Académique Documents
Professionnel Documents
Culture Documents
Rabat
Préparé par :
✓ Raoua SALHI
Encadré par :
✓ M. Saâd BENBACHIR
Membres du Jury :
➢ Mr. Saâd BENBACHIR, Professeur à la faculté de sciences
juridiques, économiques et sociales Agdal Rabat.
➢ Mr. Mohamed Yassine EL HADDAD, Professeur à la faculté de
sciences juridiques économiques et sociales Agdal Rabat.
➢ Mr. Abdenbi EL MARZOUKI, Professeur à la faculté de sciences
juridiques, économiques et sociales Agdal Rabat.
1|Page
Dédicace :
2|Page
Remerciement :
Je tiens à remercier aussi tous les professeurs du master « Gestion de risques financiers
et assuranciels » pour la qualité de leurs cours.
Enfin, je tiens à exprimer toute ma reconnaissance à toutes les personnes qui ont
contribué de près ou de loin dans l’élaboration de ce travail.
3|Page
Sommaire
Liste des figures ...................................................................................................................................... 5
Liste des tableaux .................................................................................................................................... 6
Résumé : .................................................................................................................................................. 7
Abstract: .................................................................................................................................................. 7
Introduction............................................................................................................................................. 8
............................................................................................................................................................... 10
Partie I : Cadre théorique et institutionnel............................................................................................. 10
Partie I : Cadre théorique et institutionnel ........................................................................................... 11
Chapitre 1 : Aperçu théorique sur les modèles linéaires d’évaluation des actifs financiers .............. 11
Section 1 : Les modèles d’évaluation des actifs financiers ........................................................... 11
Section 2 : Revue de littérature sur les tests empiriques du MEDAF............................................ 21
Chapitre 2 : Le cadre institutionnel ................................................................................................... 25
Section 1 : présentation du marché boursier marocain : .............................................................. 25
Section 2 : présentation des secteurs : bancaire, immobilier et télécommunications ................. 28
............................................................................................................................................................... 33
Partie II : Etude empirique .................................................................................................................... 33
Partie II : Etude empirique .................................................................................................................... 34
Chapitre I : Méthodologies et présentation des données ................................................................... 34
Section 1 : Hypothèses et méthodologies du travail :................................................................... 34
Section 2 : Présentation des données ........................................................................................... 38
Chapitre II : Présentation, analyses et interprétation des résultats .................................................... 41
Section 1 : Application du modèle d’évaluation des actifs financiers (MEDAF)............................ 42
Section 2 : Application du modèle à trois facteurs de Fama et French :....................................... 45
Conclusion............................................................................................................................................. 52
Bibliographie ........................................................................................................................................ 55
Annexes ................................................................................................................................................. 59
4|Page
Liste des figures
Figure 5: Evolution du total bilan du secteur bancaire entre 1996 et 2013 -------------------------------- 29
5|Page
Liste des tableaux
Tableau 1: La liste des entreprises avec leurs symboles boursiers et leurs secteurs d’activité ------- 39
Tableau 3: Les résultats relatives aux bêtas estimés avec régression de Black, Jensen et Scholes -- 43
Tableau 4: Les résultats relatives aux constantes estimées avec régression de Black, Jensen et
Scholes ------------------------------------------------------------------------------------------------------------------------ 44
Tableau 5: Les statistiques relatives aux bêtas estimés avec le modèle à trois facteurs --------------- 47
Tableau 6: Les statistiques relatives aux coefficients de la taille de l’entreprise (SMB) estimés avec
le modèle à 3 facteurs ---------------------------------------------------------------------------------------------------- 48
Tableau 7: Les statistiques relatives aux coefficients du ratio VC/VM de l’entreprise (HML) estimés
avec le modèle à 3 facteurs---------------------------------------------------------------------------------------------- 48
6|Page
Résumé :
Abstract:
The objective of this research paper is to apply the capital asset pricing model to test
its validity in the Moroccan market, and to compare it with the three-factor model of
Fama & French in order to determine the most significant between these two models.
Also, this research paper aims to compare the couple risk-return of the banking, the
real estate and telecommunication sectors, to determine the sector that makes an ideal
relation between risk and return. For this, we relied on various theoretical and
empirical works that enabled us to achieve an econometric study on the Moroccan
shares between 2010 and 2014, using simple and multiple regressions by the software
Eviews. This study led us to conclude that the CAPM is valid in the Moroccan market,
but with less significance compared to the multifactorial model. Similarly, in terms of
comparison between the aforementioned three sectors, we deduced that the real estate
sector is a bad choice for investment and that the shares of the banking sector are the
most profitable and at the same time the less risky, followed by those of the
telecommunication sector.
La plupart de ces études empiriques, ont été effectuées, sur des marchés développés.
L’objectif de ce travail est d’appliquer le MEDAF et de tester sa validité sur le marché
marocain qui est considéré étroit et en retard si on le compare avec les marchés
8|Page
financiers développés. Aussi, il s’agit d’appliquer le modèle à 3 facteurs de Fama et
French, dans le but de faire une comparaison entre les deux modèles et en choisir le
plus significatif et le plus explicatif des rendements des titres sur le marché marocain.
En effet, ce travail sera une occasion de détecter le secteur d’activité le moins risqué
et le plus rentable sur le marché boursier marocain, puisqu’on va focaliser notre étude
sur les actions des entreprises des trois secteurs les plus actifs et les plus importants de
ce marché, qui sont : le secteur bancaire, le secteur immobilier et le secteur
télécommunications. Cette étude nous permettra de faire une comparaison concernant
le niveau de risque des actions entre ces secteurs, ce qui constituera une aide au choix
d’investissement.
Afin de répondre à ces questions, notre travail sera réparti comme suit : La première
partie sera consacrée à la présentation des modèles d’évaluation des actifs financiers,
la littérature théorique et empirique traitant ces modèles, ainsi que la présentation du
marché boursier marocain, du secteur bancaire, du secteur immobilier et du secteur
télécom. La deuxième partie sera réservée à la description des données utilisées et de
la méthodologie du travail, et aussi l’analyse et l’interprétation des résultats après
l’effectuation des tests empiriques. Et finalement, on finira notre travail par une
conclusion qui permettra de répondre à la problématique de ce mémoire.
9|Page
Partie I : Cadre théorique et
institutionnel
10 | P a g e
Partie I : Cadre théorique et institutionnel
Le présent chapitre est constitué de deux sections, nous allons voir en détail dans
une première section les différents modèles linéaires qui servent à évaluer les actifs
financiers, ensuite nous passerons à la deuxième section pour avoir un aperçu sur les
différents travaux empiriques faits pour tester le MEDAF.
1- Le modèle du marché
Le modèle du marché proposé par William Sharp (1963) montre que les fluctuations
des cours d’un titre sont dues d’une part à des facteurs communs qui impactent
l’ensemble du marché, et d’autre part à des causes propre à chacune des valeurs
mobilières.
