Académique Documents
Professionnel Documents
Culture Documents
Mustapha BENGRICH
Enseignant Chercheur
Laboratoire de recherche LEREG
FSJES Université Ibn Zohr, Agadir Maroc
E-mail : m.bengrich@uiz.ac.ma
Mohamed EL GHADOUIA
Doctorant
Laboratoire de recherche LEREG
FSJES Université Ibn Zohr, Agadir Maroc
E-mail : melghadouia@gmail.com
Résumé
L’objet de ce papier consiste à analyser la relation linéaire et la force d’association entre le rendement
des actions et ses variables présumées exogènes (Bêta, Size, Std_Dev, Dividend_Yield, B_M_ratio et
total rik). L’échantillon est constitué d’observations annuelles de soixante-sept sociétés cotées à la
bourse des valeurs de Casablanca, observées sur la période qui s’étale de 2013 jusqu’à l’an 2017. Les
résultats obtenus, au moyen d’une analyse corrélationnelle et d’une régression linéaire multiple, font
ressortir l’existence des relations positives et faibles entre le rendement et ses variables explicatives.
Nous concluons que seulement les variables Bêta, Size et Std_Dev sont statistiquement significatives
pour expliquer la variation longitudinale du rendement d’une action cotée sur le marché boursier
marocain.
Mots-clés : Rendement, Bêta, taille, écart type,Ratio cours/bénéfice, Dividende, Ratio valeur/cours,
Risque total.
Abstract
The purpose of this paper is to analyze the linear relationship and the association’s power between the
stock return and its presumed exogenous variables (Beta, Size, Std_Dev, Dividend_Yield, B_M_ratio
and total rik). The sample consists of annual observations of sixty-seven companies’ shares listed on the
Casablanca Stock Exchange, observed over the period from 2013 to 2017. The results obtained, by
means of a correlational analysis and multiple linear regression, highlight the existence of positive and
weak correlation between stock return and its explanatory variables. As a result also, only the variables
Beta, Size and Std_Dev are statistically significant to explain the return longitudinal variation in the
Moroccan stock market.
Keywords: Return, Bêta, Size, Std_Dev, Dividend_Yield,PER, B_M_ratio, Total rik.
REMFO http://revues.imist.ma/?journal=REMFO&page=about
REMFO N°10 mars 2020 ISSN 2489-205X
INTRODUCTION
2
Sur la base des travaux de Markowitz [25], [37], Lintner [24] et Mossin [30] ont développé le
Modèle d’Equilibre des Actifs Financiers (MEDAF). Ce modèle a abouti, sous certaines
hypothèses, à la relation d’équilibre entre la rentabilité espérée d’un actif financier quelconque
et son risque. Encore une dizaine d’années plus tard, à la fin des années 70, Ross [37] développa
un modèle multifactoriel alternatif au MEDAF nommé modèle d’évaluation par arbitrage
(MEA) ou Arbitrage Pricing Theory (APT). Ainsi, le modèle de Markowitz, le MEDAF et
l’APT constituent le noyau dur de la théorie classique du portefeuille1.Toutefois, Faris [18] a
indiqué que depuis longtemps, les marchés financiers sont devenus de plus en plus volatils.
Ainsi, plusieurs entreprises ont connu des pertes financières importantes ou des faillites
spectaculaires à cause d’une mauvaise maîtrise des risques. Il a précisé également que parmi
les risques auxquels les entreprises sont confrontées, on trouve le risque sur action ou d’un
portefeuille d’actions.
Lorsqu’un investisseur veut acheter un titre financier, il s’attend à recevoir un rendement
espéré. Mais, il y a toujours le risque qui règne sur ce rendement attendu. En fait, tout
investisseur court deux types de risques, le risque spécifique qui est propre au titre et est
diversifiable, et le risque systématique ou non diversifiable qui provient du marché affectant
l’ensemble des titres contrairement au risque spécifique [11]. Le premier type est relatif aux
influences spécifiques à l’entreprise tels que les coûts d’exploitation, la mauvaise gestion,
l’invention technologique qui rend obsolète la principale gamme de produits, etc. Il est baptisé
également le risque unique à un actif quelconque ou à une propriété donnée. Ces facteurs
spécifiques n’affectent que l’actif en question appartenant à une entreprise donnée sans affecter
sensiblement les autres entreprises [1]. Tandis que, le deuxième type est dû aux conditions
économiques générales, telles que la fiscalité, le taux d’inflation, le taux d’intérêt, le taux de
change, etc. il est connu également sous le nom du risque du marché qui ne pourra pas être
éliminé par la diversification [29].
Le MEDAF a fait l'objet de nombreuses recherches et essais. Pourtant, les chercheurs n’ont
obtenu que des résultats mitigés [40] [24] , [17], [37] et [39].
Par ailleurs, des efforts importants ont été déployés pour identifier les autres facteurs qui
capturent le risque. Ces facteurs ont été identifiés à la fois sur la base des études empiriques et
des théories existantes, telles que le bêta du modèle d'évaluation des actifs financiers, les
indicateurs financiers et les indicateurs boursiers.
Le présent article présentera ces facteurs et testera la validité de leur relation linéaire avec le
rendement. Pour ce faire, nous analysons d’abord, à travers une revue de littérature, les
fondements théoriques du MEDAF, ses extensions, ses tests et les critiques y adressées qui font
apparaitre d’autres facteurs déterminants du rendement. Nous exposerons ensuite la
méthodologie de recherche adoptée pour mener à bien cette étude basée sur une approche en
panel. Elle couvre une période de cinq ans (2013-2017). Les données utilisées sont d’une
1
Grâce aux travaux de Sharpe et de Fama, dans les années soixante, la littérature relative à la gestion des portefeuilles a connu
des extraordinaires développements qui ont donné naissance à de nombreux concepts théoriques à savoir l’optimisation de
portefeuille, le coefficient bêta, the Dividend Discount Model, les stratégies de gestion de portefeuille etc.(Broquet, Cobbaut,
Gillet &Van Den Berg, 2009).
