WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

L'impact des événements politiques, économiques, sociaux et du terrorisme sur la volatilité boursière: cas du marché financier tunisien

( Télécharger le fichier original )
par Atef Ben Allita
faculté des sciences économiques et de gestion de Tunis - mastère de recherche en finance 2015
  

Disponible en mode multipage

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

MINISTERE DE L'ENSEIGNEMENT SUPÉRIEUR ET DE LA

RECHERCHE SCIENTIFIQUE

UNIVERSITÉ DE TUNIS EL MANAR FACULTÉ DES SCIENCES ÉCONOMIQUES ET DE GESTION

MÉMOIRE DE MASTÈRE DE RECHERCHE EN SCIENCES DE GESTION
SPÉCIALITÉ : FINANCE

SUJET : L'impact des événements politiques, économiques, sociaux et du terrorisme sur la volatilité boursière: Cas du marché financier tunisien

Elaboré par :

BEN ALLITA Atef Encadré par :

Mme ZAIANE Salma

Année Universitaire 2014/2015

Remerciements

Au terme de ce travail, Je voudrais tout d'abord adresser toute ma gratitude à la directrice de ce mémoire, Mme, ZAIANE Salma, pour sa patience, sa disponibilité et surtout ses judicieux conseils, qui ont contribué à alimenter ma réflexion.

Je désire aussi remercier les professeurs de la faculté des sciences
économiques et de gestion de Tunis el Manar, qui m'ont fourni les
outils nécessaires à la réussite dans mes études universitaires.
À monsieur le président du jury et aux membres des jurys.

À tous les membres de la direction de la faculté des sciences
économiques et de gestion de Tunis el Manar.

Dedicace

A mes parents Ben Allita Falah et Amraoui sabeh

A mon frère et surtout A ma soeur Mouna et aussi dedicace très spéciale à mon charmant cousin Hamrit Nidhal

Vous vous êtes dépensés pour moi sans compter. En reconnaissance de tous les sacrifices consentis par tous et chacun pour me permettre d'atteindre cette étape de ma vie.

Avec toute ma tendresse.

À tous mes amis sans exceptions

Sommaire

Introduction Générale 1

Chapitre 1: La volatilité boursière 4

Introduction 5

Section 1 : Le concept de la volatilité 6

Section 2 : Les différentes approches de mesures de la volatilité 9

Section 3 : les déterminants de la volatilité 12

Section 4 : L'environnement avant et après la révolution tunisienne 22

Conclusion 29

Chapitre2 : L'impact des événements politiques, économiques et sociaux et

du terrorisme sur la volatilité boursière 30

Introduction 31

Section 1 : L'effet des événements politiques sur la volatilité boursière 32

Section 2 : L'effet de terrorisme sur la volatilité boursière 38

Section 3 : L'effet des événements économiques et financiers sur la volatilité boursière

44

Section 4 : L'effet des événements sociaux sur la volatilité boursière 52

Conclusion 55

Chapitre 3: Étude de l'impact des événements politiques, economiques,

sociaux et du terrorisme sur le marche boursier tunisien 56

Introduction 57

Section 1 : Présentation des événements et des données d'étude 57

Section 2 : Validation empirique 63

Section 3 : Présentation et interprétation des résultats d'estimation 67

Conclusion 86

Conclusion générale 88

Introduction Générale

La volatilité boursière est un outil utilisé par les intervenants sur les marchés financiers pour maitriser le risque. Autrement dit, les titres les plus volatiles présentent un risque plus intense et génère, parallèlement, une rentabilité importante.

Dans la réalité financière, la volatilité boursière est influencée par certains types de facteurs dont les facteurs structurels tels que, la rentabilité et le ratio cours bénéfice et l'effet de levier. Ces facteurs ont une incidence sur la volatilité boursière d'une façon directe ou bien indirecte. Leurs variations affectent les prix des actifs financiers. Les facteurs conjoncturels sont liés à l'environnement macroéconomique. En effet, ils peuvent varier suite au changement du taux d'intérêt, aux annonces macroéconomiques...

Schwert (1990) a constaté que plus de 40% des variations de prix sur le marché boursier ne peut pas être expliqué par l'activité économique réelle. Et par la suite, plusieurs chercheurs ont essayé d'expliquer la nature des fluctuations des titres et d'identifier d'autres facteurs qui peuvent affectés la fluctuation des prix des titres financiers.

Le concept de la volatilité boursière est déterminé par d'autres facteurs accordés initialement à la perturbation de l'environnement global notamment, suite à la succession des crises politiques, économiques et financières et sociales dans le monde entier. Ces dernières présentent alors, des effets néfastes non seulement sur la rentabilité des actifs financiers mais, aussi sur les comportements des investisseurs qui deviennent plus pessimistes et non rationnels face à leurs anticipations.

Dans ce contexte, de nombreuses études ont traité l'impact des différents types d'événements sur la volatilité boursière. Par exemple, une crise politique ou même des actes terroristes peuvent conduire à une volatilité importante des cours boursiers, ce qui amène les investisseurs à être averses au risque. En effet, la perception de la crise politique pousse ces investisseurs à réagir négativement sur le marché financier, et par la suite, les valeurs des actifs financiers s'écartent de leurs valeurs fondamentales. Parmi ces études, nous citons celle de Zach (2003) qui a constaté que les événements politiques ont entrainé des mouvements extrêmes des rendements boursiers. Egalement, Fong et Koh (2009) qui ont prouvé que le risque politique a induit des changements dans le régime de la volatilité des actifs financiers. En revanche, Feng, et Chun (2005) ont justifié que les événements politiques sont insignifiants face à la réaction des prix sur le marché de Taiwan.

1

Par ailleurs, les crises financières peuvent générer des rentabilités négatives ainsi qu'une baisse des cours boursiers. La crise récente des "subprimes" par exemple a affecté les principales banques aux Etats unis, en Europe et au Canada. Ainsi, les principaux indices boursiers tels que, CAC40, NIKEE et DAX ont perdu approximativement plus de 30% de leurs valeurs. Et par conséquent, on peut apprécier le rôle d'un tel événement financier et ses implications sur la volatilité boursière.

Par ailleurs, les événements sociaux tels que les manifestations et les grèvespeuvent influencer fortement les prix des actifs financiers ainsi que la volatilité des cours boursiers. Dans ce cadre, les travaux d'Abodcé et Cardeasobal (2003), de Drakos (2004) et de Chouhry (2005) et enfin de Dinardo et Mallock (2000) ont étudiél'impact des mouvements sociaux sur les marchés boursiers.

Dans le contexte tunisien, Le déclenchement de la révolution du 17 décembre 2010 a engendré une instabilité politique, financière et sociale et a même conduit à des actes terroristes susceptibles d'affecter la volatilité des indices boursiers.

Cette instabilité nous a motivé à étudier ses effets sur Le marché boursier tunisien. En fait, l'objet de notre travail étant d'expliquer les relations qui existent entre les séries des événements politiques, économiques, sociaux et du terrorisme et la volatilité des indices boursiers Tunindex, L'Indsf et le taux de change.

En effet, à la fin de l'année 2011, l'indice Tunindex a clôturé l'année de 2011 avec une baisse de 7.63% après huit ans d'une hausse continue. Nous avons également assisté à une baisse des capitaux échangés de 37.9% par rapport à 2010 et une dépréciation de la capitalisation boursière du marché tunisien de 829.4 millions de dinars tunisien par rapport à 20101.

Ceci est du au contexte grave qu'à connu la Tunisie sur le plan politique, économique et social.

Dans ce cadre, nous nous intéressons dans cette recherche à répondre à la problématique suivante :

Quel est l'impact des événements politiques, économiques, sociaux et du terrorismesur la volatilité des titres ?

1Hassen Chtourou et Sami Hammami (2013) "La Révolution Tunisienne et ses Effets sur le Système Bancaire Tunisien", International Journal Economics & Strategic Management of Business Process

2

Pour ce faire, nous tenterons d'analyser l'état du marché boursier tunisien suite aux événements politiques, économiques, sociaux et terrorists à partir d'une modélisation économétrique basée sur trois indices financiers sur la période s'étalant du 01/12/2010 jusqu'au 29/05/2015.

Notre travail s'articulera autour de trois chapitres. Dans le premier chapitre, nous allons définir le concept de la volatilité et présenter ses différents types. Ensuite, nous mettrons en exergue les différentes approches de mesure de la volatilité boursière. C'est ainsi que nous citerons les facteurs structurels, conjoncturels ainsi que, les nouveaux facteurs et leurs répercussions sur la volatilité boursière. Par la suite, nous dériverons l'environnement tunisien juste avant et après la révolution tunisienne sur les plans politique, économique et social.

Dans le deuxième chapitre, nous allons examiner l'impact des événements politiques, économiques et financiers, sociaux et du terrorisme sur le marché financier. Pour ce faire, nous allons présenter une revue de la littérature riche montrant les effets des différents événements internationaux sur les différents marchés financiers.

Dans le troisième chapitre, nous présenterons notre validation empirique. En effet, nous analyserons l'impact des événements politiques, économiques, sociaux et les actes du terrorisme durant la période de la révolution tunisienne du 01/12/2010 jusqu'au 29/05/2015 sur le rendement et la volatilité de trois indices financiers à savoir, l'indice Tunindex, l' indice des sociétés financiers (Indsf) et le taux de change Euro/Tnd.

3

Chapitre 1:

La volatilité boursière

4

Introduction

La volatilité est l'un des sujets les plus traités en finance à cause de ses impacts sur le marché financier d'une façon précise et sur l'économie d'un pays d'une façon générale. En effet, la volatilité est un indicateur pertinent pour les différents acteurs des marchés tels que les investisseurs, les ménages et les institutions financières. Afin de distinguer le mauvais du bon titre boursier, on utilise la volatilité comme un critère de choix. Elle nous permet d'aider à acquérir les titres les plus rentables. Autrement dit, si le titre est volatile,l'investisseur peut avoir une grande probabilité de perte ou de gain, puisque le titre n'est pas stable. En effet, il peut être réservé à la hausse comme il peut être réservé à la baisse. Les titres les plus volatiles peuvent générer une rentabilité supérieure à ceux de faible volatilité. Ainsi, la volatilité est un critère très intéressant qui mérite d'être approfondi en étudiant ses impacts sur le marché financier.

L'intérêt de la volatilité est motivé par deux raisons :

En premier lieu, son utilisation comme un outil de gestion de risque. De nos jours, les analystes ne cherchent pas à maximiser la rentabilité (génèrent des rentabilités jugées satisfaisantes) mais, cherchent plutôt des méthodes pour bien maitriser le risques vu l'incertitude et les mutations économiques et financiers dans le monde entier. Ceci reflète l'importance de la volatilité comme un outil de gestion de risque.

En deuxième lieu, le grand nombre de produits dérivés transigés dans les marchés financiers. En effet, pour se couvrir contre le risque, l'investisseur doit recourir à la volatilité pour se protéger contre les titres à risque élevé. En d'autre terme, chaque investisseur cherche à se couvrir contre les différents risques qui se rattachent aux variations des prix des actifs financiers et bien estimer ou anticiper les prix futurs de ces derniers.

Dans ce cadre, on va se concentrer dans la première section à définir et à introduire le concept de la volatilité en expliquant son utilité et ses types qui se manifestent sur les marchés financiers. Dans la deuxième section, on va présenter les différentes approches de mesure de la volatilité et les méthodes les plus utilisées pour les différents intervenants sur le marché. Dans la troisième section, on va s'intéresser aux facteurs qui affectent la variabilité des cours et par conséquent, les facteurs structurels et conjoncturels qui ont des incidences sur les fluctuations des cours. Finalement, Dans la quatrième section, on va décrire l'environnement avant et après la révolution tunisienne en évoquant les principaux changements politiques, économiques et sociaux.

5

Section 1 : Le concept de la volatilité

Dans cette section, on va mettre en exergue le fondement de la volatilité ainsi que son évolution au fil de temps. Ensuite, on présentera les différentes définitions, ainsi que les principaux types de la volatilité

1.1) Fondement et évolution de la volatilité dans le temps

L'hypothèse de l'espérance d'un actif financier peut être élaborée par un processus aléatoire à accroissement identique et indépendant de loi gaussienne. Elle consiste à modéliser les fluctuations boursières. Dans ce cadre, on peut dire que le risque est concrétisé seulement par l'écart type ou bien la variabilité de la rentabilité d'un actif. En finance, on constate que l'utilisation de la loi normale pour appréhender ou décrire l'évolution des rentabilités est très adéquate.

Les recherches antérieures consistent à appréhender et à comprendre la volatilité du marché financier. La première étude mettant en lumière l'existence de la volatilité excessive est celle de Shiller (1981). Ce dernier a appliqué le test des bornes de la variance sur les séries de l'indice S&P500 (1871-1979) et de l'indice Dow Jones Industriel (1928-1979). Leurs résultats ont révélé une volatilité des cours observés supérieure à celle des prix rationnels ex-postes. En outre, Schwert(1990) a montré que suite à une augmentation de la volatilité du marché (mesurée par le pourcentage de variation des prix ou bien le taux de rentabilité), engendre une probabilité importante de changements des prix.

Shiller (1990) a déduit que la volatilité boursière est excessivement élevée. En utilisant le pourcentage de la variation des prix, la volatilité a augmenté avec une vitesse maximale sur des intervalles courts. Parmi ces périodes qui sont caractérisées par une forte volatilité, on cite l'année 1987 qui a touché les actions, l'année 1992 qui a touché le taux de change et l'année 1994 qui a touché l'obligation. Kupiec (1991) a montré que la volatilité a été fortement élevée au cours de cette période et a touché beaucoup de nations de L'OCDE. Cette volatilité moyenne élevée sur des courtes périodes peut être expliquée par des volatilités de rentabilités anormales.

La volatilité peut être causée par les changements des facteurs économiques. Mais, elle peut également découler par d'autres facteurs comme les anticipations irrationnelles, les crises financières successives, l'incertitude géopolitique... Par conséquent, tous ces facteurs ont entrainé une surévaluation des cours boursiers qui ont perdu subitement de leurs valeurs et de leurs importances.

6

1.2) Définition de la volatilité

La volatilité mesure la proportion d'une valeur mobilière ou d'un marché qu'il soit à la hausse ou à la baisse. Elle s'exprime en pourcentage. Sur une courte période, les titres qui ont une tendance à une forte variation, peuvent être considérés comme des titres volatils.

La volatilité n'est pas la même pour les actions et pour les obligations. En effet, pour les actions, la volatilité consiste à mesurer la volatilité relative d'un titre par rapport à l'ensemble du marché. Par exemple, suite à une augmentation d'une unité de l'indice de marché, il s'agit de voir comment notre titre va varier à la hausse ou bien à la baisse en utilisant le BETA. Pour l'obligation, la volatilité est liée à la duration. Cette dernière est un instrument financier à taux fixe. Elle est définie comme la durée de vie moyenne des flux financiers pondérés par leur valeur actualisée. En effet, plus la durée est longue, plus on obtient un risque plus élevé.

Une forte volatilité d'un titre ou d'un marché est considérée comme un indicateur de perturbation. Elle désigne un écart type important autour des valeurs théoriques. Donc, les titres ont du mal se stabiliser. Tandis qu'une faible volatilité se caractérise par une quasi-stabilité. C'est à dire, les cours ne varient pas de telle sorte qu'ils n'ont pas des effets sur le marché financier.

D'une manière générale, [avolatilité est considérée généralement comme l'écart entre un prix de marché et les fondamentaux économiques, qui justifient rationnellement la valorisation de l'actif considéré. Par ailleurs, Pastre(2002) a trouvé cette définition rationnelle seulement en apparence et dans un cadrestatique. Son argument est que la volatilité n'a de sens et d'impact sur les mécanismes économiques qu'en cadre dynamique. En revanche, Shiller (1981,1989), Odean (1999), Barberis et Thaler (2003), Chuang et Lee (2006) et Glaser et Werber (2007) ont montré que la volatilité excessive des cours des titres est un phénomène pathologique. En effet, il semble improbable d'expliquer le niveau des actifs risqués en se basant uniquement sur le comportement dynamique des fondamentaux. Daly (1999) a défini la volatilité comme la variabilité de la variable. En effet, plus la variable fluctue durant une période, plus elle est censée être volatile. [a volatilité est associée à l'imprévu, l'incertain et au risque.

1.3) Les types de la volatilité

On distingue la volatilité historique et la volatilité implicite.

? La volatilité historique : Elle est calculée à partir des cours passés. Empiriquement, l'estimation de la volatilité d'une action est détectée par les prix des actions sur une période de temps bien déterminée (le jour, la semaine, le mois..). Parkinson (1980) a

7

proposé que le recours aux prix les plus élevés et les plus bas d'une même journée donne une meilleure estimation de la véritable volatilité.

? La volatilité implicite : Elle est calculée à partir du prix d'une option, dans le but de se couvrir contre un scenario extrême, et à titre d'exemple, l'augmentation du prix du pétrole à la première partie de l'année 2008, le baril a atteint 147 dollars. Ce qui fait, les investisseurs doivent se protéger par une option de vente en avant, cependant, le prix d'une option reflète l'ampleur des variations probables. C'est à dire la volatilité implicite. En effet, la volatilité implicite est une grandeur dérivée et très appropriée pour expliquer les fluctuations des prix. La volatilité implicite est calculée à partir du modèle de Black et Scholes (1973). Cette dernière est généralement considérée comme le rendement futur attendu de la volatilité du marché de l'actif sous-jacent. En effet, si les marchés des options sont efficients, alors la volatilité implicite du marché devrait être une bonne prévision de la volatilité future. En effet, elle intègre les informations contenues dans toutes les variables dans l'ensemble de l'information du marché (Prabhala, 1998).

Certaines études ont examiné le pouvoir prédictif des deux volatilités. Cependant, elles n'ont pas abouti à des résultats clairs, et qui sont des fois même contradictoire, entre la volatilité implicite et historique. D'autres, ont mis l'accent sur le pouvoir prédictif de la volatilité implicite. Le premier courant de recherche (Latane et Rendleman (1976) , Manster (1978), Beckers, (1981)) a constaté que la volatilité implicite dépasse la volatilité historique. Dans le même sens, certains auteurs ont trouvé des conclusions similaires, tels que Fleming et al (1995) pour les futures indices du marché, Christensen et prabhala (1998) pour les actions et Giot (2007) pour les produits agricoles. Par ailleurs, Szahmary et al (2003) ont utilisé les données de 35 marchés des options. Ils ont conclu que la volatilité implicite dépasse la volatilité historique comme étant un prédicateur de la volatilité réalisée.

