performance..................................................................70
Figure19 : Ecran de démarrage VBA........................................................................................92
Figure20 : Constitutions du portefeuille...................................................................................93
Figure21 : Effets de surperformance.........................................................................................94
Figure22 : Attribution de performance.....................................................................................94

11
Liste des tableaux

Tableau1 : Calcul de la performance par la méthode de la VL................................................52


Tableau2 : Critères de décision d’allocation.............................................................................80
Tableau3 : Indices de strates.....................................................................................................82
Tableau4 : Extrait de la composition du MBI CT le 20-03-2009.............................................83
Tableau5 : Contraintes sur les durations des strates du MBI....................................................83
Tableau6 : Description de la feuille de Base des données........................................................91
Tableau7 : Description de la feuille Performance.....................................................................92
Tableau8 : Caractéristiques d’un titre du portefeuille obligataire de la CMR..........................95
Tableau9 : Statistiques descriptives du portefeuille et du benchmark......................................96
Tableau10 : calcul des effets au niveau des titres.....................................................................99
Tableau11 : Décomposition de la performance du portefeuille..............................................100
Tableau12 : Décomposition de la performance du portefeuille..............................................101
Tableau13 : Décomposition de l’écart de performance..........................................................101

12
Liste des graphiques

Graphique1 : Evolution de la VL du portefeuille de la CMR et du MBI.................................52


Graphique2 : Performance du portefeuille obligataire de la CMR...........................................53
Graphique3 : Backtesting de la VaR conditionnelle.................................................................73
Graphique4 : Performance du benchmark................................................................................96
Graphique5 : Décomposition de l’écart de la performance....................................................102

13
Liste des abréviations
ACF Auto-Correlation Function
AR  Autoregressive
ARIM Autoregressive Integrated Moving Average
A
ARMA Autoregressive end Moving average
BAM Bank Al Maghreb
BCP la Banque Centrale Populaire
BDT Bons Du Trésor
BMCE Banque Marocaine du Commerce extérieur
BMCI Banque Marocaine pour le Commerce et l’Industrie
BSF bons des sociétés financières
CD Certificats de Dépôt
CDG Caisse de Dépôt et de Gestion
CDVM Conseil Déontologique en Valeurs Mobilières
CF Cash Flow
CMR Caisse Marocaine de la Retraite
FCP Fonds Communs de Placement
GRAP Groupe de Recherche sur l’Attribution de la
Performance
IVT Intermédiaires en Valeurs du Trésor
MA Moving Average
MADE Moroccan most actif shares INDEX
X
MASI Moroccan All Shares Index
MBI Moroccan Bond Index
ONC Offres Non Compétitives
OPCV Organismes de Placement Collectif en Valeurs
M Mobilières
PACF Partial Auto-Correlation Function
REPO Repurchase Agreement
SIVAC Société d'Investissement à Capital Variable
TCN les Titres de Créance Négociables
TMP Taux Moyen Pondéré
TRI Taux Rendement Interne
VaR Value at Risk
VBA Visual Basic for Application
VL Valeur Liquidative

14
Introduction générale

Il est indéniable que les métamorphoses structurelles subies par la sphère financière, et
ce, durant les trois décades précédentes, ont largement empesé les multiples disciplines
émanant de ce domaine, notamment celles en ligature avec la gestion de portefeuilles. Cette
dernière est devenue, pour les dirigeants des plates formes professionnelles contemporaines,
un moyen très en vogue, et assez prisé en vue d’une quête perpétuelle des richesses
financières susceptibles d’augmenter leur potentiel compétitif, et en parallèle étoffer leur
capacité d’autofinancement. Par ailleurs, le volet relatif à la gestion de portefeuille s’est
converti actuellement en un vrai champ de mêlée, au niveau duquel, les deux mots qui
retentissent le plus sont : Concurrence et professionnalisme.

Par conséquent, les différents résultats enregistrés par les portefeuilles en circulation
sur le marché sont de plus en plus jaugés, contrôlés et comparés. C’est la raison pour laquelle,
les investisseurs et les analystes financiers les plus expérimentés s’intéressent plutôt à
l’évaluation de la performance des valeurs mobilières qu’ils détiennent, en escomptant de la
sorte une prouesse supérieure à celle atteinte par les indices représentatifs des marchés
auxquels les portefeuilles gérés s’enlacent. Toutefois, mesurer la performance d’un
portefeuille est un exercice assez ardu, qui doit tenir compte des objectifs de gestion et des
risques encourus. A cet égard, une analyse succincte de la performance d’un portefeuille
devrait être en mesure de fournir une vision claire sur la rentabilité réalisée durant la période
d’étude, tout en comparant celle-ci avec un benchmark qui concrétise le reflet fidèle de
l’évolution du marché.

Dans cet esprit, notre projet de fin d’études s’est articulé sur l’analyse de la
performance du portefeuille obligataire de la CMR, dans une perspective à caractère dual,
axée d’une part, sur la mise en évidence de l’évolution de cette performance ainsi que sa
volatilité, et d’autre part, sur l’épluchement des multiples distorsions opérationnelles qui
catalysent la survenance des écarts de performance dudit portefeuille, vis-à-vis de la tendance
évolutionnaire du marché.

Pour ce faire, et dans une première partie, nous aurons à traiter deux sections. La
première décrit les différents compartiments du marché financier ainsi que leurs
fonctionnements. La deuxième expose les caractéristiques des produits des taux, leur
valorisation et les risques associés.

15
Dans la deuxième partie, nous étudierons la performance du portefeuille obligataire de la
CMR. Ainsi, nous allons présenter, dans la première section, les différentes techniques de
mesure de la performance, et exposer par la suite celle adoptée par la CMR. Nous entamerons
après, au niveau de la deuxième section, l’analyse du comportement de la série de
performance sur la période d’étude et la mesure du risque encouru par le portefeuille en
question, en utilisant l’approche de la Var conditionnelle.

Dans la partie qui suit, nous allons nous pencher sur l’attribution de la performance d’un
portefeuille, en exposant, tout d’abord, la méthode d’attribution de la performance classique,
pour passer ensuite au traitement d’un portefeuille obligataire. Enfin, dans la dernière section,
nous présenterons l’application informatique qui servira d’outil de calcul des éléments de
l’attribution de performance, ainsi que l’analyse des résultats obtenus.

16
Chapitre préliminaire

Présentation de l’organisme d’accueil

CMR

17
Chapitre préliminaire
Présentation de l’organisme d’accueil : CMR

I. Caisse Marocaine des Retraites (CMR)


I.1. Présentation
Créée par le Dahir du 1er Choual 1346 (2 mars 1930), la Caisse Marocaine des
Retraites (CMR) est un établissement public doté de la personnalité morale et de l’autonomie
financière et placée sous la tutelle du ministère chargé des finances.

La CMR gère les régimes de pensions suivants :

Le régime des pensions civiles : Institué par la loi du 30 décembre 1971, celui–ci a fait l’objet
d’importantes réformes suite à la promulgation des lois de 1989 et 1997. Ce régime regroupe
les fonctionnaires stagiaires et titulaires de l’Etat, les agents titulaires et stagiaires des
Collectivités locales, et les personnels de certains établissements publics (ONPT, Entraide
Nationale, etc.).

Le régime des pensions militaires : Ce régime institué par la loi du 30 décembre 1971, couvre
les forces armées royales, la gendarmerie royale, et les Forces Auxiliaires.

Les régimes de pensions, les allocations des Anciens Résistants et Anciens Membres de
l’armée de Libération.

Certaines rentes, pensions et allocations instituées, pour la plupart, avant l’Indépendance.

I.

I.
I.2. Mode de fonctionnement
La CMR fonctionne selon un régime dont les pensions des retraités et celles de leurs
ayants droits sont financées par les cotisations des affiliés et les contributions des employeurs.

La répartition entraîne une double solidarité :

 instantanée, entre les cotisants et les retraités actuels, car les ressources des derniers
dépendent des versements des premiers ;
 étalée dans le temps, car les cotisants d’aujourd’hui comptent sur l’effort des
travailleurs de demain.

Pour ce qui est de la gestion administrative de la CMR, celle-ci est assurée par un conseil
d’administration composé de 14 membres dont 7 représentants des organismes employeurs, 5
18
représentants des affiliés aux régimes des pensions civiles et militaires et 2 représentants des
retraités de ces mêmes régimes.

En vertu du nouvel organigramme prenant effet le 1er avril 2002, la Caisse Marocaine des
Retraites comprend outre la Direction et le Secrétariat Général, 11 Divisions et 33 services.

I.3. Situation financière et condition d’équilibre de la CMR


Depuis 1996, date à laquelle l’Etat a commencé à verser l’intégralité de la part
patronale, le régime des pensions civiles dégage d’importants excédents annuels. Or ces
derniers s’estompent depuis 2006.

Les excédents dégagés durant la période 1998-2006 permettront toutefois de combler les
déficits enregistrés depuis l’année 2006 jusqu'en 2014. Mais ceci ne fera que reporter dans le
temps la question de l’équilibre à long terme de la Caisse Marocaine de Retraite.

La législation en vigueur prévoit la constitution des réserves et provisions dont le montant


minimum est fixé à l’équivalent de deux fois la moyenne des dépenses au cours des trois
dernières années et le maintien de l’équilibre financier du régime sur une période de dix ans.
Or, pour le respect de ces conditions, les taux de cotisations actuels (part salariale + part
patronale) paraissent nettement insuffisants.

C’est pourquoi, il s’avère nécessaire de lancer la réforme des régimes de retraite avant
l’avènement de la crise. Cet impératif est d’autant urgent que les mesures de réformes
deviennent plus coûteuses avec le temps.

Le régime des pensions civiles géré par la CMR pèche aussi par sa générosité. Son taux de
rendement technique est jugé élevé par rapport aux niveaux constatés aussi bien au Maroc
qu’à l’étranger.

Quant aux dépenses, elles ont doublé en 5 ans, passant de 3 milliards de DH en 1997 à 6,6
milliards en 2002. En revanche, la progression des ressources était beaucoup moins rapide :
celles-ci se sont établies à 8,5 milliards de DH en 2002 contre 5 milliards en 1997.

Parmi les facteurs qui alourdissent les dépenses de la Caisse, figurent les prestations
familiales qui représentent 5% de l’ensemble des dépenses et la titularisation des
fonctionnaires.

II. Division de Gestion du Portefeuille (DGP)


Le métier de gestion du portefeuille a vu le jour à la CMR au lendemain de la
réorganisation de celle-ci en novembre 1996. En effet, le législateur a prévu la constitution
pour les régimes gérés par la CMR de réserve et provisions dont le rôle est de contribuer à la
consolidation de l’équilibre financier de ces régimes à travers les revenus supplémentaires
générés par la gestion financière de ces réserves et provisions.

19
I.

II.

II.1. Mission
La mission principale de la division de gestion du portefeuille est d'optimiser le
rendement des disponibilités de trésorerie de la Caisse. Pour ce faire, la division fait appel aux
instruments offerts par le marché monétaire (REPO, OPCVM monétaire et titres de créance à
court terme) et ce, d’une part, en procédant à un arbitrage entre la rémunération des comptes
courants de la Caisse et le rendement offert par le marché monétaire, et d’autre part, en
analysant les possibilités offertes par chaque instrument du marché en termes de risque /
rentabilité.

II.2. Organisation
En matière d’organisation du métier de gestion de portefeuille à la CMR, la division a
adopté la structure organisationnelle qui se trouve au niveau des salles de marchés, des
sociétés gestionnaires d’OPCVM.

La division de gestion de portefeuille s’organise comme suit :

Figure1 : Organisation de la division de gestion de portefeuille

Les attributions des cinq services sont les suivantes :

 Service Asset Management

20
 élabore le budget mensuel de trésorerie de la Caisse ;
 propose la stratégie d’investissement annuelle des portefeuilles obligataires
actions ;
 participe à l’élaboration de la politique de placement ;
 assure la meilleure exécution de la politique de placement de la trésorerie ;
 détermine les structures des portefeuilles cibles ;
 élabore les comptes rendus de gestion (Reporting) ;
 et élabore les benchmarks par types d’actifs.
 Service Recherche et Analyse :
 participe à l’élaboration de la politique de placement ;
 assure une veille concurrentielle pour saisir les opportunités sur le marché ;
 contribue à la prise de décision au niveau du service Asset Management ;
 et anticipe les tendances des marchés.
 Service Middle et Back Office:
 contrôle les opérations passées par le Service Asset Management ;
 assure le suivi administratif et comptable des transactions ;
 assure le suivi quotidien de la trésorerie ;
 élabore les reporting et comptes rendus d’activité ;
 assure le suivi et dénouement des transactions achats/Ventes;
 veille au respect des règles prudentielles;
 gère les comptes titres et espèce;
 mesure la performance des portefeuilles;
 et comptabilise les opérations de portefeuille.
 Service contrôle interne et gestion des risques :

C’est un service qui vient d’être crée, sa mission principale est le contrôle
interne des procédures et la gestion des risques toutes catégories confondues.

 Service Gestion des participations :

C’est un nouveau service qui a pour mission le suivi des investissements dans
l’immobilier et le suivi des fonds délégués de la caisse.

21
Première partie

Marché obligataire et Produits des taux

 Marchés des produits


des taux : différents
compartiments et principaux
acteurs.

22
 Produits des taux :
Terminologie, valorisation et
risque de mesure.

Introduction

Le système financier marocain a connu des réformes radicales, depuis le début des
années 90, autour de nombreux axes notamment le décloisonnement des marchés de capitaux
par la transformation des relations entretenues entre les différents éléments constitutifs du
système financier, la libéralisation des opérations financières et la réforme du cadre
réglementaire des banques et du marché financier.

Les réformes entreprises ont permis de doter le système financier national de tous les
compartiments de marché : marché monétaire, marché financier et marché de changes…, où
est traitée une variété de produits financiers tels les bons du Trésor, les titres de créance
négociables, les actions, les obligations…, à travers les sociétés de bourse, les sociétés de
gestion, les IVT…

L’objectif de cette partie est donc de nous placer dans un contexte précis à travers le
paysage actuel du marché financier marocain, ainsi que de présenter les produits des taux
associés et leurs caractéristiques.

C’est ainsi que le premier chapitre décrira le fonctionnement du marché des produits des taux,
ainsi que ses différents compartiments et ses principaux acteurs.

Après avoir eu un aperçu sur l’environnement financier, une présentation des produits des
taux, de leurs caractéristiques, de leur valorisation, ainsi que des risques associés et leurs
mesures fera l’objet du deuxième chapitre.

23
Chapitre 1

Marché des produits des taux

Le champ de la finance englobe des marchés aux fonctions diversifiées. Certains de


ces marchés assument un rôle de financement. Ils constituent des marchés de capitaux, c'est-à-
dire des lieux de rencontre entre des agents ayant des besoins de financement et d’autres
disposant des fonds excédentaires, et l’échange se fait dès lors en contrepartie d’une
rémunération appropriée : C’est le rôle que tiennent le marché financier pour des
financements à long terme et le marché monétaire pour des financements à court terme.

I. Marché obligataire
Le marché obligataire correspond au compartiment du marché financier où s'échangent
les titres de créances à court, moyen et long terme. Le fonctionnement de ce marché repose
sur l’activité de deux compartiments dont les fonctions sont différentes et complémentaires :
le marché primaire qui gère la création des titres financiers et le marché boursier ou marché
secondaire qui gère l’échange de ces titres.

I.1. Marché primaire


C’est le marché de l’émission des titres, communément appelé marché du neuf. Bien
que peu connu par rapport au marché secondaire, ce marché joue un rôle important; celui de
contribuer au financement de l’économie.

Le marché primaire met en relation les agents à déficit de financement -c'est-à-dire les
entreprises et l’Etat qui émettent des produits financiers-, et les agents à surplus de
financement, les épargnants, essentiellement les investisseurs institutionnels, qui les
souscrivent. Ce compartiment remplit pour ainsi dire, une fonction de financement et
d’allocation du capital.

Sur le marché primaire, les épargnants individuels interviennent surtout de façon indirecte car
ce sont plutôt les organismes gérant leur épargne investie à la bourse (les OPCVM, gérant
SICAV et FCP) qui participent aux émissions de valeurs mobilières.

24
Plus généralement, ce sont les « investisseurs institutionnels » qui jouent un rôle important sur
ce marché en raison de leur puissance financière. Appelés aussi « zinzins », ils sont constitués
par les compagnies d’assurances, les caisses de retraite, la caisse des dépôts et de gestion et
les organismes de placement collectifs créés par l’ensemble des institutions financières et
bancaires.

I.2. Marché secondaire


Le marché secondaire ne concerne que l’échange des titres déjà émis. Par exemple, un
épargnant ayant souscrit à une émission d’obligations d’Etat peut souhaiter revendre ce titre
acheté à l’Etat, c’est sur le marché secondaire qui pourra réaliser cette opération. C’est donc
sur ce marché secondaire que varient les prix des titres, appelés cours. Ces derniers peuvent
alors s’écarter considérablement du cours d’émission fixé par l’émetteur de titres. Sur ce
marché, l’émetteur n’intervient plus puisque seules les offres et les demandes de titres
déterminent les cours.

Par ailleurs, le marché secondaire joue un rôle primordial dans l’économie. En effet,
un épargnant n’achètera des titres lors de leur émission que s’il dispose de la possibilité de
s’en défaire à de bonnes conditions (sans perte) sur le marché secondaire. Ainsi, le marché
primaire et le marché secondaire sont deux marchés indissociables.

II. Marché marocain des produits de taux

II.1. Marché interbancaire

II.1.1. Présentation du marché

A l’instar des autres marchés, le marché interbancaire ou le marché monétaire est le


fruit de la rencontre entre une offre et une demande. Le produit échangé au niveau de ce
marché est la liquidité, quant au prix appliqué c’est bien le taux d’intérêt. En effet, la quasi-
totalité des opérations sur ce marché sont des opérations de prêts et d’emprunts. Ces
opérations sont relatives à de courtes périodes (du jour au trimestre). Sur le marché
interbancaire, l’offre et la demande sont assurées par les banques de dépôt. Ce marché permet
aux banques de dépôt de gérer leur excès et leur manque de liquidité.

Ce marché a trois principales fonctions :

1. Redistribution de la liquidité entre les banques


Il s’agit de la gestion des déficits et des excédents de liquidité. En effet, lorsqu’une
banque octroie des crédits, elle crée de la monnaie dont une partie sera captée par les autres
banques sous forme de dépôts. Sur une période donnée, certaines banques auront des besoins
de liquidités, tandis que d’autres auront des excès de liquidité. Puisque les fonds déposés à
Bank Al Maghreb sont faiblement rémunérés, les banques ayant des excès de liquidité
préfèrent prêter leurs surliquidités aux banques en besoin moyennant un taux. Ce taux est le

25
taux interbancaire. La moyenne des taux des différentes opérations effectuées sur le marché
interbancaire donne le taux moyen pondéré (TMP).

2. Ajustement de trésorerie entre les banques


En tant qu’intermédiaires financiers, les banques sont exposées à un certain nombre de
risques dont le risque de taux, le risque de change et le risque de liquidité. Afin de faire face à
ces risques, les banques peuvent procéder à des échanges, souvent temporaires, d’actifs.

Par exemple, si une banque « A » octroie un crédit à long terme de montant 1000DHs qu’elle
a financé par un dépôt à court terme de 1000DHs, elle peut chercher, sur le marché
interbancaire, une banque « B » en situation inverse : C'est-à-dire que la banque « B » accorde
un crédit sur le court terme avec un dépôt de long terme d’un de ses clients. Face au risque de
taux à court terme, ces deux banques subissent des risques inverses par rapport à une variation
des taux à court terme. Ainsi, elles peuvent, par une opération d’échange, annuler le risque.

3. Régulation de la liquidité bancaire

Afin de préserver l’équilibre du marché, Bank Al Maghreb intervient à travers la


régulation du niveau de liquidité, notamment sur la réserve obligatoire et le taux directeur,
taux auquel les banques peuvent emprunter à la Banque Centrale.

Ce taux influence l’ensemble des taux appliqués par les établissements de crédit. En effet,
lorsque Bank Al Maghreb veut injecter de la liquidité sur le marché, elle peut baisser le taux
directeur en rendant de ce fait intéressant le coût de refinancement à la banque centrale.

II.1.2. Evolution du marché1


En 2009, le marché monétaire s'est maintenu en situation de besoin de liquidité évalué
à 17,7 milliards de dirhams au lieu de 11,3 milliards en 2008. Pour ce qui est du volume
moyen des échanges au jour le jour sur le compartiment interbancaire, celui-ci a connu une
baisse en passant de 2,94 à 2,72 milliards de dirhams entre 2008 et 2009, soit un taux de
régression de 7,8% après une hausse de 34,8% un an auparavant. Dans ces conditions, la
tendance des taux monétaires s’est orientée à la baisse, de telle sorte que le taux moyen
pondéré (TMP) quotidien s’est établi à 3,26% contre 3,37% un an auparavant.

Pour injecter la liquidité nécessaire, BAM est intervenue à travers les avances à 7 jours sur
appel d'offres pour un montant hebdomadaire moyen de 16 milliards de dirhams face à une
demande hebdomadaire moyenne de 20,3 milliards de dirhams, soit un taux de satisfaction de
78,6%. En outre, BAM a utilisé d’autres instruments de régulation, en l’occurrence la baisse
continue du taux de la réserve obligatoire pour le ramener à 8% au lieu de 15% à fin 2008, et

1
Source : Direction des Etudes et des Prévisions Financière : Evolution du marché monétaire et obligataire
durant l’année 2009 -Mars 2010-.

26
la baisse du taux directeur de 25 points de base à 3,25%, ce dernier instrument s’inscrit dans
le cadre de la volonté de BAM d’alléger le coût de refinancement des banques.

II.2. Marché des Bons Du Trésor

II.2.1. Présentation du marché

Les Bons Du Trésor (BDT) sont des valeurs émises par le Trésor pour couvrir son
besoin de financement. Quatre catégories de BDT peuvent être distinguées selon le mode
d’émission :

1. Les BDT émis par voie d’adjudication


Ce sont des bons émis par le Trésor par voie d’appel d’offre selon la technique dite à
la hollandaise ou à prix demandé. Les soumissionnaires, personnes physiques ou morales
résidentes ou non résidentes, présentent plusieurs offres à des prix différents pour un ou
plusieurs types de maturités concernés par l’adjudication.

Sur la base du montant global de l’émission, chaque soumissionnaire est servi au prix qu’il a
offert, dès lors que celui-ci est supérieur ou égal au prix limite retenu par le Trésor. Les bons
du Trésor sont inscrits en compte courant de titres auprès du Dépositaire Central (Maroclear)
au nom des établissements dont les offres ont été retenues.

Ces bons sont émis pour des échéances à (13, 26 et 52 semaines, 2 ans, 5 ans, 10 ans, 15 ans,
20 ans et 30 ans), mais peuvent également être émis pour les maturités à très court terme
(entre 7 jours et 45 jours).