REMFO http://revues.imist.ma/?journal=REMFO&page=about
REMFO N°10 mars 2020 ISSN 2489-205X
fréquence annuelle et sont relatives aux entreprises cotées à la bourse des valeurs de Casablanca.
3
Enfin, La dernière partie sera réservée à l’interprétation des résultats.
1. CADRE THEORIQUE
L’objectif de cette section est de positionner cette recherche dans le cadre théorique de la
gestion de portefeuille des actifs financiers. Il s’agit de se focaliser sur une revue de littérature
du modèle d’évaluation des actifs financiers ainsi que ses extensions, ses tests empiriques et les
critiques y adressées qui font apparaitre d’autres facteurs déterminants du rendement en plus du
bêta.
1.1. MEDAF : définition et expression mathématique
Le modèle d’évaluation des actifs financiers a été développé par Sharpe [38], Lintner [24] et
Mossin [30] à partir des travaux de Markowitz. En effet, le modèle prédit la relation entre le
risque et les rendements attendus des actifs. Il relie également le taux de rendement requis pour
un titre à son risque [9].
Bien que certaines hypothèses soient communes entre ces deux modèles, Sharpe [38] et Lintner
[24] ont ajouté deux autres hypothèses clés au modèle de Markowitz afin d’élaborer la théorie
de l’équilibre financier [16]. La première hypothèse indique que tous les investisseurs ont les
mêmes anticipations sur les rendements et la deuxième révèle qu'il existe des emprunts et des
prêts à un taux sans risque identique pour tous les investisseurs sans contrainte quantitative.
Par conséquent, le MEDAF est considéré comme un modèle à un seul facteur, qui permet
d’établir une relation entre le rendement espéré d’un actif et son risque systématique exprimé
par le bêta.
En effet, la formulation de base du MEDAF est la suivante [38] , [16]:
E(Rit) = Rft + βi (E(Rmt) – Rft)
Avec :
En suivant le principe du MEDAF, un portefeuille efficient doit être composé des actifs risqués
et d’actif sans risque. En plus, ce modèle explique le compromis entre les rendements des actifs
et leurs risques. Chaque actif comporte deux types de risque: un risque diversifiable ou unique
et un risque non diversifiable ou de marché.
REMFO http://revues.imist.ma/?journal=REMFO&page=about
REMFO N°10 mars 2020 ISSN 2489-205X
Rossi [35] a précisé que la principale attraction de ce modèle est le fait qu’il permet aux
4
gestionnaires financiers de l'utiliser comme moyen pour compléter d'autres techniques et leur
propre jugement en essayant de développer des calculs réalistes et utiles du coût des capitaux
propres. Malgré que son application ne cesse de susciter des débats, les problèmes de finance
d'entreprise profitent également de l'utilisation de ses techniques. Les problèmes empiriques du
MEDAF peuvent refléter des échecs théoriques, résultat de nombreuses hypothèses
simplificatrices. Cependant, ils peuvent également être causés par des difficultés lors de la mise
en œuvre de tests valides du modèle. Malgré sa simplicité, de nombreuses critiques ont été
formulées à l'encontre du MEDAF [4].
1.2. Extensions et tests du MEDAF
Chacune des hypothèses du MEDAF présentent un certain degré d’irréalisme et peut en
conséquence être nuancée, voire modifiée [11] . Cependant, Black [7] a supposé qu’il n’existait
pas d’actif sans risque et qu’aucun emprunt ou prêt sans risque n’est autorisé. Il a ensuite montré
que le rendement attendu de tout actif risqué est une fonction linéaire de son bêta [14].
On aura en effet, la formule simple suivante :
E(Rit) = αi + βi(E(Rmt))
Brenan [10] a précisé, dans le même contexte, que tout investisseur est soumis à des taux
d’impôt sur les dividendes, comme il a traité également l’effet de la politique de dividende sur
la valeur de la société dans le cadre de la condition d’équilibre du marché.
Par ailleurs, Lévy [23] a indiqué que la prise en considération du coût de transaction, du coût
de l’accès à l’information ou même du coût du suivi du nouveau développement financier de
tous les titres est susceptible de contredire le résultat théorique affirmant que chaque
investisseur détient dans son portefeuille tous les titres disponibles sur le marché, car de
nombreux investisseurs détiennent les actions d'une seule société.
De même, en présence d’inflation, la mesure habituelle du bêta peut être une sous-estimation
du risque pour les actifs à faible bêta et une surestimation du risque pour les autres actifs, ce
qui contribue à expliquer au moins une partie de la non-linéarité observée dans la relation entre
le rendement et le risque non diversifiable [19] . En effet, différentes études et tests ont été
effectués au cours des années 70 dans l'objectif d'analyser la validation empirique du MEDAF.
Ainsi, il existe différents modèles économétriques qui ont été utilisés en ce sens, tels que le
modèle de Black [7], le modèle de Blume et Friend [8] et le modèle de Fama et MacBeth [17].
Ces études ont abouti à des résultats qui ont validé le modèle. Tandis que, la plupart des études
empiriques ultérieures telles que Roll [35], Basu [3], Banz [2], Bhandari [6] et Fama [15] ont
rejeté l'existence de la droite de marché pour l’évaluation des titres individuels ou Security
Market Line (SML) [4].