11 | P a g e
On peut dire donc que le modèle du marché donne une explication du taux de
rendement d’un titre risqué en fonction d’une variable explicative commune à tous les
titres, qui est représentée par le taux de rentabilité du marché.
Le modèle du marché établie donc une relation linéaire entre le rendement d’une
action i et le rendement du marché ; l’équation est un modèle à un facteur qui se
présente par la formule suivante:
Avec :
12 | P a g e
2- Le modèle d’évaluation des actifs financiers (MEDAF ou CAPM) :
L’apport principal du Capital Asset Pricing Model (CAPM), qui représente l’une des
trois contributions majeures à la recherche académique concernant la gestion de
portefeuille durant la période d’après-guerre, est que pour tout actif financier, la
relation entre le risque d’une action mesuré par le coefficient bêta et la rentabilité
espérée est croissante linéairement. En d’autre terme, le MEDAF considère qu’à
l’équilibre, le marché rémunère les personnes qui prennent des risques.
Le modèle d’évaluation des actifs financiers (MEDAF) qui a vu le jour entre les
mains de Sharp, Lintner et Mossin, est un des modèles qui ont constitué une extension
des travaux de Markowitz. Ces auteurs, en s’inspirant des travaux de leurs
prédécesseurs, en établissant des nouvelles hypothèses et en supposant l’existence
d’un actif sans risque, ils sont parvenus à déterminer les rendements espérés
d’équilibre des titres financiers.
13 | P a g e
2.3) Les hypothèses du modèle :
Il faut noter que si toutes et/ou certaines de ces hypothèses ne sont pas remplies, le
portefeuille du marché peut être inefficient.
2.4) Le modèle :
E(R i ) = 𝑅𝑓 + βi [E(R M ) − 𝑅𝑓 ]
Avec :
Pour que le marché soit en équilibre, il faut que le rendement sans risque R f soit
inférieur au rendement du portefeuille à variance minimale, c’est-à-dire le portefeuille
qui a le plus petit niveau de risque spécifique. Dans le cas où le rendement sans risque
R f est strictement supérieur à celui du portefeuille à variance minimale, le portefeuille
du marché se situera dans la partie inférieure de la frontière efficiente, ce qui
engendrera une demande négative pour les actifs risqués, et par la suite l’offre sera
supérieure à la demande. Aussi, en cas d’une égalité entre les deux taux de rendement,
la demande pour les actifs risqués sera nulle, et positive pour les non risqués.
1
Dans ce cas on parle du risque systématique (non diversifiable), que l’investisseur ne peut pas l’éliminer,
contrairement au risque spécifique, qui peut être annulé par la diversification.
2
Source : Mémoire ‘’ Les facteurs du modèle de Fama et French : cas du marché des actions canadiennes.
Page :6
15 | P a g e
Selon le MEDAF, la raison principale de la variation du rendement du titre est le
coefficient βi , qui mesure la volatilité du return du titre i. La volatilité est la mesure
dans laquelle une variation de 𝑅𝑀 se répercute dans 𝑅𝑖 . En d’autres termes, le bêta
représente la sensibilité du rendement du titre par rapport au rendement du marché.
Le bêta d’un titre par rapport à un indice peut être positif, négatif ou nul. Les
valeurs négatives sont rarement observées, et lorsqu’elles le sont, elles sont très
proches de 0. Les plus fortes valeurs de bêta sont rarement supérieures à 2,5.
La première critique qui a été adressée au MEDAF concerne les hypothèses sur
lesquelles il s’est fondé (existence d’actifs uniquement financiers, marché
concurrentiel et efficient, pas de coût de transaction, possibilité d’investir et
d’emprunter en taux sans risque…). Ces dernières sont difficilement acceptables et
certaines d’entre elles ne sont pas vérifiées dans la réalité.
La troisième critique s’est caractérisé dans le fait que le MEDAF explique les
rentabilités des titres en se basant seulement sur un seul facteur qui est la rentabilité
du portefeuille du marché. Plusieurs recherches ont montré l’existence de certains
facteurs, à part le portefeuille du marché, qui expliquent les rendements des titres (le
modèle de Fama et French (1992,1993), le modèle multifactoriel MEA (Ross 1976)
…).
Black, Jensen & Scholes ont été les premiers qui ont proposé l’évaluation du
MEDAF. Pour ce faire, ils ont élaboré un modèle de régression linéaire avec séries
chronologiques qui se présente comme suit :
Avec :
➢ 𝑅𝑗,𝑡 = 𝑟𝑗,𝑡 − 𝑟𝑓,𝑡 : la prime de risque du titre, 𝑟𝑗,𝑡 est le rendement du portefeuille
j entre t-1 et t, et 𝑟𝑓,𝑡 le rendement de l’actif sans risque.
➢ 𝑅𝑀,𝑡 = 𝑟𝑀,𝑡 − 𝑟𝑓,𝑡 : la prime du risque du marché, avec 𝑟𝑀,𝑡 le rendement du
portefeuille du marché.
➢ 𝛽𝑗 est bêta du marché du portefeuille j (le prix de risque sur le marché)
➢ 𝑎𝑗 : est une constante, elle représente le taux du zéro-bêta.
➢ 𝜀𝑗,𝑡 : le résidu de la régression (détermine si le CAPM est un bon reflet de la
réalité).
18 | P a g e
Ce modèle représente une extension de celui de Black, Jensen et Scholes. Dans ce
modèle, Fama et MacBeth ont testé la capacité de la variance du bêta et du rendement
à expliquer celle du résidu en passant par plusieurs étapes : premièrement, afin de
trouver le bêta de chaque actif sur une période de 4 ans, ils ont régressé chaque actif
sur les facteurs de risque. Ensuite, ils ont classé les actifs selon les bêtas, puis ils les
ont regroupés dans 20 portefeuilles. Après ils ont estimé les bêtas des 5 années
suivantes et les bêtas des portefeuilles de chaque mois de cette période. A la fin, ils ont
régressé les rendements des portefeuilles sur les bêtas de la période qui précède, dans
le but de trouver les primes de risque liées à chaque facteur de risque.
Après de grand nombre de critiques adressées au MEDAF sur le fait que son bêta
est insuffisant pour expliquer le rendement, plusieurs études sont arrivées à élaborer
des modèles dits multifactoriels. Ces derniers prennent en considération d’autres
facteurs, à côté de la prime de risque marché, qui entrent dans l’explication des
rendements des actifs financiers. Ces facteurs peuvent être propres au marché ou
propres à l’entreprise (transversale).
Arbitrage pricing theory (APT) ou MEA, créée par Stephen Ross, est l’un des plus
célèbres modèles d’évaluation des actifs financiers et constitue le principal concurrent
du MEDAF.
1
Ce qui veut dire qu’il est basé sur des données d’une période précise.