D’autre part, ces bons peuvent être émis par assimilation sur des émissions antérieures.
Il est possible d'assimiler à un emprunt, des émissions ultérieures présentant les mêmes
caractéristiques (même date d’émission, même date de jouissance, même date d’échéance,
même taux). Les émissions consécutives ont donc la même échéance et portent intérêt au
même taux que la tranche d'emprunts à laquelle elles sont rattachées.

L'assimilation d'emprunts présente deux avantages : réduire les frais de gestion et surtout
augmenter la liquidité et donc la négociabilité de ces emprunts sur le marché secondaire.

Afin de concourir à l’animation de ce marché des bons émis par adjudication, la


Direction du Trésor et des Finances Extérieures a conclu une convention avec six
établissements de crédits dit intermédiaires en valeurs du Trésor (IVT). Il s’agit d’Attijariwafa
Bank, la Banque Centrale Populaire (BCP), la Banque Marocaine du Commerce extérieur
(BMCE), la Banque Marocaine pour le Commerce et l’Industrie (BMCI), la Caisse de dépôt
et de Gestion (CDG) et Médiafinances.

27
En contrepartie de leur engagement, ces IVT sont autorisés à présenter des offres non
compétitives (ONC) que le Trésor s'engage à servir à hauteur de 20 % des montants adjugés
dont 50% au taux ou au prix moyen pondéré et 50% au taux ou au prix limite.

2. Les BDT émis à guichet ouvert


Ce sont des émissions du Trésor, à guichet ouvert, réservés aux personnes physiques.
Elles ont une échéance de six mois et une valeur nominale unitaire de 1000 DH. Le taux de
rémunération de ces bons est déterminé pour chaque trimestre sur la base du taux moyen
pondéré des bons à 26 semaines souscrits par adjudication au cours du trimestre précédent
majoré de 25 points de base.

3. Les BDT réservés aux banques et émis dans le cadre de la réglementation relative aux
emplois obligatoires des banques
Ce sont des bons émis par le Trésor dont le produit est destiné au financement des
programmes socio-économiques notamment l’habitat économique.

Les banques sont tenues de conserver cette catégorie de bons dans leur portefeuille à hauteur
de 1% de leurs exigibilités telles que définies par Bank-Al-Maghrib.

Depuis avril 2004, leur taux de rémunération annuel est égal au taux moyen pondéré des bons
du Trésor à 52 semaines émis par voie d’adjudication au cours de l’année précédente majoré
de 25 points de base. Les intérêts relatifs à ces bons sont payables à la souscription.

4. Les BDT émis à 5 ans concernant les comptes convertibles à terme


La souscription à ces bons est réservée aux personnes physiques et morales résidantes
habituellement à l'étranger et possédant dans une banque inscrite au Maroc des disponibilités
en dirhams non transférables au regard de la réglementation des changes. Ces bons ont une
valeur nominale unitaire de 1000 DH et sont émis au pair.

II.2.2. Evolution du marché2

Après la forte expansion de l’année 2008, la demande des bons du Trésor sur le
marché primaire a poursuivi sa tendance haussière en 2009, passant de 317 à près de 449
milliards de dirhams. Cette situation s’explique, d’une part, par l’attractivité des bons du
Trésor dans un contexte marqué par la baisse des taux sur le compartiment interbancaire et,
d’autre part, par la pénurie des titres à la vente sur le compartiment secondaire en lien
notamment avec la présence relativement faible du Trésor sur le marché primaire entre 2006
et 2008.
Alors qu’au niveau du marché secondaire des bons du Trésor émis par adjudication, le volume
global des transactions a atteint 5711 milliards de dirhams, en baisse de 13,4% après 12,7%

2
Source : Direction des Etudes et des Prévisions Financière : Evolution du marché monétaire et obligataire
durant l’année 2009 -Mars 2010-.

28
en 2008. La diminution provient des opérations temporaires qui ont baissé de 14%, en lien
notamment avec la baisse de 16 points de base des taux repos.

II.3. Marché de la dette privée

II.3.1. Présentation du marché

Il s’agit du compartiment du marché monétaire où s’échangent les titres de créance


négociables (TCN) émis par les organismes privés, il est ouvert à tous les opérateurs
économiques.

En effet, jusqu'en 1983, le marché monétaire se limitait aux opérations entre les
établissements financiers qui y équilibrent leurs trésoreries. Depuis cette année, il s'est
progressivement développé après son élargissement aux émissions du trésor. A partir de 1988,
et parallèlement à l'introduction de la technique des adjudications, le marché a été ouvert à
l'ensemble des institutions financières, puis en 1993 aux entreprises publiques et privées et en
fin en 1995, aux personnes physiques ainsi qu'aux non résidents. L'élargissement du marché
monétaire s'est par ailleurs poursuivi la même année avec la possibilité donnée aux
établissements de crédits et aux entreprises de procéder à des émissions de titres de créances
négociables auprès de l'ensemble des agents économiques.

Les TCN sont, en fait, des titres émis sous forme de billets à échéance, représentant un droit
de créance. L’on distingue les certificats de dépôt (CD) émis par les banques, les billets de
trésorerie émis par les entreprises, et enfin les bons des sociétés de financement (BSF).

II.3.2. Evolution du marché3

A la fin de 2009, le volume des émissions des TCN s'est élevé à 29,2 milliards de
dirhams après 37,6 milliards au cours de l’année précédente. Bien que le volume des
émissions ait enregistré un recul par rapport à l’année 2008, le volume des émissions demeure
important grâce notamment à la masse des émissions des CD. Ces derniers, dont le volume
représente 67% du volume total des émissions des TCN, se sont élevés à 19,7 milliards de
dirhams. Les principaux émetteurs de ces titres sont ATTIJARIWAFABANK, CREDIT DU
MAROC et la BMCE à raison de 6,1 milliards, 4,2milliards et 2,9 milliards de dirhams
respectivement.

Parallèlement, les BSF, dont le volume des émissions s’est élevé à 6,1 milliards de dirhams,
ont marqué une hausse de 4,9 milliards de dirhams en 2009, contre un volume de 721 millions
de dirhams un an auparavant. Les émissions des BSF, souscrites à hauteur de 70% par les

3
Source : Direction des Etudes et des Prévisions Financière : Evolution du marché monétaire et obligataire durant
l’année 2009 -Mars 2010-.

29
établissements de crédit et la CDG, concernent principalement les titres de EQDOM (31%),
de WAFASALAF (28%) et de MAGHREBAIL (16%).

Enfin, le volume des émissions des Billets de Trésorerie a évolué de 3,5 milliards de dirhams
à 7,7 milliards au cours de la même période de l’année précédente. Emis par MAGHREB
STEEL (1,8 milliard de dirhams), SNI (1,3 milliard de dirhams), NEXANS MAROC (250
millions de dirhams) et DISTRISOFT (235 millions de dirhams), ces billets sont
essentiellement souscrits par les OPCVM à hauteur de 81% et par les établissements de
crédits et la CDG pour le reste.

III. Principaux acteurs du marché financier marocain4

III.1. Bourse de Casablanca


La création de la Bourse de Casablanca remonte à 1929. A cette époque, elle portait le
nom d’Office de Compensation des Valeurs Mobilières.

En 80 années d'existence, l'institution a connu d’importantes réformes.


La première, en 1948, a attribué à la Bourse de Casablanca la personnalité morale. La
seconde, en 1967, a permis de la réorganiser, juridiquement et techniquement, et de la définir
comme un établissement public. Ensuite, en 1993, la promulgation d'un ensemble de textes de
loi portant réforme du marché financier, a doté la Bourse de Casablanca du cadre
réglementaire et technique nécessaire à son émergence. Et enfin, la bourse de Casablanca a
connu, en avril 2009, le passage effectif au mode gouvernance avec Conseil d'Administration
et Direction Générale.

Depuis, le marché boursier marocain a connu plusieurs évolutions et un bon essor


avec l’introduction en bourse de plusieurs sociétés de grandes renommées et qui ont permis à
la place de Casablanca de connaître un renouveau et un dynamisme considérable.

La Bourse de Casablanca est par la suite une Société Anonyme à Conseil d’Administration.
Placée sous la tutelle du Ministère de l'Economie et des Finances, elle exerce dans le cadre
d’un cahier des charges et obéit à des règles définies dans un règlement général.

Sa mission consiste à assurer le fonctionnement, le développement et la promotion du marché


boursier marocain à travers : la surveillance et le pilotage de la séance de cotation, la
publication et la diffusion des informations de marché, l’assistance des émetteurs dans la
cotation de leurs valeurs et dans l’exécution de leurs  opérations financières, l’intervention
lors du dénouement des transactions conclues entre les différents intervenants, et enfin la
garantie des mouvements en cas de défaillance d’un intermédiaire.

La Bourse de Casablanca dispose, au 31/06/2009, d’un capital social de 19 020 800 MAD qui
est détenu, à parts égales, par les 17 sociétés de bourse qui opèrent sur le marché.

III.2. Sociétés de bourses

4
Source : site officiel de la bourse de Casablanca (www.casablanca-bourse.com).

30
Aujourd’hui au nombre de 175, agréées par le Ministère des Finances et de la
Privatisation, les sociétés de bourse détiennent le monopole du courtage sur le marché
boursier. Elles ont pour objet, outre l’exécution des transactions sur les valeurs mobilières, la
garde des titres, la gestion des portefeuilles de valeurs mobilières en vertu d’un mandat, le
conseil à la clientèle et l’animation du marché des valeurs mobilières inscrites à la cote.

Les sociétés de bourse participent également au placement des titres émis par les
personnes morales faisant appel public à l’épargne et assistent ces dernières à la préparation
des documents d’information destinés au public.
III.3. Conseil Déontologique en Valeurs Mobilières-CDVM-
Le CDVM est un établissement public qui jouit de la personnalité morale et de l’autonomie
financière. En tant qu’autorité du marché, il a pour vocation de :

 Protéger l’épargne investie en valeurs mobilières ou tout autre placement réalisé par
appel public à l’épargne ;
 veiller à l’information des investisseurs en valeurs mobilières en s’assurant que les
personnes morales, qui font appel public à l’épargne, établissent et diffusent toutes les
informations légales et réglementaires exigées ;
 assurer le bon fonctionnement du marché des valeurs mobilières en veillant à sa
transparence, son intégrité et sa sécurité ;
 et garantir le respect des diverses dispositions légales et réglementaires régissant le
marché financier. 

III.4. Dépositaire central –Maroclear-

MAROCLEAR est le Dépositaire Central des titres au Maroc. Il s’est vu confier


depuis le démarrage de ses activités en 1997 la responsabilité de :

 conserver les comptes titres de ses affiliés et assurer leur circulation et leur
administration ;
 centraliser la conservation des titres dans des comptes courants ouverts exclusivement
aux noms des professionnels tels que les banques, les sociétés de bourse et les
émetteurs. Maroclear n'entretient aucune relation avec le grand public ;
 et simplifier l’exercice des droits attachés aux titres ;
A cet égard, MAROCLEAR est gestionnaire du système de Règlement/Livraison qui permet
de dénouer toutes les transactions réalisées sur les valeurs admises aux opérations du
Dépositaire Central.

Ce Dépositaire Central est placé sous l’autorité du Ministère des Finances qui approuve ses
statuts et son règlement général et peut demander l’audit de son activité à tout moment.
MAROCLEAR est également soumis au contrôle du Conseil Déontologique des Valeurs
Mobilières (CDVM).

5
Liste exhaustive des sociétés de bourse est présentée à l’annexe1.

31
En poursuivant son développement à un rythme soutenu, MAROCLEAR a progressivement
étoffé ses services et a réussi à se positionner au cœur de l’industrie des valeurs mobilières au
Maroc en tant qu’infrastructure de post-marché au service de l’ensemble des professionnels.

CHAPITRE 2
 Produits des taux

Les produits de taux ou encore produits de type obligataire sont les produits relatifs à
un taux d’intérêt. L’obligation est une créance détenue par une partie prêteuse sur une partie
emprunteuse. C’est donc un titre de dette et non un titre de propriété comme c’est le cas pour
les actions. La différence entre les emprunts bancaires et les obligations réside dans le
caractère négociable de ces dernières. Les obligations sont émises par les pouvoirs publics ou
les entreprises pour emprunter de l’argent sur le marché des capitaux.

I. Produits des taux


I.1. Terminologie
L’émission d’un emprunt obligataire est une opération financière par laquelle l’Etat ou
un organisme public ou privé émet des obligations en contrepartie des sommes empruntées.
Vis-à-vis du détenteur d’une obligation, l’émetteur s’oblige à lui rembourser le prêt à son
échéance et à lui payer un intérêt sur la somme empruntée, cet intérêt est appelé coupon.

Les emprunts obligataires émis par l’Etat marocain pour couvrir son besoin de
financement et rembourser sa dette publique sont les bons du Trésor.

I.2. Types d’emprunts obligataires du Trésor


Dans cette section, nous allons mettre en exergue les caractéristiques fondamentales
des emprunts obligataires émis par le Trésor. Il est à préciser que le Trésor est habilité à
émettre deux types d’emprunts. Il s’agit des obligations à taux fixe et ceux à taux variable.
Nous utiliserons indifféremment les termes emprunt obligataire ou ligne de bons du Trésor
pour désigner un ensemble de titres ayant les mêmes caractéristiques que nous expliciterons
ci-après.

I.2.1. Emprunts obligataires du Trésor à taux fixe

Un emprunt obligataire à taux fixe est un ensemble de titres de dette dont l’échéancier
de flux est parfaitement connu à l’émission car le taux d’intérêt est fixé à ce moment là, et ne
changera pas au cours du temps. Les éléments caractérisant ce type d’emprunt sont :

32
- Date d’émission : Date effective de la souscription et de la libération du titre. C’est aussi la
date à partir de laquelle les intérêts commencent à courir.

- Date de jouissance : Les dates d’anniversaires de cette date de jouissance coïncident avec le
jour de versement des intérêts et/ou du principal sur les bons du Trésor.

- Date d’échéance : Jour où doit être éteinte une dette par le paiement du principal et des
intérêts.

- Taux nominal : Il s’agit du taux d’intérêt qui sera appliqué au nominal pour calculer les
intérêts. Ce taux est nommé également « taux facial ».

- Maturité : C’est la durée séparant la date d’émission et la date d’échéance.

- Nominal : le montant unitaire de chaque titre composant un emprunt. La valeur nominale


d'un titre est aussi sa valeur de remboursement à l'échéance, elle est appelée aussi « valeur
faciale ».

- Modalités d’amortissement : amortissement in fine qui consiste à rembourser le principal à


l’échéance du prêt.

- Périodicité de paiement des coupons : annuelle.

- Les emprunts atypiques ou futurs : Généralement toutes les périodes sur lesquelles
courent les coupons sont d’égale durée, le plus souvent l’année. Toutefois, certains emprunts
peuvent comporter une ou deux périodes dont la durée n’est pas égale à celle des périodes
courantes. Ces emprunts sont nommés emprunts atypiques et les coupons correspondants,
coupons atypiques.

I.2.2. Emprunts obligataires du Trésor à taux révisable

Un emprunt obligataire à taux variable est un ensemble de titres de dette dont


l’échéancier de flux n’est pas fixe, mais indexé sur un taux observable généralement un taux à
court terme ou un taux obligataire. A chaque échéance du coupon, la valeur de celui-ci sera
calculée en fonction de ce taux de marché. Il est caractérisé par les cinq éléments
fondamentaux suivants :

- L’indice de référence : indice qui sert de base de calcul du taux du coupon servi à une
échéance déterminée selon les règles précisées dans le contrat d’émission.

Les indices généralement utilisés sont les taux représentatifs de l’état des marchés financiers.
Il peut s’agir de taux des emprunts obligataires à court terme, déterminés par exemple par
observation des taux moyens pondérés (TMP) des Bons du Trésor à 52 semaines, ainsi que les
indices de taux des emprunts obligataires à long terme relevés soit sur le marché primaire ou
sur le marché secondaire.

- La période de référence : C’est la durée au cours de laquelle est calculé le taux de


référence.

33
- La marge faciale : Consiste à ajouter ou à retrancher une certaine valeur au taux de
référence pour déterminer le taux du coupon. La marge faciale peut être :

 Additive : On ajoute ou retranche un certain pourcentage au taux de référence (taux de


référence + a % avec a est une constante).
 Multiplicative : On exprime le taux du coupon en pourcentage du taux de référence (a
% du taux de base avec a est une constante).
 Mixte : On combine une marge additive et une marge multiplicative (taux de base * b
-a% avec a et b des constantes).
- Le taux de substitution : c’est le taux qui remplacerait une valeur manquante de l’indice de
référence lors de la période de référence. Pour calculer le coupon, les indices pris en
considération sont les indices effectivement établis du début à la fin de chaque période de
référence. Dans le cas où aucune valeur de l’indice n’a été effectivement constatée lors de la
période de référence, la valeur retenue comme taux de référence est le dernier taux de
référence calculé.

II. Valorisation des produits des taux


La valeur d’un titre est la somme des flux actualisés qu’il génère. Vu sous cet angle,
l’achat d’un titre ou d’un actif financier peut être assimilé à un échange inter-temporel de
richesse, c'est-à-dire que l’acheteur échange le prix du titre contre la valeur actuelle nette des
gains que sa possession génère.

Il devient alors nécessaire d’estimer cette valeur actuelle nette ou valeur actualisée. Pour ce
faire, il faut définir les notions d’actualisation et de capitalisation.

II.1. Notions d’actualisation et de capitalisation


La Capitalisation est l’opération qui permet d’obtenir la valeur future d’une somme
actuelle, c’est le fait d’additionner les intérêts au capital. Elle correspond à un placement
financier. Ainsi, capitaliser 1dh sur une période de 1 an au taux r est équivalent à placer ce
1dh pour cette période et à ce taux.
L’actualisation est l’opération inverse, elle consiste à déterminer la valeur actuelle d’un
montant futur.

La valeur actuelle d'un capital est le montant qu'il faut placer aujourd'hui à un taux d’intérêt
donné pour obtenir un montant voulu à un moment donné.

Avec l’opération de capitalisation, nous avons vu que si le taux d’intérêt pour une
période de 2 ans est r alors :

1dh aujourd’hui (1+r)2 dh après 2 ans

X dh aujourd’hui 1dh après 2 ans

Une simple règle de trois permet de trouver la valeur, aujourd’hui de 1dh à recevoir dans 2
ans. Le taux r utilisé dans l’opération d’actualisation est appelé le taux d’actualisation. Il est
important de noter que ce taux est égal au taux de capitalisation.

34
Ainsi en tant qu’actif financier, la valeur ou le prix d’un produit de taux d’échéance T est
donné à l’instant t par :
T T
F (i)
p ( t , T ) =∑ i−t
=∑ F (i) ×(1+ r (t , i−t))t−i
i ( 1+ r (t , i−t)) i

F (i) : Le flux de revenu à l’instant i généré par la possession de l’obligation

r (t ,i−t): Le rendement à l’instant t du placement de 1dh sur une période i-t, c’est également
le taux d’actualisation qui permet de connaître en t la valeur de 1 dh à recevoir en l’instant i.

A ce stade se pose la question de la détermination de ces taux d’actualisation.

II.2. Taux d’actualisation  : taux actuariel et taux zéro coupon


Vu que les opérations d’actualisation et de capitalisation sont liées, le taux utilisé en
tant que taux d’actualisation doit être le taux auquel la valeur actuelle doit être placée pour
obtenir la valeur future.

Ainsi, au moment de la détermination du prix, avant de choisir un taux, il faut s’assurer de


pouvoir placer à ce taux : un taux sans risque ou taux de référence.

Généralement, les taux utilisés sont les taux offerts par l’Etat : le taux actuariel des
placements en bons du trésor.

 Taux actuariel
Le taux actuariel d’un investissement est le taux de rendement obtenu en termes
d’investissement. C’est le taux auquel il faut capitaliser le prix de l’obligation pour avoir le
montant total des flux.

Il existe une équivalence entre ce taux et le prix de l’obligation. D’ailleurs les


obligations sont parfois cotées en taux actuariel. Au cas où le taux actuariel est égal au taux
facial, le prix de l’obligation est égal au nominal. Dans ces conditions, il s’agit d’émission au
pair.

Puisque le taux d’actualisation est relatif à un flux tombant à une date donnée, il n’est
pas juste d’utiliser directement les taux actuariels des bons de trésor qui sont composés de
plusieurs flux. Alors il faut trouver des obligations équivalentes à un flux c'est-à-dire sans
coupon : les obligations sans coupon.

 Courbe des taux zéro coupon :


L’obligation zéro coupon est l’obligation qui ne verse pas de flux intermédiaires. Pour
ces obligations, le taux actuariel, ou taux d’actualisation, est par définition le taux zéro
coupon.

Chaque flux intermédiaire d’une obligation standard peut être assimilé à une
obligation zéro coupon de même montant et d’échéance correspondante à la date de tombée

35
du flux. Donc une obligation peut être considérée comme la somme d’obligations zéro
coupon.

Malheureusement, il n’existe pas suffisamment d’obligation zéro coupon sur le marché


pour avoir les taux d’actualisation correspondants à toutes les maturités. Par conséquent, il
fallait construire les taux zéro coupon, afin d’avoir l’ensemble de ces taux pour les différentes
maturités.

 Construction des taux zéro coupon au Maroc


Les obligations dont la maturité est inférieure à 1 an, sont assimilables à des
obligations zéro coupon. En effet, il n’y a qu’un seul paiement, un seul flux. Donc le taux
actuariel est identique au taux zéro coupon.

Mais dans la réalité, les taux relatifs aux instruments financiers de court terme, appelés taux
monétaires, ont pour base annuelle 360 jours. Puisque les taux actuariels ou taux zéro coupon
ont pour base annuelle 365 jours alors, il faut procéder à une transformation pour se ramener à
la base annuelle de 365 jours.
n 365
n n
( 1+t m × )
360
365
=(1+t a) ⇒t a=¿((1+t m ×
360
¿ n ¿−1

n: la maturité du titre

t m: le taux monétaire

t a : le taux actuariel

Ainsi sont extraits les taux actuariels (taux zéro coupon) correspondants aux maturités
pour lesquelles Bank Al Maghreb a publié les taux monétaires de référence.

Les taux non monétaires, dont la maturité est supérieure à 1 an, correspondent déjà à
une base annuelle de 365 jours. Donc le besoin de transformer en taux actuariel ne se pose
plus. Par contre ces taux relatifs à des titres de maturité supérieure à 1 an ne sont pas des taux
zéro coupon. Il faut donc construire les taux zéro coupon correspondants.

Avant d’exposer la méthode, précisons que les taux publiés par Bank Al Maghreb sont
des taux de rendement pair. Pour une émission au pair, le taux facial est égal au taux de
rendement actuariel. Ainsi, le prix est égal au nominal. L’émission au pair permet de gommer
l’effet coupon. En effet, le prix de deux obligations de même maturité ne dépendra plus du
taux facial du moment où l’émission est faite au pair.