1.3. Critiques adressées au MEDAF : apparition d’autres facteurs de risque
Rossi [35] a précisé que les principales limites du MEDAF résultent d’hypothèses irréalistes.
Tout d’abord, il est très difficile de trouver un titre sans risque. Un titre gouvernemental très
liquide à court terme est considéré comme sans risque. Ensuite, l’hypothèse de l’égalité entre
taux débiteurs et taux créditeurs, qui sont différents en pratique, est un autre inconvénient
REMFO http://revues.imist.ma/?journal=REMFO&page=about
REMFO N°10 mars 2020 ISSN 2489-205X
important. En pratique, ces taux diffèrent. La dernière limite est que le bêta ne reste pas stable
5
dans le temps, car les investisseurs ne disposent pas des données supplémentaires nécessaires
pour estimer la version bêta. Ils l’estiment uniquement à partir de données historiques.
Cependant, la plupart des études ont montré que les bêtas historiques sont de mauvais
indicateurs du risque futur des titres.
D’après une panoplie de travaux menés sur plusieurs portefeuilles d’actifs cotés à la bourse de
NYSE, Fama et MacBeth [17] ont confirmé la validité du MEDAF. Ils ont estimé le bêta en
utilisant des études longitudinales sur des données mensuelles pour une longue période de 1935
à 1968. Les résultats auxquels ils ont parvenu montrent que le bêta est statistiquement
significatif, mais il est faible sur plusieurs sous-périodes. Une étude similaire à celle de Fama
et MacBeth menée par Tinic et West [41] en utilisant les mêmes données de la NYSE sur la
période 1935-1982. En fait, ils ont constaté que le MEDAF ne pourrait pas tenir. En sus, Roll
[31] a soulevé également de sérieux doutes quant à l’applicabilité du MEDAF.
Plusieurs études telles que Basu [3], Banz [2], Shiller [40] et Rosenberg & al. [34] ont représenté
le socle pour montrer qu'une relation linéaire du MEDAF à un seul facteur ne tient pas et que
la bêta seule ne peut expliquer la relation risque-rendement. A cet effet, d’autres facteurs non
liés au marché contribuent également aux relations risque-rendement des actifs.
Parmi ces facteurs, on trouve le PER (Price Earning Ratio)2. Basu [3] a constaté que lorsque les
titres sont triés selon les ratios PER, Ceux dont le ratio PER est élevé, ils auront des rendements
futurs supérieurs à ceux prévus par le MEDAF.
D’autres études ont soulevées que les rendements moyens des actions américaines sont
positivement corrélés aux ratios book-to-market (B/M)3. Ils ont montré que les actions ayant un
ratio (B/M) élevé, ils ont des rendements moyens élevés qui ne sont pas capturés par leurs bêtas
Rosenberg & al. [34]. En plus, Chan et al. [12] ont confirmé également une association positive
entre ces ratios et les rendements des actions sur le marché japonais. En effet, ces travaux
corroborent ceux de [15] qui ont conclu que les ratios (B/M) sont supérieurs aux autres facteurs
de risque pour expliquer la représentation transversale du rendement des actions.
Plusieurs documents ont été publiés au cours des dernières années, traitant à la fois l’impact
théorique et empirique des rendements de dividendes sur les rendements des titres. La relation
entre les rendements en dividendes et les rendements des actions ordinaires aux États-Unis a
également fait l’objet de nombreuses critiques dans la littérature. Bien que les preuves
empiriques qui sont peu mitigées, vont généralement vers une relation positive entre les
dividendes et les rendements Rosenberg and al. [34]. Ainsi, au Japon par exemple, les
institutions financières cotées en bourse comptent sur les dividendes comme une source
importante de liquidités pour faire face à leurs autres engagements [21].
En effet, Lakonishok et Shapiro [22] ont précisé que seule la taille semble plus explicative de
la variation transversale des rendements que le bêta et la variance, à des niveaux standards de
signification statistique. En outre, plusieurs travaux de recherche, à titre d’exemple ceux de
2
C’est un indicateur boursier correspondant au rapport entre le cours d’une action et son bénéfice (Shiller, 2005).
3
C’est le rapport entre la valeur comptable d'une action et sa valeur de marché. C’est un indicateur boursier qui permet
d’apprécier le niveau de valorisation d’un titre.
REMFO http://revues.imist.ma/?journal=REMFO&page=about
REMFO N°10 mars 2020 ISSN 2489-205X
Fama [15] et Banz [2] ont indiqué que la taille de l’entreprise et le ratio (B/M) étaient les
6
déterminants les plus importants du rendement moyen des actions. Chan et al. [13] ont
également constaté que les rendements espérés des entreprises à petite capitalisation sont plus
exposés aux risques de production et aux variations de la prime de risque que celles des
entreprises à grande capitalisation. Alors que, Berk [5] a signalé que la taille est négativement
corrélée au rendement espéré.