En revanche, D'autres études telles que celle de Day et Lewis (1992) et Lamoureux et Lastrapes (1993) ont trouvé que la volatilité implicite est biaisée et inefficace du moment que la volatilité historique contient des informations prédictives concernant la volatilité future, au delà de celles prévues par la volatilité implicite. Conformément à ces études, Kumar et Shastri (1990) et Randolph et al (1990) ont conclu que la volatilité implicite a peu de pouvoir pour prédire la volatilité réalisée. Par ailleurs, Canina et Fliglewsi (1993) ont révélé qu'il n'y a aucune relation entre la volatilité implicite et la volatilité réalisée.

8

Section 2 : Les différentes approches de mesures de la volatilité

Après avoir présenté le concept et le fondement de la volatilité. On va identifier les instruments ou les outils de mesurer de la volatilité. Ainsi, on mettra l'accent sur les différentes méthodes et approches qui nous permettent de mesurer la volatilité.

2.1) Le BETA

Le Beta est l'une des approches utilisée pour mesurer la volatilité, ce qui permet d'une façon générale d'apprécier la sensibilité d'un actif par rapport à celle du marché. Le beta peut mesurer la sensibilité d'une action ou d'une SICAV par rapport aux variations de l'indice boursier.

Mathématiquement, le beta signifie le rapport de la covariance de la rentabilité implicite de portefeuille ( ) avec celle du marché ( ) et de la variance de la rentabilité implicite du marché.

â =

Le Beta a deux principaux rôles :

? Rôle par rapport à la rentabilité : Le Beta est le rapport entre la rentabilité de l'actif et celle du marché étant donné que la volatilité concerne les variations des cours qui sont un élément essentiel de la rentabilité.

? Rôle par rapport au risque : Le Beta est un indicateur de risque. Si la tendance du marché est à la baisse l'action sera susceptible de baisser moins que le marché, s'il est inférieur à 1, et inversement.

Le beta donne une idée concernant la mesure, de la sensibilité des changements d'une action par rapport aux variations de l'indice, de la sensibilité des changements d'une action par rapport aux variations de portefeuille...

Pour bien comprendre le beta, on distingue trois cas :

? Si une action a un beta de 1, cela veut dire qu'elle est aussi volatile que le marché et par la suite, si le marché augmente de 10 % l'action augmente de 10 % et inversement.

9

? Si une action a un beta de 3, cela veut dire qu'elle est plus volatile que le marché et par la suite, si le marché augmente de 10 % l'action augmente de 30 % et inversement.

? Si une action a un beta de 0.8, cela veut dire qu'elle est moins volatile que le marché et par la suite, si le marché augmente de 10 % l'action augmente de 0,8% et inversement.

2.2) L'écart type

L'écart type est un outil très utilisé dans les études statistique. Cet instrument permet de mesurer la volatilité d'un titre. En effet, Dans le domaine de l'analyse technique des cours boursiers, l'écart type est une mesure de la volatilité des cours boursiers.

Une volatilité importante correspond à un écart type élevé et les donnés sont dispersées autour de la moyenne. En fonction des choix des investisseurs, on distingue l'euphorie ou la crainte sur le marché. C'est à dire, si l'investisseur estime un maximum de rentabilité, la volatilité sera importante (plus de risque plus de rentabilité) et inversement. C'est-à-dire, l'investisseur qui veut générer une rentabilité jugée ordinaire n'est pas à sa faveur, puisque la volatilité élevée désigne un risque important.

En revanche, Une volatilité faible correspond à un écart type faible. En effet, la différence entre les cours et la moyenne n'est pas élevée et par conséquent, le marché est stable (pas de surprise).

Statistiquement, l'écart type est la racine carré de la variance. Ainsi, l'écart type d'une action est calculé comme suit :

=

2

Où,

ó: Ecart-type ;

N : Nombre d'observations Xi: Rendement de l'action

10

2.3) Le modèle GARCH

Depuis longtemps, on sait que les prix spéculatifs varient au cours de temps en se basant sur l'incertitude, (Mandelbrot, 1963 et Fama, 1965). En effet, l'un des outils les plus intéressants apparu pour distinguer de telle variance a été introduit par Engle (1982). Il s'agit de l'hétéroscédasticité conditionnelle autorégressive (ARCH en anglais). En effet, l'auteur a pris en compte la variabilité de la variance des erreurs de régression. Quatre ans après, Ballersov (1986) a développé le modèle ARCH et s'est basé sur le modèle GARCH qui a été largement utilisé dans la littérature pour modéliser la variabilité de la volatilité des actifs financiers dans le temps. Bollersov, Chou et Kroner (1992) ont exposé une revue de la littérature très vaste en utilisant le modèle GARCH, pour modéliser la volatilité des variables financières tels que le taux d'inflation, le taux de change, taux d'intérêt...

La forme générale de modèle GARCH est présentée de la manière suivant :

Rt = á0 + c1 - èct-1

= c + + ht-q

Avec,

Rt : est le rendement du jour t

: est la variance conditionnelle des rendements.

On représente la variance conditionnelle des rendements en fonction de ses propres valeurs retardées et des valeurs retardés des carrés des innovations dans le processus des rendements.

11

Section 3 : Les déterminants de la volatilité

On présentera successivement les facteurs structurels ainsi que les facteurs conjoncturels. 3.1) Les facteurs structurels

Nous présentons dans cette sous-section les facteurs structurels tels que la rentabilité, le ratio PER et l'effet de levier qui ont une incidence sur la volatilité.

3.1.1) La rentabilité

En finance, la création de la richesse dépend du couple rentabilité - risque. Ces deux notions fondamentales sont les outils de toute stratégie de chaque intervenant sur le marché. Le risque s'exprime par la volatilité qui est étroitement liée avec la rentabilité. En effet, plus de risque engendre plus de rentabilité.

D'après Huu Minh Mai (2000), si un investisseur projette de gagner d'une façon très rapide ceci implique qu'il va supporter plus de risque. En effet, si la rentabilité augmente le risque augmente en conséquence.

On peut envisager deux types de rentabilité : les bénéfices et les dividendes. 3.1.1.1) Les bénéfices

Le bénéfice est la différence entre les flux d'encaissement et les flux de décaissement. Chaque firme réalise des bénéfices afin de les distribuer aux actionnaires. Les cours boursiers sont en relation directe avec les bénéfices. En effet, plus le cours augmente, plus les entreprises réalisent des bénéfices importants.En effet, le bénéfice est considéré comme un critère très solide pour les choix des investisseurs. Autrement dit, si les investisseurs estiment de gagner plus de bénéfices, ils acceptent le projet et inversement. Ainsi, le bénéfice occupe une place très importante face aux valeurs des cours boursiers. Plus précisément, la valeur d'une action sera déterminée au fur et à mesure des bénéfices.

12

Cette relation est justifiée par Murphy (1986) qui a constaté une corrélation positive entre le taux de croissance des cours et le taux de croissance du bénéfice par action pour 203 sociétés américaines.

La figure 1 met en évidence notre explication.

Figure 1: Evolution du cours boursier et le bénéfice prospectif de l'entreprise Lafarge

Source : Factsetet Valquant2 3.1.1.2) Les dividendes

Les dividendes est le résultat final que les propriétaires d'une entreprise reçoivent à la fin de l'exercice (fin d'année). Ils sont distribués généralement au mois de mars de chaque année.

Avant leur distribution, les dividendes sont intégrés dans le cours d'action. En revanche, après leur distribution, il s'agit d'un versement, ce qui engendre la baisse du cours. Ainsi, la volatilité est touchée.

Selon Walter ( 1956), la valeur de l'action se résume de cette façon :

P= [D+(r /K) (B-D)]

2Une société qui propose aux investisseurs et aux émetteurs, un suivi « discipliné » des marchés financiers (économie, indices, secteurs, entreprises) et des conseils d'allocation d'actifs et de choix de titres. Une société multinationale de gestion des données financières.

13

Où,

B : bénéfice par action

D : dividende

K : taux de capitalisation du marché

r : taux de rentabilité des investissements

? Si r>K, le taux de rentabilité des investissements est supérieur au taux de capitalisation du marché. Alors la firme ne doit pas verser de dividendes.

? Si r<K, le taux de rentabilité des investissements est inférieur au taux de capitalisation du marché. Il doit avoir une distribution maximale de dividende [B=D].

? Si r=K, signifie que le taux de rentabilité des investissements est égale au taux de capitalisation du marché. Dans ce cas, la valeur de l'action n'est plus fonction de la capitalisation des bénéfices.

Ainsi, le dividende a un rôle très significatif sur la valeur de l'action. Précisément, dans le cas où r>K, la distribution de dividende engendre la diminution de la valeur de l'action. Tandis que dans le cas où r<K, la distribution de dividende engendre l'augmentation de la valeur de l'action. Dans les deux cas, la volatilité sera touchée.

Par ailleurs, d'après Gorden et Shapiro (1956), le modèle est comme suit ;

P0 = valeur théorique de l'action

D1 = dividende anticipé de la première période

k = Taux de rendement attendu pour l'actionnaire

g = Taux de croissance du bénéfice brut par action (BPA)

D'après cette équation, on constate que le dividende joue un rôle primordial dans la détermination des cours. C'est à dire, si le dividende augmente, ceci va se répercuter sur la valeur d'action. Précisément, plus le dividende est élevé, plus la valeur d'action est élevée et inversement. Cette interprétation est confirmée par Gorden et Shapiro(1956)seulement à court terme. Dans tous les cas, la valeur de l'action sera affectée.

14

3.1.2) Le ratio PER (Price Earning Ratio)

Le Price Earning ratio ou ratio cours bénéfice en français est un indicateur utilisé pour l'analyse boursière. Le ratio cours bénéfice est le rapport entre la capitalisation boursière et le résultat net ou bien le rapport entre le cours d'une action et le bénéfice net par action.

En effet, l'impact du PER sur la volatilité boursière se résume en deux aspects :

Selon le premier aspect, Le PER est un outil d'évaluation des actions et de détection de leurs valeurs. Concrètement, un PER élevé entraine une augmentation de la valeur de l'action, et par conséquent, la volatilité des titres est affectée.

Selon le deuxième aspect, on considère le PER comme un ratio qui permet de mesurer la capitalisation du titre, ce qui ramène à prendre une idée sur le nombre de fois où le bénéfice est contenu dans le cours.

En fait, on peut envisager deux cas. Si le bénéfice diminue, on obtient un PER élevé, ainsi, les titres qui ont un PER élevé réalisent une performance inferieure à l'indice de marché. En revanche, si le bénéfice augmente on obtient un PER faible et par conséquent, les titres qui ont un PER faible réalisent une performance supérieure à l'indice du marché.

Dans ce sens, Basu (1977), selon une étude faite sur 700 sociétés sur NYSE, l'achat d'une action à faible PER a une grande probabilité de réaliser une rentabilité supérieur à une gestion indicielle passive.

D'après ces deux aspects, on peut mentionner que la volatilité des titres est affectée.

Fama et Frensh (1992) qui ont remis en cause le CAPM, ont attribué les variations des prix aux deux coefficients du marché à savoir le Price Earning Ratio et le ratio capitalisation boursière sur actif net, et non au beta.

3.1.3) L'effet de levier

L'effet de levier (financier) est un instrument technique qui correspond à multiplier les pertes ou les profits. Les techniques courantes de levier sont l'endettement, l'achat d'actif à long terme, et les produits dérivés.

Généralement, le levier financier de l'entreprise se calcule à partir de deux formules en tenant compte ou pas de l'effet de l'impôt :

15

Cas de non prise en compte de l'impôt

Rf=Re+(Re-i)*(DF/CP)

avec

-Re: rentabilité économique (Re=Rt d'exploitation/capitauxinvestis)

- i: coût dette (i=frais financiers/DF)

-DF: dette financière engagée

-CP: capitaux propres engagés

-Rf: rentabilité financière (Rf=résultat courant avant impôt/CP)

-(Re-i) : est le différentiel avant impot

-(DF/CP) : est levier financier

Cas de la prise en compte de l'impôt

- Rf=[Re+(Re-i)*(DF/CP)]*(1-t)

- Rf=Reai+(Reai-iai)*(DF/CP)

-Reai : la rentabilité économique après impôt=Re*(1-t)

-iai : le coût de la dette après impôt=i*(1-t)

-(Reai-iai) : le différentiel après impôt

D'après cette formule, quel que soit le cas avant ou après impôt, l'effet de levier est la

différence entre la rentabilité des capitaux propres et la rentabilité économique c'est-à-dire, il

est égale à :

(Re-i)*(DF/CP) =Rf - Re

(Re-i)*(DF/CP) :est l'effet de levier avec,

-Rf: la rentabilité financière

-Re: la rentabilité économique

On constate aussi que l'effet de levier se concrétise par la différence entre la rentabilité économique et le coût de la dette. Ainsi, il est multiplié par le rapport des dettes financières sur capitaux propres.

En effet, si le manager recours à la dette, cette dernière va augmenter le ratio (dette / capitaux propre), et par la suite, le risque augmente. De plus, l'espérance de la rentabilité de l'action s'accroit ce qui affecte le prix immédiatement. D'après ce raisonnement, l'effet de levier a une

16

incidence sur la volatilité boursière. Dans le même contexte, Black (1976) et Christie (1982) ont révélé que la baisse initiale du prix conduit à l'augmentation du ratio de l'endettement, et par la suite, le risque attendu augmente. En effet, la volatilité a un effet de rétroaction et l'augmentation des risques conduisent à des taux d'actualisation plus élevés, et par conséquent, des pertes de valeur.

Par ailleurs, Merton (1973, 1980) a confirmé la présence d'une relation positive entre l'effet de levier et la volatilité boursière. En revanche, Black (1973) a justifié que l'effet mesuré par des mouvements de prix des titres sur la volatilité n'est pas totalement exprimé par les changements de l'endettement.

3.2) Les facteurs conjoncturels

La volatilité des cours boursières n'est pas liée aux facteurs structurels. Ils existent d'autres facteurs conjoncturels qui dépendent de la conjoncture économique des pays. Des facteurs tels que le taux d'intérêt, taux d'inflation, les annonces macro-économiques et l'effet de puissance, ont une incidence significative sur la volatilité boursière. On expliquera dans ce qui suit comment ces facteurs affectent la volatilité.

3.2.1) Le taux d'intérêt

Le taux d'intérêt est le taux de rémunération des prêts. Théoriquement, ce taux varie en fonction du montant emprunté, l'échéance de remboursement et du recouvrement par le prêteur du risque de défaillance de l'emprunteur.

Le taux d'intérêt est une variable macro économique qui permet de distinguer entre une bonne et une mauvaise économie d'un pays donné. Ce taux est utilisé pour les instruments financiers, les produits d'épargne et les obligations.

Par ailleurs, la libéralisation financière engendre une grande négociabilité des titres financiers et une accélération de la diffusion des mouvements de taux d'intérêt dans le système financier international. Selon Malkiel (2003), pour la micro-finance, le taux d'intérêt sert de facteur d'actualisation des flux de dividendes futurs déterminant la valeur fondamentale des actions.

Il existe deux types de relations entre le taux d'intérêt et la volatilité, une relation directe et une autre indirecte.

17

? la relation indirecte: Aglietta(2001) a constaté que les variations des taux d'intérêt de la politique monétaire touche la stabilité des prix. Ainsi, le volume du crédit disponible est influencé et par conséquent, les prix des actifs sont affectés à la hausse ou la baisse. Autrement dit, si le taux d'intérêt augmente (diminue), ceci engendre une diminution (augmentation) des crédits, ce qui entraine un recul(une augmentation) des investissements en bourse et par conséquent, la baisse (la hausse) des valeurs des cours des actifs financiers. Dans les deux cas (augmentation ou diminution du taux d'intérêt), ce dernier affecte les valeurs des cours financiers.

? La relation directe: la valeur actuelle d'une obligation à taux fixe, n'est en fait que l'actualisation au taux d'intérêt du moment des flux monétaires futurs générés. On présentera cet exemple pour expliquer comment le taux d'intérêt affecte la valeur actuelle.

Ainsi, on conclut que toute variation des taux d'intérêts affecte directement ou indirectement la valeur des titres qui sont cotés en bourse.

3.2.2) Le taux d'inflation

L'inflation est un phénomène ou un processus qui résulte des variations au niveau de prix et engendre la baisse de la valeur de la monnaie. L'inflation est la perte du pouvoir d'achat de la monnaie qui entraine une augmentation générale et durable des prix. C'est un phénomène persistant qui fait augmenter l'ensemble des prix. Selon Fain (1956), l'inflation est définie comme "un excès de la demande solvable sur l'offre, la hausse des prix en étant la conséquence".

Plusieurs études ont mis en exergue la relation entre l'inflation et les fluctuations boursière. Selon une étude faite aux Etats Unis entre 1900 et 1971, Lintner (1973) a justifié que les baisses de la croissance des cours des actions pendant les périodes de déflation peuvent être les mêmes qu'en période d'inflation. En revanche, Fisher (1930)montre que le taux nominal de la rentabilité d'un actif financier est égal à la somme de l'inflation anticipée et du taux réel de rentabilité de l'action.

A partir de cette formule, les entreprises ont la possibilité d'intégrer l'inflation dans la valorisation de leurs actifs réels, et par conséquent, l'inflation entraine l'augmentation les cours boursiers. Cependant, à court terme ce raisonnement est remis en cause. En effet, l'inflation a des impacts sur les entreprises. C'est à dire, en fonction de la nouvelle situation,

18

les entreprises sont incapables d'ajuster rapidement et correctement leurs prix et leurs marges. Ainsi, l'inflation se caractérise par un effet négatif sur les cours boursiers à court terme. En revanche, de nombreuses études empiriques telles que, Kearney et Lombre (2004) montrent que la relation entre la rentabilité nominale des actions et les divers éléments de l'inflation est contradictoire à ce qui a été vérifié par Fisher (1930). D'une manière explicite, les prix des actions ne protègent pas les investisseurs contre l'inflation et la variation des prix.