Avec l’émission au pair, on peut considérer que toutes les obligations ont le prix 100
et à chaque maturité correspond un et un seul taux actuariel qui est le taux de rendement au
pair pour la maturité correspondante. Alors de proche en proche, en utilisant les taux de
rendement au pair publiés par Bank Al Maghreb, les taux zéro coupon sont déterminés de la
façon suivante :
36
Pg : étant le prix exprimé en pourcentage du nominal.

tzci : le taux zéro coupon correspondant à la maturité i

ti : le taux de rendement au pair publié par Bank Al Maghreb correspondant à la


maturité i

Avec i=1,2,3 ans et le nominal 100, on se propose de déterminer les taux zéro coupon
correspondants aux maturités 1,2,3 ans.

Pour i=1 an, le problème ne se pose pas car il n’y a pas de flux intermédiaires et de plus il
s’agit d’un taux monétaire, il faut procéder alors à la transformation en taux actuariels afin
d’obtenirt zc 1.

Pour i=2 ans, il existe un flux intermédiaire. Ce flux devra être actualisé au taux zéro coupon
de 1 an :

t2 (1+t 2 )
Pg =1= + ⇒ t zc 2
(1+t zc 1) ¿¿

Pour 3 ans, il existe deux flux intermédiaires, l’équation à résoudre et qui permet
d’avoir le taux zéro coupon correspondant à la maturité de 3 ans, est la suivante:

t3 t
Pg =1= + ¿ 3¿
(1+t zc 1)

Avec cet algorithme, il est possible de retrouver de proche en proche l’ensemble des
taux zéro coupon. Mais remarquons que: les taux publiés par Bank Al Maghreb ne
correspondent pas exactement aux maturités pleines : 1, 2, 3,….ans.

Or l’algorithme présenté ci-dessous n’est valable que pour ces maturités. Ainsi il faudrait se
ramener à ces maturités pleines par interpolation linéaire.

Une fois la courbe des taux zéro coupon est construite, chacun des flux correspondant
à une certaine maturité peut être actualisé. Il devient alors possible de valoriser les différents
titres.
T T
F (i) F (i)
P ( t , T ) =∑
i
¿ ¿ ¿=∑
i
¿¿ ¿

III. Risques des produits de taux


Avant d’aborder la présentation des différentes stratégies de gestion, il est judicieux de
présenter les différents risques de placements obligataires. En effet, c’est en fonction de ces
risques que sont établies les stratégies de gestion.

37
III.1. Risques obligataires
Les risques des placements obligataires se divisent en deux catégories : ceux
spécifiques aux titres obligataires sélectionnés eux mêmes, ou bien systématiques, c’est à dire
relatifs à l’ensemble du marché obligataire.

III.1.1. Risques spécifiques au titre

Ce sont des risques « diversifiables », c'est-à-dire que ce sont des risques qui peuvent
être atténués, voir même annulés par la diversification de types de titres dans le portefeuille.
Parmi les risques spécifiques, nous citons :

 Risque de défaut
C’est le risque que l’émetteur de l’obligation ne puisse pas honorer ses engagements
futurs pour une raison quelconque.

 Risque de rachat
Certaines obligations ou titres de dette comportent des clauses de rachats. Or à la
souscription d’une obligation, le prix est déterminé en fonction d’une certaine rentabilité : la
rentabilité actuarielle. Cette rentabilité est fonction de la durée de détention du titre. Alors un
rachat du titre avant l’échéance risque de conduire à une rentabilité plus faible que la
rentabilité prévue à la souscription.

En effet, le prix d’une obligation est déterminé à partir de la formule.


n
Ct n
Prix =∑ ¿prix¿ = ∑ C t ¿ ¿= Valeur après n années
i

i=1
¿¿ i=1
i

r ¿: taux de rentabilité actuariel.

C t : paiements intermédiaires aux périodes t i.


i

n : la maturité ou la durée de vie du prêt.

Ainsi, le prix dépend du réinvestissement des paiements intermédiaires au taux


actuariel fixé au début de l’opération. Il se peut que le détenteur de l’obligation ne puisse pas
investir ces paiements intermédiaires au taux r * suite, par exemple, à une baisse générale des
taux sur le marché.

 Risque de liquidité
Ce risque se manifeste lorsque le détenteur du titre obligataire a besoin de liquidité et
veut vendre son titre. Dans ce cas, il risque de ne pas trouver de preneur à son titre ou de ne
pas pouvoir revendre son titre sans affecter son prix sur le marché (la loi de l’offre et de la
demande).

38
III.1.2.Risque systématique

C’est le risque lié à une variation des taux d’intérêt sur le marché et à l’impact de cette
variation sur le prix des obligations. La sensibilité d’une obligation aux variations des taux
d’intérêt dépend des trois facteurs ci-après :

 Taux de coupon
 Maturité
 Taux de rentabilité actuariel

III.2. Mesures de risques obligataires

III.2.1.Duration

C’est une mesure très courante de la sensibilité d’une obligation. En effet, la duration
d’un instrument financier à taux fixe est la durée de vie effective de cet instrument ou encore
la durée moyenne pondérée par le temps, exprimée en années, nécessaire pour récupérer le
capital et les paiements d’intérêt.

Elle permet d'apprécier la répercussion d'une variation des taux sur le prix d'un titre ou d'un
portefeuille. Plus la duration est longue, plus l'impact d'une variation des taux sera important
sur le prix d'un titre. Dans un portefeuille obligataire, la duration sera utilisée comme un
indicateur du risque.

La duration d’un emprunt obligataire permet ainsi d’immuniser les portefeuilles contre la
variation des taux d’intérêt. En effet, en cas d’anticipation de baisse de taux, il vaut mieux
choisir les obligations à duration plus longue. Par contre, en cas d’anticipation de hausse des
taux, il vaut mieux choisir des obligations à duration plus courte.

La duration d’une obligation est la somme actualisée des flux pondérés par le temps,
elle est exprimée en année.
n
i t ∗F
i
∑ (1+r )t i
i=1
Duration= n
F
∑ (1+ri )t i
i=1

n : nombre de flux.


t i: intervalle de temps, exprimé en années, séparant la date d’actualisation de la date du flux
F i.
F i: flux monétaire à la date t i.
r: le taux actuariel de l’obligation.

Au niveau du portefeuille, la duration est égale à la somme pondérée des durations des
emprunts qui le composent. Les poids de ces emprunts sont représentés par la part de la valeur
de chaque emprunt relativement à la valeur du portefeuille.
39
III.2.2. Duration modifiée ou sensibilité

La mesure de la volatilité est basée sur la définition particulière de la sensibilité d’une


obligation, comme la variation relative de son prix par une variation de taux d’une ampleur
limitée. Il s’agit de la variation, pour 1% de taux généralement, du prix de l’instrument.

Elle représente une bonne mesure de la variation des prix suite à une variation des taux tant
que les variations correspondantes de taux sont faibles, mais elle est insuffisante pour des
variations importantes.

La sensibilité est définie par une dérivée première. Elle permet d’évaluer la variation
relative du prix par une variation infinitésimale du taux. Sa formule est donnée par :

1 dP
Sensibilité =
P dr

Où P est le prix de l’obligation.

Cette sensibilité est reliée à la duration par la formule suivante :

−Duration
Sensibilité =
1+r

La sensibilité augmente en fonction :

- De la maturité de l’emprunt : plus la maturité est importante, plus la sensibilité est élevée.

- Du taux nominal : plus le taux nominal est élevé, plus la sensibilité est grande.

- Du mode d’amortissement : plus les remboursements sont éloignés dans le temps, plus la
sensibilité est grande.

III.2.3. Convexité

Pour des variations de taux très grandes, la sensibilité ne fournit pas une estimation
précise, et cela s’explique par la forme convexe de la relation entre le prix et le rendement à
l’échéance. La convexité se définit alors comme une mesure de la courbure de la relation
entre le prix et le rendement exigé d’une obligation.

En effet, La convexité d’une obligation permet de savoir comment évolue sa duration si le


niveau de la courbe des taux et la pente de celle-ci se modifient. Cette convexité implique que
le prix diminue avec le rendement, mais à un taux décroissant au fur et à mesure que le
rendement croît : plus la convexité est forte, plus le prix d’un titre diminue lentement pour une
hausse du taux de rendement actuariel et plus sa valeur augmente si le taux baisse.

La définition exacte de la convexité repose sur la dérivée seconde du prix de


l’obligation par rapport au taux de rendement :

40
1 d2 P
Convexité=
P dr 2

La convexité permet de prendre en compte la courbure de la relation prix-rendement :


l’existence même de cette courbure est importante afin d’estimer les conséquences réelles des
variations de taux.

L’utilisation conjointe de la sensibilité et de la convexité permettra d’obtenir une meilleure


approximation du pourcentage de variation de prix d’une obligation provoquée par un
changement de taux.

III.2.4. Value at Risk (VaR)

La VaR est une notion utilisée généralement pour mesurer le risque de marché d’un
portefeuille. Elle correspond au montant de pertes qui ne devrait être dépassé qu’avec une
probabilité donnée sur un horizon temporel donné.

Statistiquement, la VaR peut être définie comme étant un quantile de la distribution des P&L
(profits et pertes) théoriques d’un portefeuille résultant des mouvements possibles des facteurs
de risque de marché, sur un horizon de temps fixé.

Un facteur de risque est défini comme tout élément dont l’existence et/ou l’évolution future
sont inconnues et imprévisibles d’une manière exacte aujourd’hui et qui sera en mesure
d’influencer la valeur de marché d’un portefeuille donné.

La notion de la VaR ainsi que son application pratique sont présentées dans le chapitre lié à
l’évaluation de risque du portefeuille obligataire de la CMR.

Conclusion

41
A ce stade de notre projet, nous sommes parvenus à dresser un abord notoire de la
sphère financière au Maroc et ce, à travers une mise en revue de ces différentes composantes
structurelles, escortée d’une effigie détaillée des multiples produits en mouvement au niveau
de ce secteur, plus particulièrement celle qui illustre le comportement des produit de taux, à
savoir les obligations, en étayant toutes les notions financières qui se rattachent à leurs
procédure de valorisation ( actualisation, capitalisation, risques…).

Dorénavant, il serait question de positionner le portefeuille obligataire de la CMR dans


l’emplacement adéquat qu’il se doit d’occuper au niveau du marché, et ce en se référant à
l’évaluation de sa performance, opération qui va faire l’objet de la partie suivante.

Deuxième partie :

Mesure de la performance et évaluation de


risque d’un portefeuille obligataire

42
 Mesure de
performance : Normes
de calcul et de présentation
et techniques de mesure.

 Etude chronologique
de la performance :
Elaboration et estimation
d’un modèle par la méthode
de Box et Jenkins, et
estimation de a volatilité à
l’aide du modèle GARCH.

 Evaluation du risque
du portefeuille
obligataire de la
CMR

43
Introduction

La mesure de la performance d’un portefeuille consiste à évaluer le travail effectué par


le gérant, elle représente ainsi  l'évolution, qu’elle soit positive ou négative, d'un
investissement sur une période donnée. En fait, il existe plusieurs façons de mesurer
l'évolution d'un fonds, tout en les classant en deux catégories : La mesure de performance
absolue et la mesure de performance relative. La première consiste à mesurer la performance
d’un fonds ou d'un portefeuille sans référence à son benchmark ou à l'évolution d'un marché.
Alors que la deuxième fait référence au benchmark ou au marché. Toutefois, il faut signaler
que la performance relative d'un portefeuille peut être positive alors que sa performance
absolue est négative.

En plus de la mesure de performance, le concept de risque est au cœur de la gestion d’actifs.


En effet, la rentabilité espérée peut ne pas se matérialiser et, au contraire une perte peut
survenir : Une bonne mesure de risque permet d’estimer les pertes extrêmes.

Ainsi, le premier chapitre de cette partie sera consacré à la mesure de la performance


d’un portefeuille obligataire, qu’elle soit classique ou qu’elle tienne compte des risques.
Ensuite, nous enchaînerons sur l’analyse chronologique de la performance du portefeuille,
tout en essayant d’élaborer un modèle adéquat. Après avoir analysé les caractéristiques
statistiques de la série de performance du portefeuille, une estimation de la volatilité de cette
dernière semble être une phase primordiale dans l’analyse de la performance et l’évaluation
du risque du portefeuille.

Chapitre 1 
Mesure de la performance d’un portefeuille obligataire

44
La mesure de la performance d’un portefeuille est un élément essentiel parmi les outils
d’aide à la décision dans la gestion de portefeuille. Elle constitue une étape primordiale dans
l’évaluation de la gestion des actifs financiers. Etant donnée la diversité dans les pratiques en
matière de techniques de gestion, de réglementation, de calcul et de présentation des
performances des gestionnaires, il était indispensable de standardiser les techniques de calcul
et ainsi d’instaurer des normes internationales de calcul et de présentation des performances,
dont l’objectif est de présenter les performances d’une manière uniforme et exhaustive.

Concernant les techniques de mesure de la performance, il existe de différentes


méthodes : La méthode de la valeur liquidative, celle du taux de rendement interne et la
méthode de Dietz modifiée. D’autres indices de performance sont également proposés, ils
intègrent la composante du risque dans le calcul de la performance. Parmi ces indices : le ratio
de Sharpe, l’indice de Treynor et l’alpha de Jensen.

I. Normes internationales de présentation des performances –Gips-


I.1. Principe fondamental
L’ouverture des marchés financiers et de l’industrie de la gestion financière s’accélère,
dans le même temps, les actifs gérés croissent de façon exponentielle, et les décisions
d’investissement s’inscrivent dans une nouvelle dimension internationale. Etant donné la
diversité des pays et des acteurs financiers, il en résulte un besoin de normalisation du calcul
et de la présentation des performances.

La reconnaissance, au niveau mondial, d’une norme de calcul et de présentation des


performances est de l’intérêt des investisseurs comme des professionnels de la gestion
d’actifs. En effet, exiger des gestionnaires qu’ils respectent des normes dans la présentation de
leurs performances contribue à convaincre les investisseurs du caractère complet et fidèle de
l’information.

Les normes de présentation des performances bénéficient à tous les investisseurs actuels et
potentiels, renforçant leur confiance dans les chiffres présentés par les gestionnaires. Une fois
reconnues sur le plan international, ces normes harmonisent les calculs de performance et leur
présentation par les gestionnaires, et permettent aux investisseurs de comparer directement les
performances de différents gestionnaires.

I.2. Objectifs
L’adoption des normes Gips vise notamment à parvenir à un consensus international
sur les normes de calcul et de présentation objective, comparable et en totale transparence des
performances, ainsi qu’à garantir l’exactitude et l’homogénéité dans le temps des données de
performances utilisées dans les comptes rendus de gestion, les historiques, la
commercialisation et la communication.

45
Ces normes visent également à promouvoir une concurrence loyale entre gestionnaires sur
tous les marchés, sans barrière à l’entrée pour les nouveaux venus, et à promouvoir aussi la
notion d’autoréglementation de la profession à l’échelle internationale.

I.3. Champ d’application


Tout gestionnaire peut, quel que soit son pays d’origine, se mettre en conformité avec
les normes Gips, et ces normes doivent être appliquées à l’ensemble de ses activités, ainsi,
leur adoption lui favorise son intégration, à l’échelle internationale, dans l’industrie de la
gestion d’actifs.

Le gestionnaire doit présenter un historique de performances annuelles conformes aux normes


Gips sur cinq ans au moins, ou depuis la date de création du fonds ou du composite s’ils ont
moins de cinq ans. Ayant présenté ses performances, le gestionnaire doit afficher ensuite,
chaque année, une performance annuelle supplémentaire afin de parvenir à un historique
conforme sur dix ans.

Un gestionnaire peut raccorder des performances non conformes aux normes Gips avec un
historique conforme, à la double condition qu’aucune donnée non conforme ne soit
postérieure au 1er janvier 2000, date où les normes internationales de présentation des
performances sont entrées en vigueur, et qu’une information complète soit fournie précisant
sur quelle période et en quoi les données ne sont pas conformes aux normes Gips.

Les gestionnaires pourront, s’ils le souhaitent, présenter d’emblée des performances sur une
période supérieure à cinq ans.

I.4. Présentation des normes internationales


Les normes GIPS sont divisées en cinq sections, qui correspondent aux différentes
étapes nécessaires à la présentation des performances : les données élémentaires, la méthode
de calcul de la performance, la construction des composites, les informations
complémentaires, la présentation des résultats.

Les données élémentaires

La qualité des données élémentaires est essentielle. C’est à partir d’elles que sont retracées les
performances que les normes GIPS veulent les plus complètes, sincères et comparables
possibles.

Les normes GIPS donnent la marche à suivre dans l’élaboration des données de base.

La méthode de calcul

Pour rendre comparables les chiffres présentés par différents gestionnaires, il faut assurer
l’homogénéité des méthodes de calcul de la performance.

Les normes GIPS imposent certaines règles (par exemple, la performance doit résulter d’une
méthode de calcul du taux de rentabilité total pondéré par le temps).

46
La construction des composites

Un composite est un ensemble de portefeuilles, regroupés pour représenter un objectif


d’investissement ou une stratégie d’investissement déterminés.

La performance d’un composite est la moyenne, pondérée par les capitaux, de la performance
de tous les portefeuilles entrant dans le périmètre de ce composite.

La présentation sincère de résultats pertinents, comparables dans le temps et d’un gestionnaire


à l’autre, passe par la construction de composites pertinents, pondérés par les capitaux gérés.

Les informations complémentaires

Les informations complémentaires permettent aux gestionnaires d’expliquer les chiffres bruts
qu’ils présentent, et de donner aux lecteurs les éléments nécessaires à la bonne compréhension
des performances.

Les gestionnaires doivent apporter un certain nombre d’informations relatives au mode de


calcul et à la présentation de leurs performances. Certaines informations complémentaires
sont obligatoires, d’autres s’appliquent au cas par cas, selon le contexte.

La présentation des résultats

Lorsque le gestionnaire a construit ses composites, rassemblé les données élémentaires,


calculé ses performances et déterminé quelles informations complémentaires doivent les
accompagner, il regroupe l’ensemble de ces éléments dans un document qu’il élabore à partir
des règles contenues dans les normes GIPS relatives à la présentation.

Aucune directive ne peut prévoir tous les cas de figure, ni anticiper les évolutions à venir de
l’industrie de la gestion, de ses techniques, de ses produits et de ses pratiques. Il est de la
responsabilité de chaque gestionnaire d’apporter, dans les documents conformes aux normes
GIPS, l’information adéquate lorsque les normes GIPS n’en prévoient pas.

Au sein de chaque section, les normes GIPS comportent des exigences, énoncées en
tête des sections, ainsi que des recommandations. Pour être en conformité avec les normes
GIPS, un gestionnaire doit respecter toutes les exigences. Les gestionnaires sont également
invités à adopter et mettre en œuvre les recommandations ; cela illustrera leur totale adhésion
à l’esprit des normes GIPS et à leur objectif.

II. Techniques de mesure de la performance


II.1. Objectif de la mesure de la performance
La mesure de la performance est largement utilisée dans la littérature financière
qu’elle soit à vocation pratique ou théorique. Elle vise à classer les fonds afin que le gérant
apprécie la capacité à ajouter de la valeur aux portefeuilles gérés. En effet, il existe toujours
une alternative à un investissement dans un fonds géré de façon active : il suffit d’investir

47
dans un fonds passif qui vise juste à répliquer le comportement en termes de rentabilité et de
risque d’un indice de référence. L’incitation à investir dans un fonds actif trouve sa source
dans l’espoir d’obtenir une rentabilité ajustée du risque supérieure à celle d’un fonds passif.

Le processus de mesure de performance requiert simplement de disposer des séries


chronologiques des valeurs liquidatives du fonds et de l’indice de référence auquel le fonds
est comparé.

II.2. Mesure classique de la performance


Avant l’étape de l’attribution de performance, il faut tout d’abord mesurer la
performance pour cela on peut utiliser 3 méthodes:

-La méthode de la valeur liquidative.


-Le taux de rentabilité interne.
-La méthode de Dietz modifiée.

II.2.1. Méthode de la Valeur Liquidative

C’est la méthode la plus utilisée chez l’ensemble des gestionnaires d’actifs pour
valoriser leurs fonds en leur affectant un prix, et c’est le cas pour la Caisse Marocaine de la
Retraite qui utilise cette méthode pour calculer la performance de son portefeuille.

Cette méthode consiste tout d’abord à déterminer la valeur de marché ajustée par les entrées et
les sorties, à partir de laquelle est obtenue la valeur liquidative. La performance est alors
calculée sur la base de cette valeur liquidative par le biais de la différence relative.

La valeur liquidative d’un fonds correspond, en fait, à la valeur de ses actifs nets :
c’est le prix d’une part, compte non tenu des éventuels droits d’entrée ou de sortie. Cette VL
est obtenue en additionnant la valorisation de chacune des valeurs détenues en portefeuille, et
en divisant par le nombre total de parts, selon la formule suivante :

Valeur Liquidative = valeur marché / nombre des parts

La performance d’un fond sur la période [T0 ,T1] est alors obtenue à l’aide de la formule:

VL ( T 1) −VL(T 0 )
VL(T 0)

II.2.2. Méthode du Taux de Rentabilité Interne

Le TRI est le taux d’actualisation qui rend la valeur finale du portefeuille égale à la
somme de sa valeur initiale et des flux de capitaux survenus durant la période.

Le Cash Flow de chaque sous période se calcule en faisant la différence entre le flux
entrant dû au réinvestissement des coupons et aux apports des clients, et le flux sortant
résultant des versements aux clients.

48
Le TRI noté TR* est la solution de l’équation :

n CF t VT
i
V 0+ ∑ ti
= t
i=1 (1+TR∗) ( 1+TR∗)

Avec t : longueur de la période en années

ti : Date des cashs flows exprimés en années

CFti : Cashs flows survenant à la date ti

II.2.3. Méthode de Dietz modifiée

La méthode de calcul du rendement pondéré en fonction du temps repose sur la


formule de liaison de la méthode Dietz modifiée. Elle fournit aux épargnants un tableau avec
les pourcentages de rendement indiquant les performances de leurs investissements plutôt que
de simplement indiquer les résultats du fonds. Ce modèle évalue le calendrier des flux de
trésorerie (achats/retraits) d'un portefeuille pour un éventail de données afin de fournir le
calcul des rendements.

L'avantage clé de la méthode Dietz modifiée c'est qu'elle ne nécessite pas d'évaluation
du marché des portefeuilles à la date de chaque flux de trésorerie, et son inconvénient est
qu'elle apporte une estimation moins précise que le véritable taux de rendement pondéré en
fonction du temps.

La méthode de Dietz modifiée consiste à donner un poids à chaque mouvement au


cours de la période en fonction de la date à laquelle ce mouvement a eu lieu par rapport à la
période d'étude globale. Les flux passés, au niveau de chaque titre, sont pondérés par le
temps.

La performance du titre est donnée donc par :


T
V T −V 0−∑ C t
¿ t=1
r= T
T −t
V 0+ ∑ Ct
t=1 T

II.3. Mesure de la performance tenant compte du risque

Au niveau d’un actif financier, les fluctuations observées sont issues de la résultante
de deux facteurs : l’évolution du marché en général et des facteurs spécifiques, propres à
l’actif lui-même. Cette décomposition permet de distinguer, dans la rentabilité totale obtenue,
deux composantes, correspondant chacune à la contribution respective de chaque facteur.