19 | P a g e
L’APT se base aussi sur une autre hypothèse qui fait appelle à la possibilité de
modélisation de la rentabilité espérée d’une action par une fonction linéaire de
différents facteurs macroéconomiques ou propres au secteur de la valeur, pondérés
selon leur impact sur l’action par un coefficient bêta spécifique. Ces facteurs sont
susceptibles d’influer le cours de l’actif étudié.
Avec :
L’APT est loin d’être un modèle sans défauts. Parmi les plus évident on cite le fait
que les facteurs ne soient pas évoqués dans le modèle et qu’il faille les déterminer
empiriquement, ce qui impose de lourds calculs. De même, l’estimation d’un Bêta
pour chaque facteur rend la tâche encore plus difficile, et il n’est pas dit que les
facteurs et leur influence sur l’actif restent fixes au cours du temps.
Néanmoins, l’APT peut être considéré comme étant plus réaliste que le CAPM vu
qu’il se base sur un nombre illimité de facteurs systématiques influant sur le
rendement de l’actif, contre un seul facteur (le marché) et le bêta pour le CAPM. Ceci
s’avère être à double tranchant puisque c’est pour cette même complexité qu’il est bien
utilisé que son concurrent.
Avec :
21 | P a g e
Le modèle d’évaluation des actifs financiers, qui selon lequel l’espérance du
rendement d’un titre financier dépend linéairement de la covariance entre ce dernier et
le rendement global du marché, est sans doute un des modèles les plus testés dans la
finance. Après des résultats empiriques favorables au MEDAF au début des années 70
obtenus par plusieurs économistes tel que : Blume et Friend (1970), Black, Jensen et
Scholes (1972), Fama et MacBeth (1973), la fin de cette même décennie a connu
l’apparition de plusieurs critiques sérieuses à l’encontre du CAPM.
La première critique est celle de Richard Roll (1977), qui a remarqué la grande
difficulté d’identification du portefeuille du marché dans la réalité, car il doit être
efficient et doit contenir à la fois le capital humain, toutes les actions, toutes les
obligations, tous les placements immobiliers…, ce qui est difficile à trouver dans les
indices boursier applicables au MEDAF, et qui ne sont selon Roll que des proxys du
portefeuille du marché. De ce fait, les erreurs de mesure de ce dernier peuvent fausser
les résultats, ce qui introduit un doute quant à la possibilité de tester le CAPM. Il faut
citer que « cette critique de Roll ne signifie pas que le MEDAF est une théorie non
valide, mais bien qu’elle est pratiquement impossible à tester rigoureusement »1. Dans
le même cadre, les analyses théoriques de Kandel et Stambough (1987) et de Shanken
(1987) ont montré que dans le cas où la corrélation entre l’indice du marché (le proxy)
utilisé et le vrai portefeuille du marché est faible, les erreurs de mesure sur le
portefeuille du marché n’affectent pas les résultats des tests du modèle.
D’un autre coté, mais dans le même cadre de son infirmation, plusieurs études ont
critiqué le MEDAF comme étant un modèle qui se base sur un seul facteur, représenté
par le portefeuille du marché (difficilement identifiable), pour expliquer la variation
des actifs financiers, les plus célèbres sont ceux de Stephen Ross (1976) et de Fama et
French (1992), qui sont arrivés à montrer qu’il existe plusieurs sources de variation des
actifs financiers à côté du portefeuille de marché.
1
Cobbaut, 1994, p : 254, Cobbaut, R (1994).Théorie financière. Economica, 3ième édition, Paris
22 | P a g e
beaucoup mieux que le portefeuille du marché. De même, FF ainsi que d’autres, tel
que Banz (1981), ont remarqué que les titres à petite capitalisation qui sont plus
risqués et ayant un coût de capital plus élevé, sont plus rentables que ceux à grande
capitalisation. Et de même pour les titres à ratio VC/VM élevé. Même si leurs travaux
n’ont pas un fondement théorique, ils sont néanmoins empiriquement performants.
Dans le but d’étudier la linéarité entre les returns et les coefficients bêta, et d’estimer
le taux de rendement sans risque et la prime de risque du portefeuille du marché,
Blume et Friend (1970) ont examiné la relation entre le rendement et le risque d’un
échantillon d’actions cotées au NYSE1 entre 1955 et 1968. A la fin de leur étude, ils
ont obtenu une relation linéaire et positive entre les rendements des actions et les
coefficients du risque systématique ; mais, leurs estimations du taux de rendement sans
risque ainsi que de la prime de risque du marché n’étaient pas conformes aux valeurs
observées.
Un autre test qui a conduit à la validité du MEDAF est celui de Black, Jensen et
Scholes (1972). Ces auteurs ont essayé de réduire le biais lié aux erreurs de mesure de
bêta, en travaillant avec des portefeuilles et non plus avec des titres individuels. Cette
méthode a constitué un apport majeur à la méthodologie spécifique de l’économétrie
de la finance. Alors, pour tester le MEDAF, ils ont utilisé les rendements mensuels de
toutes les actions du NYSE au cours de la période 1926 à 1966. Comme procédure, ils
ont estimé le bêta de chaque titre pour chaque année en se basant sur les rendements
mensuels des 5 années précédentes. Puis, ils les ont répartis sur 10 portefeuilles selon
un ordre croissant de leurs bêtas. Ensuite, à partir des rendements mensuels de la
période 1931 à 1965, ils ont estimé l’équation de régression suivante pour chaque
portefeuille :
La constante 𝛼𝑗 qui doit être nulle et indépendante des bêtas selon la version du
MEDAF de Sharp et Lintner, a été significativement différente de zéro dans 3
portefeuilles sur 10, pour un niveau de signification de 1%. Par contre, ils ont observé
une dépendance linéaire entre 𝛼 et𝛽. Lorsque le coefficient 𝛽 est inférieur à 1, la
constante était positive et inversement si le 𝛽 est supérieur à 1. Black, Jensen et
Scholes ont donc conclu que les portefeuilles à 𝛽 élevé avaient des rendements plus
1
The New York Stock Exchange
23 | P a g e
faible que ce que dit la relation risque-rendement, et les portefeuilles à 𝛽 faible avaient
des rendements supérieurs à ce que prévoit cette même relation.
Ils ont continué leurs études en régressant la moyenne des primes de risque
mensuelles (𝑅 ̅̅̅̅̅̅̅̅̅̅̅
𝑖 − 𝑅𝐹 ) de chaque portefeuille sur leur bêta. Les résultats obtenus
n’étaient pas en accord avec le la version traditionnelle du MEDAF de Sharp, le
coefficient 𝛼 qui doit être non significativement différent de zéro l’était, et le
coefficient de 𝛽 qui doit avoir une valeur approximativement égale à la moyenne des
primes de marché était inférieur à cette dernière.