Kearney et Lombra (2004) ont trouvé une relation positive et significative entre l'indicateur de volatilité du marché financier américain(VIX) et les changements imprévus dans l'emploi. Cependant, cette volatilité n'est pas associée à l'inflation.

Par ailleurs, Fama (1981) a montré que la relation empirique négative entre les taux nominaux de la rentabilité des actions et l'inflation n'est que le reflet du lien négatif entre cette dernière et l'activité économique réelle. Selon l'auteur, l'introduction d'une variable d'activité économique telle que le taux de croissance du PIB ou la production industrielle dans les régressions, se traduirait par des résultats conformes à celle de Fisher.

3.2.3) Les Annonces macro-économiques

Les annonces macro-économiques (taux de chômage, indice de la consommation, PIB ..) sont diffusées par les organismes d'Etat tels que ( Le ministère de la finance , l'institut nationale de la statistique, la banque centrale...). Elles sont disponibles instantanément à tous les intervenants sur le marché. La théorie financière précise d'une manière formelle que les conditions macro-économiques doivent affecter la perception des risques des investisseurs et par la suite, l'anticipation des cash flows actuels et futures. Par conséquent, les mutations macro-économiques affectent les prix des actions et leurs volatilités. L'efficience informationnelle suppose que les investisseurs réagissent immédiatement aux informations nouvelles qui arrivent sur le marché. Ceci entraine des variations de prix qui reflètent les anticipations des investisseurs en fonction du risque et du rendement.

Par ailleurs, l'information publique est accessible à tous les acteurs de marché et ne nécessite pas des transactions pour affecter les prix. En revanche, l'information privée est accessible à un nombre limité des investisseurs, précisément à ceux qui possède cette information. Néanmoins, cette dernière peut être refléter par les transactions. En effet, si les agents deviennent de plus en plus informés, toute information est transmise aux agents non informés par les prix.

19

Frensh et Roll (1986), Admati et Pfeider (1988) et Berry et Howe(1994) ont montré que l'information privée joue un rôle dominant pour expliquer les variations de la volatilité et que l'information publique joue un rôle faible. En revanche, Jones Kaul et Lipson (1994) ont suggéré que la source la plus importante de la volatilité est l'information publique.

Fuss et al (2011) se sont intéressés seulement aux annonces du produit intérieur brut. L'indice de prix de la production et l'indice à la consommation. Ils ont trouvé que l'indicateur de volatilité de marché financier américain(le VIX) diminue les jours d'annonces.

Dans ce sens, Chen et Clements (2007) et Vahama et Aijo (2011) ont étudié le comportement du VIX pendant l'annonce de la politique monétaire américaine. Leurs résultats ont démontré que la volatilité implicite diminue généralement après les réunions du comité fédéral open market.

Par ailleurs, Flannery et Protopapadakis (2000) ont étudié l'impact des annonces de dix sept séries macro-économiques sur le marché boursier américain sur la période 1980-1996 à l'aide d'un modèle M-GARCH. Ils ont trouvé que les annonces de certaines variables macroéconomique influencent significativement les rendements boursiers et leur volatilité. Ils ont trouvé que deux mesures de l'inflation (indice de prix à la production et indice de prix à la consommation) affectent les rendements. En revanche, la balance commerciale et les statistiques sur les nouveaux projets de construction de logement affectent la volatilité conditionnelle. Par ailleurs, l'agrégat monétaire M1 affecte aussi bien les rendements que la volatilité.

3.2.4) Effet de puissance

Un phénomène inventé par Black (1976) sous le nom d'effet de puissance suggère que le mouvement du prix d'un actif est négativement corrélé avec la volatilité. En effet, la baisse du prix de l'actif implique l'augmentation de la prime de risque, ceci entraine l'incertitude et donc, une plus grande volatilité. En revanche, Christie (1982) et Schwert (1989) ont suggéré que cette puissance n'est pas suffisante pour expliquer les asymétries qu'on observe dans la courbe des prix d'un actif.

3.2.5) Les nouveaux facteurs

En plus des déterminants structurels et conjoncturels ainsi que, leurs implications sur la volatilité boursière, durant la dernière décennie, on a remarqué la survenance d'autres facteurs qui à leur tour, affectent la volatilité. Parmi ces facteurs, on peut citer l'incertitude politique,

20

les crises économiques, les conflits sociaux, le terrorisme, les facteurs géopolitique... Ces nouveaux facteurs ont incité les chercheurs à détecter l'incidence de ses nouveaux facteurs sur la volatilité boursière.

Dans le contexte du terrorisme, des recherches récentes ont étudié le comportement ou la réaction du marché suite à ces événements. En effet, Ahmed et Farooq (2008) ont étudié les effets des attaques terroristes du 11 Septembre 2001 et leurs impacts sur la volatilité du marché boursier. Ils ont utilisé des données quotidiennes du rendement du marché boursier de Karachi. Ils ont analysé l'impact des attaques de 11/9, en étudiant les rendements sur la période avant et après le 11/9. Ils ont constaté que la réponse asymétrique de la variance conditionnelle aux innovations, a changé au cours de la période post-11/9 par rapport à ces caractéristiques pendant la période pré 11/9.

Ahmed et Farooq (2008) ont également constaté que le comportement de la volatilité a considérablement changé après les attentats terroristes du 11/9. Ils expliquent que ce changement brusque dans le comportement de la volatilité ne peut être expliqué par la mise en oeuvre des réformes réglementaires. L'un des impacts les plus importants étant le moment des attaques et leur impact ultime sur le comportement du marché boursier.

Par ailleurs, plusieurs chercheurs ont examiné l'impact du risque politique sur la volatilité boursière. En effet, Fong et Koh (2002) ont utilisé les données de la bourse de Hong Kong pour enquêter si le risque politique a induit à des changements de régime de la volatilité du marché boursier. Ils ont trouvé une forte preuve de changement important de régime de la volatilité conditionnelle ainsi qu'une asymétrie de la volatilité au cours de périodes de volatilité élevée.

Concernant les crises financières et leurs incidences sur la volatilité boursière, Neaime (2012) a examiné la crise financière 2007 et leurs effets sur les marchés financiers du Moyen Orient et de l'Afrique de nord. Il a pris en considération les liens et les corrélations de rendements avec les principaux indices internationaux. Il a montré que les marchés financiers liés au secteur financier mondial sont plus susceptibles aux crises et génèrent des volatilités négatives importantes.

21

Section 4 : L'environnement avant et après la révolution tunisienne

Quatre ans après la révolution tunisienne, l'économie tourne désormais au ralenti. La révolution a aggravé la situation par l'instabilité politique, les conflits sociaux et la crise économique. En effet, dans cette section, on va mettre l'accent sur ces aspects ainsi que les principaux changements qu'a vécu la Tunisie avant et après la révolution.

4.1) Déclenchement de la révolution tunisienne

En 17 décembre 2010, la révolution tunisienne a commencé à Sidi Bouzid, la région où un jeune vendeur de légumes appelé Mouhamed Bouazizi s'est immolé par le feu. Cet événement était le point de déclenchement de la perturbation politique dans tous les gouvernorats de la Tunisie puis, elle s'est propagée dans des pays voisins tels que la Libye et l'Egypte et le Moyen Orient, Le Yémen et La Syrie.

En effet, la dictature des présidents arabes, le taux de corruption élevé et l'augmentation du taux de chômage, de l'injustice sociale, du non respect du droit de l'homme et de la liberté d'expression, ont été les causes majeures des révolutions arabes.

4.2) Analyse de l'environnement tunisien

Dans ce qui suit, on va mettre l'accent sur l'environnement politique, économique et social avant et après la révolution.

4.2.1) Analyse pré-révolution

L'analyse rétrospective a pour but de comprendre l'évolution de la situation politique, économique et sociale de la Tunisie durant les deux dernières décennies.

4-2-1-1) Situation politique

L'arrivé de Ben Ali au pouvoir en 1987 a été imposée aux peuples tunisiens après, un coup d'Etat contre son ex président Hbib Bourguiba. Il a promis les citoyens tunisiens d'une vie démocratique et une ouverture à tous les partis politiques sans exception. Cependant, le paysage politique s'est caractérisé par un contrôle total par le régime. Autrement dit, la traque des islamistes et l'offensive sur la ligue nationale des droits de l'homme.

22

En effet, le RCD a totalisé 80% des députés à l'assemblée nationale et a compté plus de deux millions d'adhérents dans un pays de 7 millions en âge de vote. Le RCD a surveillé toutes les élections possibles ; municipales, législatives, présidentielles... Durant cette période, Ben Ali a maitrisé, a traqué et a réprimé tous les parties d'opposition. Ainsi, les principaux partis n'ont pas dépassé trois dans l'assemblée nationale tel que; mouvement Ettajdid, (avec 3 députés), le forum démocratique pour le travail et les libertés et le parti démocrate progressive (aucun représentant à l'assemblé). Dans ce cadre, plusieurs forces politiques ont été exclues comme le mouvement Ennahda et le parti ouvrier communiste tunisien (POCT).

4-2-1-2) Situation économique

La mauvaise scène politique n'implique pas une situation économique catastrophique. Durant les dix dernières années, la Tunisie a vécu des mutations économiques favorables. Selon la banque mondiale en 2008, la Tunisie a réalisé de bonnes performances sur le plan économique avec un taux de croissance moyen de 5.1%. Elle a également comme une grande résilience aux chocs endogènes, grâce à la mise en oeuvre, de reformes structurelles et une gestion macro-économique prudente. Au début des années 1990, la Tunisie a accéléré les reformes structurelles dans le but de l'ouverture du pays vers l'économie de marché par plusieurs mécanismes tels que l'ajustement structurel en 1968 et la signature d'un accord de libre échange avec l'union européenne.

Figure 2: Evolution du PIB tunisien

Source : la banque mondiale (2013)

La plupart des institutions économiques et monétaires internationales ont mis l'accent sur la performance de l'économie tunisienne. Ces institutions considèrent la Tunisie comme un pays

23

émergent. D'après le ministère de l'industrie en Mai 2013, La Tunisie est le premier pays sud méditerranéens en termes de compétitivité (WED 2010,2011)3. La Tunisie est également le plus grand exportateur vers l'union européenne. Les exportations industrielles ont augmenté de 4,5 milliard de dinars en 1995 à 18.7 milliards de dinars en 2009. En outre, le nombre des entreprises équipées de XAO4 a passé de 50 en 1995 à 2000 en 2009. Dans les différents rapports du FMI concernant la Tunisie, on remarque une bonne gestion de l'économieet une pertinence des réformes structurelles et une résistance contre les chocs et les crises à l'échelle internationale. En effet, la banque mondiale et le FMI ont privilégié la Tunisie en matière de politique économique efficace avec un PIB réel par habitant qui a augmenté de 45 % entre 1997 et 2007, une forte croissance économique passant de 5.5 % en 2006 à 6.3% en 2007 et 5.8 en 2008, un taux d'inflation autour de 3.1% en 2007 et un déficit budgétaire maintenu dans la limite de 3% du PIB.

Figure 3: Stades d'évolution économique

Source : Forum économique mondial (WEF), (2010) 4-2-1-3) Situation sociale

Selon la banque mondiale et la banque islamique de développement en 2005 ont montré que l'évolution des différents indicateurs sociaux indique que la Tunisie a réalisé de nombreux

3Forum Economique de Davos (WEF) , Etude de La Compétitivité du Monde Arabe (2010)

4XAO est un sigle désignant l'ensemble des tâches assistées par ordinateur (d'où le sigle XAO), en particulier dans les processus de conception et de fabrication industriels.

24

progrès en matière de développement humain durant les 20 dernières années. Les indicateurs sociaux sont positifs par rapport à la moyenne du pays du Moyen Orient et de l'Afrique du nord. En effet, les acquis sociaux ont continué à s'améliorer. les indicateurs sous-jacents à l'éducation, l'enseignement supérieur, la formation professionnelle et la santé et les conditions de vie d'une manière générale, ont contribué à afficher un indice de développement humain de 0.78 en 2009, à augmenter l'espérance de vie à la naissance à 74.4 ans et à enregistrer un taux de scolarisation de la tranche d'âge 6-14 ans à 95%, également à 95 % le taux de couverture social.

Figure 4: Produit intérieur brut par habitant (en dollars internationaux) 1980-2009

Source : Forum économique mondial (2010)

Ces caractéristiques ont donné à la Tunisie une position avantageuse auprès des institutions économique, monétaire et financières internationales et ont permis d'améliorer son classement par les organisations internationales en matière de compétitivité. Ainsi, la Tunisie a occupé la première place en Afrique et le quatrième rang à l'échelle arabe selon le rapport sur la compétitivité global du forum "Davos"en 2010. La Tunisie a devancé les pays arabes sur le plan du niveau de vie selon le classement annuel de l'observatoire de la qualité de vie dans le monde en 2010 qui englobe 194 pays.

En revanche, le chômage s'est propagé et a augmenté au fil temps. En effet, ce phénomène nécessite une politique optimale puisqu'il est classé parmi les causes majeures de la révolution. En effet, La Tunisie n'a pas mis une stratégie efficace afin de le réduire. Selon Le rapport de la Banque Mondiale (2008), les causes majeures évoquées par le gouvernement tunisien pour expliquer ce phénomène sont la pression démographique et la rigidité du marché de travail.

25

Figure 5: Evolution du taux de chômage en Tunisie sur la période 2006-2013

Source :Institut national des statistiques (2013)

D'après ce graphique, on constate que le taux de chômage depuis 2005 reste régulièrement constant autour de 13% et 14% avec une faible augmentation jusqu'à la fin de 2010. Ceci, reflète les stratégies inefficaces de l'Etat tunisien pour la création des postes d'emplois. Durant 5 ans (de 2005 à 2010), le taux de chômage n'a enregistré aucune diminution. Au contraire, il a augmenté. Depuis la révolution, le chômage a augmenté d'une façon exponentielle et il a atteint presque le taux de 20%.

4.2.2) Analyse post- révolution

L'analyse post-révolution a pour but de déterminer les changements environnementaux en décrivant les trois situations politique, économique et sociale du pays pendant cette période.

4-2-2-1) Situation politique

La révolution du 14 janvier 2011 a provoqué un vrai "tsunami" dans le pays qui a généré notamment l'ouverture de la scène politique aux différents acteurs longtemps écarté d'exercer une activité en toute liberté. Durant quatre ans de la révolution, la Tunisie a vécu beaucoup d'événements politiques tels que les élections du 23 octobre 2011 qui a pour principale tâche la réalisation d'une nouvelle constituante. On a eu cinq chefs de gouvernements en quatre ans et on a assisté aux assassinats de Chokri belaid, Mouhamed Lebrahmi et de plusieurs agents de police. On peut qualifier le climat politique d'instable et la vision de floue. Mais, cette situation est globalement compréhensible pour un pays qui vient de sortir de plusieurs décennies de dictature. En effet, on a assisté aux élections législatives au 26/10/2014 et

26

présidentielle au 21/12/2014. Par ailleurs beaucoup de défis restent à affronter comme le terrorisme, la création des postes d'emplois...

4-2-2-2) Situation économique

L'économie tunisienne s'est fortement affectée par les différentes mutations à l'échelle internationale telles que la crise financière 2008 et la récession de la zone euro. Selon l'INS (2012), ces épreuves ont démontré la limite du modèle économique installé par la Tunisie malgré quelque performance réalisées qui ont permis de maitriser le déficit budgétaire à moins de 3% du PIB.

Figure 6: Croissance du PIB en rythme annuel

Source : Institut national de la statistique

Selon la figure (6), l'impact immédiat sur l'économie nationale a été sévère et douloureux. Les dégâts et les dommages ont été estimés à 4% du PIB. En plus, l'augmentation de l'insécurité, les tensions sociales, les chutes de recettes générées par le secteur touristique et la guerre en Libye, ont entrainé implicitement des effets sur les entreprises tunisiennes opérantes sur le marché libyen d'une côtéet des effets sur les travailleurs tunisiens en Libye qui ont choisi de retourner en Tunisie d'une autre côté. Selon observatoire tunisien de la transition démocratique (2012), Tous ces éléments ont affecté négativement l'activité économique du pays et les sanctions étaient immédiates et sévères durant l'année 2011-2012. D'où, les effets négatifs se concrétisentpar la baisse de la croissance du PIB, la baisse de la production industrielle de 6%, et la diminution de la création des entreprises et de l'investissement direct étranger respectivement à 8.42% et 26.3%.

27

4-2-2-3) Situation sociale

La révolution a entrainé un écroulement de l'image de l'autorité et la fragilisation de l'Etat et des institutions. Socialement, on remarque une explosion des revendications sociales et salariales qui résultent de plusieurs décennies de sentiment d'injustice et de marginalisation. Ce phénomène a perturbé tous les secteurs l'industrie, la santé, les services... En effet, ces revendications ont aggravé la situation économique et financière.

Selon l'UTICA (2013), 515 entreprises ont été victimes d'émeutes, de pillage et d'actes de vandalisme dans tous les secteurs d'activité suite aux événements sous-jacents à la révolution. Dans le même contexte, Selon le ministère de l'industrie (2013), les entreprises industrielles endommagées sont égale à 256 unités, la valeur des dégâts est de 173 MD, ce qui a engendré une perte de 10500 postes d'emplois.

En outre, Ce climat de tension a produit la dégradation de l'environnement d'affaire en Tunisie et par la suite, la perturbation de l'activité économique (approvisionnement en matière première, production, livraison...). Par conséquent, il y a eu la fermeture définitive de plusieurs entreprises ainsi que la délocalisation de leurs unités en dehors de la Tunisie.

Dans ce sens, la FIPA5a estimé le nombre des entreprises à participation étrangère qui ont quitté la Tunisie à 82 unités dans le secteur industriel et également la perte de 5900 emplois directs.

Par ailleurs, l'inégalité entre les régions et l'injustice sociale sont au centre des revendications des tunisiens lors de la révolution (Banque d'Afrique de développement, 2011). L'ancien régime a adopté une politique discriminatoire. En effet, il a divisé la Tunisie en deux catégories. Géographiquement, les zones côtières sont mieux loties en matière d'infrastructure et de service (les régions côtières ont bénéficié de 65% des investissements publics durant la dernière décennie). Tandis que, l'intérieur du pays se caractérise par une mauvaise qualité de l'infrastructure, l'insuffisance des services publics et également d'une moins bonne qualité de vie.