49
A chaque composante de la rentabilité est associée une composante de risque. La composante
de risque associée à l’évolution du marché en général est appelée risque du marché, ou encore
risque systématique. Aux facteurs spécifiques est associée une composante de risque appelée
risque non systématique, ou encore risque spécifique. De ce fait, en évaluant la performance
d’un portefeuille corrigée du risque, plusieurs corrections sont possibles, selon le type de
risque à mettre en évidence.

Parmi les principaux indicateurs de mesure de performance, incluant une prise en


compte du risque, nous citons : l’indice de Treynor (1965), le ratio de Sharpe (1966), et
l’alpha de Jensen(1968).

Ces mesures de performances sont toutes ajustées du risque, que ce soit le risque total
ou le risque systématique. Elles permettent ainsi d'apprécier la performance à la fois en
fonction du risque pris et du niveau de diversification.

En effet, en s’intéressant à la correction de la rentabilité par la volatilité totale du


portefeuille, il est à privilégier l’indicateur de risque total : le ratio de Sharpe. Alors qu’en
s’intéressant à la volatilité provenant du marché lui-même, la rentabilité obtenue est corrigée
par le niveau de risque du marché, afin de dégager, par la suite, la part de la performance qui
revient à la gestion, ce qui conduit à privilégier les indicateurs de risque systématique :
l’indice de Treynor et l’alpha de Jensen.

Toutes ces mesures constituent une première étape primordiale dans l’évaluation de la
qualité d’une gestion d’actifs financiers.

II.3.1. Ratio de Sharpe

L’indice de performance de Sharpe est représenté par un ratio rentabilité / risque. La


rentabilité du portefeuille est une moyenne des excès des taux de rentabilité périodiques par
rapport au taux sans risque. Le risque est mesuré par la variabilité ou l’écart type. Plus élevé
est le ratio, meilleure est la performance.

Le ratio de Shape se définit ainsi de la manière suivante :

R p −Rf
S p=
σp

Avec :

Sp: mesure de la performance d'un portefeuille (Sharpe)

Rp: la moyenne des taux de rentabilité périodique pendant la période de mesure

Rf: taux de rentabilité de l’investissement sans risque calculés de la même façon (c’est- à-dire
moyenne géométrique)

p: la variabilité (l’écart type) des excès des taux de rentabilité au delà du taux sans risque.

50
II.3.2. Indice de Treynor

Treynor propose presque le même ratio, dans le sens que le numérateur est le même,
mais au lieu d'ajuster par la variabilité, il ajuste par le bêta, le risque systématique du
portefeuille, obtenu par la régression suivante :

R p =α p + β p Rm +ε p

Le ratio de Treynor est exprimé par le rapport de l’excès de rentabilité du portefeuille par
rapport au taux sans risque à la volatilité du portefeuille :

R p−R f
T p=
βp

prime de risque
= avec
bêta

Rp : représente la moyenne des taux de rentabilité périodique pendant la période de


mesure

Rf : représente les taux de rentabilité de l’investissement sans risque calculés de la


même façon.

p : représente la volatilité ou l’élasticité du portefeuille par rapport aux fluctuations


du marché, déjà vue précédemment.

II.3.3. Alpha de Jensen

Comme l’indice de Treynor, l’indice de Jensen est fondé sur le CAPM et la position,
par rapport à la droite de marché, des portefeuilles dont on cherche à mesurer la performance.
Jensen mesure la performance des portefeuilles avec le terme J p défini par l’équation
suivante :

J p =( R p −R f ) −( Rm−R f )∗ β p

Avec :

- Jp: mesure de la performance d'un portefeuille (Jensen)

- Rp: rendement du portefeuille

- Rf: taux sans risque

- Rm: rendement du portefeuille (calculé d'après CAPM)

- ßp: bêta du portefeuille.

51
Le premier terme entre parenthèses représente l’excès de rentabilité du portefeuille par
rapport au taux sans risque tandis que le terme de la seconde parenthèse représente l’excès de
rentabilité que le portefeuille aurait dû réaliser compte tenu de son risque et de la rentabilité
réalisée par le marché.

L’indice de Jensen Jp mesure donc la distance verticale qui sépare la rentabilité réalisée par le
portefeuille p de la droite de marché ex-post. Ainsi, des valeurs positives de Jp correspondent
à des portefeuilles dont les performances sont positives. A l’inverse, des valeurs négatives de
Jp révèlent des performances médiocres.

III. Mesure de la performance du portefeuille obligataire de la CMR


Au sein de la CMR, le processus de calcul de la performance d’un portefeuille
obligataire se fait à l’aide de la méthode de la valeur liquidative et est composé de plusieurs
étapes : la conception du stock quotidien des titres obligataires, la valorisation quotidienne du
portefeuille pour arriver enfin au calcul de la performance.

La première étape, qui consiste à la conception du stock quotidien des titres


obligataires, repose sur trois mouvements tirés de la récapitulation des mouvements
quotidiens du portefeuille obligataire, à savoir les cessions fermes, les achats fermes et les
rachats temporaires.

Une fois cette étape de conception est achevée, la deuxième étape peut être entamée.
Au cours de cette étape de valorisation quotidienne du portefeuille, les titres de créances émis
par les émetteurs publics ou privés sont évalués sur la base de la courbe des taux de référence
publiée quotidiennement par Bank AL Maghrib. Cette courbe est déterminée à partir des taux
de rendement des dernières transactions sur les bons du trésor émis par adjudication
effectuées sur les marchés primaires et secondaire. La valorisation du portefeuille obligataire
consiste à déterminer le prix marché, le prix en pourcentage de pied de coupon 6 et le taux
actuariel pour chaque titre appartenant à ce portefeuille obligataire.

En analysant les données relatives au portefeuille obligataire de la CMR durant


l’année 2009, et en s’intéressant aux évolutions, nous obtenons les résultats présentés ci-
dessous.

III.1. Evolution de la VL

A partir du graphique ci-dessous, nous remarquons que les deux séries, à savoir la
valeur liquidative du portefeuille obligataire de la CMR et la valeur de l’indice MBI, ont la
même tendance et une allure haussière sur la quasi-totalité de la période d’étude. D’autre part,
les deux séries sont fortement corrélées et le coefficient de corrélation est de l’ordre de 99%.

6
Voir Annexe2.

52
1,380.00 190.00

1,360.00
185.00
1,340.00

1,320.00 180.00
1,300.00 Valeur
175.00 liquidative(axe de
1,280.00 gauche)
1,260.00 MBI composite(axe
170.00 de droite)
1,240.00

1,220.00 165.00
8 9 9 9 9 9 9 9 9 9 9 9 9 9 9
2 00 2 00 2 00 2 00 20 0 20 0 2 00 2 00 2 00 2 00 20 0 20 0 2 00 2 00 2 00
2 / 1 / 2 / 3 / 4/ 5/ 5 / 6 / 7 / 8 / 9/ 0/ 0 / 1 / 2 /
1 /1 5/0 9/0 6/0 0/0 5/0 0/0 4/0 9/0 3/0 7/0 2/1 7/1 1/1 6/1
3 2 1 1 1 0 3 2 1 1 0 0 2 2 1

Graphique1 : Evolution de la VL du portefeuille de la CMR et du MBI

III.2. Evolution de la performance


En appliquant la méthode de la valeur liquidative au portefeuille obligataire de la
CMR, la performance est obtenue à l’aide de la formule :

VL ( T 1) −VL(T 0 )
VL(T 0)

En prenant l’exemple illustré dans le tableau ci-dessous, la performance réalisée par le


portefeuille entre le 30/12/2009 et le 31/12/2009 est de 0.0386% obtenue à partir de la
différence relative entre les valeurs liquidatives correspondantes à ces deux dates.

Tableau1 : Calcul de la performance par la méthode de la VL

Date Val marché + très nombre des parts Valeur liquidative Performance
30-12-2009 53,157,968,062.19 39,165,145.56 1,357.28  
31-12-2009 53,193,900,392.39 39,176,505.45 1,357.80 0.0386%

En procédant ainsi, la performance réalisée par le portefeuille durant l’année 2009


connait d’énormes fluctuations, les plus fortes d’entre elles sont observées durant le mois
d’Avril et le début du mois de Mai. Alors que durant les autres mois de l’année, les
performances sont généralement comprises entre -0.10% et +0.10%.

La plus faible performance est de -0,3287%, elle est réalisée le 02/04/2009, et au cours
du même mois le portefeuille a réalisé la plus faible performance observée durant l’année
2009, et elle est de 0,4926%.

Toutefois, il est remarquable que les fluctuations de la performance du portefeuille sont plus
fortes au début de l’année qu’à la fin.

53
0.60%
0.50%
0.40%
0.30%
0.20%
0.10% Perf portefeuille
0.00%
-0.10%
-0.20%
-0.30%
-0.40%
/ .
/ .
/ .
/ .
/ .
/ .
/ .
/ .
/ .
/ .
/ .
/ .
/ .
/ .
/ .
/0 .
/ .
/ .
/ .
/ .
/1 .
..
18 01..
04 01..
21 02..
10 02..
27 03..
13 03..
30 04..
17 04..
03 05..
20 06..
07 06..
24 07..
10 07..
27 08..
13 08..
30 09..
17 9..
03 10..
20 11..
07 11..
24 12..
2.
/
01

Graphique2 : Performance du portefeuille obligataire de la CMR

Chapitre 2
Etude chronologique de la performance
du portefeuille obligataire de la CMR

Dans des fins d’analyse de la performance du portefeuille obligataire de la CMR et


d’élaboration d’un modèle convenable qui servira à faire des prévisions, ce chapitre sera
consacré à une application des techniques d’analyse des séries chronologiques sur la série des
valeurs de la performance du portefeuille sur la période allant du 01/01/2009 au 31/12/2009.

54
Il s’agit d’appliquer la méthode de Box et Jenkins, cette méthode systématise une
démarche d’analyse des séries temporelles. En effet, Wald (1954) montre que les modèles
ARMA permettent de représenter la plupart des processus stationnaires : la partie
autorégressive d’un processus, notée AR, est constituée par une combinaison linéaire finie des
valeurs passées du processus, tandis que la partie moyenne mobile, notée MA, est constituée
d’une combinaison linéaire finie en t des valeurs passées d’un bruit blanc.

I. Application de la méthode Box et Jenkins7


Dans la méthodologie d’analyse des séries chronologiques synthétisée par Box &
Jenkins en 1976, on utilise les processus précédents pour construire un modèle restituant le
mieux possible le comportement d’une série temporelle selon une procédure en trois étapes :
identification, estimation et validation.

Dans cette partie nous allons appliquer cette méthodologie de Box et Jenkins sur les
performances du portefeuille obligataire de la CMR durant l’année 2009, afin de vérifier
l’existence d’un modèle adéquat qui servira à faire des prévisions.

I.1. Etude de la stationnarité


Avant de traiter d’une série chronologique, il convient d’en étudier les caractéristiques
stochastiques. Si ces caractéristiques, c'est-à-dire son espérance et sa variance, se trouve
modifiées dans le temps, la série chronologique est considérée comme non stationnaire.
Autrement, dans le cas d’un processus stochastique invariant, la série temporelle est alors
stationnaire.

Ainsi, afin d’appliquer la méthode de Box et Jenkins, la série chronologique traitée doit être
stationnaire. Dans ce qui suit, nous présenterons les tests et les méthodes les plus utilisées
pour stationnariser une série chronologique, notamment les tests de Dickey-Fuller et ceux de
Dickey-Fuller augmentés.

Ces tests permettent de mettre en évidence le caractère stationnaire ou non d’une chronique,
leur principe est de tester l’hypothèse d’existence d’une racine unitaire. Si cette hypothèse est
vérifiée la série n’est pas stationnaire.

Test de la racine unitaire (Augmented Dickey-Fuller)8


 Test sur le modèle avec tendance  et avec constante
Le tableau ci dessous donne le critère AKAIKE concernant l’existence de la tendance en
tenant compte de l’hypothèse nulle:

H0  : le coefficient de la tendance du modèle est égal à 0.

7
Le cadre théorique de la méthode de Box et Jenkins est présenté à l’annexe3.
8
Les théories des tests sont présentées à l’annexe 4.

55
Figure2: Résultats d’estimation du modèle avec constante et avec tendance

D’après les résultats obtenus à l’aide du logiciel E-views, la p-value est inférieure au seuil
5%, et donc l’hypothèse H0 est rejetée. Par la suite, la série des performances comporte une
tendance.

Le modèle estimé s’écrit alors :

perf t =0.000404−1.181872 perf t −1−1.11∗10−6 t (Eq1)

 Test de racine unitaire

Figure3: Résultats du test de racine unitaire

La p-value associée au t-statistic du test est inférieure à tous les seuils 1%, 5% et 10%
et par la suite, l’hypothèse nulle d’existence de racine unitaire est rejetée. Puisque les tests de
56
Dickey-Fuller ont permis de détecter l’existence d’une tendance et d’une racine unitaire, La
série représente donc un processus TS (voir encadré).

Encadré

Un processus TS (Trend Stationary) s’écrit sous la forme : x t=f t + ε t où f t est une fonction
polynomiale du temps linéaire ou non linéaire, et ε t un processus stationnaire.

Le processus TS le plus simple et le plus répandu est représenté par une fonction polynomiale
de degré 1. Le processus TS porte alors le nom de linéaire et s’écrit :

x t=a0 +a1 t+ ε t .

Ce processus TS est non stationnaire car E [x t ] dépend du temps. Connaissant â 0 et â 1, le


processus x t peut être stationnarisé en retranchant, de la valeur de x t en t, la valeur estimée
â 0 + â1 t .

La série des performances peut alors être stationnarisée, la nouvelle variable est
définie comme suit :

perfcorrigé t= per f t−(0.000404−1.11∗10−6 t)

Afin de s’assurer de la stationnarité de la nouvelle série, nous avons effectué le test de


racine unitaire. Ce test a permis de rejeter l’hypothèse d’existence de racine unitaire, et par la
suite confirmer la stationnarité de cette série, comme le montrent les résultats suivants :

Figure4 : Résultats du test de racine unitaire sur PERFCORRIGE

I.2. Identification et estimation du modèle

Après la stationnarisation de la série, nous pouvons identifier les valeurs des


paramètres p,q du modèle ARMA(p,q).
I.

57
I.2.1. Analyse du corrélogramme

En se basant sur le corrélogramme de la nouvelle série, les ordres p et q du modèle


peuvent être déterminés.

Figure5: Corrélogramme de la PERFCORRIGE

Nous remarquons que seulement le premier terme du corrélogramme simple et partiel


est différents de 0, alors que tous les termes du corrélogramme sont faibles, nous pouvons
anticiper un processus de type ARMA (p,q), avec p≤1 et q≤1.

Pour retrouver le modèle qui s’ajuste le mieux à cette série on va chercher celui qui minimise
le critère AKAIKE. Pour ce faire, il faut estimer les modèles suivants : ARMA(1,1) ; AR(1) et
MA(1).

I.2.2. Choix du modèle

 Estimation du modèle ARMA(1,1)


L’estimation des paramètres du modèle fournie par le logiciel est présentée dans le
tableau suivant :

58
Figure6 : Résultats d’estimation du modèle ARMA(1,1)

Puisque les p-values associées à AR(1) et à la constante sont supérieures au seuil 5%, alors
ces coefficients sont significativement nuls, le modèle ARMA(1,1) est par la suite rejeté.

 Estimation des deux modèles AR(1) et MA(1)

59
Figure7 : Résultats d’estimation du modèle AR(1) avec constante

Figure8 : Résultats d’estimation du modèle MA(1) avec constante

D’après les résultats d’estimation obtenus pour chacun des deux modèles AR(1) et
MA(1), il s’est avéré que la constante est significativement nulle au seuil de 5% pour les
deux modèles. L’étape suivante est de réestimer ces deux modèles sans constante et de choisir
le meilleur à l’aide du critère AIC.

 Réestimation des modèles AR(1) et MA(1) sans constante 

60
Figure9 : Résultats de réestimation du modèle AR(1) sans constante

Figure10 : Résultats de réestimation du modèle MA(1) sans constante

D’après les résultats d’estimation obtenus pour chacun des deux modèles AR(1) et
MA(1), les paramètres sont significativement non nuls puisque les p-values associées sont
inférieures au seuil 5%. Toutefois, la plus petite valeur du critère AIC correspond à celle du
modèle MA(1).

Il convient donc maintenant d’analyser le résidu à partir de sa fonction d’autocorrélation.

61
I.2.3. Validation du modèle

 Autocorrélation des résidus

Figure11 : Corrélogramme des résidus

D’après l’observation du corrélogramme des résidus nous constatons que les résidus se
retrouvent à l’intérieur des deux intervalles de confiance et que la statistique Q a une
probabilité supérieure à 0,05. Les résidus se rapprochent exactement à un bruit blanc.

 Test de Breusch-godfrey ou test LM d’autocorrelation 

Figure12 : Test LM d’autocorrélation des résidus

La probabilité calculée est supérieure à la probabilité critique de 5%, ainsi nous


pouvons confirmer l’absence d’autocorrélation des erreurs.

 Analyse de la normalité (test de Jarque-Bera)

62
Figure13 : Test de normalité des résidus

L’histogramme montre que :

 Le coefficient d’asymétrie = 2,13429>0


 Le coefficient d’aplatissement = 19,32301>3
 La p-value du test de J-B=0<0,05

Nous rejetons l’hypothèse de normalité en ce qui concerne l’asymétrie et


l’aplatissement de la distribution, ce qui est confirmé par la probabilité critique de Jarque-
Bera. Donc la série des résidus est un bruit blanc non gaussien.

 Test d’ homoscédasticité
La détection de l’hétéroscédasticité est obtenue par le processus ARCH en considérant
comme hypothèse :

 H0 : il ya homoscédasticité.
 H1 : il ya hétéroscédasticité.
Nous retrouvons ce qui suit :

63
Figure14 : Résultat du test ARCH

Puisque la p-value est inférieure à 0,05, alors il ya hétéroscédasticité, ce qui ne permet


pas de procéder par une simple modélisation de type MA(1).

Pour remédier à ce problème, la littérature parle des modèles de type ARCH (ou de
GARCH) qui permettent de modéliser des chroniques qui ont une volatilité (ou variance ou
encore variabilité) instantanée qui dépend du passé. Il est ainsi possible d’élaborer une
prévision dynamique de la chronique en termes de la moyenne et de variance.

II. Estimation de la volatilité par le modèle GARCH

II.1. Littérature sur le modèle GARCH


Ce modèle est très utile pour modéliser l'effet de la volatilité sur la série de la
performance corrigée. Les modèles économétriques ARCH et GARCH (autoregressive
conditional heteroscedasticity et generalized autoregressive conditional heteroscedasticity)
permettent de modéliser le comportement de la variance conditionnelle du terme aléatoire
d'une équation économétrique dans le temps.

II.1.1. Modèle GARCH(1,1)

Le modèle GARCH (1, 1) est fort prometteur pour prévoir la variance conditionnelle
de la performance corrigée. La formule générale de ce modèle est représentée par un

64
GARCH(p,q). Les prévisions de GARCH (p, q) pour la volatilité au temps (t +1), basées sur
des valeurs observées au temps t, sont données par :

p q
σ 2t+1=W + ∑ α i r 2t +1−i + ∑ β j σ 2t +1− j
i=1 j=1

r 2t +1−i : Représente les carrés des rendements historiques

σ 2t+1− j : Représente les estimations historiques de la variance

W , α i , β j: Sont des paramètres positifs

Le modèle GARCH, le plus simple et le plus utilisé, fixe p et q à 1. Le modèle GARCH(1,1)


est donné par:

σ 2t+1=W +α r 2t + β σ 2t

Les paramètres w, α et β sont utilisés pour définir le modèle GARCH (l, 1) et pour
illustrer l'efficacité du modèle en captant l'effet de grappe de la volatilité (volatility
clustering).
Les paramètres du modèle doivent être estimés à partir des rendements historiques de
l'actif soit la performance dans notre cas. La technique utilisée pour l'estimation de ces
paramètres est celle du maximum de vraisemblance « maximum likelihood estimation». Les
rendements sont supposés distribués normalement avec une moyenne nulle et une variance σ².

Dans ce modèle, α et β mesurent la persistance de la volatilité.


 Si α +β < 1, alors la variance suit un processus de retour à la moyenne.
 Plus α +β tend vers 1, plus la volatilité persiste.
 Plus α +β tend vers 0, plus la volatilité converge rapidement vers la variance à long
terme.
II.1.2. Prévisions de la volatilité à long terme et de la structure à terme

La variance à long terme dans le modèle GARCH(1,1) est donnée par:

W
σ 2=
1−α −β

D'où l'équation de la variance se réduit à:

σ 2t+1=W +α r 2t + β σ 2t =σ 2 (1−α −β )+ α r 2t + β σ 2t

Pour le nième jour, la variance donnée par le modèle GARCH sera:


σ 2t+n =σ 2 ( 1−α −β ) +α r 2t +n−1 + β σ 2t +n−1

σ 2t+n −σ 2=α (r ¿ ¿ t+ n−12−σ 2)+ β ( σ 2t +n−1−σ 2 )¿

65
Au temps t, la valeur espérée de r 2t +n−1 est:
2
Et [ r 2
]=σ t +n−1
t +n−1

D'où, sachant que Et [ σ 2t ]=σ 2t , on aura:

Et [ σ 2t +n−σ 2 ]=(α + β )Et [ σ 2t +n−1−σ 2 ]

Et [ σ 2t +n−σ 2 ]=(α + β )n [ σ −σ ] 2 2
t

La structure à terme de la volatilité peut être obtenue à partir du modèle GARCH (l, l).

Une fonction V ( n )=E t [ σ 2t +n ] et une constante a=−ln ⁡(α + β) sont d'abord définies. La fonction
V ( n ) s'écrit sous la forme suivante:

V ( n )=σ 2 +e−αn [V ( 0 )−σ 2 ]

Avec la variance V ( 0 )=σ 2t donnée par le modèle GARCH (1,1). La variance moyenne sur
l'intervalle (0, T) est donnée par:
T μ=T
1 1 e−αμ

T u =0
V ( u ) d u= μ σ 2−
T α (
[ V ( 0 )−σ 2 ] ) μ=0

T −αT
1 2 1−e
∫ V ( u ) du=σ + [ V ( 0 )−σ 2 ]
T u =0 αT

Comme l'équation représente la variance moyenne quotidienne, il faut la multiplier par 252
pour l'annualiser:

1−e−αT ( ) 2
σ 2 ( T )=252∗ σ 2 + ( αT
[ V 0 −σ ] )
Et la volatilité moyenne annuelle sera donnée alors par:

σ ( T )= 252∗ σ +

1−e−aT
aT [ 2
(V ( 0 )−σ 2) ]
La structure à terme prévue par le modèle GARCH(1,1) peut être représentée graphiquement
en traçant σ(T) en fonction de T au graphique suivant :

66
Figure15: Structure à terme de la volatilité par le modèle GARCH

Quand la variance actuelle de GARCH σ 2t+1 est inférieure à la variance à long terme
σ 2t , la pente de la courbe sera positive. Cela revient au fait que lorsque α + β< 1, la variance
actuelle donnée par le modèle GARCH suit un processus de retour à la variance moyenne. Par
conséquent, la variance actuelle augmentera de manière à converger vers la variance
moyenne. Par contre, quand σ 2t+1 >σ 2 la pente de la courbe sera négative. En effet, la variance
actuelle diminuera pour converger vers la variance à long terme.