Selon Lévy [23], Mayshar [26], Mayshar [27], et Mayshar [28], il existe des obstacles au niveau
du marché, tels que les coûts de transaction, l’inflation, les taxes et autres obstacles qui limitent
la diversification. Ainsi, le MEDAF qui présume une diversification complète, est mal spécifié
et une mesure de risque inappropriée est donc utilisée pour calculer les rendements espérés. En
particulier, ces auteurs ont vérifiés l'hypothèse selon laquelle les actions de petites entreprises,
qui ne sont pas largement détenues, sont davantage influencées par leurs propres variances que
les actions détenues à grande échelle des entreprises de taille importante4. Ils ont constaté que
les mesures alternatives du risque (variance ou écart type résiduel) peuvent expliquer, à des
niveaux faibles de signification statistique, le rendement espéré [22]. Levy [23] a mentionné
que la variance d’un titre joue un rôle central dans la relation risque-rendement et sa prise en
compte est justifiée par le fait que lorsque les avoirs d'un actif sont concentrés dans un nombre
relativement restreint de portefeuilles non diversifiés, la variance de l'actif lui-même (écart
type) affectera considérablement les rendements requis à l'équilibre.
De ce qui précède, il est possible de présumer que chaque facteur de risque parmi ceux
susmentionnés peut influencer, à son tour, et à un niveau donné de signification statistique le
rendement d’une action. A cet égard, nous allons tester dans cette étude l’existence d’une
relation linéaire entre le rendement d’une action, le bêta, le PER, book-to-Market ratio, la taille,
le rendement du dividende et le risque total. Il s'agira de se prononcer sur les déterminants qui
expliquent ou prédisent mieux le rendement d’un titre.
2. CADRE MÉTHODOLOGIQUE
Ce développement, consacré à la méthodologie déployée, présentera successivement
l’échantillon ainsi que les données de l’étude, les variables observées dans le cadre de cette
recherche et leurs mesures, et enfin les analyses et tests statistiques effectuées.
2.1. L’échantillon et les données de l’étude
L’échantillon de base comprend soixante-quinze (75) actions de différentes sociétés reparties
dans vingt et un (21) secteurs d'activité différents à la bourse des valeurs de Casablanca. Après
l’ajustement de cet échantillon, suite à la pérennité et la continuité de cotation des sociétés sur
la période de notre analyse, soixante-sept (67) actions ont été effectivement retenues. Les
données ont été collectées sur une période d’étude qui s’étale sur cinq années (2013-2017). De
plus, ces données se composent d’un certain nombre de séries de rentabilité mensuelles et
annuelles des actions choisies qui sont cotées sur les différents marchés de la bourse de
Casablanca. D’ailleurs, contrairement aux sources primaires qui sont des informations de
4
Même si la compensation par unité de variance est identique pour les grandes et les petites entreprises, le fait que les petites
entreprises ont tendance à avoir des variances plus élevées pourrait également expliquer une partie de l'écart de rendement
(Lakonishok et shapiro, 1985).
REMFO http://revues.imist.ma/?journal=REMFO&page=about
REMFO N°10 mars 2020 ISSN 2489-205X
première main, les sources secondaires proviennent de documents publiés. Enfin, et dans le but
7
d'enrichir la revue de littérature et l’étude empirique, les informations fournies dans cette
présente recherche sont recueillies auprès de sources secondaires.
2.2. Définition et mesures des variables
Toutes les variables ont été mesurées à partir des données quantitatives disponibles sur le site
de la bourse de Casablanca. Aussi, pour simplifier l’analyse, nous avons tenté de mesurer la
variable dépendante (rendement) et les variables indépendantes (le bêta, le PER, book-to-
Market ratio, la taille, le rendement du dividende et le risque total.
Avec ;
Rit : la rentabilité entre les dates 0 et t ;
Ct : le cours à l’instant t ;
Co : le cours à l’instant 0 ;
Dt : le dividende payé entre les dates 0 et t.
5
La capitalisation boursière a été calculée en multipliant le cours de clôture des actions de l’année t par le nombre d’actions en
circulation à la fin de l’année t.
6
Lors du calcul de la valeur comptable par action, les réserves de réévaluation ont été ignorées.
7
Pour les sociétés dont le bénéfice par action est négatif ou nul, ce ratio a été fixé à zéro car il est non significatif.
REMFO http://revues.imist.ma/?journal=REMFO&page=about
REMFO N°10 mars 2020 ISSN 2489-205X
Enfin, on effectuera une analyse de régression linéaire multiple car il s'agit d'étudier la relation
entre les variables. Comme variable dépendante, il y a le rendement et comme variables
indépendantes, il y a le bêta, le PER, book-to-Market ratio, la taille, le rendement du dividende
et le risque total. Cette analyse multivariée cherche d’une part à quantifier l’association entre la
variable rendement et ses variables explicatives. D’autre part, elle introduit dans l'analyse
uniquement les variables qui ont une contribution statistiquement significative dans
l'explication du phénomène étudié « rendement ».
3. RESULTATS ET DISCUSSIONS
Cette section traite d’abord les statistiques descriptives. Ensuite, nous présentons les différents
tests des données collectées dans lesquels nous vérifions l’existence ou non de la relation entre
le rendement et les facteurs de risques. Enfin, une analyse explicative pour
quantifier l’association entre la variable rendement et ses variables explicatives.
REMFO http://revues.imist.ma/?journal=REMFO&page=about
REMFO N°10 mars 2020 ISSN 2489-205X
Probability 0 0.021983 0 0 0 0 0
Parmi les soixante-sept, quarante-cinq actions, soit 67.16% affichent des rendements positifs et
parfois négatifs sur la période de l’étude. Tandis que, 32.84% montrent des rendements positifs.
D’après les données collectées, il semble que presque 97% des actions réalisent des rendements
supérieurs à la moyenne qui est de (0.67%). Ce tableau fait apparaitre également les variations
parfois sensibles de l’écart-type comme par exemple une volatilité excessive qui est au
maximum de 0.264.