5Agence de Promotion de l'Investissement Extérieur

28

Conclusion

La création de la richesse est l'objectif principal de chaque intervenant sur le marché. En effet, le couple rentabilité-risque est un critère primordial pour chaque analyste financière afin de réaliser des bénéfices. Pour maitriser le risque, les intervenants sur le marché financier doivent recourir à la volatilité. A cette fin, nous nous sommes intéressés à ce thème, c'est à dire la volatilité boursière ainsi que l'analyse de l'environnement tunisien avant et après la révolution.

Dans la première section, nous avons défini le concept de la volatilité boursière. En effet, nous avons présenté son fondement et son évolution au fil de temps, ainsi que ses types (la volatilité implicite et historique).

Dans la deuxième section, nous avons identifié les différentes approches de mesure de la volatilité. En effet, chaque intervenant sur le marché a la possibilité d'utiliser différentes méthodes de calcul tels que le beta, l'écart type et le modèle GARCH, dans le but de réduire le risque.

Dans la troisième section, nous avons mis en place les déterminants de la volatilité à savoir les facteurs structurels qui se concrétisent par la rentabilité, le PER et l'effet de levier ainsi que les facteurs conjoncturels qui se composent par le taux d'intérêt, le taux d'inflation, les annonces macro-économiques et l'effet de puissance. Egalement, on trouve de nouveaux facteurs qui résultent de l'instabilité politique, économique et financière.

Dans la quatrième section, nous avons examiné l'environnement tunisien en tenant compte de la situation politique, économique et sociale avant et après la révolution tunisienne du 14 janvier 2011. Ainsi, nous avons présenté les principaux changements politiques, économiques et sociaux et leurs implications sur l'économie du pays d'une manière générale et sur le marché financier en particulier.

Dans le deuxième chapitre, nous allons étudier l'impact des événements politiques, économiques et sociaux sur la volatilité boursière.

29

Chapitre 2 :

L'impact des événements politiques,

économiques, sociaux et du terrorisme sur

la volatilité boursière

30

Introduction

La réaction du marché financier suite à la survenance des événements spéciaux devient l'une des préoccupations majeures des économistes et des financiers dans le monde entier. En effet, les mauvaises stratégies et l'opportunisme des chefs des gouvernements des pays arabes et la recherche de leurs propres intérêts, au lieu de mettre toutes leurs capacités et leurs efforts afin de surmonter les obstacles et faire évoluer leurs pays "pauvres" à une meilleure dimension de croissance et de succès. Cependant, ces facteurs engendrent une déstabilisation sur les plans politique, économique et social et par conséquent, la fragilité des Etats. Ainsi, le terrain devient susceptible à des actes de terrorisme qui entrainera le recul des investissements du pays et même son déclassement au niveau mondial.

L'instabilité politique engendre l'augmentation des protestations, des manifestations, et par la suite, l'aspect social sera touché. On obtient également, la diminution des investissements, l'augmentation des taux d'intérêts des banques, la dépréciation de la devise et la diminution de la notation souveraine, et par la suite, l'aspect économique sera affecté. En outre, les terroristes profitent de ces mauvaises conditions et par conséquent, la propagation des actes de terrorisme sera possible. Ainsi, on constate que ces événements sont interconnectés.

Dans ce cadre, on va étudier dans ce deuxième chapitre, l'impact des événements spéciaux sur le marché financier d'une manière générale et sur la volatilité boursière d'une manière précise. Dans la première section, on va étudier l'effet des événements politiques sur la volatilité boursière. Ensuite, dans la deuxième section, on va examiner l'effet du terrorisme sur la volatilité boursière. Puis, dans la troisième section, on va analyser les événements économiques et financières et leurs répercussions sur la volatilité boursière. Finalement, on va évoquer l'incidence des manifestations, des protestations et des grèves sur la volatilité boursière.

31

Section 1 : L'effet des événements politiques sur la volatilité boursière

Différentes études ont été menées par différents chercheurs afin d'identifier les facteurs qui influent sur les prix des titres. Dans cette section, nous allons nous concentrer sur l'étude des événements politiques et leurs répercussions sur les mouvements des prix des titres.

1.1) L'effet des événements politiques sur la volatilité boursière

On présentera successivement une idée générale sur la réaction des marchés financiers après les événements politiques, ainsi que, la spécificité des élections et leurs répercussions sur la volatilité boursière.

1.1.1) Aperçu sur l'effet des événements politique sur la volatilité dans le contexte international

Les événements politiques jouent un rôle prépondérant au sein d'une société. D'une manière générale, les événements politiques favorables ou défavorables peuvent affecter la stratégie du pays et peuvent par la suite toucher l'économie, notamment le marché financier.

Dans ce sens, Niederhoffer (1971) a examiné l'impact des événements mondiaux sur la bourse à court terme. Dans son étude, il a intégré les événements mondiaux aux mouvements de l'indice S&P 500. Ces événements ont été sélectionnés à partir du journal international "New York Time" basé sur l'ampleur de leurs titres. Niederhoffer a constaté que les événements mondiaux exercent une influence perceptible sur le mouvement de l'indice S&P 500. Précisément, les rendements boursiers liés aux événements mondiaux ont une tendance à être plus importants en valeur absolue que les rendements des autres jours.

Par ailleurs, Culter, Poterba et Summers (1998) ont réalisé la même étude en examinant la réaction du marché financier suite à la survenance de 49 événements. Ils ont constaté que la valeur absolue moyenne des rendements journaliers sur les 49 dates sélectionnées est de 1.46 % avec un écart type de 2.08%. En revanche, la valeur absolue moyenne des rendements sur les autres jours au cours de la période 1941 à 1987 était de 0.56% avec un écart type de 0.83%. Culter et al (1989) ont révélé que ces chiffres ne reflètent pas la variation dans les prix d'actions. En effet, ces chiffres montrent qu'aux jours d'événements les actions sont plus volatiles et inversement.

Kim et Mei (1994) ont examiné les mouvements des prix sur le marché boursier de Hong Kong et leurs relations avec les événements politiques, en utilisant l'approche d'étude de cas. Ils ont montré que les développements politiques ont une incidence significative sur

32

l'évolution des cours boursiers. Ils ont également montré que l'existence d'une variable politique pour les régressions spécifiques augmente le pouvoir explicatif des modèles, ce qui a été confirmé par Fama (1990). Par conséquent, Kim et Mei (1994) ont modélisé et ont justifié la variation de la volatilité en fonction des événements politiques.

Par ailleurs, Klibanoff, Lamont et wizman (1998) ont étudié un échantillon de fonds de placement. Ils ont montré que les événements importants et d'actualités engendrent une réaction excessive et rapide de la majorité des investisseurs par rapport changements fondamentaux des titres. Ils ont trouvé que la valeur absolue et l'écart type des rendements de deux fonds et l'évolution des valeurs nettes d'inventaire sont en forte hausse au cours des semaines où on détient les principaux éléments d'informations que les autres semaines. Aussi, ils ont montré que l'élasticité des prix des fonds par rapport à leur valeur liquidative est plus élevée au cours des semaines d'événements qu'au cours des autres semaines.

En Israel, Zach (2003) a montré que les rendements boursiers sont extrêmes les jours où il y a des événements politiques importants que les autres jours. Précisément, les actions israéliens qui se trouvent à la bourse des Etats unis. Ainsi, les événements politiques entrainent la variation des rendements boursiers d'une façon extrême. Akysha, Shakil (2009) ont étudié l'effet de différents événements sur le volume des transactions et les fluctuations des prix de l'indice KSE 100. Ils ont utilisé la corrélation de Pearson pour tester l'impact de ces événements sur les rendements des titres. Ils ont conclu que la rentabilité boursière fluctue suite à l'apparition de différents événements.

Conformément à ces études, Aktas et Oncu (2009) ont examiné l'impact des événements politiques sur l'échange des titres sur le marché boursier de la Turquie, précisément, lorsque le parlement turc a rejeté le projet de la loi contre l'Irak qui donne la permission à l'armée américaine d'intervenir et d'être facilement déployée en Irak. Le refus du gouvernement a entrainé la baisse de l'indice boursier turc. En utilisant, la méthode des moindres carrés, les auteurs ont conclu que les cours boursiers se comportent d'une façon inverse suite à tout mauvais événement politique.

Par ailleurs, Clark et al (2006) ont examiné l'incidence du risque politique sur la bourse pakistanaise. En se basant sur les modèles hiérarchique bayesiens, et en utilisant la chaine de Markov Chain de Monte Carlo (MCMC) pour l'analyse sur les événements politiques au Pakistan de 1947 à 2001. Ils ont conclu que les événements politiques ont une influence sur les rendements boursiers du pays.

33

Rigobon et Sack (2005) ont étudié la réaction des indicateurs financiers américains au risque de guerre entre 01/2003 et 03/2003, lorsque la seconde guerre en Irak est devenue imminente. Ils ont mis en exergue le fait que les marchés boursiers américains seront susceptibles à la diminution des rendements causée par un risque de conflit politique attendu. Ceci, a engendré la hausse du pétrole, la baisse des rendements et des cours d'actions et la baisse du dollar.

De plus, Schneider et Troeger (2006) ont évalué l'impact d'événements politiques sur le marché financier de certaines économies. Ils ont testé de nombreuses hypothèses pour enquêter sur la relation entre certains conflits publiques et les marchés financiers, par l'exploitation des données de séries chronologiques. Ils ont montré que les réactions des marchés boursiers aux crises internationales ont été le plus souvent négatives. La seule exception a été à Wall Street. Alesina, Perotti (1996) et Sevesson(1998) ont trouvé une relation négative entre l'instabilité politique et les investissements.

Collier et Pattilo (2001), Hermes, Lensink et Murinde (2002) ont considéré l'instabilité macroéconomique et politique, l'emprunt extérieur et le développement financier comme les principaux facteurs qui influent sur la fuite des capitaux. Ainsi, l'instabilité politique affecte négativement la croissance économique.

En revanche, Dar_hsin, Feng et Chun (2005) ont étudié l'impact des événements politiques sur le marché taïwanais. Ils ont constaté que les réactions des prix à la plupart des événements politiques sont plutôt insignifiantes, avec seulement quelques exceptions. Les comportements des rendements anormaux sont souvent comparables entre petites et grandes entreprise étrangers.

Selon Bilson, Brailsford, et Hooper (2002), le risque politique peut être expliqué en partie par la variation des rendements des marchés boursiers émergents au niveau des pays et au niveau de portefeuille global. Leurs résultats révèlent que le risque politique est important dans l'explication de la variation des rendements sur les marchés émergents à titre individuel, en particulier dans le bassin du Pacifique. Cependant, ce risque est inexistant dans les marchés développés.

Chan et Wei (1996) ont mis l'accent sur l'impact des événements politiques sur le marché boursier de Hong Kong. Ils ont trouvé une incidence sur la volatilité des rendements de plusieurs indices. Cependant, l'impact sur les rendements des actions est non significatif pour tous les indices.

34

1.2) L'effet des éléctions sur la volatilité boursière

Les événements politiques sont différents et multiples en termes de quantité et de valeur. Parmi les principaux événements politiques, on cite les élections. Dans ce qui suit, on va étudier l'élection comme un acteur spécifique ainsi que son impact sur la volatilité boursière.

1.2.1) La spécificité des élections

La politique peut exercer une influence significative sur la répartition des revenus et la prospérité. En effet, les changements des gouvernements et des présidents peuvent engendrer une modificationdu système de payset peuvent générer l'incertitude.

Plus précisément, il existe une différence entre un chef d'Etat d'idéologie de gauche et un chef d'Etat d'idéologie de droite. Selon la théorie proposée par Hibbs (1977), les gouvernements de gauche ont une tendance à privilégier la réduction du chômage, tandis que les gouvernements de droite attribuent des coûts sociaux plus élevés. En effet, dans les Etats démocrates, les électeurs font élire les parties qui reflètent leurs croyances et leurs intérêts. Les investisseurs sur le marché financier qui ont une tendance vers la gauche se distinguent des investisseurs qui ont une tendance vers la droite aux niveaux des comportements, des intérêts et des sentiments et des analyses boursières et par conséquent, il y a une grande probabilité d'observer une volatilité boursière inattendue.

Par ailleurs, l'appartenance des investisseurs ou des hommes d'affaires à un parti politique joue un rôle central au niveau du marché financier. Des études antérieures ont également montré que l'affiliation au parti du président et à la majorité des partisans au congrès des Etats unis peut affecter des entreprises spécifiques (Knight, 2006 ; Jayachandram, 2006).

Knight (2006) a constaté qu'après l'élection de George W. Bush en 2000, les prix des actions des sociétés de Tabac ont augmenté de 13%. En revanche, les prix des actions des principaux concurrents de Microsoft ont diminué de 15%.

1.2.2) Effets des élections sur la volatilité des titres

Des recherches antérieures montrent que les élections ont une incidence sur la volatilité boursière. En effet, Gemmil (1992) a étudié le parlementaire britannique aux élections de 1987, et a prouvé que les sondages d'opinions ont été connectés au niveau de l'indice FTSE 100 et aussi à la volatilité. En effet, Gemmil (1992) a fourni des renseignements sur la volatilité implicite de l'indice FTSR 100 qui a été touché et a augmenté sensiblement dans les

35

deux dernières semaines avant les élections et en parallèle les sondages d'opinions ont estimé la victoire des conservateurs avec une probabilité croissante.

Bialkowski et al (2008) ont utilisé des donnés sur 27 pays de l'OCDE, dans le but d'étudier les effets des élections parlementaires et présidentielles nationales sur la volatilité du marché financier. Leurs résultats empiriques montrent que les élections nationales sont alliées à des périodes de volatilité accrue. Ces résultats sont compatibles avec ceux de Gemmil (1992). Ce dernier a révélé que les volatilités implicites ont une tendance haussière la semaine qui précède les élections. Dans le même contexte, Li et Born (2006) ont montré que la volatilité augmente avant les élections présidentielles américaines lorsque le résultat de l'élection est incertain.

Nippani et Medlin (2002), Nippani et Arize (2005) et He et al (2009) ont mis l'accent sur le retard des résultats des élections présidentielles américaines en 2000. Leurs résultats montrent que les Etats unis et les marchés financiers internationaux ont été affectés négativement par l'incertitude grâce au retard des résultats des élections. Goodell et Body (2012) après avoir mené une étude sur des ratios Price Earning Ratio des entreprises de l'indice S&P 500 pendant la période des élections présidentielles américaines, ont pu relever une corrélation négative entre l'évaluation des cours sur le marché et la diminution de l'incertitude électorale.

Dans ce sens, Li et Born (2006) ont exploité une base de données de vote des élections présidentielles américaines pendant une période de 54 ans de 1964 jusqu'à 2000, pour examiner les effets de l'incertitude des élections sur les rendements boursiers et la volatilité des titres. Leurs résultats indiquent l'augmentation des cours des actions ainsi que l'incertitude sur le marché avant les élections lorsqu'aucun candidat n'occupe une position importante ou dominante dans les sondages présidentiels. En effet, les changements des gouvernements impliquent une diversification aux mouvements des rendements des actions.

Riley et Luksetich (1980) signalent que les marchés financiers réagissent positivement à court terme après les élections présidentielles. En revanche, l'étude de Santa Calara et Vakanov (2003) ont étudié les rendements des actions durant les mandats présidentiels de quatre ans sur la période 1927-1998. Ils ont enregistré une différence persistante entre les démocrates et les républicains pour la présidence. Ils ont abouti à des résultats différents. En effet, les rendements annuels excédentaires sur l'indice de valeurs pondérées ont été en moyenne plus élevés de 9% pour les administrations démocrates.

36

Des études antérieures ont mis en exergue l'incertitude sur le résultat des élections ce qui entraine des implications importantes sur les investisseurs qui deviennent averses au risque. En effet, Frensh et Poterba (1991) et Baxter et Jernoun (1997) ont montré que les investisseurs sont moins diversifiés à l'échelle internationale et ils ont un biais domestique significatif. C'est à dire, les investisseurs sont sous pression des résultats des élections. Ainsi, ils deviennent de plus en plus prudents jusqu'à l'annonce des résultats.

En revanche, Powell et al (2007) et Sy et Al Zaman (2011) ont trouvé une différence significative au niveau des rendements boursiers entre les démocrates et les républicains dans la présidence après le contrôle des biais d'estimation et la différence du risque systématique.

Jones et Baning (2009) ont étudié la relation entre la performance du marché boursier et les diverses élections américaines en exploitant les rendements d'actions mensuels durant une période de 104 ans. Ils ont constaté l'inexistence d'un effet systématique sur les marchés boursiers.

En utilisant les données de 15 pays, Bohl et Gottshalk (2006) ont examiné l'effet du cycle politique sur les rendements boursiers. Leurs résultats montrent l'inexistence d'un effet significatif entre la première et la dernière partie du cycle électoral sur la volatilité boursière. Egalement, il n'a aucun effet significatif entre la nature du gouvernement (de gauche, de droite) et la rentabilité boursière.

A partir de cette section, on peut formuler notre première hypothèse :

H1 : les événements politiques ont une incidence sur la volatilité boursière.

37

Section 2 : L'effet de terrorisme sur la volatilité boursière

Une attaque terroriste implique une hausse importante de l'incertitude, et par la suite, le secteur financier sera affecté et induit un risque plus élevé. En effet, le terrorisme engendre à la fois une grande volatilité et également, une augmentation des primes de risques. Ainsi, les investisseurs ont une tendance à restructurer leurs portefeuilles et à se débarrasser des actions à hauts risques, dans le but de devenir de plus en plus en sécurité.

2.1) Impact du terrorisme sur les marchés financiers

Les institutions financières analysent régulièrement la réaction du marché boursier et se penchent dans leur analyse à des types d'événements bien déterminés (politiques, économiques, sociaux, environnementaux ou démographiques). Mais, après les attentats de 11 septembre 2001 aux Etats Unis, les recherches académiques se dirigent vers l'étude de l'impact du terrorisme sur les marchés boursiers.