II.2. Application du modèle GARCH à la série de la performance


corrigée
En utilisant le logiciel Eviews, les résultats d’estimation du modèle GARCH sont
présentés dans la figure suivante :

Figure16: Résultats du modèle GARCH

67
Tous les coefficients sont significativement différents du zéro puisque les p-values sont
inférieures à 5%.

GARCH = 1,1227.10-8 + 0.1208*RESID (-1)^2 + 0.8651*GARCH (-1)

Nous pouvons ainsi, grâce à ce modèle, estimer la série de la variance conditionnelle 9


de la série chronologique PERFCORRIGE. La variance de long terme est de l’ordre de
7,9624.10-7.

Le calcul de la variance conditionnelle pour la journée de 31/12/2009 donne σ 2estimée


=0,000000125 d’où la volatilité est de l’ordre de 0,0353%.

Cette modélisation de la variance conditionnelle va nous permettre d’évaluer le risque


encouru par le portefeuille de la CMR à travers la VaR conditionnelle qui fera l’objet du
prochain chapitre.

9
Voir Annexe5 : série de la variance conditionnelle obtenue par E-views sur la période allant de 1/1/2009 à
31/12/2009

68
Chapitre 3
Evaluation du risque du portefeuille obligataire
de la CMR

Dans le cadre de mesure de risque, la VaR s’est imposée comme l’outil privilégié chez
les institutions financières. Il s’agit d’une grandeur statistique qui résume toute l’information
en un seul chiffre et dont la connaissance permet d’évaluer la quantité de fonds propres
nécessaire pour couvrir la perte produite et d’allouer davantage de fonds aux activités les plus
rentables. En d’autres termes, La VaR d’un portefeuille d’actifs financiers correspond au
montant de perte maximum sur un horizon de temps donné.
Cependant, cette méthode nous permettra de cerner le risque de marché : plus la performance
de notre portefeuille s’écartera de son benchmark, plus nous pourrions être fixé quant au
degré d’exposition au risque. En effet, à chaque fois que cet écart augmente, l’estimation de la
VaR devient importante. Et donc nous pourrions construire un indicateur de risque qui
servirait d’outil statistique permettant au gérant de portefeuille de quantifier le risque encouru.

I. Principe de la VaR
Le calcul de la VaR repose sur la connaissance de la distribution de la fonction P&L
du portefeuille objet de l’étude.

Le P&L d’un portefeuille de valeur P t+h à l’instant t+h, sur un horizon de h jours est donné
par :

P&L (t ; h)= ∆hPt = Pt+h - Pt

Par définition, la VaR sur h jours avec un niveau de confiance de (1-α) est la valeur R
telle que la probabilité de perdre R au plus, au delà de h jours, est égale à (1- α) : avec

Pr (P VaR) 1

Où : est le seuil de confiance choisi.

Nous pouvons illustrer graphiquement la VaR de la manière suivante :

69
Figure17:Représentation graphique de la VaR

Ainsi, la VaR d’un portefeuille dépend essentiellement de 3 paramètres :

 La distribution de la fonction de pertes et profits du portefeuille.


 Le niveau de confiance choisi (95% ou 99% en général). C’est la probabilité que les
pertes éventuelles du portefeuille ne dépassent par la Value at Risk.
 L’horizon temporel choisi. Ce paramètre est très important car plus l’horizon est long
plus les pertes peuvent être importantes.
D’une manière générale, la VaR donne une estimation des pertes qui ne devraient pas
être dépassées sauf pour un événement extrême sur un portefeuille. Elle donne en un seul
chiffre le montant à risque d’un portefeuille.

La détermination de la distribution de la fonction P&L du portefeuille et les


hypothèses dont elle fait objet permettent de distinguer trois principales approches de calcul
de la VaR, il s’agit de :

L’approche historique : cette méthode est simple et requiert peu d'hypothèses concernant la
distribution statistique des facteurs de marché. On estime la distribution des pertes à partir de
l’historique des pertes constatées.

L’approche variance covariance : cette méthode repose sur l'hypothèse de normalité de la


distribution des facteurs sous-jacents du marché.

L’approche Monte Carlo : cette méthode repose sur un ajustement d’une distribution
paramétrique à partir de l’historique des pertes par le biais des simulations de Monte Carlo.

70
II. Critère de choix de la VaR conditionnelle
II.1. Limites de l’approche historique
Cette approche est actuellement dépassée vu les difficultés liées à l’utilisation de
données passées pour calculer la VaR, ces difficultés représentent des problématiques dans le
cadre de la méthode historique. En effet, cette méthode se base sur des données historiques, ce
qui fait que pour calculer sa VaR, l’institution financière est tenue de récolter et de stocker
une quantité importante de données historiques relatives à un grand nombre de facteurs de
risque. Ces exigences en matière de données peuvent poser problème, particulièrement
lorsque les instruments financiers sont récents ou proviennent de marchés émergents.

II.2. Limites de l’approche variance covariance


Cette approche présente également quelques inconvénients. En effet, l’hypothèse de
normalité de la performance constitue une hypothèse fondamentale formulée par la méthode
paramétrique. Cette hypothèse simplifie considérablement la procédure des calculs mais elle
n'est pas vérifiée empiriquement.

Dans notre cas, le test de Jarque-Bera appliqué à la série d’observation de la


performance montre que cette série n’est pas gaussienne, puisque la p-value associée à ce test
est inférieure au seuil 5%. Cette approche est alors écartée de notre analyse.

Figure18 : Normalité de la série de la performance


II.3. Limites de l’approche Monte Carlo
La méthode de simulation Monte Carlo constitue une technique dont les possibilités
théoriques semblent illimitées, c’est un outil de gestion de risque très puissant et flexible.
Toutefois, cette méthode présente une grande complexité théorique et pratique. La lenteur
d’exécution et la grande vulnérabilité de cette méthode au risque de modèle sont des
conséquences de cette complexité.

71
La méthode de simulation Monte Carlo présente l’inconvénient majeur d’être la plus
complexe des approches de calcul de la VaR. En fait, elle rend la VaR peu intuitive, difficile à
comprendre et donc inappropriée pour communiquer les résultats à l’institution financière.

II.4. Utilisation de la VaR conditionnelle


La validité des différentes approches est mise en cause surtout pour mesurer la perte
dans le cas d’une distribution non gaussienne. A cet effet, Artzner et Al (1999) ont proposé
une mesure de risque appelée Conditional VaR (CVaR).

III. VaR conditionnelle


III.1. Cadre théorique
Comment obtenir une prévision de la Value-at-Risk à partir d’un modèle GARCH ?
La démarche est indirecte ; dans un premier temps, on fait une hypothèse sur la distribution
conditionnelle des rendements, puis l’on estime les paramètres de GARCH, généralement par
une procédure de maximum de vraisemblance. Dans une seconde étape, on déduit du modèle
GARCH estimé une prévision de variance conditionnelle, qui est couplée à l’hypothèse
retenue sur la distribution des rendements, et permet de construire une prévision sur le fractile
de la distribution de pertes et profits. Considérons l’exemple d’un modèle GARCH sous
hypothèse de distribution normale. On suppose ainsi que les rendements, notés r t satisfont le
modèle suivant :

Rt =c +ε t

ε t=z t √ ht

σ t+1=w+ α ε t 2+ β σ t

z t N (0,1) où z t désigne un bruit blanc faible homoscédastique et où les paramètres


w , α , β et c sont des paramètres vérifiant la condition w >0 , α > 0 , β >0 ,

σ t=E (ε t / ε t −1 ) désigne la variance conditionnelle du résidu ε tet donc des rendements


r t . On suppose que l’on dispose de la série historique des rendements observés entre les dates
t=1 et t=T.

Soient w^ , α^ , β^ , c^ des estimateurs convergents (du maximum de vraisemblance) des


paramètres w , α , β et c . Soit σ 1 une condition initiale sur le processus de la variance
conditionnelle σ t (dans le cadre d’EVIEWS cette condition initiale est fixée de façon
arbitraire au niveau de la variance conditionnelle). A partir de ces différents éléments, il est
possible de prévoir la variance conditionnelle des rendements pour la date T+1 de la façon
suivante :

^ + α^ ε^ T 2+ β^ σ^ T
σ^ T +1 =w

σ^ T +1 =^
w + α^ ¿

72
On note VaRT +1 /T ( α ) la prévision de la Value-at-Risk de niveau 1-α anticipée pour la
date T+1 conditionnellement à l’information disponible à la date T. Par définition de la
Value-at-Risk.

Pr ⁡¿)= 1−α

On en déduit immédiatement que :

VaRT +1 /T ( α )−c
(
Pr z t +1<
√ σ T +1 ) =1−α

En remplaçant le paramètre c par sa valeur estimée et la variance conditionnelle en


T+1 par sa valeur anticipée ce qui donne :

VaRT +1 /T ( α )−^c
(
Pr z t +1<
√ σ^ T +1 )

Soit G(x) la fonction de répartition de la loi normale centré réduite. La prévision de la


Value-at-Risk est finalement définie par la quantité suivante :

VaRT +1 /T ( α )=√ σ^ T +1 G−1 ( α ) + c^

III.2. Application de la CVaR au portefeuille obligataire de la CMR


Nous pouvons ainsi estimer, grâce à ce modèle, la série des variances
conditionnelles. Il sera ensuite question de générer des nombres aléatoires suivant une loi
normale puis calculer le quantile qui représente notre VaR conditionnelle au seuil de
confiance désiré, et pour l’horizon voulu.

Le calcul de la VaR pour la journée du 31/12/2009 au seuil de 95% donne alors :


0,0551%

D’après ces résultats, nous constatons qu’au 31/12/2009, le portefeuille de la CMR


aurait pu faire une perte de l’ordre de 0,0551% de la valeur liquidative du portefeuille.

Cela veut dire que la perte maximale à prévoir pour la journée du 31 /12 est égale à :

(0,0551%×VL(31/12/2009)=(0,0551% ×1357,277)=0,75

Pour visualiser l’effet de cette modélisation, nous pouvons s’intéresser à la


visualisation de l’allure du Backtesting.

III.3. Notion et application du Backtesting

73
Le Backtesting est une technique qui permet de tester la validité du modèle de calcul
de la VaR, son objectif est de dénombrer les fois où la perte réelle observée est supérieure au
montant prévu et calculé par le modèle interne.

Il consiste à confronter la VaR calculée en t-1 avec les pertes et profits effectivement
réalisés en t. Ainsi, pour un niveau de confiance 95%, les pertes effectives ne devraient
dépasser les prévisions de la VaR que dans 5% des cas. Sinon, la méthode de calcul choisie
serait inadaptée au portefeuille considéré.

Pour notre cas, le nombre de dépassements possibles est au plus égal à : 0,05×365=
18,25

BACKTESTING
8.00

6.00

4.00
var
2.00 p&l
Axis Title
-
1 1 8 35 5 2 69 8 6 0 3 2 0 3 7 5 4 7 1 8 8 0 5 2 2 3 9 5 6 7 3 9 0 0 7 2 4 4 1 5 8
-2.00 1 1 1 1 1 1 2 2 2 2 2 2 3 3 3 3

-4.00

-6.00

Graphique3 : Backtesting de la VaR conditionnelle

Nous remarquons bien que le nombre de dépassements obtenu est égal à 8, donc le
modèle de calcul de la VaR est validé.

Il semble clair que la VaR conditionnelle réagit aux fluctuations de la valeur


liquidative de portefeuille. C’est l’effet de la modélisation de la volatilité journalière obtenue
à partir du modèle GARCH qui donne ce résultat assez intéressant.

Conclusion

Dans le cadre de cette deuxième partie, nous avons présenté les différentes méthodes
de mesure de la performance d’un portefeuille, en s’intéressant à celle utilisée par la CMR, à

74
savoir la méthode de la valeur liquidative. La série de la performance obtenue a enregistré
d’énormes fluctuations durant l’année 2009, les plus fortes d’entre elles sont remarquées aux
quatre premiers mois de l’année.

Nous avons procédé par la suite à l’essai de modélisation de la performance par des
modèles de type ARMA (p,q), mais il s’est avéré que cette performance ne peut pas être
modélisée ainsi, suite au problème d’hétéroscédasticité, où la variance de la série n’est pas
constante et dépend des valeurs prises. Afin de remédier à ce problème, nous avons utilisé le
modèle GARCH qui sert au calcul de la VaR conditionnelle. Ainsi, grâce à cette modélisation
du type ARCH/GARCH, nous avons pu estimer cette variance conditionnelle, et nous avons
constaté que cette dernière réagie parfaitement aux fluctuations du portefeuille.

Pour compléter notre analyse nous allons nous pencher dans la partie suivante -celle de
l’attribution de la performance- sur une analyse des résultats établis par le portefeuille en les
comparant avec ceux de l’indice de marché.

75
Troisième partie :

Attribution de la performance d’un


portefeuille obligataire

 Attribution de la
performance
classique : Objectif et
démarche.

 Attribution de la
performance
obligataire : Benchmark
obligataire et principaux
méthodes d’attribution de
performance proposées par
le GRAP.

 Automatisation sous
VBA et analyse des
résultats

76
Introduction

Nul ne pourrait démentir le rôle culminant d’une évaluation efficiente de la


performance quand il s’agit de juger le comportement d’un portefeuille par rapport aux
tendances évolutionnaire du marché des valeurs mobilières. Néanmoins, une interprétation
unilatérale des résultats qui découlent d’une telle approche reste tout de même tributaire d’une
houle de critiques, dans la mesure où elle éclipse intégralement toute tentative de
raccordement entre la performance d’un portefeuille et celle du benchmark, sachant que la
mise en avant de la liaison étroite qui existe entre ces deux grandeurs est primordiale dans un
contexte analytique convoitant la détection des facteurs qui subsistent derrières les écarts
dévisagés entre l’évolution en valeur du dit portefeuille et le référentiel relatif au marché.

A cet égard, les efforts se sont décuplés de la part la communauté scientifique, en vue
de la conception d’une formalisation qui pourrait éventuellement expliciter les multiples
dynamiques qui régissent cette problématique. De notre part, nous nous sommes focalisés sur
les solutions méthodologiques préposées par le GRAP, et qui mirent une évaluation judicieuse
de la performance d’un portefeuille obligataire afin de bien cibler les critères qui doivent faire
sujet d’une réévaluation rectificative pour la mise en forme de ce dernier. En parallèle à cela,
nous avons jugé salutaire de procéder à l’automatisation de cette procédure d’attribution de la
performance sous forme d’un outil VBA afin de la vulgariser tout en épargnant son utilisateur
de la lourdeur des rouages scientifiques qui constituent l’ossature de cette partie.

77
Chapitre 1

Attribution de la performance classique

I. Terminologie

Lorsqu’une gestion repose sur la définition d’un benchmark, il importe d’analyser les
décalages de rendement observés entre le portefeuille géré et cette cible et de comprendre leur
origine. C’est ce qu’il est convenu d’appeler l’attribution de performance.

L’attribution de performance classique s’applique en principe à tout type de fonds :


actions, actions et obligations, diversifiés (actions, obligations et monétaires), que ces actifs
soient nationaux ou internationaux.

I.1. Objectif

L’attribution de la performance consiste à décomposer l’écart de performance par


rapport à un portefeuille de référence en plusieurs facteurs explicatifs. Pour parvenir à une
explication pertinente, la décomposition entre ces différents effets doit refléter le plus
fidèlement possible les étapes du processus de gestion. Elle permet ainsi de valider le style de
gestion et, plus finement, d’identifier les étapes du processus d’investissement où la société de
gestion apporte la plus grande valeur ajoutée.

L’attribution de performance permet d’améliorer le processus de gestion. Elle peut


aussi conduire les gestionnaires à se spécialiser dans les décisions ou les classes d’actifs où
leur compétence est démontrée, accentuant par là, la segmentation de la gestion.

Ainsi, L’attribution de performance a pour but d’expliquer a posteriori la surperformance d’un


fonds d’actifs financiers par rapport à un objectif de gestion (i.e. un benchmark) défini a
priori.

I.2. Notion du benchmark

Un benchmark est un portefeuille de référence qui traduit d’une manière fidèle les
objectifs et les contraintes de la gestion. Dans la pratique, c’est un portefeuille cible déterminé
en fonction de gestion, par rapport à des contraintes données. Il s’agit d’une sélection de
valeurs mobilière représentant l’évolution du marché financier ou certains secteurs en
particuliers, par exemple, les fonds islamiques ont pour référence un portefeuille cible qui
exclut les secteurs des banques et assurances, brasserie et hôtellerie.

78
Un benchmark doit répondre à trois critères importants :

 Référence acceptable, choisie avant le début de la gestion et en accord avec les besoins
du gestionnaire.
 Référence accessible au gérant dans le respect des contraintes de gestion.
 Référence tenant compte, autant que possible, des règles de valorisation du
portefeuille mesuré.

En pratique, le benchmark choisi est un indice boursier qui peut être pur, i.e. composé
d’une seule catégorie d’actif comme le MASI, CFG25 ou MBI, comme il peut être composite,
i.e. constitué de plusieurs catégories d’actifs exemple d’un indice composé de 30% MASI et
70% MBI.

II. Démarche classique d’attribution de performance

L’attribution de performance consiste à expliquer les rendements d’un


portefeuille par les décisions d’allocation d’actifs et de choix de valeurs. Il s’agit d’une
attribution à deux niveaux. Pratiquement, trois effets sont mis en évidence : l’allocation
tactique et la sélectivité, qui sont purs l’un et l’autre, et un effet croisé, qui mesure
l’interaction entre ces deux types de décisions. Pour mettre en évidence cette démarche, il
faut, tout d’abord, définir un benchmark.

Une fois le portefeuille de référence (le benchmark) choisi, le processus de gestion


peut être schématiquement décomposé en deux parties :

L’allocation d’actifs : elle consiste à décider de la sur ou sous pondération des grandes
classes d’actifs par rapport à leur poids dans le benchmark. Par exemple, si l’on considère un
benchmark composite contenant 50 % de MASI et 50 % de MADEX, la décision d’allocation
d’actif consiste à se démarquer de cette pondération et à choisir par exemple 60 % de MASI et
40 % de MADEX.

La sélection des titres : le gérant sélectionne les titres de la classe d’actifs qui lui permettront
de « battre » l’indice associé à cette classe. L’ensemble des titres susceptibles d’être choisis
pour une classe est défini à l’avance. La solution la plus simple et la plus cohérente consiste à
considérer les titres de l’indice, par exemple les actions retenues dans le calcul de l’indice
MADEX.

Pour présenter la méthode de calcul de surperformance et de sa décomposition, nous


considérons un portefeuille, noté p, et un benchmark, noté b, composés de n classes d’actifs
indexées par i=1,...,n. Et soient les notations suivantes :

w pi : le poids de la classe i dans le portefeuille.

79
w bi : le poids de la classe i dans le benchmark.

R pi : la rentabilité sur la période étudiée de la classe d’actifs i du portefeuille.

Rbi : la rentabilité sur la période étudiée de la classe d’actifs i du benchmark.

Rb : la rentabilité moyenne du benchmark sur la période étudiée.

La somme des pondérations dans le benchmark et dans le portefeuille est égale à 1 :

∑ w pi=∑ wbi=1
i i

L’excès de rendement du portefeuille par rapport au benchmark à décomposer est :

ER=∑ (w pi ¿ R pi )−∑ (w bi ¿ R bi)¿ ¿


i i

Il s’agit dès lors de le décomposer en ses principales sources correspondant au


processus de gestion, à savoir : l’allocation d’actifs et la sélection de titres. Et il sera
nécessaire de rajouter un terme d’interaction pour assurer l’égalité avec la formule ci-dessus.
II.1. Effet allocation

Lorsque l’on cherche à expliquer l’origine de la sur-performance, un problème se pose


pour l’étude de l’effet d’allocation au niveau d’une classe particulière.

L’allocation tactique conduit le gestionnaire à faire des choix de pondérations dans


chaque classe d’actifs différentes de celles du benchmark. Et lorsque l’on s’intéresse à la
contribution de l’allocation à la surperformance, il faudra tenir compte de l’écart de rentabilité
de la classe par rapport à la rentabilité moyenne du benchmark. La qualité des choix ressort
donc du calcul suivant :

A=∑ ( w pi ¿−w bi )(Rbi−R b) ¿


i

Ce terme est positif lorsque le gestionnaire a réussi en moyenne à surpondérer les classes
d’actif qui ont battu le benchmark.

En effet, la surpondération (respectivement la souspondération) d’une classe du portefeuille


conduit mécaniquement à la souspondération (respectivement la surpondération) d’au moins
une autre classe.

Tableau2 : Critères de décision d’allocation

Surperformance de la
Sousperformance de la classe
classe i : ( Rbi −R b ) >0

80
i : ( Rbi −R b ) <0

Surpondération de la classe Bonne décision : Mauvaise décision :


i : ( w pi −w bi )>0
( w pi−w bi )( R bi−Rb ) >0 ( w pi−w bi )( R bi−Rb ) <0

Souspondération de la Mauvaise décision : Bonne décision :


classe i : ( w pi −w bi )< 0
( w pi−w bi )( R bi−Rb ) <0 ( w pi−w bi )( R bi−Rb ) >0

II.2. Effet sélection

Le gestionnaire peut aussi modifier les pondérations des titres du benchmark dans son
portefeuille, voire investir dans d’autres titres. La qualité de sa sélectivité ressort du calcul
suivant :

S=∑ w bi ( R pi−R bi)


i

Il correspond au produit du poids de la classe i du benchmark et de la différence entre la


rentabilité de la classe i du portefeuille et celle de la classe i du benchmark.

L’effet sélection est alors positif lorsque la classe d’actif surperforme l’indice de référence qui
lui est associé.

II.3. Terme d’interaction

Il est aisé de vérifier que la somme des deux effets précédents ne permet pas de
retrouver la surperformance totale. Pour assurer l’égalité, il est nécessaire de rajouter un terme
dit d’interaction qui a pour expression :

I =∑ (w pi−wbi )(R pi −Rbi)


i

Ce terme traduit le cas où le gestionnaire change à la fois la pondération et la


composition des classes d’actifs. Il peut s’interpréter comme la part d’excès de rentabilité
expliquée par le croisement des deux effets précédents. Il peut aussi être défini comme un
prolongement de l’effet de sélection de titres : ce serait la sélection de titres sur la partie sur
ou sous-pondérée de la classe i.

81
Le terme d’interaction peut être positif, négatif ou nul. Il est positif lorsque le gestionnaire
prend à la fois de bonnes décisions d’allocation d’actifs et de sélection de valeurs. Si l’un des
termes est négatif, alors le terme d’interaction l’est aussi.