Ensuite, BJS ont procédé par diviser la période d’observation globale en 4 sous
périodes, ce qui leur a permis de constater que la constante était peu stable dans le
temps. Les résultats de BJS ont été contradictoires avec la version du MEDAF de
Sharp, mais en accord avec celle de Black (1972) où il n’y a pas d’actif sans risque.
Le test de Fama et MacBeth (1973) qui est considéré l’un des plus complets, a été
effectué sur des données de la bourse de New York, sur la période 1935 à 1968. Ils ont
testé le MEDAF en étudiant ses trois implications principales :
A la fin de leur étude, Fama et MacBeth ont trouvé des résultats en faveur du MEDAF,
selon lesquels les trois hypothèses citées ci-dessus ne peuvent pas être rejetées d’une
façon formelle.
24 | P a g e
Chapitre 2 : Le cadre institutionnel
La Bourse des valeurs est un lieu où s'échange les différents produits financiers,
parmi ceux-ci les plus connus sont les actions et les obligations. La bourse en tant
qu'instrument de placement, permet aux particuliers de devenir des associés des plus
grandes entreprises privées industrielles et commerciales par le biais des actions. Elle
permet aussi de devenir des créanciers des sociétés et des collectivités publiques,
comme l'Etat et les grandes entreprises nationales en achetant des obligations.
Comme beaucoup de bourses dans le monde, la bourse de Casablanca est une société
anonyme chargée d’organiser et de gérer les marchés boursiers, en se chargeant des
introductions ou encore de la diffusion des cours des sociétés cotées.
Le marché boursier marocain est divisé en trois grandes familles. On trouve, les
marchés actions qui sont : le marché principal, le marché développement et le marché
croissance. Ici les sociétés se répartissent en fonction du montant de l’émission, des
capitaux propres ou du chiffre d’affaires. Et on trouve aussi, le marché obligataire et le
marché des fonds, où les ordres sont exécutés en fonction de prix puis de la date.
Le marché boursier marocain dispose de deux indices majeurs qui ont été créés en
2002, le MASI ‘Moroccan All Share Index’ et le MADEX ‘Moroccan Most Active
Shares Index’.
25 | P a g e
La bourse de Casablanca qui est placée la première au niveau du Maghreb et la
troisième au niveau africain, a atteint une capitalisation boursière de 497 milliards de
dirhams à fin 2014, Dont 35,2%, revient au secteur bancaire, 20,7% au secteur
télécommunications, 19,6% à l’industrie, 10,6% aux services et 7,3% revient au
secteur de l’énergie et mines.
Durant la période 2008-2014, les indices boursiers MASI et MADEX ont enregistré
des taux de croissances annuels moyens respectifs de -3,4% et -3,5%
La capitalisation boursière a connu un grand recul durant cette même période avec un
taux de croissance annuel moyen de -2,4%, à cause de la sortie des investisseurs
étrangers du marché suite à la crise financière internationale et européenne, et au
nombre faible de sociétés cotées qui a atteint 74 sociétés en 2014, le nombre qui reste
faible si on le compare avec l’Egypte (207) et la Jordanie (243).
L’année 2010 a été marqué par une sortie de crise pour les valeurs boursières, le
MASI a progressé de 22% et le MADEX de 22,1% sur l’ensemble de l’année. Aussi,
la capitalisation boursière a connu une augmentation de 15,2% par rapport à 2009.
Les années 2011 et 2012 ont été marquées par un recul respectif de 13% et 15% des
deux indices, poursuivi par une autre baisse de moindre ampleur en 2013, de 2,62%
pour le MASI et 2,57% pour le MADEX.
26 | P a g e
Après trois années consécutives de recul, les deux indices casablancais ont connu, en
2014, les performances les plus hauts depuis 2010, avec 5,55% pour le MASI et 5,73%
pour le MADEX. Cette hausse a été portée par le bon comportement des cours de la
majorité des sociétés cotées.
Les évolutions favorables des cours boursiers des grandes entreprises, ont eu des
résultats positifs sur la capitalisation boursière qui s’est augmentée de 7,4%, passant de
451,11 milliards de Dirhams en 2013 à 484,45 milliards de Dirhams en 2014.
Les graphes suivants illustrent de façon claire ce qui vient d’être dit :
30000
25000
20000
15000 masi
madex
10000
5000
0
1/2/2008 1/2/2009 1/2/2010 1/2/2011 1/2/2012 1/2/2013 1/2/2014
1
Elaboré par notre propre soin en se basant sur les données de la bourse de Casablanca.
27 | P a g e
Capitalisation boursière
700
600
500
400
200
100
0
2008 2009 2010 2011 2012 2013 2014
I- Le secteur bancaire :
Le secteur bancaire est le cœur de tout mouvement financier et est sans conteste
l’un des piliers fondamentaux de l’économie marocaine. Ses indicateurs d’activité se
sont améliorés de façon significative ces dernières années. Le contexte macro-
économique, la hausse des avoirs extérieurs ainsi que la politique des taux d’intérêt,
sont tous des facteurs ayant renforcé favorablement la contribution de ce secteur dans
le développement économique du pays.
1
Elaboré par notre soin, en se basant sur les rapports annuels de la bourse de Casablanca.
28 | P a g e
1- L’évolution :
La première apparition des banques au Maroc était au début du 19ème siècle. Dès
lors, ce secteur n’a cessé d’occuper un rôle de plus en plus important dans l’économie
marocaine. Depuis le début des années 90, le secteur bancaire a été soumis à de
nombreuses réformes : modernisation des marchés des capitaux, levée de
l’encadrement du crédit, libéralisation progressive des taux d’intérêt ainsi que
l’instauration du principe d’universalité qui a permis aux banques d’exercer et de
commercialiser l’ensemble des produits et services bancaire. Ces réformes ont
contribué de façon significative au renforcement de la place du secteur bancaire dans
l’économie marocaine.
1000
800
200
0
2001
1996
1997
1998
1999
2000
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2- La structure :
1
Elaboré par notre soin à partir des données de Bank Al Maghrib.
29 | P a g e
associations de microcrédit (13), les sociétés de transfert de fonds (9) et autres
établissements (2).
Ensuite on a les établissements bancaires à caractère public ou semi-public qui ont été
créés par l’Etat pour remplir des missions spécifiques en matière de financement. Par
exemple : le financement des PME et l’artisanat, le soutien du financement de
l’agriculture, le développement de l’immobilier et des investissements touristiques…
Ces établissements sont au nombre de 6 : Bank Al Amal, la banque centrale populaire
(BCP), CDG Capital, Crédit Agricole du Maroc (CAM), Crédit Immobilier et Hôtelier
(CIH) et le fonds d’équipement communal (FEC).