Abodie et Gardeazobal (2003) ont analysé l'impact d'ETA6sur les prix des actions des entreprises qui existent au pays Basque. Dans leurs études, ils ont comparé l'évolution d'un portefeuille à caractère hypothécaire qui contient 14 actions du pays basque, par rapport à un autre portefeuille qui contient 59 actions du reste de Espagne sur la période 1998-1999. Si le terrorisme basque a été considéré comme un facteur négatif sur l'économie de cette région, l'annonce de la trêve a eu une influence positive sur les actions des entreprises basques. Alors que la fin de la même trêve a une influence négative. Leurs résultats montrent que la performance des actions basques est meilleure que les autres actions durant la période de cesser le feu. Les auteurs ont estimé les coefficients des variables muettes qui mesurent respectivement l'incidence des 22 jours où les mauvaises nouvelles ont survenu et les 66 sessions pour les bonnes nouvelles. Pour les entreprises basques, les résultats montrent une augmentation statistiquement significative et un impact négatif dans le premier cas et un autre positif dans le deuxième. Pour les entreprises du reste de l'Espagne, les deux cas ne sont pas statistiquement significatifs et l'impact est très réduit.

Par ailleurs, Chen et Siems (2004) ont examiné la réaction du marché boursier à 14 attaques terroristes et militaires de 1915 jusqu'au 11 septembre 2001. Les auteurs ont montré que les attentats terroristes et militaires exercent une influence significative sur les actions et génèrent des effets immédiats importants sur les marchés boursiers dans le monde.

6organisation armée basque indépendantiste d'inspiration marxiste

38

Néanmoins, l'effet des ces événements ont été à court terme, ainsi que, les nouveaux résultats montrent que les marchés boursiers absorbe les chocs terroristes ce qui entraine une réajustement rapide de prix des cours boursiers.

Eldor et Melnick (2004) ont étudié la réaction du marché boursier et du marché de change israéliens face aux attaques terroristes de 1990 à 2003. Ils ont remarqué des effets importants sur le développement économique en Israël. En utilisant l'indice Standard &Poor's 500, ils ont signalé qu'en cas d'absence d'attentats terroristes en Israël entre 2000 et 2003, l'indice de Tel Aviv 100 a augmenté de 30% par rapport à Standard &poor's 500. Les auteurs ont déduit que l'impact d'une attaque terroriste ne se compose pas seulement par son ampleur mais également par son intensité.

Drakos (2004), Carter et Simkins (2004) et Choudhry (2005) ont examiné dans quelle mesure les attaques du 11 septembre 2001 ont modifié le risque en utilisant le Beta comme instrument de mesure. Ils ont calculé la volatilité boursière pour les indices généraux et sectoriels correspond à chaque action. Précisément, en fonction de différence de taille, de la situation géographique et du secteur, ils ont comparé le Beta dans la période avant et après les attentats de 11/09 qui contient 20 entreprises américaines. Leurs résultats ont révélé que l'impact varie en fonction des caractéristiques de chaque entreprise. En effet, 15 entreprises ont des Betas qui augmentent après les attentats même si les changements ont été marginaux dans la majorité des cas. Ils ont détecté aussi que la volatilité de l'action augmente pour les dix entreprises. En revanche, Drakos (2004) a mis l'accent sur un seul secteur et a analysé l'altération de Beta de 13 compagnies aériennes aux Etats Unis et aux autres du monde dans la phase qui suit le 11 septembre. D'après cette phase, les cours des actions ont diminué de 30 % en moyenne pour les entreprises non américaines. Tandis que, les cours des actions ont diminué en moyenne de 53% pour les entreprises américaines. Les auteurs concluent que le risque lié aux actions des compagnies aériennes a augmenté suite à cette attaque. En effet, le beta a enregistré une augmentation marquante pour les neufs entreprises de treize entreprises étudié, d'ou la différence est statistiquement significative étant donné que le risque se repartit entre le risque systématique et le risque spécifique.

Les travaux de Carter et Simkins (2004) s'intéressent à la réaction des investisseurs en termes de rationalité face aux prix des actions et non seulement à l'impact du 11 septembre sur les prix. Il convient de signaler qu'ils ont détecté une réaction clairement négative malgré qu'il y a une différence en terme d'intensité pour les diverses compagnies aériennes. Ces derniers ont été moins affectés puisque elles possèdent des réserves de capitaux relativement élevées. Ce

39

qu'on peut retenir comme idée principale d'après Carter et Simkins que la rationalité des investisseurs ont été différente.

Concernant les assassinats politiques et leurs répercussions, Zussman,A et Zussman, N (2006) ont étudié les données de marché des actions afin d'évaluer la perception des assassinats bien déterminé comme mesure anti-terroriste appliqué par le gouvernement israélien , ils ont exploité des données de Tel Aviv 25 et durant une période de 136 jours de négociation où la mesure anti-terroriste a été appliquée les forces israéliennes. Leurs travaux ont étayé que l'indice réagit d'une manière très différente. En fait, on remarque un effet négatif sur le marché boursier face aux tentatives d'assassinats des politiciens et un effet positif face aux assassinats des chefs militaires (à l'exception de ceux de mouvement « Fatah »).

Arin, Ceferri et Spagnolo (2008) a révélé des résultats très pertinents à propos l'incidence des événements terroristes sur les marches boursiers. Ces auteurs ont utilisé comme échantillon les données de six différents pays (Indonésie, Israël, Espagne,Thaïlande, Turquie, Royaume-Uni) en tenant compte de la volatilité et non seulement les marchés boursiers. Leurs recherches ont abouti comme résultat que l'impact de ce genre des événements est significativement plus important dans les marchés émergents.

De leur part, Baumert (2009) a examiné l'événement terroriste de 11 mars 2004 0 Madrid et leurs effets sur le marché. L'étude a vérifié que la taille de l'attaque (en termes de nombre de décès et de blessés) et également les auteurs présumés de ETA contre Al Qaida ont été les deux principales raisons qui affectent significativement le marché. En revanche, les investisseurs ont une tendance d'agir par des comportements rationnels, malgré, leurs réactions excessives sur le marché. Baumert a déduit que sauf les actions en relation direct avec cette attaque terroriste qui ont subi des pertes très lourdes.

Brouen et Derwall (2010) ont identifié les réactions des marchés boursiers contre les événements terroristes. Il convient d'interpréter que l'impact ces événements et leurs effets sur les marchés boursiers est légèrement négative, sans tenir compte de l'attaque de 11 septembre 2001 qui a montré des conséquences néfastes et à long terme. Ces deux ont ajouté que les catastrophes naturelles, tels que les tremblements de terre ont une influence plus grande sur le marché boursier.

Les travaux de Nikkenen et Vahamaa (2010) se concentrent sur la réaction et la comparaison de l'indice FTSE 100 après les attaques du 11 septembre 2001 aux Etats Unis et du 11 mars 2004 à Madrid et du 7 juillet 2005 à Londres. Donc, leurs recherches ont montré que ces

40

attaques transforment les attentes des investisseurs vers le bas et également l'augmentation de l'incertitude vis a vis les marchés boursiers.

2.2) Revue de littérature empirique

Dans cette partie on va présenter les études empiriques antérieures, et par la suite, les événements terroristes les plus marquants dans le monde sont :

? l'attaque de 11 septembre 2001 aux Etats Unis

? l'attaque de 11 mars 2004 à Madrid ? l'attaque de 7 juillet 2005 à Londres ? l'attaque de 15 avril 2013 à Boston

2.2.1) La réaction des marchés boursiers à l'attentat de Boston, de Londres, de Madrid et des Etats Unies

Nous essayons dans ce qui suit de décrireces attentats et leurs effets sur les principaux marchés financiers internationaux.

2.2.1.1) Une étude comparative entre les attentats 11/09 ,11/03 ,07/07, 15/04

Ces attaques terroristes ont généré des coûts économiques élevés. L'impact économique direct du 11 septembre aux Etats unis a été estimé à 47000 millions de dollars (soit 0.46 % du P11B). Concernant les attentats de 11 Mars à Madrid, les coûts économiques ont été estimésà 211584762€ (soit 0.03% du PIB). Par ailleurs, l'attaque de 07 juillet à Londres a couté approximativement 44207254 £ (soit 0.02% du P11B).

Après le 11/09, L'indice Dow Jones a connu une perte maximale de -14.3% et ce nécessite 44 session (dont cinq ont été fermées) pour atteindre les niveaux de 10 septembre. L'indice de Madrid 11BEX a enregistré une perte maximale -7.15% et 20 séances pour la récupération. En revanche, l'impact des attentats de Londres a duré une seule séance (-1.35%). Concernant le bombardement de Boston, la perte quotidienne de l'indice de dow Jones a été le pire depuis le 7/11/2012.

En effet , Dans le but de faire une comparaison sur les variations «anormales» des cotations boursières après une attaque terroriste , par rapport à la «normale», Chen et Siems (2004) ont considéré la moyenne des trente jours avant l'événement, conformément aux fonctions suivantes :

41

At,1 = Rt,1 - 1 (1)

I = (2)

Avec,

R : désigne la variation en pourcentage observé à la fin de la journée et en tenant compte de la valeur à la clôture de la journée précédente (t-1),

A : désigne la variation anormale subie par l'indice de la bourse comme une conséquence de l'attaque en se basant à la variation moyenne de R, calculée selon la deuxième fonction. Tableau 1: L'impact des majeures attaques terroristes sur les principaux marchés boursiers

Indice

Attentat de New
York

Attentat de
Madrid

Attentat de
Londres

Attentat de
Boston

 

(11/09)

(11/03)

(07/07)

(15/04)

 

-6.44***

-3.46***

-1.85***

 

DAX30

(4.51)

(3.66)

(3.05)

-0.39***

(2.18)

 

3.01***

-2.2***

-1.36***

-0.61***

FTSE100

(3.11)

(3.69)

(3.15)

(4.50)

 

4.45***

-2.18***

-1.91***

-0.82***

IBEX35

(3.44)

(3.08)

(3.71)

(2.92)

 

-7.39***

-2.97***

-1.39***

-0.67***

CAC40

(7.37)

(4.12)

(2.48)

(3.45)

 

-7.79***

-2.22***

-0.62

-0.61***

MIB30

(6.76)

(4.21)

(0.95)

(2.28)

DOWJONES

7.13***

-1.67***

0.31

-0.86***

 

(7.10)

(3.07)

(0.61)

(3.06)

NIKKEI225

-6.63***

-1.19*

-0.12

-0,41***

 

(3.64)

(1.36)

(0.51)

(3.06)

* = Statistiquement significatif au niveau de 10 % ** = Statistiquement significatif au niveau de 5 % *** = Statistiquement significatif au niveau de 1 %

Source : Baumert, Buesa et Lynch (2013)7

Dans le tableau (1), les résultats révèlent que la réaction des marchés suite à chaque attaque a baissé de façon continue et que tous les coefficients sont statistiquement significatifs sauf ceux de l'attentat de Londres l'indice Dow Jones, Mib30, Nikkei225 ne sont pas significatifs.

7The impact of terrorism on stock markets: the boston bombingexperience in comparison with previous terrorist events p. 12

42

On remarque que l'indice Dow Jones a réagi d'une façon plus significative aux attentats de Boston qu'aux attentats de Londres. Par ailleurs, on note la non corrélation des marchés américains aux attentats terroristes de Londres. En revanche, on remarque une corrélation de tous les indices boursiers aux attentats de 11 septembre. En outre, il convient d'observer que la réaction des principaux indices boursiers est différente selon les attaques terroristes.

Concernant les attentas de Boston, on note que tous les indices internationaux sont statistiquement significatifs. D'ou l'impact négatif sur tous les marchés boursiers tels que DAX 30 (-0.39%), FTSE 100 (-0.61), IBEX 35 (-0.82), CAC 40 (-0.67), MIB 30 (-0.61), Dow Jones (-0.81), NIKKEI (0.41). Selon Browen et Derwall (2010), les attentats de Boston ont une influence négative sur tous les marchés boursiers ce qui reflète la sensibilité et l'importance de cette attaque. Néanmoins, on constate que les effets négatifs sont moins importants par rapport aux attaques précédentes.

Figure 7: L'impact négatif des attaques terroristes majeures sur les marchés boursiers

Source : Baumert, Buesa et Lynch (2013)8

La figure (7) décrit l'impactdes quarte majeurs attaques terroristes sur les marchés financiers. Ce dernier semble diminuer d'intensité et d'ampleur.

Ainsi, notre deuxième hypothèse est comme suit :

H2 : les événements terroristes ont une incidence sur la volatilité boursière.

8The Impactof Terrorismon StockMarkets: The Boston BombingExperiencein ComparisonWithPreviousTerrorist Events P. 13

43

Section 3 : L'effet des événements économiques et financiers sur la volatilité boursière

Dans cette section, on va décrire les différents événements économiques et leurs implications sur la volatilité boursière. En effet, on va mettre en place l'historique des principales crises financières, du taux de change ainsi que de la notation souveraine et leur répercussion sur la volatilité boursière.

3.1) Les crises financières

Au cours de ces 30 dernières années, les crises financières et économiques sont devenues de plus en plus fréquentes et d'une plus grande ampleur. Eichengreen (2003) a recensé 139 crises financières dont 95 ont éclaté dans les pays émergents et 44 dans les pays développés entre 1973 et 1997. En effet, on ne peut pas dépasser ces crises sans connaitre leurs causes ainsi que leurs implications sur les marchés boursiers, et pour cela, des recherches et des travaux ont été menés pour mieux comprendre les effets de ces crises.

Nous allons dans un premier temps, évoquer l'historique des principales crises financières et leurs impacts sur la volatilité boursière. Dans un second temps, nous allons identifier les crises actuelles et également ses impacts.

3.1.1) Historiques des principales crises financières

L'histoire récente regorge des crises financières qui ont eu une incidence régionale et même internationale, pour cela on va citer les trois crises les plus marquantes.

La crise de Wall Street (1987): elle s'est caractérisée par une augmentation des taux d'intérêts à long terme qui finira par une catastrophe. Le 19/10/1987 (Black Day) où l'indice Dow Jones de la bourse de New York sous la pression de cette augmentation a perdu 22.6%.

44

Figure 8: L'évolution de l'indice Dow Jones sur la période allant de 19/07/1987 à 19/01/1987

Source : The New York Time

La figure (8) montre la chute brutale de l'indice Dow Jones qui représente la seconde baisse jamais enregistrée auparavant. En effet, on peut identifier l'origine krach de Wall Street en trois causes :

Les fluctuations importantes et brutales de dollars au milieu des années 1980 dans le système de change flottant.

L'immunisation des portefeuilles qui semble intensive dans le but de réduire le risque.

L'amplification et les chutes brutales des cours suite aux systèmes informatisés d'achats et de ventes d'actions qui semblent relativement récente à l'époque. Selon Barro et al(1989), la cause principale de la dépréciation était la stagflation des prix, ce qui a engendré une chute brutale des cours boursiers.

Krash russe (1998) : la crise financière en Russie s'est transformée en une crise économique en 1998. Cette crise est avant tout monétaire et se concrétise par la dévaluation brutale du rouble qui a perdu 60% et également un défaut sur la dette russe, notamment sur les titres négociables à court terme émis par l'Etat russe.

45

Figure 9 : L'évolution de l'indice RTS sur la période de 1995 à 2012

Source : Bourse Russee

La figure (9) montre que le rouble a perdu 17,13 % le 27 août 1998, ce qui justifie la gravité de la crise russe. Ceci, est du à la mauvaise gestion de l'administration publique en Russie (30% des entreprises russe attendaient le règlement de l'Etat), l'insuffisance des recettes de l'Etat puisque les impôts ne sont plus versés par les salariés, l'augmentation notable de l'inflation qui atteint 84 %...

Crise asiatique (1997) : A partir de juillet 1997, la crise économique asiatique a touché les pays de l'Asie du Sud-est, et par la suite un effet domino a touché également d'autres pays émergents (Russie, Argentine, Brésil), mais à moindre incidence.

En effet, la crise est initiée par la chute brutale du baht thaïlandais (en trois semaines, la monnaie a diminué de plus de 45% par rapport au dollar) qui s'est propagé à très grande vitesse, et par conséquent, a causé l'effondrement des bourses asiatiques. Les causes sous jacente de cette crise ont été le surinvestissement, le déficit de la balance financière, un niveau de dette extérieure très élevé et également la possession d'un afflux massif de capitaux étrangers des bourses asiatiques...

Chowdhry et Goyal (2000) ont révélé que la crise asiatique en 1997 n'a pas été dans les prévisions financières et que les valeurs monétaires chutent dans plusieurs pays en même temps. Ces principaux pays sont (l'Indonésie, la Malaisie, le Philippines, La Coré de sud et la Thaïlande). En revanche, Khalid et Kawai (2003) ont examiné trois variables sur les marchés

46

financiers (taux de change, les prix de marché des actions et taux d'intérêt) dans le but d'identifier l'origine et l'effet de contagion au cours de la crise asiatique de 1997. Ces deux auteurs ont exploité un échantillon de neuf pays d'Asie, dont le Japon. Ils ont analysé les interactions entre les différents marchés et pays de la région asiatique en utilisant la causalité de Granger. Leurs résultats ne confirment pas l'existence d'effet de contagion

Selon Krugman (1998), cette crise s'explique en partie par l'éclatement d'une bulle spéculative causée par l'excès de confiance. Etant donné que les investisseurs avaient beaucoup d'espoir en certains pays de cette région, il y a eu un boom de prêts en dollars américains qui est venu pour financer la croissance. L'auteur a justifié que cette crise se caractérise par la chute du secteur bancaire suite à un effondrement des marchés boursiers et de l'immobilier. Il a montré également que le secteur bancaire dépend des prix à court terme qui ont été adressés à financer la spéculation dans ces deux marchés.

3.1.2) Les crises principales actuelles

On présentera la crise des subprimes et la crise de la zone euro.

La crise des subprimes : elle a été déclenchée en octobre 2007. Le parcours de la volatilité excessive sur les marchés des capitaux se définit par des hausses et des baisses importantes. A la fin de l'année 2007, on a remarqué une hausse de la volatilité sur les marchés boursiers, la volatilité a été l'un des facteurs qui a entrainé la crise de Subprime. En effet, la crise des prêts hypothécaires à risque élève (les ménages ne parviennent pas à rembourser leurs crédits) a entrainé la chute de la croissance économique et ainsi tous les marches du crédit ont été affectés. Cette crise a touché les principales banques aux Etats unis, en Europe et à moindre degré au Canada. Sur les neuf premiers mois de l'année, les principaux indices boursiers (CAC40, NIKEE, DAX) ont perdu plus de 30 %. Le risque devient de plus en plus élevé. En effet, les actions des banques américaines ont chuté 37.5% le 29 février 2008.