Ensuite, on constate que les actions des sociétés Afriquia Gaz, Atlanta, Auto Hall,
Lafargeholcim Mar, Sonasid, Wafa Assurance, Nexans Maroc, Stroc Industrie, Samir, Delta
Holding, Itissalat Al-Maghrib, Managem, Minière Touissit, Alliances, DoujaPromAddoha,
Snep et Fenie Brossette, présentent des risques systématiques importants supérieurs à l’unité
(βi > 1). Elles ont donc des sensibilités importantes par rapport au rendement du marché.8 Alors
que, les bêtas des actions des sociétés Cosumar, Maroc Leasing, Balima, Timar et Rebab
Compagny ont des valeurs négatives. Ces titres évoluent dans le sens opposé de celui du
marché. Par conséquent, toutes les autres actions ayant des risques systématiques inférieurs à
l’unité (βi < 1), elles suivent la tendance de leur marché et amortissent les variations. Ces titres
sont des titres défensifs.
8
On remarque à titre d’exemple que quand le rendement du marché varie en haut ou en bas de 1%, la rentabilité de l’action
de la société Sonasid augmente ou diminue de 4.26%, et celle de l’action de la société Alliances varie de 3.15%.
REMFO http://revues.imist.ma/?journal=REMFO&page=about
REMFO N°10 mars 2020 ISSN 2489-205X
Concernant le price earnings ratio, on observe qu’il a comme valeur minimum de 1.11 et comme
10
valeur maximum de 278.259. Ce qui signifie que les investisseurs en actions de la société
Cosumar sont prêts à débourser 1.11dhs pour chaque dirham de bénéfice généré par la société.
En sus, les sociétés Afric Industrie, Alliances, Atlanta, AttijariWafa Bank, Auto Hall, Ciments
du Maroc, Lesieur Cristal et Maghreb Oxygène ont des PER supérieurs10 à leurs PER sectoriels
moyens. Cela signifie que les actions de ces sociétés sont surévaluées. D’où, l’apparition du
risque de baisse du cours est probable. Par contre, les sociétés Centrale Danone, Colorado,
Cosumar, Delta Holding et Lafargeholcim Mar ont des PER inférieurs11à leurs PER sectoriels
moyens. Cette situation signifie que les actions de ces sociétés sont sous-évaluées, ce qui les
rendent intéressant à l’achat.
Nous avons procédé à l’analyse économétrique de la relation entre le rendement et ses facteurs
explicatifs. Les résultats des tests ci-dessous ont été obtenus en appliquant le logiciel Eviews 8
sur les variables mesurées sur la période de l’étude pour chaque action.
D’après le tableau n°3, il existe une relation positive et faible (r = 0.190) entre le rendement et
le bêta. Cela suggère que plus le risque systématique d’une action est élevé, plus l’action réalise
un rendement important. On observe également un lien positif et faible (r = 0.109) entre le
rendement et le size. Cela signifie que plus l’effet de taille d’une société est importante, plus
elle réalise un rendement important.
9 Cela signifie que les investisseurs en actions de la société Unimer sont prêts à débourser 278.25dhs pour chaque dirham de
bénéfice généré par la société.
10
Ces sociétés ont également des B_M_ratio supérieurs à l’unité.
11
Ces sociétés ont également des B_M_ratio inférieurs à l’unité.
REMFO http://revues.imist.ma/?journal=REMFO&page=about
REMFO N°10 mars 2020 ISSN 2489-205X
B_M_RATI 11
O 0.085135 -0.047048 -0.114286 -0.073315 0.030919 0.046754 1.000000
Source : Elaboré par les auteurs
De même, il existe des relations positives et très faible entre le rendement et les autres variables
qui se situent entre (r=0.01) et (r = 0.08).
Pour mesurer le niveau d’explication du rendement par les facteurs de risque, on doit modéliser
les données de panel et faire une analyse économétrique. Pour cette raison, on a fait référence
au test Hausman qui va nous aider à choisir la spécification adéquate en modèle à effets
aléatoires et modèle à effets fixes.
Tableau N°5: Hausman Test
Correlated Random Effects - Hausman Test
Test cross-section random effects
Chi-Sq.
Test Summary Statistic Chi-Sq. d.f. Prob.
Cross-section random 97.290781 6 0.0000
Cross-section random effects test comparisons:
REMFO http://revues.imist.ma/?journal=REMFO&page=about
REMFO N°10 mars 2020 ISSN 2489-205X
On voit que la probabilité de ce test est inférieure à p=0.000 < 5%, on rejette donc l’hypothèse
nulle qui stipule que le modèle à effets aléatoires est privilégié et approprié. Ainsi, on opte pour
le modèle à effet fixe.
La lecture du tableau n°6 fait apparaitre des relations significatives et non significatives entre
le rendement et les facteurs de risque. A cet égard, les variables indépendantes (Bêta, Size et
Std_Dev) sont individuellement significatives pour expliquer la variable dépendante sauf
REMFO http://revues.imist.ma/?journal=REMFO&page=about
REMFO N°10 mars 2020 ISSN 2489-205X
B_M_ Ratio, PER et Dividend_Yield ayant des probabilités de t-statistic de Student supérieures
13
à 5%. En plus, puisque la prob=0.0000< 5% pour F-statistic (F=2.045), les variables
indépendantes sont conjointement significatives pour expliquer la variable dépendante.
Toutefois, on ne constate que 35.98 % du rendement d’une action qui est expliquée par ces
variables exogènes choisis (R²= 0.359). Donc, le modèle est adéquat aux données observées
mais non pas fortement. D’où, la régression est de qualité moyenne puisque 50% des
coefficients de pondération sont significatifs.