Concernant les banques offshores, elles sont destinées essentiellement vers les non-
résidents par collecter des ressources en monnaie étrangère convertible, faire les
opérations de placement bancaire et d’arbitrage… Elles sont au nombre de 6, et elles
sont toutes installées à Tanger : Attijari International Bank, la Banque Internationale
de Tanger, BMCI- Groupe BNP, Chaâbi Internationale de Tanger Offshore, Société
Générale de Tanger Offshore, Succursales Offshore de la BMCE.
Le secteur immobilier est l’un des plus actifs tissu de l’économie marocaine, vue sa
contribution importante dans le PIB et dans la création d’emploi. C’est aussi un secteur
d’activité spécifique et corrélé à plusieurs facteurs économiques, politique, sociaux et
culturels. De ce fait, Il est considéré comme un des baromètres de la réalité
macroéconomique du pays.
1
Ces banques privées ont pratiquement toutes une participation étrangère dans leur capital.
30 | P a g e
Après la phase expansive qu’a connu le secteur depuis l’année 2000 et depuis l’entrée
en vigueur de l’article 19 de la loi des finances 19991, le secteur immobilier s’est
inscrit durant les dernières années, dans une phase de ralentissement à cause de
l’évolution des prix des actifs immobiliers, impactés principalement par
l’environnement macro-économique du pays et des ajustements fiscales relatives à la
taxation des profits immobiliers, introduites en 2013, pour limiter la spéculation dans
ce dernier.
La conclusion à tirer de ceci n’est certainement pas que le secteur de l’immobilier est
dans une pente dangereuse. Le déficit que connait le secteur est alimenté chaque année
par l’évolution continue de la population, résultat de l’accroissement démographique
et de l’exode rural et par les incitations fiscales concernant les logements sociaux.
Enfin, la forte progression du pouvoir d’achat des ménages devrait permettre
d’améliorer leur solvabilité et par conséquent d’accroître la demande en logements.
1
Cet article stipule l’exonération de tous les impôts en faveur des promoteurs immobiliers qu’ils soient publics
ou privés.
31 | P a g e
III- Le secteur télécommunication :
En effet, le secteur est passé d’un taux de croissance moyen de 13,6% sur la période
2005-2007 à seulement 10,2% entre 2008 et 2013. Les concurrents de Maroc télécom
sont donc conscients que la marge de manœuvre dont ils disposent en termes
d’acquisition de nouveaux clients est devenue très limitée comparée aux années
précédentes. Ils devraient donc se focaliser sur les clients déjà existants pour pouvoir
soutenir leur croissance.
32 | P a g e
Partie II : Etude empirique
33 | P a g e
Partie II : Etude empirique
Le présent chapitre sera traité en deux sections, la première section est une partie
qui présente les différents tests de spécifications qui seront appliqués dans notre étude.
Ainsi que la méthodologie du travail qu’elle sera suivie. La deuxième section sera
consacrée à l’exhibition des données utilisées afin d’élaborer ce travail.
1-1) La forme TS :
Cette forme de stationnarisation fait dépendre une variable, z à la date t, du temps et de
la variable elle-même à la date t-1, en prenant en compte l’effet d’une constante :
zt = β1 + β2 z(t − 1) + β3 t + εt
34 | P a g e
1-2) La forme DS :
C’est une relation autorégressive entre la variable z aux dates t et t-1 augmenté de
l’effet d’une éventuelle constante. Celle-ci prend donc deux formes :
Les modèles servant de base à la construction de ces tests sont au nombre de trois.
Si l’hypothèse H0 : ∅1 = 0 est acceptée dans l’un des trois modèles, le processus est
alors non stationnaire.
Si H0 est vérifiée, la chronique est non stationnaire quel que soit le modèle retenu.
Le test de Jarque et Bera sert à tester si les résidus sont normalement distribués,
c’est-à-dire, qu’il cherche à déterminer si les données suivent une loi normale.
Avec :
n − k 2 (K − 3)2
JB = (S + )
6 4
➢ n : Le nombre d’observations.
➢ k : Le nombre de variables explicatives.
𝟏 𝐧
𝛍𝟑 ∑ (𝐱 −𝐱̅)𝟑
𝐧 𝐢=𝟏 𝐢
➢ S : Le coefficient d’asymétrie de l’échantillon testé : 𝐒 = 𝛔𝟑 = 𝟏 𝐧 𝟑
∑ ((𝐱𝐢 −𝐱̅)𝟐 ) ⁄𝟐
𝐧 𝐢=𝟏
𝟏 𝐧
𝛍𝟒 ∑ (𝐱 −𝐱̅)𝟒
𝐧 𝐢=𝟏 𝐢
➢ K : Le kurtosis de l’échantillon test : 𝐊= = 𝟏 𝐧
𝛔𝟒 ∑ ((𝐱𝐢 −𝐱̅)𝟐 )𝟐
𝐧 𝐢=𝟏
Dans ce test, les données suivent une loi normale lorsque la valeur caractéristique du K
est égale à 3, et celle du S est de 0, et donc lorsque JB est inférieur à la valeur critique
de la table khi 2 à 2 degré de liberté à un niveau d’erreur 5% (5,9) (probabilité
supérieure à 5%).
D’où :
36 | P a g e
Avec R2 le coefficient de détermination de la régression et n le nombre
d’observations.
On parle d’autocorrélation ρ des erreurs ‘’lorsque les erreurs sont liées par un
processus de répétition’’1. Le test de Durbin Watson permet de détecter la présence
d’une autocorrélation dans les résidus d’une analyse de régression.
∑ni=2(εit − εit−1 )2
DW =
∑ni=1 εit 2
1
R. Bourbonnais (1993)
37 | P a g e
- 𝑑𝐿 < 𝐷𝑊 < 𝑑𝑈 ou 4 − 𝑑𝑈 < 𝐷𝑊 < 4 − 𝑑𝐿 : zone d’intermédiation ou de
doute.
Comme on l’a déjà vu, l’équation du modèle BJS s’écrit comme suit :
Alors, dans cette deuxième partie, on va tester l’hypothèse nulle du modèle BJS qui
suppose que le paramètreaj = 0. Si cette hypothèse est vérifiée, on peut conclure
directement la validité du MEDAF. Le test de Black, Jensen and Scholes se fait par
l’observation de la valeur de t-Student associée à chaque constante, Si le p-value de la
statistique t-Student est supérieure au niveau de signification, on accepteH0 .
1
Morocco All Share Index
38 | P a g e
Symbole Entreprise Secteur d’activité
Boursier
Dans le tableau 1 figure les entreprises des secteurs les plus liquides sur le marché
boursier marocain spécialement ITTISSALAT ALMAGHRIB, DOUJA
PROMOTION GROUPE ADDOHA et ATTIJARI WAFA BANK.
Le tableau 2 comporte des informations sur les rendements mensuels des différentes
actions. Ces informations concernent le nombre d’observations de l’étude, la moyenne,
l’écart-type, ainsi que les valeurs maximum et minimums des rendements enregistrés
pendant la période 2010-2014. Ces variables nous permettent de faire une description
de la distribution de ces observations.