La démarche d’attribution est simple dans son principe, mais nécessite de connaitre la
composition du portefeuille à tout instant. Elle est souvent adoptée par les sociétés de gestion
dans le but d’amélioration du processus de gestion. L’attribution de performance prend tout
son sens sur une période d’observation représentative, mais la démarche suppose que la
composition du portefeuille reste statique. Pratiquement, il faut donc faire les calculs sur des
périodes où la composition du portefeuille n’a pas changé et ensuite assembler les résultats
pour couvrir une période plus longue.

82
Chapitre 2
 Attribution de la performance obligataire

L’attribution de performance classique s’applique en principe à tout type de fonds,


Néanmoins, des difficultés peuvent survenir en ce qui concerne les obligations pour lesquelles
la gestion s’effectue principalement en sensibilité ou en duration. D’autres techniques
d’attribution de performance sont alors proposées pour le traitement des produits obligataires.

I. Benchmark obligataire
I.1. Origine et principe

L’observation des besoins exprimés par les gérants et les institutionnels en matière de
benchmark dans le cadre d’une gestion obligataire, permet de constater une totale
insatisfaction du fait de l’absence d’indice obligataire générique faisant l’unanimité en termes
de cohérence.

Ainsi, afin de doter le marché d’instrument de mesure performant, un indice de performance


obligataire sous l’appellation de « Moroccan Bond Index », et une famille de sous indices ont
été créés. Ces indices serviront à mesurer des titres souverains, à taux fixe ayant un encours
suffisamment significatif leur assurant une bonne liquidité sur le marché obligataire.

La logique de construction de ces indices permet de mesurer les performances par tranches de
maturité ainsi que la performance globale du marché obligataire, selon trois principes qui
visent à approcher au plus près : la représentativité des indices, leur homogénéité et la
transparence des méthodes de construction.

83
Le MBI comporte quatre strates, chacune représente un ensemble d’emprunts
éligibles10 contenu dans un intervalle de maturités :

Tableau3 : Indices de strates

Concernant l’algorithme d’échantillonnage, il est fait en deux étapes : la première


étape consiste à sélectionner les emprunts, et la seconde étape consiste à pondérer chaque titre
élu par son encours à la date d’échantillonnage, en rapportant sa valorisation globale à celle
de l’ensemble des emprunts élus dans la strate, tout en respectant la contrainte que la duration
de chaque strate soit contenue, d’une période d’échantillonnage à l’autre, dans les limites
suivantes :

Tableau5 : Contraintes sur les durations des strates du MBI

MBI court terme Inférieure ou égale à 0,6 ans


MBI moyen terme Comprise entre 2,5 et 4 ans
MBI moyen long terme Comprise entre 5 et 6,5 ans
MBI long terme Supérieure ou égale à 7,5 ans

I.2.2. MBI global

Le MBI global mesure la performance de l’ensemble des emprunts éligibles à partir de


la moyenne pondérée des indices de strates. La pondération est représentative du poids de
chaque strate au sein de l’ensemble des emprunts élus.

Le coefficient de représentativité d’une strate mesure le rapport d’échelle entre cette


strate et l’ensemble des titres éligibles. Il se calcule en effectuant le rapport des capitalisations
éligibles de la strate à des capitalisations de la totalité des titres éligibles de toutes maturités :

10
Les emprunts éligibles sont des emprunts satisfaisant à un certain nombre de critères, ils constituent tout
ou partie de l’ensemble des Bons du Trésor émis par adjudication à taux fixe.

84
∑ Vi
CR S = i ∈ S
∑ Vi
i

V i Valorisation globale du titre i.

CR S Coefficient de représentativité de la strate S.

La performance de l’indice global de calcule alors en effectuant une moyenne


pondérée par les coefficients de représentativité des performances des indices des strates.

II. Méthodes d’attribution de la performance obligataire

Les méthodes d’attribution de la performance obligataire présentées dans ce chapitre


sont les fruits des travaux et des recherches du GRAP, le Groupe de Recherche sur
l’Attribution de la Performance. En effet, la constitution d’un premier groupe de recherche sur
l’attribution de performance (GRAP) était motivée par l’absence de réflexion commune entre
les différents acteurs des métiers de l’Asset Management, sur l’introduction de nouvelles
méthodes d’analyse de performance.

Les méthodes en question sont classées selon deux approches : la première consiste à
l’analyse de performance par décomposition de spreads successifs, alors que la deuxième fait
appel à la construction de portefeuilles intermédiaires afin d’analyser la performance par
décomposition de ces portefeuilles synthétiques, mais seule la première approche fera l’objet
de notre étude.

Le fondement de cette approche est la prise en compte des caractéristiques de


formation du prix de l’obligation.

Elle consiste à décomposer le prix de l’obligation en plusieurs éléments pertinents : il s’agit


de quantifier leur impact respectif sur la période d’analyse dans l’évolution de ce prix, afin
d’obtenir une décomposition de la performance du titre. Les éléments pertinents sont les effets
mis en avant dans les résultats de l’attribution de performance.

Plusieurs présentations sont liées à cette approche, parmi lesquelles nous choisissons la
présentation d’Axa Investment Managers et celle de Crédit Agricole Asset Management.
Toutefois, il faut signaler que les méthodes présentées dans le cadre de ce rapport sont
spécifiques au traitement d’un portefeuille mono-devise composé d’emprunts d’Etat.

II.1. Présentation de Axa Investment Managers

85
II.1.1. Principe

La méthode d’Axa IM prend en compte les caractéristiques de formation du prix de


l’obligation et décompose l’évolution de ce prix à partir d’une analyse par flux.

La méthode procède à une analyse de la performance sur la période avant l’attribution de


performance proprement dite. L’analyse de performance consiste à décomposer chaque flux
en :

 Effet portage systémique.


 Effet portage spécifique.
 Effet variation de taux spécifique.
 Effet résidu.

Les différents effets étant calculés au niveau de chaque flux, l’effet au niveau du titre est
obtenu en faisant la somme de ces effets pondérés par le poids du flux dans le titre. Quant à
l’effet au niveau du portefeuille, il est obtenu en sommant les effets de chaque titre, pondéré
par le poids du titre dans le portefeuille.

L’attribution de performance est obtenue par la différence entre les effets du portefeuille et
ceux du benchmark.

II.1.2. Présentation des effets mis en avant

Les effets de portage doivent isoler le rendement dû au seul passage du temps, ils ne doivent
dépendre que des caractéristiques intrinsèques de l’obligation ainsi que des données du
marché au début de période, ces effets se composent de deux effets :

 Effet portage systémique : Il correspond à la partie de la performance liée à la


détention du taux de rendement d’un emprunt exactement sur la courbe des taux de
référence.
 Effet portage spécifique : Il correspond à la partie complémentaire de la performance
par rapport à la courbe de référence et liée au spread spécifique de l’Etat.

L’effet de variation de taux mesure le rendement dû au changement des conditions du


marché. En tenant compte de l’impact de l’évolution du spread spécifique de l’instrument sur
sa performance, on parle de l’effet variation de taux spécifique. En effet, une diminution du
spread contribue positivement à la performance, alors qu’une augmentation du spread
contribue négativement à la performance.

L’effet résidu : La performance réelle de l’instrument n’étant pas exactement égale à la


somme des effets obtenus sur chaque flux, un effet résidu subsiste.

86
II.1.3. Procédure de calcul

Soient :

Pt : prix de l’obligation à la date t, y compris coupons couru.

F θ: montant du flux financier à la date de maturité θ. Ce sont les coupons et le ou les


remboursements du principal.

rt(θ) :taux de rendement constaté à la date t pour l’échéance θsur la courbe de référence zéro
coupon.

δ t : spread à la date t.

N : nombre de jours entre deux dates successives.

 Etape1 : Détermination du spread δ t

Le spread δ t représente l’écart de rendement dont il faut uniformément décaler la courbe zéro
coupon de référence pour que la valorisation théorique coupon couru inclus à partir de la
courbe ainsi translatée coïncide avec le prix du marché, coupon couru inclus.


Pt =∑ θ−t
θ 365
(1+r t (θ) +δ t )

 Etape2 : Décomposition de la performance d’un flux financier 

La performance de l’instrument est égale à la somme pondérée des performances de chaque


flux financier. Ces flux financiers sont assimilables à des obligations zéro coupon dont la
duration est égale à la durée à maturité.

La performance d’un flux financier entre t et t+1 distants de N jours est décomposée aux
différents effets précités :

N
Effet portage systémique : ∗r
365 t (θ)

N
Effet portage spécifique : ∗δ
365 t

−θ−t+ N
∗1
Effet variation de taux spécifique : 365
∗(δ t +1−δ t )
( 1+ r t (θ )+ δt )

87
La performance est alors égale à la somme de ces différents effets :

θ−t+ N
∗1
N 365
Performance= ∗( r +δ ) − ∗(δ t +1−δ t )+ résidu
365 t (θ) t ( 1+ r t (θ )+ δ t )

 Etape3 : Facteur de pondération de chaque flux

Afin d’obtenir la valeur d’un effet pour une obligation, il faut sommer les effets correspondant
au niveau de chaque flux en les pondérant par le coefficient Ω t (θ) représentant le poids relatif
des flux dans l’obligation.


θ−t
(1+r t (θ) + δ t ) 365
Ωt =

∑ θ −t
θ 365
(1+r t (θ) +δ t )

 Etape4 : Effet résiduel

L’effet résiduel de reconstitution de la performance pour chaque obligation est obtenu en


faisant la différence entre la performance réelle de l’instrument et la somme des quatre effets
pour chaque flux, pondérés par le facteurΩ t (θ).

II.2. Présentation de Crédit Agricole Asset Management

II.2.1. Principe

La méthode d’attribution de performance proposée par Crédit Agricole AM prend en compte


les caractéristiques intervenant dans la formation du prix de l’obligation.

L’analyse de la performance, effectuée au niveau de chaque titre, décompose l’évolution du


prix du titre en fonction d’un certain nombre de facteurs intervenant dans la valorisation. Ces
différents facteurs étant calculés au niveau de chaque titre, l’effet au niveau du portefeuille est
obtenu en faisant la somme des effets de chaque titre, pondérés par le poids du titre dans le
portefeuille.

L’attribution de performance, quant à elle est obtenue par la différence entre les effets du
portefeuille et celui du benchmark.

II.2.2. Présentation des effets

Effet coupon : Il mesure la fraction du rendement total du portefeuille due aux revenus
provenant des coupons.

88
La pertinence de cet effet vient du fait que les coupons, en tant que cash généré par le titre,
entrent dans le processus de formation du prix du titre.

Effet amortissement : Il mesure la part de rendement due au seul passage du temps. C'est-à-
dire le rendement induit par la convergence du prix de marché vers le nominal à mesure que
l’on se rapproche de l’échéance.

Effet niveau : Une translation parallèle de la courbe des taux a un impact sur le prix de
marché d’un titre obligataire et donc sur le rendement. Ainsi, l’effet niveau mesure la part du
rendement due à la translation de la courbe des taux, c’est le changement de niveau de la
courbe.

Effet courbe : En plus de la translation parallèle, la courbe des taux subit d’autres
déformations. L’impact de ces déformations sur la performance du portefeuille est représenté
par l’effet courbe.

Effet spread : Il mesure l’impact de l’évolution des spreads sur la performance du portefeuille,
il s’agit des spreads de crédit. En effet, l’appréciation du titre sur le marché peut évoluer sur la
période d’analyse : la liquidité du titre sur le marché peut se dégrader à cause de la
détérioration de la qualité de son émetteur ou pour des raisons d’arbitrage entre les différents
titres existant sur le marché.

II.2.3. Procédure de calcul

L’analyse s’effectue entre les dates t et t+1. Soient :

ZC t : Courbe zéro-coupon à la date t.

V t : Valeur comptable pied de coupon d’une obligation à la date t.

C t: Coupons reçus au cours de la période.

I t: Coupon couru à la date t.


ZC
V t : Valorisation pied de coupon théorique d’une obligation à la date t à partie de la courbe
t

ZC t .

F θ: Flux de maturité θ.

s: Shift moyen, moyenne des variations de chaque taux de la courbe ZC t .

δ t : Spread à la date t par rapport à la courbe ZC t .

La courbe ZC t translatée de la quantité δ t est désignée par la notation ZC t + δ t et V ZC


t

t
=V t .
t

89
 Etape1 : Détermination du spread δ t

Etant donnée une obligation, le spread (δ t ) désigne le nombre de point de base qu’il faut
ajouter à la courbe ZC t afin d’obtenir, en valorisant cette obligation à partir de la courbe
ZC t + δ t , la valeur comptable V t de l’obligation.


Le spread est déterminé alors à l’aide de la relation : ∑ θ−t
=V t + I t
θ 365
(1+ r t (θ )+ δ t )

 Etape2 : Calcul des différentes contributions

En partant du fait que la performance d’un titre obligataire entre deux dates t et t+1est
Pt +1−Pt +C t
exprimée selon la relation : r [t ,t +1]= avec Pt =V t + I t , cette performance peut
Pt
alors être décomposée selon les différents effets cités auparavant, dont les formules
mathématiques sont les suivantes :

I t +1 +Ct −I t
Effet coupon :
V t+It

V ZC +δ t t
t+ 1 −V t
Effet amortissement :
V t+ It

V ZC −V tZC
t +s +δ
t +δ t t
t+ 1
Effet niveau (curve shift) : +1
V t+ It

V ZC + δt
−V tZC
t +1 + s+δ
t t
t+ 1
Effet courbe (curve reshape) : +1
V t+It

V t+ 1−V ZC t +1 +δ t
t +1
Effet spread :  
V t+ It

En fait, la décomposition du processus de valorisation peut être schématisée de la façon


suivante :

90
Une fois les performances des titres en portefeuille et celles des titres du benchmark
décomposées selon les cinq effets, les effets d’attribution s’obtiennent par la différence.

91
Chapitre 3

 Automatisation sous VBA et


Analyse des résultats

I. Présentation de l’application informatique

Après avoir présenté l’aspect théorique des différentes démarches de l’attribution de la


performance obligataire ainsi que le processus de calcul, nous avons choisi une des méthodes
pour automatiser les calculs associés à l’aide de l’outil informatique VBA, cette méthode
choisie est celle de AXA Investement Managers.

L’application a pour objectif principal le calcul de la contribution à la performance des


différents titres existant dans le portefeuille d’une part, et dans le benchmark d’un autre part,
en décomposant leur performance en plusieurs effets afin de pouvoir analyser l’apport de
chacun de ces effets à la différence de performance observée entre le portefeuille et le
benchmark.

I.1. Description de la base des données


Cette application est réalisée sous VBA, elle est connectée à une base de données
EXCEL. Cette base est constituée de deux feuilles :

 La première feuille contient les constitutions du portefeuille par date de valeur. Elle
contient les paramètres liés à chaque ligne : description, date d’échéance, taux
actuariel, spread, prix unitaire, poids dans le portefeuille obligataire de la CMR et
enfin le poids dans le MBI. Ainsi, elle permet de déduire la constitution initiale et
finale du portefeuille étudié.
Cette feuille est construite sous le nom de « Base des données » et contient un tableau
sous la forme suivante :

Tableau6 : Description de la feuille de Base des données

Date Descriptio date taux Spread prix poids poids


n d'échéanc actuarie unitaire Portefeuill Benchmar
e l e k
01/01/201 BDT 18/10/201 0,03696 -0,010226 113103,58 0,000291 0,00081
0 4 4

92
 La deuxième feuille comporte les valeurs liquidatives du portefeuille pour chaque date
ainsi que les valeurs du Benchmark pour ces mêmes dates. Ce sont les entrées dont
nous avons besoin afin de calculer la performance du portefeuille et celle du
benchmark et de déduire par la suite, l’écart entre ces deux performances.
Cette feuille est nommée « Performance » et contient une table de la forme suivante :

Tableau7 : Description de la feuille Performance

Date Valeur Valorisation


liquidative benchmark
01/01/2010 1 275,76 175,38

I.2. Description de l’application


Une fois l’application est lancée, un écran s’affiche. Celui-ci permet d’insérer les dates
de début et de fin de la période d’analyse.

Figure19 : Ecran de démarrage VBA

Après avoir inséré la date de début et la date de fin, la commande CHARGER permet
d’afficher la constitution initiale du portefeuille liée à la date début et à la constitution finale
liée à la date fin. Ces informations sont directement chargées depuis la feuille « Base des
données » sur EXCEL, tandis que la commande QUITTER permet de quitter l’application.

En choisissant, par exemple, les dates début et fin affichées à la figure19, et en appuyant sur
le bouton CHARGER, nous obtiendrons les constitutions initiale et finale du portefeuille
associées à ces deux dates (voir figure20). Chaque constitution contient les paramètres
suivants : description, date d’échéance, taux actuariel, spread et prix unitaire.

93
Ces deux tables obtenues vont permettre par la suite de calculer les différents effets
présentés précédemment pour la méthode AXA IM, et cela en utilisant la commande
EFFETS.

Figure20 : Constitutions du portefeuille

La commande RETOUR permet de revenir à l’interface précédente, celle présentée


dans la figure19, tandis que la commande QUITTER permet de quitter l’application de façon
définitive.

Ainsi, en utilisant la commande EFFETS, nous parvenons aux résultats présentés dans
la figure21, tout en utilisant les notations suivantes :

 EPSys : effet portage systémique ;


 EPspé : effet portage spécifique ;
 EVTspé : effet variation du portage spécifique.

La table obtenue dans la troisième interface et nommée EFFETS DE


SURPERFORMANCE, permet d’afficher les effets de l’attribution de performance liés à
chaque titre du portefeuille et ce, en se servant de la commande ATTRIBUTIONS. Il est aussi
possible de retourner à l’interface contenant les constitutions du portefeuille en appuyant sur
le bouton RETOUR, ou bien de quitter définitivement l’application en utilisant le bouton
QUITTER.

94
Figure21 : Effets de surperformance

En utilisant la commande ATTRIBUTIONS, nous atteindrons la dernière étape de


notre application, qui est la cible de cette automatisation. Il s’agit du calcul de l’attribution de
la performance pour la présentation AXA IM. Nous obtenons ainsi le tableau présenté dans la
figure suivante, nommé : ATTRIBUTIONS DE LA PERFORMANCE.

Figure22 : Attribution de performance

95
Dans cette dernière interface, nous trouvons les trois boutons : EXPORTER VERS EXCEL,
RETOUR et QUITTER. Le premier servira à copier le tableau représentant les résultats de
l’attribution de la performance. En effet, en appuyant sur le bouton EXPORTER VERS
EXCEL, un fichier Excel sera créé au niveau du disque local (C:). Ce fichier porte le nom de
« Output » et contient le tableau des résultats qui s’affiche au niveau de la dernière interface.
Quant au bouton RETOUR, il permet de revenir à l’interface précédente tandis que le bouton
QUITTER permet de quitter l’application.

II. Présentation et analyse des résultats


L’analyse de la performance d’un portefeuille obligataire proposée par Axa
Investement Managers consiste en la décomposition de l’écart de performance observé entre
le portefeuille géré et celui de référence en un effet portage et en un effet variation de taux.
Les effets mis en avant sont, en fait, les effets agissant sur l’évolution des prix des obligations.

II.1. Cadre de l’analyse

Cette partie présente l’application pratique des démarches de la méthode de AXA IM


pour le traitement d’un portefeuille composé d’emprunts d’Etat.

Toutefois, le portefeuille obligataire de la CMR faisant l’objet d’étude comprend les Bons de
Trésor, les Bons de Société de Financement, les Certificats de Dépôt et les Valeurs Jouissants
de la Garantie de l’Etat, mais puisque les titres souverains contribuent à plus de 80% à la
performance globale du portefeuille obligataire de la CMR, alors seuls les Bons de Trésor et
les Valeurs Jouissants de le Garantie de l’Etat seront traités par la méthode AXA IM
présentée.

Tableau8 : Caractéristiques d’un titre du portefeuille obligataire de la CMR

catégori Code date Date de Maturit Date Taux Nomina Quantit Prix
e de Valeur d'emission jouissance é Initiale échéance facia l é
titres l
BDT 20030 18-10-1999 18-10-1999 15 ans 18-10-2014 0.059 250000 1412 401901647
8

Ce portefeuille est à analyser sur une période mensuelle, en considérant les valeurs du premier
vendredi de chaque mois de l’année 2009.

II.2. Comparaison entre le portefeuille et le benchmark


Avant de passer à l’application pratique de la méthode d’attribution de la performance
sur le portefeuille, il apparaît opportun de faire une comparaison entre le portefeuille objet de
l’étude et l’indice de marché et de détecter les différences et les ressemblances observées au
niveau de leurs évolutions et des principales caractéristiques statistiques.

96
II.2.1. Evolution de la performance du benchmark

A l’instar du portefeuille obligataire de la CMR, la performance du MBI composite


connaît d’énormes fluctuations durant l’année 2009, ces fluctuations sont plus fortes au début
de l’année qu’à la fin. Les plus fortes d’entre elles sont observées aux deux mois d’Avril et de
Mai. Mais en général, les performances sont comprises entre -0.20% et +0.20%.
0.01
0.01
0
0
0
0 Perf benchmark
0
-0.01

Graphique4 : Performance du benchmark

II.2.2. Statistiques descriptives

Tableau9 : Statistiques descriptives du portefeuille et du benchmark

Médiane Moyenn Valeur Valeur Ecart Variance


e max min type

performance 0,01072% 0,01714% 0,49258% -0,32872% 0,06742% 0,0000455%


portefeuille
performance 0,01213% 0,01940% 0,66966% -0,35729% 0,08082% 0,0000653%
benchmark

Comme nous le remarquons, les variations des deux performances sont très faibles, la
plus grande variation d’entre elles (respectivement la moyenne) est celle de la performance du
Benchmark, affichant une valeur de l’ordre de 0,0000653% (respectivement 0,01940%), alors
que la performance du portefeuille a une variation (respectivement une moyenne) de l’ordre
de 0,0000455% (respectivement 0,01714%). Nous remarquons également, que pour les deux
performances, la moyenne affichée est toujours supérieure à la médiane.

II.3. Attribution de la performance obligataire

97
A ce stade, nous passons à l’application pratique de la méthode de AXA IM sur le
portefeuille étudié. Pour ce faire, nous commencerons par présenter la procédure de calcul
pour passer ensuite à la présentation et l’analyse des résultats.

II.3.1. Procédure de calcul

Afin d’aboutir aux différents effets expliquant l’écart de performance observé entre le
portefeuille obligataire de la CMR et l’indice de marché, une succession d’étapes de calcul est
nécessaire : la détermination du spread, le calcul des différents effets au niveau des
obligations composant le portefeuille, le calcul de la performance du portefeuille et celle du
benchmark, le calcul des différents effets relatifs à l’attribution de surperformance et enfin la
déduction de l’effet résiduel.

1. Détermination du spread

Le spread est le taux qu’il faut additionner au taux de rendement sur la courbe de
référence zéro coupon pour que la valorisation théorique coupon couru inclus coïncide avec le
prix de marché, coupon couru inclus. Il est à entendre comme l’écart entre le rendement d’un
titre au portefeuille et la courbe de référence.

