3.3.2 : Statistique descriptive des rendements des pays
développés. Cas de l'Amérique du nord :
|
Pays
|
Canada
|
Etats-Unis
|
|
Indice
|
S&P/TSX
|
S&P500
|
|
Mean
|
-8.00E-05
|
-0.000314
|
|
Median
|
0.000976
|
0.000796
|
|
Maximum
|
0.093703
|
0.109572
|
|
Minimum
|
-0.097880
|
-0.094695
|
|
Std. Dev.
|
0.015134
|
0.015498
|
|
Skewness
|
-0.660214
|
-0.352457
|
|
Kurtosis
|
10.95233
|
12.72696
|
|
Jarque-Bera
|
3062.330
|
4482.086
|
|
Probability
|
0.000000
|
0.000000
|
|
Sum
|
-0.090433
|
-0.355675
|
|
Sum Sq. Dev.
|
0.258810
|
0.271399
|
|
Observations
|
1250
|
1250
|
Tableau 2 : Statistique descriptive des rendements : cas de
l?Amérique du nord
|
Cas de l'Europe.
|
|
Pays
|
France
|
Pays Bad
|
Allemagne
|
Royaume-Uni
|
Suisse
|
Italie
|
|
Indice
|
CAC40
|
AEX
|
DAX
|
FTSE100
|
SSMI
|
MIB30
|
|
Mean
|
-0.000211
|
-0.000280
|
-2.19E-06
|
-0.000294
|
-8.31E-05
|
-0.000641
|
|
Median
|
0.000437
|
0.000698
|
0.001187
|
0.000233
|
0.000506
|
0.000727
|
|
Maximum
|
0.105946
|
0.100283
|
0.107975
|
0.093842
|
0.107876
|
0.107647
|
|
Minimum
|
-0.094715
|
-0.095903
|
-0.074335
|
-0.092646
|
-0.081078
|
-0.088168
|
|
Std. Dev.
|
0.015790
|
0.016148
|
0.015390
|
0.014605
|
0.013494
|
0.015448
|
|
Skewness
|
0.057303
|
-0.228170
|
0.148754
|
-0.122022
|
0.076123
|
-0.094326
|
|
Kurtosis
|
10.99068
|
11.78109
|
11.38429
|
11.21591
|
10.94044
|
11.31418
|
|
Jarque-Bera
|
3137.323
|
3798.141
|
3457.654
|
3079.643
|
2972.353
|
3152.599
|
|
Probability
|
0.000000
|
0.000000
|
0.000000
|
0.000000
|
0.000000
|
0.000000
|
|
Sum
|
-0.249175
|
-0.330340
|
-0.002583
|
-0.321477
|
-0.093988
|
-0.701037
|
|
Sum Sq. Dev.
|
0.293706
|
0.307159
|
0.279009
|
0.233147
|
0.205755
|
0.260850
|
|
Observations
|
1250
|
1250
|
1250
|
1250
|
1250
|
1250
|
Tableau 3 : Statistique descriptive des rendements : cas de
l?Europe.
|
Cas de l'Asie.
|
|
Pays
|
Japon
|
Hong Kong
|
|
Indice
|
NIKKEI
|
HANGSENG
|
|
Mean
|
-0.000414
|
6.99E-05
|
|
Median
|
0.000362
|
0.000712
|
|
Maximum
|
0.132346
|
0.134068
|
|
Minimum
|
-0.121110
|
-0.135820
|
|
Std. Dev.
|
0.018031
|
0.019724
|
|
Skewness
|
-0.455882
|
0.059662
|
|
Kurtosis
|
11.49515
|
11.00585
|
|
Jarque-Bera
|
3327.531
|
2922.249
|
|
Probability
|
0.000000
|
0.000000
|
|
Sum
|
-0.453455
|
0.076421
|
|
Sum Sq. Dev.
|
0.355354
|
0.425232
|
|
Observations
|
1250
|
1250
|
Tableau 4 : Statistique descriptive des rendements : cas de
l?Asie.
Les tableaux (2,3 et 4) regroupent les statistiques
descriptives des rendements journaliers des indices boursiers, libellés
en dollar américain, des marchés développés retenus
dans l?échantillon. Nous constatons d?après ces tableaux que pour
ces marchés, le rendement moyen le plus élevé est
attribué à la bourse de Hong Kong 6.99E-05 tandis que celui le
plus faible est enregistré ou suisse ; soit -8.31E-05. Le rendement
maximal varie de 0.134068 à Hong Kong à 0.093703 en Canada, alors
que le rendement minimal fluctue entre -0.074335 et -0.135820 au Hong Kong. En
terme de risque, la bourse de suisse possède le risque le moins
élevé ; soit 0.013494 alors que celui le plus élevé
est marqué à la bourse de Hong Kong avec un écart type de
0.019724.
En ce qui concerne l?aplatissement, les valeurs de Kurtosis
sont toutes positives, la distribution correspondante est leptokurtique par
rapport à une distribution normale, ce qui se traduit graphiquement par
des queues de distributions relativement épaisses. Les valeurs de la
statistique de Kurtosis indiquent que les séries d?indices boursiers
présentent un caractère épaisse ou leptokurtique. Les
coefficients de Skewness indiquent que la distribution est asymétrique
à gauche et rejettent la distribution normale pour la majorité
des séries. Par conséquent, l?hypothèse de
normalité n?est pas vérifié et le test de
Jarque-Béra confirme bien ce résultat et rejette
significativement la distribution normale des rendements des indices boursiers
pour tous les marchés formant cette zone.
| 