La quatrième colonne nous donne des informations sur le niveau de volatilité des
actions entre 2010 et 2014. On remarque que les actions de LA BANQUE
40 | P a g e
POPULAIRE et COMPAGNIE GENERAL IMMOBILIERE sont les plus volatiles,
alors que celle du MAROC TELECOM et BMCI sont les moins volatiles. Si on
compare la volatilité des secteurs, on observe que les actions du secteur immobilier
sont plus volatiles que celles du secteur bancaire et télécom. Concernant la volatilité
du marché et de l’actif sans risque, on remarque qu’elles sont plus faibles qu’aux
actions des 3 secteurs.
Enfin, les deux dernières colonnes représentent les rendements les plus faibles et les
plus élevés enregistrés entre 2010 et 2014. On constate que le rendement moyen le
plus élevé remarqué dans cette période est celui de l’action de LA COMPAGNIE
GENERAL IMMOBILIERE avec 33.5%, alors que le rendement moyen le plus faible
est celui de LA BANQUE POPULAIRE avec -50.5%.
Dans cette partie, nous allons utiliser la régression simple afin d’estimer les
paramètres du MEDAF. Ensuite, nous passerons à une régression multiple pour
41 | P a g e
extraire les coefficients du modèle à trois facteurs et faire une comparaison entre les
résultats des deux modèles.
Après avoir fait les différents tests de spécification, nous avons obtenu les résultats
suivant :
Une analyse du tableau 1 nous a permis de tirer des conclusions quant à la stationnarité
des rentabilités boursières. Nous remarquons que toutes les valeurs de la statistique
sans exception, sont supérieures en valeurs absolues à la valeur critique 5%.
42 | P a g e
d’homoscédasticité est acceptée pour toutes les actions sauf CGI, puisque ses valeurs
sont inférieures à la valeur critique 3.84 à 1 degré de liberté et une erreur de 5%.
A partir des résultats obtenus par E-views illustrés sur le tableau 4 (Annexe 1), on a
remarqué que les valeurs de la statistique de Durbin Watson sont toutes supérieures à
la borne supérieure critique 1 .621 . Ce qui signifie qu’il n’existe pas une
autocorrélation des erreurs, donc on accepte H0 .
1
Cette valeur est tirée de la table de Durbin Watson.
43 | P a g e
𝐵𝑀𝐶𝐸 − 𝑟𝑓 𝑟𝑚 − 𝑟𝑓 -0.529463 0.5712
𝐵𝑀𝐶𝐼 − 𝑟𝑓 𝑟𝑚 − 𝑟𝑓 -2.55096 0.0015
𝐶𝐷𝑀 − 𝑟𝑓 𝑟𝑚 − 𝑟𝑓 -0.654552 0.6217
𝐶𝐼𝐻 − 𝑟𝑓 𝑟𝑚 − 𝑟𝑓 0.693276 0.5040
𝐴𝐷𝐻 − 𝑟𝑓 𝑟𝑚 − 𝑟𝑓 0.486473 0.6317
𝐴𝐷𝐼 − 𝑟𝑓 𝑟𝑚 − 𝑟𝑓 -1.955894 0.0858
𝐶𝐺𝐼 − 𝑟𝑓 𝑟𝑚 − 𝑟𝑓 0.636599 0.6578
𝐼𝐴𝑀 − 𝑟𝑓 𝑟𝑚 − 𝑟𝑓 -0.634233 0.3337
Tableau 4: Les résultats relatives aux constantes estimées avec régression de Black, Jensen et Scholes
Le tableau 3 nous donne les estimations des bêtas des différentes actions, obtenues à
l’aide de la régression de Black, Jensen et Scholes (1972). On remarque que l’action
qui a le bêta le plus élevé est ADH (DOUJA PROMOTION GROUPE ADDOHA),
alors que celle qui possède le plus faible est ATW (ATTIJARI WAFA BANK). On
remarque également des valeurs de bêta relativement élevées pour les actions CGI et
CIH. Concernant la comparaison des bêtas de chaque secteur, on remarque que celles
du secteur immobilier sont généralement plus élevées que celles du secteur bancaire ;
puisque l’action qui dispose le bêta le plus élevé de l’échantillon est une société
immobilière et celle qui a le bêta le plus faible est une banque. Concernant le bêta de la
société Maroc Télécom, on observe que sa valeur est moyenne et elle se situe entre la
valeur maximum et minimum de l’échantillon. Il faut souligner aussi que seulement
les actions BCP, CIH, ADH et CGI ont un bêta supérieur à 1, ce qui signifie que les
fluctuations du R M sont répercutées de manière amplifiée dans les variations de leurs
rendements. Aussi on remarque qu’aucune de ces actions n’a un bêta négatif.
44 | P a g e
si le rendement du marché a un impact significatif sur le rendement de chaque action
ou pas. Les résultats obtenus révèlent que seul le bêta d’action BMCI n’est pas
significatif, puisque sa probabilité est supérieure à 5%. Tandis que pour les autres
actions, leurs bêtas sont significatifs, ce qui montre l’existence d’un impact positif et
significatif du rendement du marché sur leurs rendements. Cependant, le secteur
immobilier semble avoir une sensibilité plus élevée que le secteur bancaire et télécom,
puisque les bêtas de ses actions ont des valeurs généralement proches ou supérieures à
1.
Le tableau 4 nous donne les estimations des constantes des différentes actions,
obtenues à l’aide de la régression de Black, Jensen et Scholes (1972). On remarque
que 5 actions de l’échantillon (ATW, BCP, CIH, ADH, CGI) ont une constante
positive, ce qui indique que l’investissement dans chacune de ces actions a un
rendement supérieur pour récompenser le risque. En d’autres termes, le signe positif de
la constante montre que chacun de ces titres superforme et apporte un excès de
rendement mensuel deα%. Tandis que l’investissement dans les 5 actions restantes
(BMCE, BMCI, CDM, ADI et IAM), qui ont des constantes négatives, le rendement
est trop faible pour le risque engendré. Les probabilités représentées dans le même
tableau nous montrent que la constante est significativement différente de zéro pour 9
actions sur 10. La seule action qui a une constante significative (BMCI) est la même
qui a eu un coefficient bêta non significatif. Ces résultats impliquent que le MEDAF
est valide pour 9 actions sur 10, soit 90%.
45 | P a g e
Les économistes Fama et French ont montré que le modèle d’évaluation des actifs
financiers est capable à expliquer une part importante de la variabilité des rendements
lorsqu’on prend en considération les variables : la taille de l’entreprise et le ratio
valeur comptable/valeur marché.
Ces deux variables sont utilisées dans le calcul des deux facteurs du modèle de Fama
et French SMB1 et HML2 :
D’où : 1 1
(r S + r B ) − (rS + rB )
HML =
2 H H 2 L L
On rappelle que les variables SMB et HML représentent respectivement les facteurs
de risque lié à la taille et au ratio VC/VM.