Ce spread est en général calculé en effectuant une optimisation de la résolution de l’équation


« prix théorique de l’obligation=prix de marché de l’obligation » avec le spread (δ t ) comme
variable.

Pt =∑ θ−t
θ
(1+r t (θ) +δ t ) 365

La résolution de l’équation dans la pratique étant difficile, il convient, pour faciliter le


calcul, de prendre le spread comme la différence entre le taux actuariel et le taux d’entrée du
titre.

Une fois calculé, le spread servira comme élément essentiel dans le calcul des deux
effets : l’effet portage spécifique et l’effet variation de taux spécifique.

2. Calcul des effets

A ce niveau, nous devons calculer les différents effets, à savoir, l’effet portage
systémique, l’effet portage spécifique, l’effet variation de taux systémique et celui de
variation de taux spécifique.

En effet, l’effet portage systémique correspond à la contribution du taux actuariel qui crée du
rendement au fil du temps, il est calculé selon la formule :

N
∗r
365 t (θ)

98
Quant à l’effet portage spécifique, il correspond à la fraction de la performance due à
l’évolution des spreads. Cet effet dépend de l’évolution du différentiel de rendement entre
l’obligation détenue et la courbe de référence, la formule illustrant cet effet est la suivante :

N
∗δ
365 t

Et enfin, l’effet variation de taux spécifique correspond à l’impact d’une variation des
spreads sur les rendements. Cet impact s’obtient en multipliant la sensibilité du titre par la
variation du spread sur la période considérée selon la formule :

−θ−t+ N
∗1
365
∗(δ t +1−δ t )
( 1+ r t (θ )+ δt )
Une fois calculées les sensibilités de chaque titre aux effets mentionnés, il est possible
d’avoir la contribution de ces effets à la performance du portefeuille, en les pondérant par le
poids de chaque titre dans le portefeuille, et les sommant par la suite. Ainsi est obtenue la
même décomposition pour la performance du portefeuille et celle du benchmark.

3. Performance du portefeuille

Le calcul de la performance du portefeuille se fait sur la base de la valeur liquidative


obtenue à l’aide de la formule :

Valeur Liquidative = valeur marché / nombre des parts

Ayant calculé la valeur liquidative, la performance du portefeuille correspond alors à la


variation relative de cette valeur liquidative :

Performance = VL (t+1) – VL (t) / VL (t)

4. Calcul des effets au niveau du portefeuille

Pour pouvoir calculer ces effets, il est nécessaire de sommer les contributions de
chaque facteur calculées au niveau des titres en les multipliant par leurs poids respectifs dans
le portefeuille et dans le benchmark.

Les poids sont obtenus en effectuant le rapport des valorisations des titres composant le
portefeuille à la valorisation globale du portefeuille.

Il faut signaler que la même décomposition est effectuée pour les titres du portefeuille et ceux
du benchmark.

Par différence sont alors obtenus les effets expliquant l’écart entre la performance du
portefeuille et celle du benchmark.

99
5. Effet résiduel

Il existe d’autres facteurs correctifs influençant la performance. Ces facteurs sont


regroupés dans un résidu.

L’effet résiduel se déduit alors en faisant la différence entre la performance réelle et les
différents effets composant cette performance sur la période de l’étude.

II.3.2. Présentation et analyse des résultats

1. Mise en œuvre des calculs

Dans un premier temps, les différents effets sont calculés au niveau de chaque titre du
portefeuille, pour ensuite être recombinés en les pondérant par les poids des titres dans le
portefeuille, et ceci afin de constituer les éléments composant la performance de ce
portefeuille. Le même processus est fait pour le benchmark, mais en utilisant les poids des
titres dans ce benchmark.

Une fois la performance du portefeuille et celle du benchmark décomposées, nous effectuons


la différence entre les effets dans le portefeuille et ceux dans le benchmark. Ainsi, nous
obtenons la décomposition de l’écart de performance en ces différents effets.

Ces différentes étapes sont mises en œuvre à travers ce qui suit.

2. Décomposition au niveau des titres

Après avoir calculé le spread de taux pour chaque obligation, et en utilisant les
formules citées auparavant, nous obtenons les valeurs des effets au niveau de chaque titre
composant le portefeuille. Le tableau suivant illustre bien les effets calculés au niveau d’un
Bon De Trésor.

Tableau10 : calcul des effets au niveau des titres

T t+1 portage portage spécifique variation de taux


systémique spécifique
02-01-2009 06-02-2009 0.405% -0.047% 0.612%
06-02-2009 06-03-2009 0.316% -0.046% 0.446%
06-03-2009 03-04-2009 0.309% -0.052% 0.275%
03-04-2009 01-05-2009 0.306% -0.056% 1.595%
01-05-2009 05-06-2009 0.354% -0.098% -0.104%
05-06-2009 03-07-2009 0.285% -0.077% -0.090%
03-07-2009 07-08-2009 0.358% -0.095% 0.208%
07-08-2009 04-09-2009 0.283% -0.079% 0.004%
04-09-2009 02-10-2009 0.283% -0.079% -0.153%
02-10-2009 06-11-2009 0.357% -0.096% -2.091%
06-11-2009 04-12-2009 0.287% -0.044% -0.476%

100
Ces effets sont ensuite multipliés par les poids des obligations dans le portefeuille et
sommés afin d’avoir les effets expliquant la performance de ce portefeuille. L’effet résiduel
est, par la suite, obtenu en faisant la différence entre la performance et la somme des trois
effets.

3. Analyse des résultats au niveau du portefeuille

Durant toutes les périodes traitées sur l’année d’étude, le portefeuille obligataire de la
CMR a réalisé une performance positive. Le plus grand rendement réalisé est celui du mois
d’Avril d’une performance de 1.637%, due essentiellement à une bonne sélection de titres,
puisque le spread de taux a diminué au cours du mois en question, contribuant ainsi
positivement à la performance. Le même effet a été à l’origine de la faible performance
réalisée au cours du mois de Novembre. Durant ce mois, le portefeuille a réalisé le plus faible
rendement par rapport aux autres mois de l’année, ce rendement qui provient essentiellement
de l’effet variation de taux spécifiques, qui a enregistré une valeur négative, à cause d’une
augmentation du spread.

Période portage portage variation de résidus Performance


systémique spécifique taux spécifique
du 02/01 au 06/02/2009 0.370% -0.028% 0.650% 0.108% 1.100%
du 06/02 au 06/03/2009 0.290% -0.028% 0.860% 0.218% 1.339%
du 06/03 au 03/04/2009 0.289% -0.035% 0.517% 0.226% 0.997%
du 03/04 au 01/05/2009 0.271% -0.039% 1.546% -0.305% 1.472%
du 01/05 au 05/06/2009 0.303% -0.064% -0.168% 0.351% 0.422%
du 05/06 au 03/07/2009 0.256% -0.050% -0.055% 0.096% 0.247%
du 03/07 au 07/08/2009 0.310% -0.061% 0.072% 0.111% 0.431%
du 07/08 au 04/09/2009 0.247% -0.048% -0.281% 0.155% 0.073%
du 04/09 au 02/10/2009 0.246% -0.046% -0.021% 0.124% 0.303%
du 02/10 au 06/11/2009 0.307% -0.056% -0.416% 0.523% 0.358%
du 06/11 au 04/12/2009 0.259% -0.039% -0.366% 0.261% 0.115%

Tableau11 : Décomposition de la performance du portefeuille

1. Comparaison avec le benchmark (MBI)

Afin d’obtenir la décomposition de la performance du benchmark aux mêmes effets


que ceux composant la performance du portefeuille, il est nécessaire de sommer les
contributions de chaque facteur calculées au niveau des titres en les multipliant par leurs poids
dans le benchmark.

101
Tableau12 : Décomposition de la performance du benchmark

Période portage portage variation de résidus Performance


systémique spécifique taux
spécifique
du 02/01 au 06/02/2009 0.384% -0.044% 0.625% -0.034% 0.932%
du 06/02 au 06/03/2009 0.004% -0.001% 0.013% 0.947% 0.964%
du 06/03 au 03/04/2009 0.301% -0.048% 0.498% -0.051% 0.701%
du 03/04 au 01/05/2009 0.289% -0.052% 1.636% -0.235% 1.637%
du 01/05 au 05/06/2009 0.345% -0.084% -0.197% 0.233% 0.296%
du 05/06 au 03/07/2009 0.277% -0.065% -0.064% 0.097% 0.246%
du 03/07 au 07/08/2009 0.340% -0.079% 0.108% 0.111% 0.480%
du 07/08 au 04/09/2009 0.269% -0.061% -0.288% 0.181% 0.100%
du 04/09 au 02/10/2009 0.274% -0.059% -0.083% 0.181% 0.314%
du 02/10 au 06/11/2009 0.340% -0.070% -0.416% 0.408% 0.262%
du 06/11 au 04/12/2009 0.270% -0.049% -0.535% 0.409% 0.095%

L’objectif de la méthode d’AXA Investment Managers est l’explication de l’écart


existant entre la performance réalisée par le portefeuille obligataire et celle réalisée par le
benchmark. Pour parvenir à ces fins, sont calculées les différences entre les effets au niveau
du portefeuille et du benchmark notamment afin de détecter par la suite les éléments qui ont
contribué le plus à la surperformance ou la sous-performance observée.

Le tableau suivant présente les écarts entre le portefeuille obligataire de la CMR et le


benchmark au niveau de chacun des trois effets ainsi qu’au niveau des résidus et de la
performance.

Tableau13 : Décomposition de l’écart de performance

Période portage portage variation de résidus Ecart


systémique spécifique taux spécifique
du 02/01 au 06/02/2009 0.014% -0.016% -0.024% -0.142% -0.168%
du 06/02 au 06/03/2009 -0.285% 0.028% -0.846% 0.729% -0.375%
du 06/03 au 03/04/2009 0.012% -0.013% -0.019% -0.276% -0.296%
du 03/04 au 01/05/2009 0.018% -0.012% 0.090% 0.069% 0.165%
du 01/05 au 05/06/2009 0.042% -0.020% -0.029% -0.118% -0.126%
du 05/06 au 03/07/2009 0.021% -0.014% -0.009% 0.001% -0.001%
du 03/07 au 07/08/2009 0.031% -0.018% 0.037% 0.000% 0.049%
du 07/08 au 04/09/2009 0.022% -0.012% -0.007% 0.025% 0.028%
du 04/09 au 02/10/2009 0.028% -0.013% -0.062% 0.058% 0.010%
du 02/10 au 06/11/2009 0.033% -0.014% 0.001% -0.115% -0.096%
du 06/11 au 04/12/2009 0.012% -0.010% -0.169% 0.148% -0.020%

102
D’après les résultats obtenus, le portefeuille obligataire de la CMR n’a pu
surperformer le benchmark que sur quatre mois. En effet, les surperformances réalisées par le
portefeuille durant les mois d’Avril et de Juillet sont principalement dues aux variations des
spreads ; ces spreads qui ont diminué contribuant ainsi, respectivement, pour 0.090% et pour
0.037% à l’écart de performance sur les deux mois d’Avril et de Juillet. Alors que pour les
deux autres mois, ceux d’Août et de Septembre, c’est l’effet portage systémique qui est à
l’origine de la surperformance observée. Cet effet est toutefois atténué par un effet variation
de taux spécifique négatif suite à une augmentation des spreads durant ces deux périodes.

Hormis ces quatre mois, toutes les autres périodes sont marquées par des sous-
performances du portefeuille par rapport au benchmark. Ces sous-performances proviennent
essentiellement de l’effet variation de taux spécifiques. Les évolutions des spreads ont donc
un grand impact sur les rendements du portefeuille.

Comme l’illustre bien le graphique, l’effet variation de taux spécifique est l’effet ayant
le plus grand impact sur les écarts observés, comparé aux deux effets de portage sur la plupart
des périodes de l’année 2009, toutefois, l’effet résiduel reste très important.
1.00%
0.75%
0.50%
0.25%
0.00%
résidus
-0.25% variation de taux spécifique
-0.50% portage spécifique
portage systémique
-0.75% Ecart
-1.00%
-1.25%
r r rs il ai in et t e e e
nvie vrie Ma Avr M Ju uill Aoû mbr tobr mbr
Ja Fé J e c e
pt O ov
Se N

Graphique5 : Décomposition de l’écart de la performance

103
Conclusion

En guise de conclusion, cette partie nous a permis de mettre en place les différentes
méthodes d’attribution de la performance d’un portefeuille, en traitant, dans un premier
temps, l’attribution de la performance classique qui s’applique en principe à tout type de
fonds, en explicitant sa démarche, mais vu que les produits obligataires nécessitent un
traitement spécial, les chercheurs financiers ont mis en place des méthodes spécifiques à ces
produits. Dans cette optique, nous avons présenté deux méthodes proposées par le GRAP, à
savoir la méthode AXA IM et Crédit Agricole AM.

Nous avons essayé d’appliquer ces deux méthodes au portefeuille obligataire de la CMR,
mais vu la contrainte de non disponibilité des données, nous nous sommes contentés de la
méthode AXA IM.

Pour cette fin, nous avons automatisé les calculs associés à la méthode AXA IM en
développant une application à l’aide de l’outil informatique VBA. Après une description bien
précise de cette application, nous avons pu analyser les résultats obtenus et expliquer les
sources de la surperformance ou la sous-performance observée par rapport au benchmark. En
effet, les résultats ont dévoilé le grand impact de la sélection des titres du portefeuille dans le
sens où les spreads associés connaissent de fortes variations au cours des périodes d’analyse,
toutefois, la méthode utilisée révèle une certaine défaillance puisque l’effet résiduel est assez
important.

104
Conclusion générale

L’objectif tracé pour ce travail était d’analyser la performance d’un portefeuille


obligataire et de la comparer avec celle du benchmark afin de décortiquer les différents
facteurs pouvant influencer la performance, et détecter ainsi l’origine des écarts de
performance observés.

Néanmoins, il a été jugé important, pour le prélude de cette étude, d’analyser de près
l’évolution de cette performance ainsi que ses différentes caractéristiques statistiques afin
d’avoir une vision approfondie sur le comportement historique de la performance ainsi que
sur sa volatilité.

Ainsi, la première partie de ce projet nous a permis d’avoir une idée sur le
fonctionnement des marchés des capitaux ainsi que sur les caractéristiques des produits des
taux, leur valorisation et les risques associés.

Quant à la deuxième partie, elle a été consacrée à la présentation des différentes


techniques de mesure de la performance, tout en détaillant la méthode utilisée au sein de la
CMR, afin d’analyser par la suite la performance réalisée par le portefeuille obligataire de la
CMR durant l’année 2009. Aussi, avons-nous essayé, grâce à la méthodologie de Box et
Jenkins, d’élaborer un modèle de type ARMA(p,q) pour modéliser la performance du
portefeuille en question, ce qui n’a pas abouti à de bons résultats : la série de la performance
ne peut être modélisée à l’aide des modèles de ce type. A ce stade, il convient d’élaborer une
prévision dynamique de la chronique en termes de moyenne et de variance, dans cette
optique, nous avons pu estimer la VaR conditionnelle grâce à une modélisation de type
ARCH/GARCH, et nous avons constaté qu’elle réagit parfaitement aux fluctuations du
portefeuille.

Dans le cadre de la dernière partie, nous avons exposé les méthodes d’attribution de la
performance, en distinguant entre l’attribution de la performance classique, que nous nous
sommes contentés uniquement de présenter, et celle relative au portefeuille obligataire, but de
notre analyse. En effet, au cours de cette dernière partie, nous avons présenté le cadre
théorique des démarches suivies dans l’attribution de la performance obligataire, avant de
passer à l’application d’une des deux méthodes présentées sur le portefeuille obligataire de la
CMR. Nous avons pu, ainsi, détecter la contribution de chaque facteur à l’écart de
performance observé entre le portefeuille et le benchmark. Notre étude a été finalisée par la
conception et la réalisation d'une application informatique qui servira d’outil de calcul des
différents effets liés à la méthode AXA IM d’attribution de la performance.

Pour clore ce travail, nous pouvons dire que l’évaluation du risque et l’attribution de
performance sont des sujets qui ne cessent de susciter l’intérêt des sociétés de gestion et ce, en
105
raison de la grande valeur ajoutée qu’ils peuvent apporter s’ils sont bien maitrisés mais
surtout bien appliqués en interne.

En perspective, ce travail peut être complété par le traitement d’un portefeuille


comportant à la fois les titres souverains et les titres privés. D’autres démarches sont
proposées pour le traitement de tels portefeuilles. Aussi, avons-nous considéré, dans le cadre
de notre travail, que la composition du portefeuille reste statique, alors qu’il faut prendre en
compte les transactions que subit le portefeuille.

106
BIBLIOGRAPHIE
 GRAP, Attribution de la performance obligataire, synthèse janvier 2004

 Bourbonnais R(2000), Econométrie, DUNOD

 Pascal GRANDIN, Georges HUBNER, MARIE LAMBERT, Performance de


portefeuille, PEARSON EDUCATION
 Bertrand JACQUILLAT, Bruno SOLNIK, Marchés financiers –Gestion de

portefeuille et des risques-

 POSSON, Economie financière et gestion de portefeuille (2ème licence), 2005-2006

 Walter CHRISTIAN, Mesure de la performance, 2002

 Mémoires de Fin d’études, INSEA, Rabat.

WEBOGRAPHIE
 www.cmr.gov.ma
 www.finances.gov.ma
 www.casablanca-bourse.com
 www.vernimmen.net

107
Annexes

108
Annexe 1
Sociétés de bourse

Les sociétés de bourse sont des entreprises qui agissent pour le compte de leurs clients
(clients, entreprises...) sur les marchés financiers. Elles sont seules habilitées à exécuter les
transactions sur les valeurs mobilières inscrites à la Bourse des valeurs.
Elles ont comme missions :
 Placement des titres émis par des personnes morales faisant appel public à
l’épargne.
 Assurer la garde des titres.
 Conseiller la clientèle.

Ces sociétés sont en nombre de 17 et sont :

 ALMA FINANCE GROUP


 ARTBOURSE
 ATTIJARI INTERMEDIATION
 BMCE CAPITAL BOURSE
 BMCI BOURSE
 CAPITAL TRUST SECURITIES
 CDG CAPITAL BOURSE
 CFG MARCHES
 CREDIT DU MAROC CAPITAL
 EUROBOURSE
 FINERGY BOURSE
 ICF AL WASSIT
  INTEGRA BOURSE
 MAROC SERVICES INTERMEDIATION
 SOGEBOURSE
 UPLINE SECURITIES
 WAFA BOURSE

109
Annexe 2
Prix pied de coupon

Le prix pied de coupon signifie le prix d'une obligation sans le coupon couru, il ne prend pas
en compte des intérêts courus non échus.

Prix Global = PPC+CC

Le coupon couru représente la fraction du coupon couru entre le dernier versement du coupon
et la date de négociation de l’obligation. Il est exprimé en % de la valeur nominale.
La formule du coupon couru s’annonce comme suit :

CC =F∗N∗NbjCC

La valeur du CC exprimé en pourcentage est:

CC(%)=CC / N

Le calcul du coupon couru est nécessaire en particulier lorsque son détenteur revend son
obligation. La revente de l’obligation comprend le coupon et l’obligation (ou créance) elle
même et la fraction des intérêts courus, jusqu’à la date de revente.

110
Annexe 3
Méthode de Box et Jenkins

L’approche de Box et Jenkins (1976) consiste en une méthodologie d’étude


systématique des séries chronologiques à partir de leurs caractéristiques afin de déterminer,
dans la famille des modèles ARIMA, le plus adapté à représenter le phénomène étudié.

La méthode de Box & Jenkins consiste à suivre les étapes suivantes :

 L’identification du modèle ARIMA convenable.


 L’estimation des paramètres du modèle identifié.
 Les tests de validité du modèle.
 L’utilisation du modèle pour faire des prévisions.

Dans la méthodologie d’analyse des séries chronologiques synthétisée par Box &
Jenkins en 1976, on utilise les processus précédents pour construire un modèle restituant le
mieux possible le comportement d’une série temporelle selon une procédure en trois étapes :
identification, estimation et validation.

1. Identification

La première étape dans la méthodologie proposée par Box & Jenkins concerne la
décomposition retenue de la série chronologique selon les trois types de processus en
spécifiant les trois paramètres p , d et q du modèle ARIMA( p , d ,q ). On suppose à cet instant
que toute composante saisonnière a été éliminée de la série chronologique.

Avant l’identification des processus autorégressifs et de moyennes mobiles


susceptibles d’expliquer le comportement de la série temporelle il faut vérifier tout d’abord la
stationnarité de la série de base.

Un processus est dit stationnaire si son espérance et sa variance sont constantes et si sa


covariance ne dépend que de l’intervalle de temps :

 E( x t )=μ
 Var ( x t )=σ ²=γ (0)
 Cov ( xt , x t +k )=γ (k ) , k Z ,t Z . , où γ ( k ) est appelé l’auto covariance de
délai k.

111
Si la série n’est pas stationnaire c’est à dire si la moyenne de la série varie sur le court
terme ou que la variabilité de la série est plus élevée sur certaines périodes que sur d’autres, il
convient de transformer la série pour obtenir une série stationnaire.

La transformation la plus courante est la différenciation de la série, opération où


chaque valeur de la série est remplacée par la différence entre cette valeur et celle qui la
précède.

En situation d’hétéroscédasticité, où la variance de la série n’est pas constante et dépend des


valeurs prises, par exemple lors d’une forte volatilité pour des valeurs élevées et une faible
volatilité pour des valeurs faibles, on utilise la transformation logarithmique ou bien racine
carrée.

Une fois la stationnarité de la série est obtenue, l’étape suivante consiste à analyser le
graphique de la fonction d’auto corrélation (ACF) et celui de la fonction d’auto corrélation
partielle (PACF) afin de déterminer les paramètres ( p , d ,q ) du modèle, le paramètre d est fixé
par le nombre de différenciations effectuées pour rendre la série stationnaire.

Une fois ce paramètre fixé, il convient de spécifier l’ordre p du processus autorégressif et


l’ordre q de la moyenne mobile. Les corrélogrammes, graphiques de la fonction d’auto
corrélation et de la fonction d’auto corrélation partielle permettent selon leurs aspects
d’identifier correctement les paramètres p et q.