L’absence de multicolinéarité entre les variables explicatives est une condition fondamentale
pour mener à bien une régression linéaire. Pour faire ce test, nous avons calculé les coefficients
de corrélations entre ces variables, ainsi que les VIF «Variance Inflation Factor ».
Le tableau n°7 montre que tous les coefficients de corrélations sont inférieurs à 0,9 qui
correspond à la limite à partir de laquelle on commence généralement à avoir des problèmes
sérieux de multicolinéarité.
De plus, d’après le tableau n°8, nous pouvons remarquer que toutes les variables explicatives
ont une valeur du VIF « Variance Inflation Factor » qui est inférieure à dix, limite suggérée par
Gujarati (1995) et Kennedy (1998). Ces résultats nous permettent de conclure que nous n’avons
pas un problème sérieux de multicolinéarité entre les variables exogènes.
REMFO http://revues.imist.ma/?journal=REMFO&page=about
REMFO N°10 mars 2020 ISSN 2489-205X
On voit sur la figure n°1 que Jarque-Berastatistic = 666.68 avec une probabilité de p=0.00<05%.
On rejette donc l’hypothèse nulle selon laquelle les résidus suivent une loi normale ce qui n’est
pas favorable pour cette régression.
10 Jarque-Bera 666.6828
Probability 0.000000
0
-0.15 -0.10 -0.05 0.00 0.05
Sur le tableau n°9, on voit que la prob=0.0000<0.05, donc on opte pour l’hypothèse alternative
et on rejette l’hypothèse nulle selon laquelle les résidus sont non auto-corrélés. En effet, les
résidus ont un problème d’auto-corrélation, ce qui est non désirable.
REMFO http://revues.imist.ma/?journal=REMFO&page=about
REMFO N°10 mars 2020 ISSN 2489-205X
15
Tableau N° 9: Breusch-Godfrey test
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 7.325825 Prob. F(2,326) 0.0008
Obs*R-squared 14.40857 Prob. Chi-Square(2) 0.0007
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Sample: 1 335
Included observations: 335
Presample missing value lagged residuals set to zero.
Variable Coefficient Std. Error t-Statistic Prob.
STD_DEV -0.031602 0.039236 -0.805418 0.4212
SIZE -0.000252 0.000837 -0.300564 0.7639
PER -7.73E-06 8.94E-05 -0.086471 0.9311
DIVIDEND_YIELD 7.91E-06 2.43E-05 0.324820 0.7455
BETA 0.000397 0.001628 0.243852 0.8075
B_M_RATIO 0.000320 0.001637 0.195538 0.8451
C 0.006702 0.018550 0.361278 0.7181
RESID(-1) -0.181483 0.055968 -3.242601 0.0013
RESID(-2) -0.143851 0.057116 -2.518581 0.0123
R-squared 0.043011 Meandependent var 1.41E-18
Adjusted R-squared 0.019526 S.D. dependent var 0.028784
S.E. of regression 0.028501 Akaike info criterion -4.251226
Sumsquaredresid 0.264820 Schwarz criterion -4.148757
Log likelihood 721.0804 Hannan-Quinn criter. -4.210375
F-statistic 1.831456 Durbin-Watson stat 2.024036
Prob(F-statistic) 0.070467
Source:: Elaboré par les auteurs
REMFO http://revues.imist.ma/?journal=REMFO&page=about
REMFO N°10 mars 2020 ISSN 2489-205X
Substituted Coefficients:
=========================
RETURN = - 0.97818625271+ 0.1690*STD_DEV + 0.0462*SIZE + 2.3214e-05*PER -
1.4782e-05*DIVIDEND_YIELD + 0.0047*BETA + 0.0041*B_M_RATIO
Source: Elaboré par les auteurs
Nous constatons donc que la variabilité expliquée par les variables Size, Bêta et Std_Dev est
plus importante que celle expliquée par les autres variables explicatives non significatives.
Ce travail a soulevé un modèle à trois facteurs qui vise à capturer le risque sur plusieurs
dimensions en complétant le bêta du MEDAF par deux facteurs de risque supplémentaires : le
size et le ratio standard (total risk) déviation. Il est généralement présenté comme une alternative
au modèle MEDAF pour répondre à la faible puissance de la version bêta du MEDAF pour
REMFO http://revues.imist.ma/?journal=REMFO&page=about
REMFO N°10 mars 2020 ISSN 2489-205X
expliquer la section transversale des rendements des actions cotées sur le marché financier
17
casablancais. Il est souvent avancé que le size et le total risk prennent en compte une dimension
de risque différente à savoir le risque de détresse financière. Par conséquent, l'association entre
le size et le rendement devrait être positive, c'est-à-dire que les grandes sociétés sont plus
risquées et qu'elles devraient donc générer des rendements plus élevés. Tandis que l'association
entre total risk et le rendement devrait être positive, c'est-à-dire que les entreprises ayant un
risque total élevé sont plus susceptibles d'être en difficulté et devraient donc générer des
rendements plus élevés.
Ainsi, ces deux nouvelles variables size et Total risk influencent également le rendement, en
plus du bêta du MEDAF. Mais, compte tenu de l'origine empirique de ces facteurs de risque, il
est particulièrement important de déterminer s'ils sont également applicables dans différents
contextes de gouvernement d'entreprise, ce qui devrait permettre de savoir s'ils peuvent être
considérés comme des approximations universelles du risque ou si leur validité est limitée à
certains paramètres.