1
Small, Minus, Big: le facteur de risque lié à la taille.
2
High, Minus, Low : le facteur de risque lié au ratio VC/VM.
46 | P a g e
La même méthodologie appliquée dans le cadre du modèle uni-factoriel sera
appliquée pour ce modèle multifactoriel. Plus précisément, tester l’autocorrélation et
l’hétéroscédasticité des résidus, puis appliquer la méthode statistique adéquate.
L’équation du modèle est la suivante
Les tableaux ci-dessous représentent les estimations du modèle à trois facteurs :
48 | P a g e
ADH − rf 0.231071 0.8280 0.457819
ADI − rf -1.893677 0.1154 0.193609
CGI − rf -1.121824 0.3051 0.626889
IAM − rf 0.149777 0.7963 0.579448
Tableau 8 : Les statistiques relatives aux constantes du modèle à 3 facteurs
Pour avoir une vision plus claire sur les résultats obtenus, le tableau ci-dessous
schématise d’une façon comparative les résultats des deux modèles :
Dans le cadre de cette analyse, on constate que les variables SMB et HML sont
chacun significative pour 5 actions sur 10, comme en l’indique les p-values
obtenues(𝑝 < 0.05). Ce qui signifie que les deux coefficients de sensibilité (𝑠𝑗 ) et (ℎ𝑗 )
captent significativement les variations du rendement dans 50% des cas.
Les trois premières lignes du tableau 9 représentent le cas où les deux variables SMB
et HML sont significatives. Comme il est bien remarquable, l’introduction de ces deux
variables a amélioré la qualité d’ajustement d’une façon bien significative. On voit par
49 | P a g e
exemple, dans le cas de CDM, que le coefficient d’ajustement 𝑅 2 passe de 0.110082 à
0.832411.
Les 3 lignes suivantes contiennent le cas où seulement une des deux variables est
significative. Il en ressort que la qualité d’ajustement s’est améliorée aussi mais d’une
façon minime. Les 4 dernières lignes c’est le résultat où les deux variables SMB et
HML sont non significatives. On remarque une amélioration plus faible de la qualité
d’ajustement. Ce qui signifie que les deux variables SMB et HML ne permettent pas
de mieux estimer le rendement attendu des titres ADH, ADI, BMCE et BCP.
Ces résultats sont en contradiction avec les études sur le marché américain de Fama et
French, qui ont trouvé que le ratio VC/VM est statistiquement plus significatif que la
capitalisation boursière, et a un effet plus puissant, majeur et dominant par rapport à la
CB concernant son influence sur le rendement des titres.
L’action qui a le bêta le plus élevé est ADH (la même pour le MEDAF), alors que
celle qui possède le plus faible est BMCI (ATW dans le cas du MEDAF). A partir du
tableau A (Annexe 2), on peut extraire les titres qui ont le meilleur couple risque-
rendement, c’est-à-dire ceux qui ont un rendement élevé mais avec le minimum de
risque.
On remarque que les actions qui ont un rendement moyen élevé par rapport aux autres,
sont toutes des actions du secteur bancaire. Le titre ATW est le plus rentable de cet
échantillon, son bêta et supérieur à 1 et sa constante positive de 0,996745, signifie que
le rendement dégagé de ce titre récompense le risque de celui-ci. Il est suivi par les
titres BCP et CIH qui ont des rendements proches et un niveau de risque inférieur à 1,
mais on remarque que la constante de l’action CIH et négative (-0,783291) qui veut
dire que le rendement reçu de ce titre est peu pour le risque engendré.
50 | P a g e
Donc, on peut conclure que l’investissement dans le secteur immobilier n’est pas un
bon choix, puisqu’il est très risqué et au même temps moins rentable. Le secteur
télécom vient au milieu. Alors que le secteur bancaire représente une bonne affaire
pour les investisseurs.
D’après les résultats obtenus, on peut conclure que le modèle à trois facteurs explique
mieux que le MEDAF les rendements des actions de notre portefeuille. Même si on
n’a pas trouvé de grandes différences entre les modèles concernant les résultats des
constantes et des bêtas, mais il est clair que l’introduction des deux nouvelles variables
a amélioré le degré d’explication des variations des rendements des titres.
51 | P a g e
A partir de nos résultats, on constate l’absence de la dépendance linéaire1 entre 𝛼 et𝛽,
observée par Black, Jensen et Scholes dans leur étude. Puisqu’on remarque que les
constantes ne sont pas obligatoirement positives lorsque les bêtas sont inférieurs à 1.
Conclusion
1
Lorsque le coefficient 𝛽 est inférieur à 1, la constante était positive et inversement si le 𝛽 est supérieur à 1
52 | P a g e
Tout au long de notre étude, nous avons essayé de répondre à la problématique
posée au début de ce document, en travaillant sur les 3 secteurs (bancaire, immobilier
et télécommunication) les plus importants sur le marché marocain. Ainsi, dans
l’objectif de tester la validité du MEDAF sur ce marché, on a établi une régression sur
le modèle de Black, Jensen et Scholes afin de tester l’hypothèse selon laquelle la
constante doit être égale à 0. L’observation des probabilités nous a permis de valider le
modèle pour 90% de l’échantillon, dont la seule entreprise que le MEDAF ne semble
pas être valide pour ses titres était une banque (BMCI). Ce résultat semble satisfaisant
si on considère l’importante place qu’occupe ce modèle dans la finance.
Quant à la comparaison du risque des actions des secteurs, nous avons observé les
bêtas de la même régression de Black, Jensen et Scholes. Cette observation nous a
mené à conclure que le secteur immobilier est plus sensible aux variations du marché
que le secteur bancaire et télécom, puisque leurs bêtas étaient généralement proches ou
supérieures à 1.
Par la suite, dans le but de tester le modèle à trois facteurs de Fama et French et le
comparer avec le MEDAF, nous avons en premier temps calculé les deux variables
HML et SMB en suivant la méthodologie adaptée par Fama et French. Puis, nous
avons estimé les paramètres du modèle par une régression multiple. Les résultats
obtenus nous ont permis de conclure que l’ajout des deux nouvelles variables a
amélioré la qualité d’ajustement, mais avec une présence forte du facteur du marché
qui impacte le rendement plus que les autres variables du modèle.
L’observation des résultats concernant les deux variables ajoutées, nous ont indiqué
qu’elles ne sont pas toujours significatives (50% des cas). Cela nous mène à penser à
introduire au modèle d’autres facteurs qui peuvent compléter l’information importée
par la prime de risque, comme le taux de change, le taux d’intérêt, l’inflation… . Par
contre, L’observation de la valeur moyenne des R2 du modèle FF nous a montré que ce
dernier explique 44,85% du rendement des titres, tandis que le MEDAF n’explique
que 26,57%. Ce résultat nous a conduit à conclure que le modèle FF est plus
significatif que le MEDAF.