La fonction d’autocorrélation, notée ACF, est constituée par l’ensemble des


autocorrélations de la série calculées pour des décalages d’ordre k:

γ (k )
ρk =Corr ( x t , x t+ k )=
γ (0)

Le coefficient d’autocorrélation d’ordre k, ρk peut être estimé par :


n

∑ ( y t − ý 1 ) ( y t−k − ý 2)
t=k +1
rk = n n

√∑
t =k+1
( y t− ý 1 )2 ∑ ( y t−k − ý 2 )2
t =k+1
n
1

{
ý 1= ∑ y
n−k t =k+1 t
avec et
n
1
ý 2 =
n−k t=k∑ y t−k
+1

La fonction d’autocorrélation partielle, notée PACF, est constituée par l’ensemble des
autocorrélations partielles qui mesure la corrélation linéaire entre les variables x t , xt +k , une
fois l’influence des variables x t +1 , … , x t+ k est éliminée :

112
∅ kk =Corr ¿
L’interprétation des corrélogrammes pour la spécification des processus AR et MA est
généralement gouvernée par les règles suivantes :

 Les processus autorégressifs d’ordre p, AR( p), présentent une fonction d’auto
corrélation dont les valeurs décroissent exponentiellement avec des alternances
possibles de valeurs positives et négatives ; leur fonction d’autocorrélation partielle
présente exactement p pics aux p premières valeurs du corrélogramme d’auto-
corrélation partielle.
 Les processus de moyenne mobile d’ordre q , MA(q ), présentent exactement q pics aux
q premières valeurs du corrélogramme de la fonction d’autocorrélation et des valeurs
exponentiellement décroissantes de la fonction d’autocorrélation partielle.
 Si la fonction d’autocorrélation décroît trop lentement, il est conseillé de différencier
la série avant l’identification du modèle.
 Les processus mixtes de type ARMA peuvent présenter des graphiques
d’autocorrélation et d’autocorrélation partielle plus complexes à interpréter et
nécessitent plusieurs itérations.

2. Estimation

Pour l’estimation des coefficients des polynômes AR et MA, nous procédons à la


minimisation du critère MSE (méthode des moindres carrés non linéaires) ou, mieux, la
maximisation de la pseudo-fonction de vraisemblance exacte (celle d’un processus normal).

A cette fin, nous nous servons des procédures numériques itératives.

3. Validation et prévision

Au cours de cette étape de la méthode de Box & Jenkins, les principales vérifications à
effectuer portent sur les éléments suivants :

 Les valeurs des fonctions d’autocorrélation et d’autocorrélation partielle de la série des


résidus doivent être toutes nulles ; si les autocorrélations d’ordre 1 ou 2 diffèrent
significativement de 0, alors la spécification ( p , d ,q ) du modèle ARIMA est
probablement inadaptée ; cependant, une ou deux autocorrélations d’ordre supérieur
peuvent par aléas dépasser les limites de l’intervalle de confiance à 95 %.
 Les résidus ne doivent présenter aucune configuration déterministe : leurs
caractéristiques doivent correspondre à celle d’un bruit blanc.

Dans l’approche classique de Box & Jenkins, l’erreur-type des coefficients du modèle est
également examiné en vérifiant leur significativité statistique. Dans le cas d’un sur-ajustement
des données par un modèle trop complexe, certains coefficients peuvent ne pas être
statistiquement significatifs et doivent donc être abandonnés.

Cette phase de validation du modèle est très importante et nécessite le plus souvent un retour
à la phase d’identification. Une fois le modèle est validé, la prévision peut être calculée à un

113
horizon de quelques périodes limitées, car la variance de l’erreur de prévision croît vite avec
l’horizon.

ANNEXE 4

Théorie des tests

I. Tests de Dickey-Fuller (1979)


Les tests de Dickey-Fuller (DF) permettent de mettre en évidence le caractère
stationnaire ou non d’une chronique par la détermination d’une tendance déterministe ou
stochastique.

Les modèles servant de base à la construction de ces tests sont au nombre de 3. le


principe des tests est simple : si l’hypothèse  H 0 :∅ 1=1 est retenue dans l’un de ces trois
modèles, le processus est alors non stationnaire.
1)  x t=∅ 1 x t−1 +ε t Modèle autorégressif d’ordre 1.
1)  x t=∅ 1 x t−1 +ε t Modèle autorégressif d’ordre 1.
2)  t 1 x t−1 + β+ ε t Modèle autorégressif avec constante.
x =∅

3)  x t=∅
2) 1 xxt−1
t=∅ 1 x+
+bt c+
t−1 ε t Modèle
+ β+ ε t Modèle
autorégressif avecavec
autorégressif tendance.
constante.

3)  x t=∅ 1 x t−1 +bt+ c+ ε t Modèle autorégressif avec tendance.


Si l’hypothèse H 0 est vérifiée, la chronique  x t n’est pas stationnaire quelque soit le
modèle retenu.
Dans le dernier modèle, si on accepte H 1 : ∅1 <1 et si le coefficient b est
significativement différent de 0, alors, le processus est un processus TS, on peut le rendre
stationnaire en calculant les résidus par rapport à la tendance estimée par les moindres carrés
ordinaires.
Les auteurs ont choisi de tester la valeur ( ^ ∅1−1) au lieu de ∅ 1 pour des raisons
purement statistiques. Cela n’est pas gênant pour le test.
En effet, x t=∅ 1 x t−1 +ε t s’écrit aussi :
x t−x t −1=∅ 1 x t −1 −xt −1+ ε t ∆ x t =( ∅ 1−1 ) x t−1 +ε t

Il est donc équivalent de tester comme hypothèse H 0 :∅ 1=1 ou ∅ 1−1=0.

114
Nous obtenons les modèles suivants :
1) ∆ x t =∅ x t −1+ ε t

2) ∆ x t =∅ x t −1+ c+ ε t

3) ∆ x t =∅ x t −1+ bt+c + ε t

Principe du test

On estime par les moindres carrés ordinaires le paramètre ∅ noté ∅^ pour les modèles 1,
2 et 3. L’estimation des coefficients et des écarts types du modèle par les moindres carrés
ordinaires fournit t ^∅ qui est analogue à la statistique de Student (rapport du coefficient sur son
1

écart type).

Si  t ^∅ ≥t tabulé alors, on accepte l’hypothèse H 0; il existe une racine unitaire, le processus
1

x t n’est donc pas stationnaire.

II. tests de Dickey-Fuller augmentés

Dans les modèles précédents, utilisés pour les test de DF simple, le processus  x t est par
hypothèse, un bruit blanc. Or il n’y a aucune raison pour que, à priori, l’erreur soit non
corrélée.

On appelle test de DF augmenté (ADF, 1981) la prise en compte de cette hypothèse.


Les tests ADF sont fondés, sous l’hypothèse alternative |∅|<1, sur l’estimation par les
MCO des 3 modèles :

p
1) ∆ x t =ρ xt −1−∑ ∅ j ∆ x t − j+1 + ε t
j=2

p
2) ∆ x t =ρ xt −1−∑ ∅ j ∆ x t − j+1 +c + ε t
j=2

p
Le test se3)déroule
∆ x t de
=ρ manière
xt −1−∑ ∅similaire aux tests DF simples, seules les tables
j ∆ x t − j+1 +c +bt +ε t
statistiques diffèrent. La valeur de p peut être déterminée selon les critères d’Akaike ou de
j=2

Schwarz, ou encore, en partant d’une valeur suffisamment importante de p : on estime un


modèle à (p-1) retards, puis à (p-2) retards, jusqu’à ce que le coefficient du pième retard soit
significatif.
La stratégie du test  :

115
On commence par tester la stationnarité à partir du modèle le plus général, à savoir le
modèle 3. On compare la réalisation de la statistique de Student t ^∅ aux seuils tabulés par DF
i

pour le modèle 3.

Si la réalisation de t ^∅ est supérieure au seuil, on accepte l’hypothèse nulle de la non


i

stationnarité.

III. Test de normalité


Pour tester la normalité d’une distribution donnée, plusieurs statistiques ont été mises au
point, parmi elles nous retiendrons les suivantes :
 Coefficient d’asymétrie (Skewness)
C’est un coefficient qui est donné par la relation suivante :

N
1
S= ∑ ¿¿¿¿
N −1 i=1

Il permet dans notre cas d’évaluer la symétrie de la distribution des résidus, dans le cas d’une
distribution normale on doit trouver un coefficient d’asymétrie égal ou très proche de zéro.
 Coefficient d’aplatissement (Kurtosis) :
Ce dernier coefficient s’ajoute au précédent pour évaluer la normalité. On peut le calculer à
partir de la relation suivante :

N
1
K= ∑ ¿¿¿¿
N −1 i=1

Dans le cas normal il est égal à 3.


 Statistique de Jarque-Bera :
C’est une statistique qui utilise les coefficients présentés plus haut. Elle donnée par :

3
N 2 ( K −3 )
JB= (S + )
6 4

En supposant la normalité des résidus, la statistique de Jarque-Bera suit une khi-deux à deux
degrés de liberté.
Notons qu’il existe aussi d’autres tests intéressants pour la normalité dont le test d’Anderson-
Darling et celui de Lilliefors. Dans la suite nous n’utiliserons pas les coefficients

116
d’aplatissement et d’asymétrie pour étudier la normalité car étant inclus dans la statistique de
Jarque-Bera.

IV. Test de Breusch-godfrey ou test LM d’autocorrelation 

En statistique, la série Godfrey-Breusch ou LM corrélation est un test robuste


pour détecter une autocorrélation entre les résidus à partir d'une analyse de régression), ce
dernier est plus général que celui de Durbin-Watson et son hypothèse nulle considérée stipule
qu'il n'y a pas de corrélation.
Principe du test  :
Considérons une régression linéaire de la forme suivante :

Y t =α 0+ α 1 X t ,1 +α 2 X t ,2 +ε t

où les résidus pourraient résulter d'un modèle AR (p), comme suit:

ε t= ρ1 ε t−1+ ρ2 ε t−2 +∙ ∙∙+ ρ p ε t− p +ut

L’ensemble des résidus estimés ε^t est obtenu à partir d’une estimation par la MCO du
modèle de régression linéaire. En régressant ces résidus sur les variables X 1, X2 et sur les
résidus retardés jusqu’à l’ordre p, c'est-à-dire l’estimation de ce modèle

ε^t=α 0 +α 1 X t ,1 +α 2 X t , 2+ ρ1 ε^ t−1+ ρ2 ε^ t−2 +∙ ∙∙+ ρ p ε^ t− p +ut

Breusch et Godfrey ont prouvé que la statistique nR2 suit approximativement la loi ℵ2 ( p)
lorsque l'hypothèse nulle H 0: (ρ i = 0 pour tout i) est vraie (c.à.d il n'y a pas de corrélation)

 n : nombre d’observation


 R2 : le coefficient de détermination du modèle.
L’hypothèse nulle est rejetée au seuil d’erreur α si n R2≥ℵ2 p , α

V. Test ARCH 

Les modèles de type ARCH permettent de modéliser des chroniques qui ont une
volatilité (ou variance ou variabilité) instantanée qui dépend du passé. Il est ainsi possible
d’élaborer une prévision dynamique de la chronique en termes de la moyenne et de variance.
Le test est fondé soit sur un test de Fisher classique, soit sur le test du multiplicateur de
Lagrange (LM).
De manière pratique, on procède de la manière suivante :
1) Calcul de e t le résidu du modèle de regression.
2) Calcul de e t ²

117
3) Régression autorégressive des résidus sur p retards (résidu décalé) où seuls les
p
retards significatifs sont conservés. e t ²=α 0+ ∑ et −i ².
i=1

4) Calcul de la statistique du multiplicateur de Lagrange, LM=nR² avec :


 n: nombre d’observations servant au calcul de la régression de l’étape
trois,
 R²: Coefficient de détermination de l’étape3.

Si LM > X ² p à p degrés de liberté lu dans la table à un seuil α fixé (en général 0,05),
on rejette H 0 et on considère que le processus est justifiable d’un modèle ARCH(p).
C’est le test de significativité des coefficients α ide la regression e t ² sur e t− p ² qui
permet de déterminer l’ordre p du processus ARCH sachant qu’un processus ARCH d’ordre 3
semble un maximum. Une autre approche consiste à calculer le corrélogramme des résidus
aux carrés issus du modèle initiale. Si des termes de ce corrélogramme sont significativement
différents de 0, alors on peut conclure à une spécification de type ARCH.

118
variance
conditionn
date elle
01/01/2
009 8,43E-08
02/01/2
009 9,29E-08 ANNEXE 5
03/01/2
009 9,75E-08
04/01/2 Série de la variance conditionnelle
009 1,05E-07
05/01/2
009 1,12E-07
06/01/2 14/02/2009 7,69E-07 30/03/2009 5,69E-07
009 1,15E-07 15/02/2009 6,84E-07 31/03/2009 5,06E-07
07/01/2 16/02/2009 6,10E-07 01/04/2009 4,54E-07
009 1,20E-07 17/02/2009 5,75E-07 02/04/2009 1,70E-06
08/01/2 18/02/2009 5,16E-07 03/04/2009 3,04E-06
009 1,16E-07 19/02/2009 4,63E-07 04/04/2009 2,65E-06
09/01/2 20/02/2009 4,19E-07 05/04/2009 2,31E-06
009 1,21E-07 21/02/2009 3,84E-07 06/04/2009 2,01E-06
10/01/2 22/02/2009 3,50E-07 07/04/2009 3,38E-06
009 1,45E-07 23/02/2009 3,21E-07 08/04/2009 2,94E-06
11/01/2 24/02/2009 2,90E-07 09/04/2009 2,56E-06
009 1,46E-07
25/02/2009 2,76E-07 10/04/2009 2,22E-06
12/01/2
26/02/2009 5,57E-07 11/04/2009 4,53E-06
009 1,47E-07
27/02/2009 1,03E-06 12/04/2009 3,93E-06
13/01/2
28/02/2009 9,05E-07 13/04/2009 3,42E-06
009 1,47E-07
01/03/2009 8,01E-07 14/04/2009 2,98E-06
14/01/2
02/03/2009 7,10E-07 15/04/2009 2,59E-06
009 1,47E-07
15/01/2 03/03/2009 6,30E-07 16/04/2009 2,25E-06
009 3,47E-07 04/03/2009 5,62E-07 17/04/2009 1,96E-06
16/01/2 05/03/2009 5,68E-07 18/04/2009 1,71E-06
009 3,20E-07 06/03/2009 5,09E-07 19/04/2009 1,50E-06
17/01/2 07/03/2009 4,55E-07 20/04/2009 1,31E-06
009 2,89E-07 08/03/2009 4,11E-07 21/04/2009 1,21E-06
18/01/2 09/03/2009 3,72E-07 22/04/2009 1,07E-06
009 2,70E-07 10/03/2009 3,39E-07 23/04/2009 9,42E-07
19/01/2 11/03/2009 3,10E-07 24/04/2009 8,33E-07
009 2,54E-07 12/03/2009 2,85E-07 25/04/2009 7,32E-07
20/01/2 13/03/2009 2,61E-07 26/04/2009 6,48E-07
009 2,40E-07 14/03/2009 2,38E-07 27/04/2009 5,75E-07
21/01/2 15/03/2009 2,23E-07 28/04/2009 5,11E-07
009 2,86E-07 16/03/2009 2,10E-07 29/04/2009 4,56E-07
22/01/2 17/03/2009 1,96E-07 30/04/2009 5,39E-07
009 2,84E-07 18/03/2009 1,83E-07 01/05/2009 1,60E-06
23/01/2 19/03/2009 1,73E-07 02/05/2009 1,40E-06
009 2,65E-07
20/03/2009 1,68E-07 03/05/2009 1,22E-06
24/01/2
21/03/2009 1,60E-07 04/05/2009 1,07E-06
009 2,43E-07
22/03/2009 1,55E-07 05/05/2009 9,41E-07
25/01/2
23/03/2009 1,50E-07 06/05/2009 2,03E-06
009 2,30E-07
24/03/2009 1,48E-07
26/01/2 07/05/2009 3,60E-06
009 2,19E-07 25/03/2009 1,44E-07 08/05/2009 3,13E-06
27/01/2 26/03/2009 1,46E-07 09/05/2009 2,73E-06
009 2,07E-07 27/03/2009 8,20E-07 10/05/2009 2,38E-06
28/01/2 28/03/2009 7,21E-07
11/05/2009 2,07E-06
009 2,00E-07 29/03/2009 6,39E-07
12/05/2009 1,81E-06
29/01/2
009 1,85E-07
30/01/2
009 3,16E-07
31/01/2 119
009 2,86E-07
01/02/2
009 2,67E-07
13/05/2009 1,58E-06 26/06/20 1,36E- 09/08/20 1,25E-
14/05/2009 1,56E-06 09 07 09 07
15/05/2009 1,36E-06 27/06/20 1,29E- 10/08/20 1,20E-
16/05/2009 1,19E-06 09 07 09 07
17/05/2009 1,04E-06 28/06/20 1,24E- 11/08/20 1,34E-
18/05/2009 9,15E-07 09 07 09 07
19/05/2009 8,15E-07 29/06/20 1,20E- 12/08/20 1,28E-
20/05/2009 7,17E-07 09 07 09 07
21/05/2009 6,34E-07 30/06/20 1,17E- 13/08/20 1,29E-
22/05/2009 5,95E-07 09 07 09 07
23/05/2009 5,26E-07 01/07/20 3,30E- 14/08/20 2,17E-
24/05/2009 4,69E-07 09 07 09 07
25/05/2009 4,19E-07 02/07/20 5,20E- 15/08/20 1,99E-
26/05/2009 1,04E-06 09 07 09 07
27/05/2009 9,11E-07 03/07/20 4,62E- 16/08/20 1,84E-
09 07 09 07
28/05/2009 9,21E-07 04/07/20 4,11E- 17/08/20 1,71E-
29/05/2009 8,10E-07 09 07 09 07
30/05/2009 7,13E-07 05/07/20 3,68E- 18/08/20 3,16E-
09 07 09 07
31/05/2009 6,31E-07 06/07/20 3,31E- 19/08/20 5,92E-
01/06/2009 5,60E-07 09 07 09 07
07/07/20 2,98E- 20/08/20 5,24E-
02/06/2009 4,97E-07
09 07 09 07
03/06/2009 4,43E-07 08/07/20 2,71E- 21/08/20 4,65E-
04/06/2009 4,29E-07 09 07 09 07
09/07/20 2,46E- 22/08/20 4,13E-
05/06/2009 4,11E-07
09 07 09 07
06/06/2009 3,71E-07 10/07/20 2,25E- 23/08/20 3,69E-
07/06/2009 3,34E-07 09 07 09 07
11/07/20 2,06E- 24/08/20 3,31E-
08/06/2009 3,02E-07 09 07 09 07
09/06/2009 2,74E-07 12/07/20 1,91E- 25/08/20 5,84E-
10/06/2009 2,52E-07 09 07 09 07
13/07/20 1,77E- 26/08/20 5,17E-
11/06/2009 2,35E-07 09 07 09 07
12/06/2009 2,37E-07 14/07/20 1,72E- 27/08/20 4,58E-
09 07 09 07
13/06/2009 2,75E-07
15/07/20 1,61E- 28/08/20 5,86E-
14/06/2009 2,51E-07 09 07 09 07
15/06/2009 2,30E-07 16/07/20 1,51E- 29/08/20 5,18E-
09 07 09 07
16/06/2009 2,10E-07
17/07/20 1,42E- 30/08/20 4,60E-
17/06/2009 1,95E-07 09 07 09 07
18/06/2009 1,80E-07 18/07/20 1,34E- 31/08/20 4,09E-
09 07 09 07
19/06/2009 2,05E-07
19/07/20 1,28E- 01/09/20 4,09E-
20/06/2009 1,91E-07 09 07 09 07
21/06/2009 1,78E-07 20/07/20 1,23E- 02/09/20 3,67E-
09 07 09 07
22/06/2009 1,67E-07 21/07/20 1,19E- 03/09/20 3,83E-
23/06/2009 1,57E-07 09 07 09 07
24/06/2009 1,48E-07 22/07/20 1,38E- 04/09/20 3,42E-
09 07 09 07
25/06/2009 1,42E-07 23/07/20 1,30E- 05/09/20 3,07E-
09 07 09 07
24/07/20 1,25E- 06/09/20 2,77E-
09 07 09 07
25/07/20 1,21E- 07/09/20 2,51E-
09 07 09 07
26/07/20 1,17E- 08/09/20 2,29E-
09 07 09 07
27/07/20 1,13E- 09/09/20 2,14E-
120
09 07 09 07
28/07/20 1,14E-
09 07
22/09/2009 1,70E-07 05/11/20 1,39E- 19/12/20 2,07E-
09 07 09 07
23/09/2009 1,58E-07
06/11/20 1,32E- 20/12/20 1,91E-
24/09/2009 1,60E-07 09 07 09 07
25/09/2009 1,50E-07 07/11/20 1,26E- 21/12/20 1,77E-
09 07 09 07
26/09/2009 2,05E-07
08/11/20 1,20E- 22/12/20 1,69E-
27/09/2009 1,88E-07 09 07 09 07
28/09/2009 1,74E-07 09/11/20 1,15E- 23/12/20 1,59E-
29/09/2009 1,62E-07 09 07 09 07
10/11/20 1,21E- 24/12/20 1,57E-
30/09/2009 1,71E-07 09 07 09 07
01/10/2009 1,60E-07 11/11/20 1,16E- 25/12/20 1,48E-
02/10/2009 1,49E-07 09 07 09 07
12/11/20 1,78E- 26/12/20 1,41E-
03/10/2009 1,41E-07 09 07 09 07
04/10/2009 1,33E-07 13/11/20 1,66E- 27/12/20 1,35E-
05/10/2009 1,26E-07 09 07 09 07
14/11/20 1,76E- 28/12/20 1,29E-
06/10/2009 1,36E-07 09 07 09 07
07/10/2009 1,30E-07 15/11/20 1,64E- 29/12/20 1,24E-
08/10/2009 1,23E-07 09 07 09 07
16/11/20 1,53E- 30/12/20 1,27E-
09/10/2009 1,18E-07
09 07 09 07
10/10/2009 1,40E-07 17/11/20 1,45E- 31/12/20 1,25E-
11/10/2009 1,33E-07 09 07 09 07
18/11/20 1,50E-
12/10/2009 1,26E-07
09 07
13/10/2009 1,24E-07 19/11/20 1,42E-
14/10/2009 2,03E-07 09 07
20/11/20 1,34E-
15/10/2009 2,62E-07
09 07
16/10/2009 2,38E-07 21/11/20 1,27E-
17/10/2009 2,66E-07 09 07
18/10/2009 2,41E-07 22/11/20 1,22E-
09 07
19/10/2009 2,20E-07 23/11/20 1,17E-
20/10/2009 2,48E-07 09 07
21/10/2009 2,32E-07 24/11/20 1,13E-
09 07
22/10/2009 2,12E-07 25/11/20 1,09E-
23/10/2009 2,71E-07 09 07
24/10/2009 2,46E-07 26/11/20 1,06E-
09 07
25/10/2009 2,24E-07
27/11/20 1,05E-
26/10/2009 2,05E-07 09 07
27/10/2009 1,89E-07 28/11/20 1,13E-
09 07
28/10/2009 2,11E-07
29/11/20 1,10E-
29/10/2009 2,05E-07 09 07
30/10/2009 1,88E-07 30/11/20 1,07E-
09 07
31/10/2009 1,74E-07
01/12/20 1,07E-
01/11/2009 1,62E-07 09 07
02/11/2009 1,52E-07 02/12/20 1,70E-
09 07
03/11/2009 1,52E-07
03/12/20 1,59E-
04/11/2009 1,43E-07 09 07
04/12/20 2,37E-
09 07
05/12/20 2,91E-
09 07

121