REMFO http://revues.imist.ma/?journal=REMFO&page=about
REMFO N°10 mars 2020 ISSN 2489-205X
CONCLUSION
18
L’objectif de ce travail de recherche consiste à analyser la relation linéaire statistiquement
significative et force d’association entre le rendement et ses variables déterminants. On s’est
efforcé également de vérifier les niveaux de signification de chaque variable exogène.
Dans un premier temps, nous avons mesuré les variables dépendantes et indépendantes de
soixante-sept actions des sociétés cotées en utilisant les données collectées auprès de la Bourse
des valeurs de Casablanca. Ensuite, on a fait une analyse descriptive pour mettre l’accent sur
quelques indicateurs de tendance centrale, une analyse corrélationnelle en vue de déterminer
les sens et les niveaux de liens entre la variable dépendante et les variables indépendantes et
une analyse relationnelle pour l’objectif de montrer la force d’association entre la variable
endogène et les variables exogènes et de déterminer également les niveaux de participation de
ces variables à la détermination du rendement. En effet, les résultats dégagés indiquent tout
d’abord l’existence d’actions agressives telles que Afriquia Gaz, Atlanta, Auto Hall,
Lafargeholcim Mar, la Sonasid, Wafa Assurance, Nexans Maroc, Stroc Industrie, Samir, Delta
Holding, Itissalat Al-Maghrib, Managem, Minière Touissit, Alliances, Douja Prom Addoha,
Snep et Fenie Brossette. Ces actifs financiers ont des rentabilités qui évoluent plus que
l’évolution de la rentabilité du marché. Ensuite, nous avons précisé que d’autres actions varient
inversement à la variation du marché à savoir Cosumar, Maroc Leasing, Balima, Timar et
Rebab Compagny. Enfin, les autres titres restant dans l’échantillon sont défensifs qui ne font
que suivre la tendance de la rentabilité de leur portefeuille de référence (MASI).
Dans un deuxième temps, nous avons soulevé qu’il existe des relations positives et faibles entre
le rendement et le bêta et la taille qui sont successivement de (r = 0.190) et (r = 0.109). Cela
suggère que plus la taille ou le risque systématique d’une action est élevé, plus l’action réalise
un rendement important. De même, il existe des relations positives et très faible entre le
rendement et les autres variables qui se situent entre (r=0.01) et (r = 0.08).
REMFO http://revues.imist.ma/?journal=REMFO&page=about
REMFO N°10 mars 2020 ISSN 2489-205X
En effet, nos résultats corroborent ceux obtenus par plusieurs chercheurs à travers différentes
19
études menées sur différents échantillons dans le contexte des marchés financiers, à savoir
l’étude de Novak et Petr [36] qui ont précisé que le B_M_ratio n’est pas statistiquement
significatif pour expliquer le rendement d’une action. D’autres études à savoir Sharpe [38],
Rosenberg & al. [34] et Chan & al.[12] ont soulevé que les rendements moyens des actions
américaines sont positivement corrélés aux ratios book-to-market (B/M). En plus, les résultats
confirment également ceux obtenus par Rao [36] qui indiquent une relation positive entre les
rendements en dividendes et les rendements des actions ordinaires aux États-Unis.
Les résultats obtenus ne sont pas en adéquation également avec ceux de plusieurs auteurs tels
que Novak et Petr [32] qui ont précisé que le Bêta et la taille ne sont pas statistiquement
significatifs pour expliquer le rendement d’une action. En plus, l’étude de Mohanty [31] qui a
indiqué que la taille et le Price Earnings Ratio sont fortement corrélés avec le rendement et que
seulement la taille est statistiquement significative pour expliquer le rendement. Ils sont aussi
en contradiction avec le travail de Basu [3] qui a constaté que lorsque les titres sont triés selon
les ratios PER, ceux dont le ratio P/E est élevé, ils auront des rendements futurs supérieurs à
ceux prévus par le MEDAF.
Cependant, nous signalons, en outre, que nos résultats présentent des limites dans la mesure où
la taille de l’échantillon est insuffisante. Il est composé uniquement des sociétés actives sur le
marché et choisies suite à leur pérennité et à leur continuité de cotation sur la période de l’étude.
Enfin, notre recherche suggère une poursuite des travaux qui pourraient s’orienter sur l’examen
des effets des autres indicateurs financiers et boursiers tels que Momentum, ROE et ROA sur
la rentabilité des actions.
REFERENCES BIBLIOGRAPHIQUES
[1] Abonongo, J. et Ackora-Prah, J. et Kwasi, B. (2016), Measuring the Systematic Risk of
Stocks Using the Capital Asset Pricing Model. Journal of Investment and Management,
(06), 13-21.
[2] Banz, R. (1981). The Relationship Between Return and Market Values of Common Stock,
Journal of Financial Economics, (09), 3-18.
[3] Basu, S. (1977). Investment Performance of Common Stocks in Relation to Their Price-
Earnings Ratios: A Test of the Efficient Market Hypothesis, Journal of Finance, 32(03),
663-682.
[4] Basu, D. et Chawla, D. (2010). An Empirical Test of CAPM-The Case of Indian Stock
Market. Global Business Review, 209-220.
REMFO http://revues.imist.ma/?journal=REMFO&page=about
REMFO N°10 mars 2020 ISSN 2489-205X
[5] Berk, J-B. (1995). A Critique of Size-Related Anomalies, The Review of Financial Studies,
Summer, 08(02), 275-286. 20
[6] Bhandari, L-C. (1988). Debt/Equity Ratio and Expected Common Stock Returns:
Empirical Evidence, Journal of Finance, 43(02), 507-528.
[7] Black, F-S. (1972). Capital Market Equilibrium with Restricted Borrowing, Journal of
Business, 45, 444-454.