53 | P a g e
secteur bancaire est le plus idéal pour investir, puisque ses actions ont été les moins
risquées et les plus rentables.
Pour conclure, il faut noter que malgré le doute qui pèse sur l’évidence empirique du
MEDAF, ce modèle reste jusqu’à aujourd’hui un outil extensivement utilisé par les
gérants de portefeuilles à travers le monde.
54 | P a g e
Bibliographie
Ouvrages
55 | P a g e
Thèses et mémoires :
Rapports :
Publications :
57 | P a g e
Webographie
• www.gestion.coursgratuits.net
• www.doc-etudiant.fr/Gestion/Finance/Expose-Systeme-bancaire-marocain-56465.html
• http://www.business-realties.com/images/PDF/MarketSnapshot.pdf
• www.google.com
• https://www.wikipedia.org
• http://www.casablanca-bourse.com/
58 | P a g e
Les tables des annexes
59 | P a g e
Tableau 2 : Les résultats du test de normalité de Jarque-Bera
𝑩𝑪𝑷 − 𝒓𝒇 1835.887
𝑩𝑴𝑪𝑬 − 𝒓𝒇 49.10058
𝑩𝑴𝑪𝑰 − 𝒓𝒇 0.042198
𝑪𝑫𝑴 − 𝒓𝒇 0.284389
𝑪𝑰𝑯 − 𝒓𝒇 1.758848
𝑨𝑫𝑯 − 𝒓𝒇 6.392993
𝑨𝑫𝑰 − 𝒓𝒇 13.14321
𝑪𝑮𝑰 − 𝒓𝒇 27.79297
𝑰𝑨𝑴 − 𝒓𝒇 18.43762
60 | P a g e
Tableau 4 : Les résultats du test d’autocorrélation de Durbin Watson
61 | P a g e
Annexe 2 : Les résultats de la régression du modèle à 3 facteurs :
Tableau B : comparaison entre le bêta de chaque titre obtenu par le MEDAF et son rendement moyen sur
la période 2010-2014
62 | P a g e
Annexe 3 : Les tableaux des données utilisées :
63 | P a g e
64 | P a g e
Annexe 4: les sorties d’Eviews :
65 | P a g e
66 | P a g e
67 | P a g e
68 | P a g e
69 | P a g e
70 | P a g e
71 | P a g e
Table des matières
Liste des figures ....................................................................................................................................... 5
Liste des tableaux .................................................................................................................................... 6
Résumé : .................................................................................................................................................. 7
Introduction :........................................................................................................................................... 8
Partie I : Cadre théorique et institutionnel ........................................................................................... 10
Chapitre 1 : Aperçu théorique sur les modèles linéaires d’évaluation des actifs financiers 11
Section 1 : Les modèles d’évaluation des actifs financiers ............................................... 11
I- Les modèles de formation (fixation) des prix et des relations entre rentabilités
anticipées… ................................................................................................................... 11
1- Le modèle du marché ......................................................................................... 11
2- Le modèle d’évaluation des actifs financiers (MEDAF ou CAPM) : ................ 13
2.1)Principe de base du modèle : ........................................................................... 13
2.2) L’origine du MEDAF : ................................................................................... 13
2.3) Les hypothèses du modèle : ............................................................................ 14
2.4) Le modèle : ..................................................................................................... 14
2.5) Les critiques et problèmes du MEDAF : ........................................................ 17
2.6) Les modèles utilisés pour tester le MEDAF : ................................................. 18
2.6.1) Le modèle de Black, Jensen & Scholes : ................................................ 18
2.6.2) Le modèle de Fama et MacBeth : ............................................................ 18
2.6.3) Le modèle de Blum et Friend : ................................................................ 19
II- Les modèles multifactoriels : ............................................................................. 19
1- Le modèle d’évaluation par arbitrage (MEA) : .................................................. 19
2- Le modèle de Fama et French (1992, 1993): .................................................... 20
Section 2 : Revue de littérature sur les tests empiriques du MEDAF ............................... 21
Chapitre 2 : Le cadre institutionnel ...................................................................................... 25
Section 1 : présentation du marché boursier marocain : ................................................... 25
I- Vision générale sur la bourse des valeurs de Casablanca ...................................... 25
II- La performance du marché et la capitalisation boursière ................................... 26
Section 2 : présentation des secteurs : bancaire, immobilier et télécommunications ....... 28
I- Le secteur bancaire : .............................................................................................. 28
1- L’évolution : ....................................................................................................... 29
2- La structure : ....................................................................................................... 29
II- Le secteur immobilier : ...................................................................................... 30
72 | P a g e
III- Le secteur télécommunication :.......................................................................... 32
Partie II : Etude empirique .................................................................................................................... 33
Chapitre I : Méthodologies et présentation des données ...................................................... 34
Section 1 : Hypothèses et méthodologies du travail ........................................................ 34
I- Les tests de spécification économétriques ............................................................ 34
1- Test de stationnarité de Dickey-Fuller (1979) ................................................... 34
1-1) La forme TS ................................................................................................ 34
1-2) La forme DS ............................................................................................... 35
1-3) Les tests de racine unitaire ......................................................................... 35
2- Test de normalité de Jarque-Bera (1980) ........................................................... 35
3- Le test d’homoscédasticité de White (1980) ..................................................... 36
4- Le test d’autocorrélation de Durbin Watson .................................................... 37
II- Le test de validité du MEDAF (Black, Jensen et Scholes) ................................ 38
Section 2 : Présentation des données ................................................................................ 38
Chapitre II : Présentation, analyses et interprétation des résultats ....................................... 41
Section 1 : Application du modèle d’évaluation des actifs financiers (MEDAF) ............ 42
I- Les résultats des tests de spécification ................................................................... 42
1- Le test de normalité (Jarque-Bera) ..................................................................... 42
2- Le test d’homoscédasticité de White (1980) ..................................................... 42
3- Le test d’autocorrélation de Durbin Watson .................................................... 43
II- Les résultats des régressions simples sur les différentes valeurs ...................... 43
III- Analyse et interprétation des résultats ............................................................... 44
1- Analyse et interprétation des résultats concernant les bêtas ............................. 44
2- Analyse et interprétation des résultats concernant la constante de la régression
de Black, Jensen et Scholes (1972) .......................................................................... 45
Section 2 : Application du modèle à trois facteurs de Fama et French ............................ 45
I- Méthodologie du travail ........................................................................................ 45
II- Les résultats du modèle à trois facteurs ............................................................ 46
III- L’interprétation des résultats ............................................................................. 49
IV- La comparaison des résultats obtenus avec quelques études de la littérature ... 51
Conclusion ............................................................................................................................................ 52
Bibliographie ......................................................................................................................................... 55
Annexes ................................................................................................................................................ 59
73 | P a g e
74 | P a g e