Cette crise a généré des conséquences néfastes à l'échelle internationale, les investisseurs se sont débarrassés de leurs actions à risque élevé et surtout les actions immobiliers et par conséquent, la chute des marchés immobiliers ont conduit l'économie mondiale dans une panique.

Certains travaux de recherche ont analysé les impacts de cette crise des subprimes. D'après l'ouvrage de Chavigne et Filoche (2007), les grands investisseurs qui ont détenu des grands et même moyen parts des actions des fonds engagés dans le crédit immobilier ont vendu leurs

47

actions et par conséquent, les cours se sont effondrés. Ils ont vendu aussi, une partie des actions des grands groupes bancaires et par la suite, ces actions ont diminué d'une façon rapide. Pour compenser leurs pertes dans ces secteurs, ces grands investisseurs ont vendu même ses actions aux autres compartiments du marché financier. Ces ventes ont entrainé une baisse générale des cours boursiers ce qui a entrainé un effet de panique.

D'un autre côté, Kenourgias (2014) ont étudié l'incidence de la crise des supbrimes (2007) sur les marchés européens et américains. A partir d'un modèle GJR-GARCH multivarié et en utilisant un échantillon qui contient les indices internationaux, ils ont constaté la propagation et la persistance de la volatilité sur les marchés américains et européens pendant la crise mondiale, ils ont montré l'augmentation étonnante du l'aversion de risque pendant la crise.

De plus, selon les publications du fonds monétaire international (FMI), le secteur bancaire des pays asiatique a été affecté par la crise financière 2008. Ces pertes en grande partie sont destinées au Japon (24 milliards de dollars l'équivalent de 4% du totale de la perte mondiale).

La crise de la zone EUR (2010) : Depuis l'année 2010, les événements financiers successifs affectent les économies de 17 Etats membres de l'union européenne et nous font apparaitre la crise de la dette dans la zone euro. La crise de la dette grecque a été considérée comme le premier événement. En effet, les taux d'intérêts de la dette grecque ont trop augmenté privant petit à petit Athènes de l'accès aux marchés. Le 07/05/2010, la zone Euro et le FMI ont accordé un prêt d'urgence de 110 milliards d'euros à la Grèce aux situations des paniques sur les marchés et par la suite, ils ont créé le mécanisme européen de stabilité doté de 450 milliard d'euro. Le sommet franco-allemand de Deauville du 19 octobre a mis l'accent sur la restructuration des dettes publiques des Etats de la zone Euro. Après dix jours, le conseil européen a renforcé cette proposition malgré l'opposition virulente du président de la banque centrale européenne. D'ou la panique se propage et a touché l'Irlande, qui a fait appel à l'aide européenne en novembre 2010.

Plusieurs études ont examiné la crise de la zone euro notamment de la Grèce. Gamez -Piug et Riverob (2014) ont avancé que la volatilité accrue des rendements des obligations européennes a été le résultat d'un effet de contagion causé par la crise en Grèce. Cette hypothèse a été émise parce que la Grèce a été le premier pays qui a réclamé le soutien financier de l'union européenne et le fond monétaire internationale en 2010. En outre, le déséquilibre macro-économique a été la principale préoccupation de la communauté financière internationale en raison d'une possible contagion à d'autres pays européens. Dans

48

ce sens, Caceres et al (2010) en utilisant un GARCH (1.1) spécification, ils ont examiné trois effets différents l'aversion au risque, les fondamentaux économiques et la contagion. Ils ont soutenu que l'effet contagion de 2009 est le principal facteur de mouvement de spreads souverains dans la zone euro. Ils ont constaté également que cet effet s'est propagé dans toute l'union européenne.

Mink et Dehann (2012) ont révélé que le prix de la dette souveraine du Portugal, de l'Irlande et l'Espagne a été affecté par la situation économique de la Grèce. Cependant, ils n'ont pas trouvé des effets sur les valeurs bancaires.

En revanche, Phillipas et Siriopoulos (2013) ont utilisé un modèle de changement de régime ainsi que la variation de temps. Leurs résultats ont montré l'inexistence d'un effet global de contagion de la crise de la dette grecque a d'autres pays. Par ailleurs, Samitas et Tasakalos (2013) ont montré l'absence d'effet de contagion suite à une étude des marchés boursiers de la Grèce et sept autres pays européens.

3.2) Impact du taux de change sur la volatilité boursière

Les fluctuations de taux de change peuvent générer des implications très importantes sur les marchés boursiers et même sur les économies des pays.

Selon Mun (2007) qui a procédé a une investigation au cours de la période 1990 à 2003, durant laquelle la volatilité et les corrélations des marchés des actions ont été influencés par les fluctuations du taux de change. Il a remarqué que le taux de change élevé augmente la volatilité du marché boursier local, mais il diminue la volatilité des marchés boursiers américains. Les fluctuations élevées des taux de change réduisent la corrélation entre les marchés des Etats unis et les marchés boursiers locaux.

En utilisant un modèle GARCH multivarié, Zaho (2010) a analysé la relation dynamique entre le taux de change réel et le prix des actions chinois. Il a montré qu'il n'y a aucune relation d'équilibre stable à long terme entre les deux marchés financiers. En effet, cette étude a montré l'existence d'une causalité bidirectionnelle entre la volatilité sur les deux marchés en utilisant une base de copule approche.

Dans le même contexte, Yang et Doong (2004) ont utilisé un modèle GARCH multivarié pour détecter les asymétries dans le mécanisme de transmission de volatilité entre les prix d'achats d'actions et les taux de change pour les pays G7 sur la période de 1979-1999. Leurs résultats

49

obtenus ont montré que les variations de taux de change ont eu un impact direct sur l'évolution future des prix d'achat d'actions.

Par ailleurs, Aloui (2007) a utilisé la nature de la moyenne , les mécanismes de volatilité et de la causalité de transmission entre les marchés boursiers et les marchés de change aux Etats unis pour certains grands marchés européens pendant la période pré et post euro . En exploitant un modèle GARCH multivarié, l'auteur a remarqué que les mouvements des prix des actions ont été affectés par la dynamique des taux de change pour les deux périodes pré et post euro. Cependant, les marchés boursiers ont été moins influencés par les mouvements des taux de change pour les deux périodes.

Phylaktis et Ravazzolo (2005) ont examiné le dynamisme à long terme et à court terme entre les prix des actions et les taux de change, en exploitant le test de cointégration et le test de causalité de granger multi varié pour de nombreux pays du bassin du pacifique. Leurs résultats ont montré une corrélation positive entre les prix des actions et les marchés de change.

Ning (2010) a étudié la structure de dépendance entre le marché des actions et le marché de change des pays de G5 (USA, Royaume unis, Germany, Japon, France) pour la période pré et post euro. Il a constaté une dépendance significative et positive entre les mouvements du marché de change à l'étranger et le marché boursier dans chaque pays pour les deux sous-périodes.

Diamandis et Drakos (2011) ont analysé les liens dynamiques entre le taux de change et les cours boursiers pour les pays de l'Amérique latine. Leurs résultats empiriques obtenus ont révélé l'existence d'une relation significative à long terme entre les marchés boursiers locaux et le marché de changes alors que la stabilité de la relation a été affectée par les crises financières et monétaires telle que la crise des supbrimes 2007-2009 et la crise du peso mexicain (1994).

Par ailleurs, Kutty (2010) a appliqué un modèle VAR pour étudier la relation entre le marché des actions et le taux de change en Mexique au cours de la période janvier 1989 et décembre 2006. Il a montré que les prix des actions ont causé le taux de change à court terme. Cependant, l'absence d'une relation significative entre ces deux marchés à long terme.

Aydemir et Demirhan (2009) ont réussi a obtenir une relation de causalité bidirectionnelle entre le taux de change et les indices boursiers du marché turc. En revanche, You and Nieh

50

(2009) ont trouvé des preuves d'équilibre a long terme et des relations causales et asymétriques entre le taux de change et les prix des d'achat des actions au Taiwan et au Japon.

3.3) Impact de la notation souveraine sur la volatilité boursière

Les agences de notations sont des fournisseurs d'information. En effet, les informations peuvent être à la fois bonnes ou mauvaises, et par la suite, ces changements engendrent à une dépréciation ou à une appréciation informationnelle, ce qui affecte la volatilité boursière.

Plusieurs travaux ont étudié l'impact des changements souverains sur la volatilité boursière. Afonso (2011) a détecté durant la période 1995 à 2010 des effets significatifs importants de la note souveraine pour les marchés obligataires de 24 pays européens.

Par ailleurs, Afonso, Gomes et Tammouti (2013) ont examiné la réaction des marchés obligataires et des actions de pays européens suite aux changements des annonces d'après les trois grandes agences de Notation (Standard and Poor's, Moody et Fitch). Ainsi, en utilisant le modèle EGRACH pour les volatilités paramétriques, ils ont montré que les mises à jour n'ont pas d'effets significatifs sur la volatilité. Cependant, le déclassement de la note augmente la volatilité des marchés des actions et des obligations.

Arezki et al (2011) ont mis l'accent sur l'effet de contagion de la note souveraine des nouvelles sur les spreads de CDS9 et les indices boursiers pour certains pays européens durant 3 ans (de 2007 à 2010). Ils ont constaté que la dégradation de notation entraine des chutes importantes. Cependant, la note souveraine autrichienne reste stable. Ils ont observé un mouvement très fort de spread de CDS et de l'indice de marché boursier. Ceci, est du aux révisions à la baisse des pays baltes, principalement causé par l'exposition des banques autrichiennes.

Dans le même sens, Ang et Longstaff (2011) ont indiqué que le risque systématique souverain a une influence plus importante que les agrégats macro-économiques sur les marchés financiers. Indépendamment des facteurs communs, de nombreux chercheurs ont tenu compte la propagation de la volatilité des obligations souveraines pendant les périodes de turbulence comme l'impact de contagion.

De Santis (2012) a utilisé les notes decrédit de S & P, Moody et Fitch. Il a indiqué que l'évaluation des obligations de souveraine grecque a entrainé des fortes hausses des

9credit default swaps et en français couvertures de défaillance

51

rendements souverains en Irlande et au Portugal. Mais, elles sont de moindre degré en l'Italie, l'Espagne et la France.

Dans le même contexte, Loeffer (2004 et 2005) a révélé que les utilisateurs de la notation valorisent à la fois la stabilité et la précision des notes souveraines. En effet, les caisses de retraites sont soumises à des restrictions d'investissements et par conséquent, un changement de notation peut engendrer une modification des transactions, ce qui entraine à des coûts très élevés.

D'après cette troisième section, il convient de construire notre troisième hypothèse :

H3 : les événements économiques ont une incidence sur la volatilité boursière.

Section 4 : L'effet des événements sociaux sur la volatilité boursière

Dans cette quatrième section, on va définir l'événement social ainsi que son impact sur la volatilité boursière.

4.1) Définition de l'événement social

L'événement social ou le mouvement social se concrétise par les manifestations, les protestations et les grèves. C'est un processus qui permet aux individus de s'exprimer et de se défendre contre une situation qui semble défavorable. En effet, le mouvement social est un instrument pacifique qui donne l'occasion aux citoyens de protéger leurs droits. Ce mouvement se concrétise par les manifestations contre l'injustice sociale, la mauvaise répartition de richesse d'Etat ou les grèves, qui permettent aux travailleurs de préserver leurs promotions, leurs couvertures sociales.

Cependant, un excès de zèle des manifestations et des grèves qui s'apparentent non légitimes, ou aux moments non appropriés surtout dans les secteurs sensibles ou délicats peuvent générer des conséquences néfastes pour l'économie des pays, concrètement, une perte potentielle due a un arrêt de travail. A titre d'exemple, en Tunisie et selon une déclaration récente de premier responsable de la compagnie du phosphate de Gafsa , le manque à gagner de la compagnie durant les trois années écoulées à cause des perturbations sociales et des interruptions causées ou processus de production s'élève à 1.105 milliard de dinars , une perte sèche et lourde , très difficile à rattraper dans les années à venir.

52

4.2) L'impact des événements sociaux sur la volatilité boursière

Dans une économie de marché libre, les employés ou les consommateurs qui se trouvent non avantagés et sans compromis avec ses responsables concernés. Ils ont généralement recours à deux mécanismes, une grève ou un boycott. Une grève implique l'arrêt de travail et utilisé par les employés actuels. Tandis qu'un boycott est un refus de s'engager aux transactions et de faire un consensus à propos l'objectif de boycott. Ces deux mécanismes peuvent avoir des impacts sur l'économie de pays en générale et sur le marché financier en spéciale. Néanmoins, l'impact d'une grève est moins important qu'un boycott.

Teo et al (1999) ont analysé l'effet des mouvements sociaux relatifs au boycott des produits de certaines sociétés sur le marché financier de l'Afrique du sud en utilisant une étude d'événements. Leurs résultats ont montré un effet minime sur les actions des entreprises concernées.

Par ailleurs, Dinardo et Hallock (2000) ont mis l'accent sur les effets négatifs des grèves sur les marchés boursiers. En effet, à travers une enquête faite sur le marché des Etats unis sur la période 1925-1937. Une distinction a été effectuée sur l'importance de la grève et la réalisation de son issue (en reconnaissant les droits des salariés ou non). Ils ont montré que dans la plupart des cas, la négligence des revendications des syndicalistes. Cependant, s'il est le cas, ce résultat a un effet sur la part des profits destinés aux actionnaires.

Koku et al (1997) ont examiné les mouvements sur la valeur de l'entreprise, ils ont révélé que la valeur des sociétés cibles a augmenté en moyenne de 0.79% sur la journée où les nouvelles sont devenues publiques. En outre, les valeurs de ces sociétés cibles ont seulement augmenté de 0.55% sur la journée où l'information de menace de boycott est devenue public. Cependant, il ya une absence statistiquement significative et différente entre la réaction de marché à boycotter et les menaces réelles du boycott. En combinant les deux, c'est à dire sans distinction entre les boycotts et les menaces réelles de boycott, la valeur de la société cible a augmenté en moyenne de 0.66%.

Dans le même contexte, Pruit, Wei et White (1988) ont examiné l'impact financier de 16 boycotts dirigé par le syndicat, en utilisant la méthodologie de l'étude de cas. A court terme leurs résultats suggèrent que les boycotts dirigés par le syndicat sont couronnés de succès, et les entreprises cibles subissent des pertes financières importantes. Cependant, cette étude ne distingue pas entre les menaces du boycott et les boycotts réels.

53

4.3) Les statiques des grèves en Tunisie

Depuis la révolution du 17 décembre 2010, la Tunisie a vécu un éclatement en termes du nombre des grèves.

Tableau 2: L'évolution des grèves en Tunisie sur la période 2010-2013

Les

agrégats

2010

2011

2012

2013

Nombres

Taux

Nombres

Taux

Nombres

Taux

Nombres

Taux

Les
grèves
légales

78

31%

185

33%

293

56%

235

59%

Les
grèves
illégales

177

69%

382

67%

231

44%

164

41%

Total

255

100%

567

100%

524

100%

399

100%

Source : Ministère des affaires sociales (2015)

D'après le tableau (2), On remarque que l'année 2011 a enregistré en termes de nombre des grèves (597) alors qu'en 2010, il y a eu 255 grèves. Cette augmentation est due à la révolution Tunisienne. Mais au fil de temps le nombre des grèves s'est réduit, c'est à dire le nombre de grèves a diminué de 7.58% en 2012 par rapport à 2011. Cependant, on constate que la diminution est très faible et ceci due aux grands nombres des revendications du peuple tunisien après la révolution tunisienne. Egalement, le nombre des grèves a baissé de 23.85% en 2013 par rapport à 2012.

D'après cette section, notre quatrième hypothèse est la suivante :

H4 : les événements sociaux ont une incidence sur la volatilité boursière

54

Conclusion

Ce deuxième chapitre englobe les différents événements politiques, économiques et financiers et sociaux, ainsi que leurs implications sur la volatilité boursière. Dans la première section, nous avons mis en place une vaste revue de littérature qui analyse l'impact des événements politiques sur la volatilité boursière. Nous avons également décrit les principaux événements politiques en relevant la spécificité des élections ainsi que sa répercussion sur la volatilité boursière. Suite à cette section, nous avons formulé notre première hypothèse qui stipule que les événements politiques ont une incidence sur la volatilité boursière.

Dans la deuxième section, nous avons mis en exergue sur une revue de littérature théorique et empirique qui examine l'impact du terrorisme sur la volatilité boursière. Nous avons cité et comparé les événements terroristes les plus marquants dans le monde entier tels que les attentats de 11/09/2001 à New York, les attentats de 11/03/2004 à Madrid, les attentats de 07/07/2005 à Londres et les attentats de 15/04/2013 à Boston ; ainsi que leurs implications sur les principaux indices boursiers internationaux. D'après cette section, nous avons formulé notre deuxième hypothèse qui stipule que les événements terroristes ont une incidence sur la volatilité boursière.

Dans la troisième section, nous avons cité les principales crises financières, précisément, les crises anciennes et actuelles et leurs impacts sur la volatilité boursière. En premier lieu. Nous avons analysé l'impact du taux de change ainsi que son incidence sur la volatilité boursière. En deuxième lieu, nous avons défini le rôle des agences de notation, comme étant des fournisseurs des informations et leurs incidences sur la volatilité boursière dans le cas de dégradation, en troisième lieux. Cette section nous a ramené à formuler notre troisième hypothèse qui stipule que les événements économiques et financiers ont une incidence sur la volatilité boursière.

Finalement, à la quatrième section, nous avons défini les événements sociaux. En effet, nous avons précisé la distinction entre une grève et un boycott, ainsi que leurs répercussions sur la volatilité boursière. Egalement, nous avons mis en place, les statistiques des grèves en Tunisie depuis 2010. D'après cette section, notre quatrième hypothèse stipule que les événements sociaux ont une incidence sur la volatilité boursière. Donc, le troisième chapitre sera consacré par une application empirique et aura pour but de tester nos quatre hypothèses.