[8] Blume, M-E. & Friend, I. (1973). A New Look at the Capital Asset Pricing Model, Journal
of Finance, 28(01), 19-33.
[9] Bodie, Z. et Kane, A. et Marcus A-J. (2013). Essentials of Investment. Edition McGraw-
Hill. [10] Brenan, J. (1970). taxes, market valuation and corporate financial policy.
National Tax Journal, 23(04), 417-427.
[11] Broquet, C. et Cobbaut, R. et Gillet, R. et Van Den Berg A. (2009). Gestion de
portefeuille, Edition De Boeck.
[12] Chan, KC. et Hamao, Y. et Lakonishok, J. (1991). Fundamentals and stock returns in
Japan», Journal of Finance, 45(05), 1739–1789.
[13] Chan, KC. et Chen, N-F. et Hsieh, DA. (1985), An Exploratory Investigation of the Firm
Size Effect. Journal of Financial Economics 14(3), 451–471.
[14] El bouhadi, A. (2011). Le modèle d’équilibre des actifs financiers : une approche
intertemporelle du bêta : Cas de la bourse de Casablanca. Revue de critique économique,
(27), 97-117.
[15] Fama, E.F. et French, K.R (1992), The Cross-Section of Expected Stock Returns, Journal
of Finance,47(02), 427–465.
[16] Fama, E.F. et French, K-R. (2004).The Capital Asset Pricing Model: Theory and
Evidence. Journal of Economic Perspectives, 18(03), 25–46.
[17] Fama, E.F. & MacBeth, J-D. (1973). Risk, Return, and Equilibrium: Empirical Tests,
Journal of Political Economy, 607–636.
[18] Faris, H. (2008). Gestion de portefeuille. Top Press Rabat.
[19] Friend, I. & Landskroner, Y. & Losq, E. (1976). The Demand For Risky Assets Under
Uncertain Inflation, The Journal of Finance, 29(05), 1287-1297.
[20] Glele Kakaï, R-L. & Lykke, A-M. (2016), Aperçu sur les méthodes statistiques
univariées utilisées dans les études de végétation, Annales des Sciences Agronomiques
20, spécial Projet Undesert-UE, 113-138.
[21] Hodder, J-E. et Tschoegl, A-E. (1985), Some aspects of Japanese corporate finance,
Journal of Financial and Quantitative Analysis 20(2), 173-192.
[22] Lakonishok, J. et Shapiro, A-C. (1986), Systematic Risk, Total Risk and Size as
Determinants of Stock Market Returns, Journal of Banking & Finance 10(1), 115–132.
[23] Lévy, H. (1978), Equilibrium in an Imperfect Market: A Constraint on the Number of
Securities in the Portfolio, The American Economic Review, 68(04), 643-658.
[24] Lintner, J. (1965), Security Prices, Risk, and Maximal Gains From Diversification, The
Journal of Finance, 20(04), 587-615.
[25] Markowitz, H. (1952), Portfolio selection, The Journal of Finance, 77–91.
REMFO http://revues.imist.ma/?journal=REMFO&page=about
REMFO N°10 mars 2020 ISSN 2489-205X
[26] Mayshar, J., (1979), Transaction costs in a model of capital market equilibrium,
Journal of Political Economy, 673-700. 21
[27] Mayshar, J. (1981), Transaction costs and the pricing of assets, Journal of Finance, 583-
597.
[28] Mayshar, J. (1983), On divergence of opinion and imperfections in capital markets,
American Economic Review, 114-128.
[29] Mehrara, M. et Falahati, Z. et Zahiri N-H. (2014), The Relationship between systematic
risk and stock returns in Tehran Stock Exchange using the capital asset pricing model
(CAPM), International Letters of Social and Humanistic Sciences, (21), 26-35.
[30] Mossin, J. (1966), Equilibrium in a Capital Asset Market. Econometrica, 34(04), 768-783.
[31] Mohanty, P. (2002), Evidence of size effect on stock returns in India. Vikalpa, 27(03), 27-
37.
[32] Novak, J. et Petr, D. (2010), CAPM Beta, size, book9to- market and momentum in
realized stock returns. Journal of economics and finance, 60(5), 447-460.
[33] Roll, R. (1977), A Critique of the Asset Pricing Theory’s Tests, Journal of Financial
Economics, (04), 129-176.
[34] Rosenberg, B. et Reid, K. et Lanstein R. (1985), Persuasive Evidence of Market
Inefficiency, Journal of Portfolio Management, (11), 9-17.
[35] Rossi, M. (2016), The capital asset pricing model: a critical literature Review, Global
Business and Economics Review, 18 (05).
[36] Rao, RP. & Aggarwal, R. & Hiraki, T. (1992), Dividend yields and stock returns :
Evidence from the Tokyo stock exchange, Journal of Economic and Business, (44), 187-
200.
[37] Ross, SA. (1976), The arbitrage theory of capital asset pricing, Journal of Economic
theory, (13), 341-360.
[38] Sharpe, W. (1964), Capital Asset Prices: A Theory of Market Equilibrium under
Conditions of Risk, Journal of Finance, (19), 425-442.
[39] Stattman, D. (1980), Book Values and Stock Returns, The Chicago MBA, Journal of
Selected papers, (04), 25-45.
[40] Shiller, R. (2005), Irrational Exuberance, Princeton University Press.
[41] Tinic, SM et West, RR. (1986), Risk, Return, and Equilibrium: a revisit, Journal of
political economy, (94), 126-146.
REMFO http://revues.imist.ma/?journal=REMFO&page=about