55

Chapitre 3:

Étude de l'impact des événements

politiques, economiques, sociaux et du

terrorisme sur le marche financier tunisien

56

Introduction

Dans ce troisième chapitre, nous allons tester empiriquement l'impact des événements politiques, économiques, sociaux et du terrorisme sur la volatilité boursière.

Dans la première section, nous allons présenter et citer les principaux événements ainsi que les variables endogènes liées à la période de la révolution tunisienne du 01/12/2010 jusqu'au 29/05/2015. Dans la deuxième section, nous allons mettre l'accent sur l'analyse des statistiques descriptive de nos trois variables endogènes ainsi que le test de Fisher. Par la suite, nous allons présenter notre modèle et les variables à tester. Dans la troisième section, nous allons présenter et interpréter les résultats des estimations obtenus.

Section 1 : Présentation des événements et des données d'étude

Dans cette section, on présentera les différents événements avant et après la révolution tunisienne, ainsi que les données d'études c'est à dire, les variables dépendantes.

1.1) Présentation des événements

Les événements se répartissent en quatre catégories : les événements politiques, économiques, sociaux et les événements liés au terrorisme. Le tableau (3) met en exergue les événements les plus importants qui ont survenu suite à la révolution tunisienne.

Tableau 3: Les principaux événements survenant avant et après la révolution tunisienne

Type

Politique

Economique

Social

Terrorisme

Exemple

La fuite de ben Ali

Les rapports et les
déclarations
concernant la

situation économique de la Tunisie

Mohamed bouazizi
s'immole par le feu
à Sidi Bouzid

L'assassinat des
leadeurs
politiques

La suspension
des travaux de
la constituante

Les rapports de la
banque mondiale

Les grèves

Des actes de
terrorisme
contre l'armée
tunisienne

Les élections

La dégradation de la
notation

Les manifestations et les protestations

 

Nombre des
événements

35

86

32

56

57

Après la révolution du 14 janvier 2011, la Tunisie a connu beaucoup des événements choquants. Etant donné que ces chocs sont dus à la survenance. Ainsi, on va citer dans ce qui suit quelques événements importants.

Dans le contexte politique, la Tunisie a enregistré des événements politiques choquants, à titre d'exemple :

en 2011 :

> 14 Janvier : Fuite de Ben Ali et de son épouse vers l'Arabie Saoudite.

> 27 Février : Démission de Ghannouchi et nomination de BéjiCaidEssebsi à la tête du gouvernement.

> 9mars : Dissolution du RCD (l'ancien parti au pouvoir) et autorisations pour la création de nouveaux partis.

> 22 Décembre : Présentation du nouveau gouvernement conduit par M. Jebali à l'Assemblée constituante.

> 23 octobre : Scrutin pour la Constituante dans toute la Tunisie. Le parti islamiste Ennahdha remporte 89 sièges sur 217, le CPR 30 sièges et le Forum Démocratique pour le Travail et les Libertés (Ettakattol) 21 sièges.

> 22 Décembre : Présentation du nouveau gouvernement conduit par M. Jebali à l'Assemblée constituante.

en 2012 :

> 16 juin : L'ancien premier ministre Béji Caïd Essebsi annonce la création d'un nouveau parti baptisé « Mouvement NidaaTounes ».

> 18 juin 2012 : L'Union générale tunisienne du travail (UGTT) lance une initiative de

dialogue regroupant les forces politiques et les composantes de la société civile.

> 14 septembre : Un groupe de manifestants s'attaqueaux locaux de l'Ambassade

desEtats Unis à Tunis, à la suite de la diffusion sur Internet d'un film islamophobe. > 12 Décembre : L'ANC adopte le projet de loi relatif à l'Instance supérieure

indépendante pour les élections après plus d'un mois de discussions.

en 2013 :

> 19 février : Le chef du gouvernement HamadiJebali présente sa démission au président de la République et annonce l'échec son initiative de former un gouvernement de compétences.

> 8 mars : Le chef du gouvernement provisoire, Ali Larayedh annonce la composition de son gouvernement à l'issue de son entretien avec le président de la République

58

provisoire, Moncef Marzouki. Le 13 mars 2013, l'ANC vote la confiance au gouvernement.

> 6 août : Le Président de l'ANC, Mustapha Ben Jaafar décide la suspension des travaux de la constituante jusqu'au démarrage du dialogue national.

> 14 décembre : Dialogue national : Le choix se porte sur Mehdi Jomaâ pour la présidence du prochain gouvernement.

en 2014 :

> 29 janvier : Le gouvernement apolitique de Mehdi Jomaa est formé. Les islamistes se retirent du pouvoir.

> 26 octobre : Le parti anti-islamiste Nida Tounes de Béji Caïd Essebsi remporte les législatives, avec 86 des 217 sièges de l'Assemblée, devançant Ennahdha (69 sièges). Nida Tounes regroupe aussi bien des figures de gauche et de centre-droit que des proches du régime de Ben Ali.

> 21 décembre : Béji Caïd Essebsi remporte à 88 ans le second tour de la présidentielle avec 55,68% des voix face au président Marzouki. Le 31 décembre, il prend ses fonctions de président, devenant le premier chef de l'Etat élu démocratiquement du pays quatre ans après la révolution.

en 2015 :

> 5 janvier: L'ex-ministre de l'Intérieur Habib Essid, qui a occupé plusieurs postes sous Ben Ali, est chargé de former un gouvernement. Ennahdha indique accueillir "positivement la nomination" de M. Essid, en se disant prêt à "coopérer pleinement" avec lui.

Dans le contexte économique, parmi les principaux événements économiques, on cite:

en 2011 :

> 28 février : La bourse de Tunis a suspendu ses transactions, dans le but de protéger

l'épargne investie en valeurs mobiliers vu la situation actuelle de pays.

> 17 mars: Standard and poor's abaisse la note de la Tunisie, l'agence de notation

standard and poor's a dégradé la note de la dette a long terme de Tunisie a BBB-,

assortie d'une perspective stable en raison de la situation économique et politique.

en 2012 :

> 05 juin : La Turquie accorde un crédit de 500 millions de dollars et un don de 100 MD

à la Tunisie étant qu'appui au budget de l'Etat.

> 25 octobre : ligne des crédits 200 millions d'euros pour les banques tunisiennes.

59

en 2013 :

> 19 février : l'agence de notation américaine standard and poor's abaisse d'un cran, la note souveraine de la Tunisie de BB- contre BB assortie d'une perspective négative en

raison de la crise politique qui secoue le pays après l'assassinat de ChokriBelaid.

> 30 mai : dette notation ; Moody's investorsservive a baissé la notation de Tunisie de Ba1 à Ba2 avec perspectives négatives. ce déclassement est du d'après l'agence de rating à l'incertitude persistante de la Tunisie et le risque politique, la fragilité des banques publics sous capitalisées et les pressions externes importantes sur la balance des paiements.

> 30 octobre : L'agence de notation "Fitch Ratings" a baissé la note souveraine de la Tunisie de BB+ à BB- avec des perspectives négatives.

en 2014 :

> 16 mai : BM accorde un prêt de 250 milliard d'euro en faveur des PME tunisiennes.

> 22 mai : BM accorde un prêt de 72.6 milliard d'euro en faveur des PME tunisiennes.

> 28 juin : Tunisie-Koweït: Un prêt d'une valeur de 30 millions de dollars ; Le prêt sera

remboursé sur une durée de 20 ans avec un intérêt de 2% d'après l'agence KONA.

en 2015 :

> 13 février : Banque Mondiale: Prêt de 100 millions de dollars aux PME tunisiennes

> 28 mars : Fitch Ratings: La Tunisie passe de négative à stable.

Dans le contexte social, les manifestations et les grèves se propagent sur tout le pays.

en 2011 :

> 17 Décembre : Mohamed Bouazizi s'immole par le feu à Sidi Bouzid.

> 11 Janvier : grève générale de trois jours organisée par l'UGTT.

en 2012 :

> 9 avril: Violents affrontements entre forces de l'ordre et manifestants qui se sontrassemblés à l'avenue Habib Bourguiba pour commémorer la fête des martyrs. > 11 juin : Actes de violence et de vandalisme dans les quartiers et banlieues de la capitale ainsi que dans plusieurs régions des gouvernorats de Jendouba et Sousse commis par des éléments appartenant au courant salafiste et des personnes ayant des antécédents judiciaires. Couvre-feu de 21H00 à 05H00 pour une durée de 4 jours dans huit gouvernorats du pays.

60

> 27 novembre-1er décembre 2012 : Grève générale à Siliana à l'appel de l'UGTT sur fond des accrochages qui ont eu lieu entre les forces de l'ordre et les citoyens et qui ont fait 250 blessés et plusieurs dégâts matériels.

en 2013 :

> 16 janvier : grève générale au kef.

> 8 février : Des funérailles nationales pour ChokriBelaid, accompagnées d'actes de saccage et de pillage des voitures stationnées, au moment où le cortège funèbre s'avançait vers le cimetière.

en 2014 :

> 17 février : protestations de syndicat de la bourse "BVMT".

> Du 28 à 30 avril : Tunisie - Grève du 28 au 30 avril dans les sociétés de pétrole et

services à Tataouine.

en 2015 :

> 12 janvier 2015 : grève des agents de phosphate Gafsa.

> 30 mai 2015 : manifestation "winou el pétrole " à l'Avenue Bourguiba.

Dans le contexte de terrorisme, parmi les principaux événements liés au terrorisme, on cite :

en 2011:

> 18 Mai : Affrontements de Rouhia.

en 2012 :

> 6 Décembre : Affrontements de Fernana.

> 10 Décembre: Attaque d'une patrouille à Feriana.

en 2013 :

> 6 Février : Assassinat de ChokriBelaid.

> 25 Juillet : Assassinat de Mohamed Brahmi.

> 29 juillet : Mont Chaambi : les violences reprennent une embuscade terroriste cause la

mort de huit militaires, tués par des tirs d'armes à feu.

> 17 Octobre 2013 : Attaque de Goubellat.

en 2014 :

> 4 Février 2014 : Opération de Raoued : la fin de la traque de Gadhgadhi.

> 27-28 Mai 2014 : Attaque du domicile du ministre de l'Intérieur à Kasserine.

> 16 Juillet 2014 : Attaques aux lance-roquettes de deux points de contrôle militaire

dans le mont Chaambi ; (Le 17 juillet dans la journée le ministère de la Défense a

confirmé la mort de 14 soldats, ainsi que le fait que vingt soldats ont été blessés. Le

61

ministère a également confirmé la mort d'un présumé terroriste ayant la nationalité Tunisienne).

en 2015 :

? 17 au 18 février 2015 : Attaque armée contre une patrouille à Kasserine tue quatre agents (un groupe d'individus armés composé d'une vingtaine d'hommes a attaqué une patrouille de la garde nationale au niveau de la région frontalière de Boulaaba.

? 18 mars 2015 : Attaque du Bardo : 23 personnes tuées, 43 blessées.

? 28 mars 2015 : Opération à Sidi Aïch : 8 morts et 1 blessé lors d'une embuscade menée par la garde nationale à Gafsa.

? 7 avril 2015 : Embuscade contre une patrouille de l'armée à Sbeïtla : 5 morts et 4 blessés.

1.2) Objectif de l'étude et définition des variables à tester

Nous présenterons successivement l'objectif de notre étude, ainsi que, la définition des variables endogénes.

1.2.1) Objectif de l'étude

L'objectif de notre étude est d'analyser l'effet des événements politiques, économiques, sociaux et les événements liés au terrorisme pendant la période de l'émergence de la révolution, précisément du 01/12/2010 jusqu'au 31/05/2015 sur trois principaux indices (TUNINDEX, INDSF, EUR/TND). En se basant sur le modèle EGARCH et en s'inspirant des travaux de Zmami et Kaddour (2014), on va étudier l'incidence des événements politiques, économiques, sociaux et du terrorisme sur la volatilité et le rendement des trois indices.

1.2.2) Définition des variables

Afin de tester la variation de la volatilité et du rendement dans le temps suite à la survenance des événements politique, économiques, sociaux et les événements sous-jacents au terrorisme, on sélectionne les trois principaux indices suivants : INDSF, TUNINDEX et EUR/Tnd.

Avec,

DLN Tunindex : le logarithme différentiel du rendement. DLN Eur/Tnd : le logarithme différentiel du rendement. LN Indsf : le logarithme du secteur financier tunisien.

62

En effet, ces trois variables dépendantes sont classées quotidiennement pendant la période du 01/12/2010 au 29/05/2015. Les données relatives à l'indice Eur/Tnd ont été collectées de la Banque Centrale de Tunis. Tandis que, celles des indices Indsf et Tunindex ont été collectées de la Bourse des Valeur Mobilières de Tunis.

Les événements politiques, économiques, sociales et du terrorisme ont été collectés à partir des journaux électroniques tels que (espace manager, leaders, web manager les rapports de la banque mondiale...), la télévision, la Radio. Durant la période allant du 01/12/2010 jusqu'au 31/05/2015. La somme des événements est égale à 198 événements (32 sociales, 86 économiques, 55 relatifs au terrorisme et 35 politiques).

Section 2 : Validation empirique

Dans cette deuxième section, tout d'abord on va présenter et analyser les statistiques descriptives des trois indices boursiers. Ensuite, nous allons étudier la normalité et l' hétéroscédasticité. Enfin, nous allons présenter le modèle à estimer.

2.1) Analyse statistique descriptive des variables endogènes Tableau 4: Statistiques descriptives des variables financières

 

R_TUNINDEX

EURO_TND

LN_INDSF

Mean

6.39E-05

0.000106

8.071671

Median

0.000111

0.000139

8.054980

Maximum

0.041086

0.011654

8.256192

Minimum

-0.041439

-0.012561

7.968015

Std. Dev.

0.005876

0.002527

0.064316

Skewness

-0.718972

-0.115847

0.827714

Kurtosis

15.60355

5.401614

3.102524

Jarque-Bera

7415.597

272.3945

126.8878

Probability

0.000000

0.000000

0.000000

Sum

0.070684

0.119070

8935.340

Sum Sq. Dev.

0.038159

0.007165

4.575041

Observations

1106

1123

1107

63

D'après le tableau (4), nous allons analyser les propriétés statistiques de trois variables ainsi que le critère de la normalité, en effet, nous calculons le coefficient d'asymétrie (skwenes) et l'aplatissement (kurtosis) et la statistique de jarque-bera (JB).

Pour le rendement de l'indice Tunindex, on remarque que la moyenne est de 6.39E-05 avec un minimum de -0.041439 et un maximum de 0.041086 au cours de la période étudiée. Son écart type est égal à 0.005876. Concernant le test de l'hypothèse de normalité du r_Tunindex, son kurtosis est largement supérieur à 3 soit (15.60355 >3), ce qui engendre des distributions leptokurtiques. En effet, ce rendement présente une valeur du skewnes égale à -0.718972 <0 et par conséquent, une asymétrie négative (asymétrie à gauche).

Concernant l'Indsf, on constate qu'il présente une moyenne de 8.071671 avec un minimum 7.968015 et un maximum de 8.26192. Son écart type est égal à 0.064316. Son kurtosis est supérieur à 3 soit (3.102524), ce qui ramène à des observations leptokurtiques (absence d'aplatissement). En effet, il admet des valeurs de skewnes positives (0.82771) supérieur à zéro et par la suite, une asymétrie vers la droite.

La variable Eur/ Tnd possède une moyenne de 0.000106 avec un minimum de -0.012561 et un maximum de 0.011654. Son écart type est de valeur 0.002527. Passant au test de l'hypothèse de normalité de cette variable, son kurtosis est égale à 5. 401614.Il est supérieur à 3 ce qui entraine des observations leptorkurtiques. La valeur du skewnes est négative, c'est-à-dire, inferieur à zéro (-0.115847) et par conséquent, il y a une asymétrie vers la gauche.

2-2) Etude de la normalité

Les valeurs de skewnes, kurtosis et la P_value de la statistique de JarqueBera montrent certaines asymétries dans les variables étudiées (P_value pour les trois indices est inférieure à 0.05). Donc, la distribution est non normale. Ainsi, la mesure de la variance conditionnelle est la plus adéquate pour mesurer la sensibilité de nos trois variables en faveur des effets des diverses nouvelles. En effet, la probabilité de Jarque-Bera est inférieur à 0.05 pour r_tunindex et r_eur/tnd et ln Indsf, d'où le rejet de l'hypothèse nulle et l'acceptation de l'hypothèse alternative d'hétéroscedasticité qui suppose l'existence d'un effet ARCH/GARCH .

64

2.3) Test de Fisher : Test d'hétéroscédasticité

On va utiliser le Test de Fisher afin de renforcer notre hypothèse testée sur le Tunindex, le taux de change EUR/TND et l'indice INDSF qui suivent un processus autorégressif d'ordre (P) :

Xt = 0 + + åt (1)

Ht = á0 + (2)

: Variable endogène

: Variance conditionnelle

: Terme d'erreur idN (0.h2t)

Le test se présente de la sorte :

Ho : Absence d'effet ARCH

H 1 : Présence d'effet ARCH

Tableau 5:Test d'effet ARCH au Tunindex

Heteroskedasticity Test: ARCH

F-statistic 71654.76 Prob. F(1,1104) 0.0000

Obs*R-squared 1089.218 Prob. Chi-Square(1) 0.0000

Tableau 6: Test d'effet ARCH à l'Indsf

Heteroskedasticity Test: ARCH

F-statistic 59581.72 Prob. F(1,1104) 0.0000

Obs*R-squared 1085.880 Prob. Chi-Square(1) 0.0000

Tableau 7: Test d'effet ARCH au taux Eur/Tnd

Heteroskedasticity Test: ARCH

F-statistic 178168.2 Prob. F(1,1121) 0.0000

Obs*R-squared 1115.978 Prob. Chi-Square(1) 0.0000

65

D'après ces trois tableaux, on remarque que la probabilité associée à la statistique du test de Fisher est en dessous du seuil de risque. (Prob<0.05), ce qui entraine le rejet de l'hypothèse nulle et par conséquent, l'acceptation de l'existence de l'effet ARCH.

2.4) Présentation du modèle et des variables à tester

Nous présentons successivement le modèle ainsi que les variables à tester. Pour bien comprendre l'effet des mauvaises nouvelles et conformément au modèle EGARCH proposé par Gewek (1986) et Pantula (1986) qui ont utilisé le modèle ARCH spécifique non paramétrique. Le modèle se compose de deux équations :

? Equation du rendement

rx1,t = 0 + 1rx1, t-1 + 2 Dummy + åx1,t

? Equation de la volatilité

log(h2 x1,t) = æ + á1?x1,t (Zx1,t-1) + â log(h2 x1,t) + á2Dummy

Où,

?x1,t (Zx1,t-1) = (|Zx1,t-1| - E | Zx1,t-1|) + ä Zx1,t-1 and Zx1,t-1 = åx1,t-1 | hx1,t-1|.

: Différentiel de ln Tunindex, Différentiel du ln Eur/Tnd , ln indsf

: Constante

: Coefficients

: Paramètres de la variance conditionnelle

: Effet de la dernière période sur la variance conditionnelle.

: Contribution de la période précédente dans l'explication de l'information liée aux résidus, affectant la volatilité de la période.

: Effet qui distingue entre les mauvaises et les bonnes nouvelles. Un coefficient négatif t signifie que les mauvaises nouvelles ont un effet plus important sur la volatilité.

Les variables « événements » sont construites comme suit :

66

ev_glob : représente le total des événements, on attribue 1 suite à la présence d'événement, 0 sinon

ev_soc : représente les événements sociaux, on attribue 1 à la présence d'événement, 0 sinon

ev_eco : représente les événements économiques, on attribue 1 à la présence d'événement, 0 sinon

ev_pol : représente les événements politiques, on attribue 1 à la présence d'événements, 0 sinon

ev_terro : représente les événements du terrorisme, on attribue 1 à la présence d'événements, 0 sinon

Section 3 : Présentation et interprétation des résultats d'estimation

Dans cette section, on présente les résultats obtenus suite aux différents tests réalisés. En se basant sur le modèle EGARCH (1.1), cette méthode est utile pour estimer nos trois variables endogènes ainsi que nos variables exogènes. On présentera l'impact des événements globaux sur la volatilité boursière. Par la suite, on décortiquera l'impact des événements politiques, économiques, sociaux et du terrorisme chacun à part sur la volatilité boursière.

3.1) L'impact des événements globaux (ev_glob) sur le rendement et la volatilité des indices Tunindex, Eur/Tnd et Indsf

Le tableau (8) présente l'impact des événements globaux sur la volatilité boursière ainsi que, sur le rendement des trois indices boursiers (Tunindex, Eur/Tnd, Indsf).

Tableau 8: L'effet des événements globaux sur l'indice Tunindex, taux de change Eur/Tnd et Indsf

 

R_Tunindex

R_Eur/Tnd

Ln _Indsf

coefficient

P_value

Coefficient

P_value

Coefficient

P_value

 

3.07E-06

0.9850

0.000133

0.0689

8.075478

0.0000

 

0.253620

0.0000

0.023913

0.4990

0.995880

0.0000

 

-0.000287

0.3137

-3.15E-06

0.9844

0.000265

0.3363

 

-3.277122

0.0000

-1.808594

0.0000

-3.758213

0.0000

 

0.565106

0.0000

0.324214

0.0000

0.640941

0.0000

 

-0.053502

0.0654

-0.035578

0.0853

-0.022753

0.4862

 

0.740572

0.0000

0.870831

0.0000

0.697130

0.0000

 

0.285202

0.0000

0.041971

0.1797

0.231996

0.0000

67

R-squared

0.107972

 

-0.000838

 

0.990986

 

Adjusted R-
squared

0.106353

 

-0.002626

 

0.990970

 

S.E. of
regression

0.005558

 

0.002531

 

0.006092

 

Sumsquaredresid

0.034038

 

0.007169

 

0.040936

 

Log likelihood

4426.087

 

5180.274

 

4347.124

 

Durbin-Watson
stat

1.837989

 

2.057857

 

1.367185

 

Meandependent

var

6.31E-05

 

0.000105

 

8.071506

 

S.D. dependent var

0.005879

 

0.002528

 

0.064109

 

Akaike info
criterion

-7.996537

 

-9.219739

 

-7.846518

 

Schwarz
criterion

-7.960283

 

-9.183925

 

-7.810290

 

Hannan-Quinn
criter.

-7.982825

 

-9.206204

 

-7.832816

 

Nb Observations

1106

1123

1107

Le r_Tunindex a enregistré un effet positif sur la volatilité. En effet, la volatilité a augmenté de 0.285202 et elle est fortement significative. L'Indsf a montré une augmentation de la volatilité qui est égale à 0.231996 approximativement comme le Tunindex et également elle est largement significative. On remarque en revanche, l'inexistence d'effet déterminant pour le taux Eur/ Tnd. Par ailleurs, on remarque l'absence d'effet significatif sur le rendement pour les trois variables endogènes.

3.1.1) Interprétations graphiques

On présente dans ce qui suit, les graphiques de ces trois variables financières en fonction des événements globaux.

68

Figure 10 : L'évolution du r_Tunindex en fonction des événements globaux de 01/12/1010 à 29/05/2015

.06

.04

.02

.00

-.02

-.04

-.06

100 200 300 400 500 600 700 800 900 1000 1100

1

0

EV_GLOB R_TUNINDEX

D'après le graphique (10), on constate que les rendements journaliers de l'indice Tunindex deviennent plus volatiles suite à la survenance des événements globaux. En effet, ces derniers ont une incidence sur le rendement Tunindex.

Figure 11: L'évolution du taux de change Eur/Tnd en fonction des événements globaux

De 01/12/1010 à 29/05/2015

2.4

1

2.3

2.2

2.1

2.0

1.9

1.8

0

250 500 750 1000

EVEN_GLO EUR_TND_

69

D'après le graphique (11), l'indice Eur/Tnd n'a pas été fortement affecté pendant les jours des événements globaux. En effet, ces derniers ne se classent pas comme facteurs déterminants de l'évolution du taux de change Eur/Tnd.

Figure 12: L'évolution de l'Indsf en fonction des événements globaux de 01/12/1010 au 29/05/2015

4,000

3,800

3,600

3,400

3,200

3,000

2,800

100 200 300 400 500 600 700 800 900 1000 1100

1

0

EV_GLOB INDSF

D'après le graphique (12), on peut déduire que l'indice des sociétés financières a diminué les jours des événements globaux. En effet, ce indice est trés sensible face aux événements qui ont survenu, d'ou, ces événements ont contribué à la tendance baissière de l'Indsf.

3.2) L'impact des événements politiques (ev_pol) sur le rendement et la volatilité des indices Tunindex, Eur/Tnd et Indsf

Le tableau (9) présente l'impact des événements politiques sur le rendement et la volatilité boursière des trois indices (Tunindex, Eur/Tnd, Indsf).

Tableau 9: L'effet des événements politiques sur l'indice Tunindex, taux de change Eur/Tnd et Indsf

 

R_Tunindex

R_Eur/Tnd

Ln _Indsf

Coefficient

P_value

coefficient

P_value

Coefficient

P_value

 

1.59E-05

0.9208

0.000131

0.0661

8.060785

0.0000

 

0.260757

0.0000

0.023932

0.5048

0.995890

0.0000

 

-0.000750

0.5811

7.71E-05

0.8647

-0.000113

0.9024

70

 

-3.494132

0.0000

-1.790101

0.0000

-3.705456

0.0000

 

0.538419

0.0000

0.317279

0.0000

0.647219

0.0000

 

-0.063900

0.0380

-0.030519

0.1362

-0.023354

0.4629

 

0.718535

0.0000

0.871588

0.0000

0.702271

0.0000

 

1.452158

0.0000

0.107388

0.4154

1.131689

0.0000

R-squared

0.103720

 

-0.000841

 

0.991030

 

Adjusted R-
squared

0.102094

 

-0.002630

 

0.991013

 

S.E. of
regression

0.005571

 

0.002531

 

0.006077

 

Sumsquaredresid

0.034200

 

0.007169

 

0.040738

 

Log likelihood

4429.480

 

5179.878

 

4351.071

 

Durbin-Watson
stat

1.855392

 

2.057211

 

1.361376

 

Meandependent

var

6.31E-05

 

0.000105

 

8.071506

 

S.D. dependent var

0.005879

 

0.002528

 

0.064109

 

Akaike info
criterion

-8.002679

 

-9.219034

 

-7.853655

 

Schwarz
criterion

-7.966424

 

-9.183221

 

-7.817427

 

Hannan-Quinn
criter.

-7.988966

 

-9.205499

 

-7.839953

 

Nb Observations

1106

1123

1107

Pour le r_Tunindex, la volatilité a accru d'une façon exponentielle et affiche une valeur de 1.452158 et est fortement significative. Ce résultat corrobore ceux de Kaddour et Zamami (2014) qui ont examiné l'impact des événements politiques sur le secteur financier tunisien durant la période de la révolution tunisienne, de décembre 2010 à avril 2014. Leurs résultats ont révélé que les événements politiques augmentent la volatilité de ces indices. Concernant l'Indsf, sa volatilité est de 1.131689 et est significative au seuil de 1%. En revanche, les événements politiques n'ont pas d'incidence sur le taux de change.

71

Par ailleurs, les rendements des indices (r_Tunindex, r_Eur/Tnd, ln_Indsf), on constate l'absence des effets significatifs pour tous ces indices. Ce résultat est compatible avec les travaux de Chan et Wei (1996), qui ont mis l'accent sur l'impact des événements politiques sur le marché boursier de hong kong. Ils ont trouvé un impact significatif sur la volatilité de rendements des plusieurs indices. Cependant, l'impact sur les rendements des actions n'est pas significatif pour tous les indices.

3.2.1) Interprétations graphiques

On présente dans ce qui suit, les graphiques de ces trois variables financières en fonction des événements politiques.

Figure 13: L'évolution du r_Tunindex en fonction des événements politiques sur la période allant du 01/12/1010 au 29/05/2015

.06

.04

.02

.00

-.02

-.04

-.06

100 200 300 400 500 600 700 800 900 1000 1100

1

0

EVEN_POL R_TUNINDEX

La Figure (13) présente les fluctuations du rendement de l'indice Tunindex du 01/12/2010 jusqu'au 29/05/2015. Suite à la survenance d'une succession des événements politiques, on constate que la volatilité du rendement de l'indice Tunindex est trés importante.

72

Figure 14: L'évolution du taux de change Eur /Tnd en fonction des événements politiques sur la période allant du 01/12/1010 au 29/05/2015

2.4

1

2.3

2.2

2.1

2.0

1.9

1.8

0

250 500 750 1000

EVEN_POL EUR_TND_

D'après le graphique (14), on remarque que l'évolution du taux change Eur/Tnd ne présente pas de pertes les jours des événements politiques. En effet, ces derniers n'ont pas une incidence sur l'indice Eur/Tnd. C'est à dire, les jours de survenance des événements politiques importants, le taux de changé n'a pas été affecté. Cela suppose qu'il y a d'autres facteurs explicatifs qui agissent sur le taux de change. et à titre d'exemple, la chute de recette touristique en Tunisie, l'inflation, la détérioration de la balance commerciale...

73

Figure 15:L'évolution de l'Indsf en fonction des événements politiques sue la période allant du 01/12/1010 au 29/05/2015

4,000

3,800

3,600

3,400

3,200

3,000

2,800

100 200 300 400 500 600 700 800 900 1000 1100

1

0

EVEN_POL INDSF

On observe que la plupart des valeurs de l'indice de sociétés financières admettent une tendance vers la baisse suite la à survenance des événements politiques. En effet, ces derniers semblent avoir un impact important sur cet indice. Ces résultats sont conformes avec ceux de Chau, Deesomsak et Wang (2014) qui ont étudié l'effet de l'incertitude politique de printemps arabes sur la volatilité des principaux marchés boursiers dans la région du moyen orient et nord Afrique. Leurs résultats montrent une augmentation significative de la volatilité des indices islamiques pendant la période de troubles politiques.

3.3) L'impact des événements économiques (ev_eco) sur le rendement et la volatilité des indices Tunindex, Eur/Tnd et Indsf:

Le tableau (10) présente l'effet des événements économiques sur le rendement et la volatilité des indices boursiers (r_tunindex, r_eur/tnd, ln_indsf).

Tableau 10: l'effet des événements économiques sur l'indice Tunindex, taux de change Eur/Tnd et Indsf

 

R_tunindex

R_eur/tnd

Ln _indsf

Coefficient

P_value

coefficient

P_value

Coefficient

P_value

 

2.43E-05

0.8922

0.000145

0.0437

8.075129

0.0000

74

 

0.250542

0.0000

0.027603

0.4290

0.996341

0.0000

 

-0.000552

0.1319

-6.75E-07

0.9973

0.000341

0.3626

 

-2.466688

0.0000

-1.522790

0.0000

-3.182728

0.0000

 

0.482445

0.0000

0.288519

0.0000

0.611536

0.0000

 

-0.092983

0.0001

-0.031986

0.0986

-0.044147

0.1083

 

0.801067

0.0000

0.889196

0.0000

0.743709

0.0000

 

-0.349237

0.0022

-0.491300

0.0000

-0.076433

0.5187

R-squared

0.101748

 

-0.001126

 

0.991031

 

Adjusted R-
squared

0.100118

 

-0.002915

 

0.991015

 

S.E. of
regression

0.005577

 

0.002531

 

0.006077

 

Sumsquaredresid

0.034275

 

0.007171

 

0.040733

 

Log likelihood

4389.633

 

5190.977

 

4332.292

 

Durbin-Watson
stat

1.836695

 

2.065814

 

1.361237

 

Meandependent

var

6.31E-05

 

0.000105

 

8.071506

 

S.D. dependent var

0.005879

 

0.002528

 

0.064109

 

Akaike info
criterion

-7.930558

 

-9.238819

 

-7.819697

 

Schwarz
criterion

-7.894303

 

-9.203005

 

-7.783469

 

Hannan-Quinn
criter.

-7.916845

 

-9.225284

 

-7.805995

 

Nb Observations

1106

1123

1107

On remarque d'après le tableau (10) que l'indice "Tunindex" montre un effet négatif. En effet, la volatilité montre une valeur de -0.349237 qui est également significative. Ainsi les bonnes nouvelles économiques sont plus favorisées et ont plus d'écho par rapport aux mauvaises. Conformément aux études de Black (1976) et Christie (1982), qui ont constaté que la volatilité augmente suite aux mauvaises nouvelles, tandis que, la volatilité se réduit suite aux

75

bonnes nouvelles. Egalement ce résultat obtenu corrobore avec ceux de Hopper et al (2008) qui ont analysé les effets des annonces des notations souveraines sur la volatilité de marché bousier. En utilisant des données de 42 pays pendant la période de 1995 jusqu'à 2003. Leurs résultats montrent que l'accroissement de la note souveraine réduit la volatilité, alors que, l'accroissement entraine l'augmentation de la volatilité, mais à des degrés différents. Dans le même sens, Frereira et Gama (2007) ont abouti à des résultats similaires à ceux Hopper et al. Précisement, en se basant sur des données de 29 pays sur la période 1989 à 2003.

Concernant le taux de change Eur/Tnd, sa volatilité a baissé de -0.491300 est aussi largement significative. Ce résultat corrobore avec les travaux de Ederngton et Lee (1993, 1996) qui ont étudié l'impact des annonces macro-économique sur la volatilité des rendements des contrats à terme et la volatilité implicite des options sur les obligations du trésor et le taux de change dollar-DM. Leurs résultats montrent que les annonces du chômage, l'indice de prix à la production, la balance commerciale, le produit intérieur brute et l'indice de prix à la consommation affectent significativement la volatilité. De plus Engle et Rangel (2005) ont prouvé que les pays qui ont un taux d'inflation élévé ont une tendance à une volatilité boursiéèe importante. En revanche, on montre l'absence d'un effet significatif sur la volatilité l'Indsf. Concernant le rendement des ces trois indices, on n'a enregistré aucun effet significatif. Par la suite, ce résultat ne corrobore pas avec les travaux de Boyd, Levine et Smith (1996), Hellersten (1997), Hamilton (2005), Skousen (2006), Caban (2008) et Gottlieb (2010) qui ont montré que le taux d'inflation est négativement corrélé avec la performance du marché boursier. Par conséquent, si le taux d'inflation augmente, la performance de marché boursier diminue et inversement. De plus, Abdelbaki (2013) qui a étudié la réaction du marché boursier egyptien aprés la révolution Egyptienne. Il a constaté que les événements économiques aprés cette révolution a touché les rendements des principaux indices boursiers EGX 30, EGX 70.

3.3.1) Interprétations des graphiques

On présente dans ce qui suit, les graphiques illustrant l'impact de ces trois variables financières suite aux événements économiques.

76

Figure 16: L'évolution du r_Tunindex en fonction des événements économiques sur la période allant du 01/12/1010 au 29/05/2015

.06

.04

.02

.00

-.02

-.04

-.06

100 200 300 400 500 600 700 800 900 1000 1100

1

0

EVEN_ECO R_TUNINDEX

D'après le graphique (16), on observe que les rendements de Tunindex ne présentent pas une grande volatilité les jours de survenance des événements. En effet, la volatilité de Tunindex a diminué. Ceci reflète l'appréciation des bonnes nouvelles par les différents intervenants sur le marché tunisien.

Figure 17: L'évolution du taux de change Eur /Tnd en fonction des événements économiques sur la période allant du 01/12/1010 au 29/05/2015

2.4

1

2.3

2.2

2.1

2.0

1.9

1.8

0

250 500 750 1000

EVEN_ECO EUR_TND_

77

D'après le graphique (17), on remarque que la succession des événements économiques pendant la période de l'émergence de la révolution affecte significativement la volatilité de taux de change eur/tnd. D'ou, cette dernière a été diminuée.

Figure (18): L'évolution de l'Indsf en fonction des événements économiques sur la période allant du 01/12/1010 au 29/05/2015

4,000

3,800

3,600

3,400

3,200

3,000

2,800

100 200 300 400 500 600 700 800 900 1000 1100

1

0

EVEN_ECO INDSF

D'après le graphique (18), on peut déduire que les événements économiques n'exercent pas une influence sur l'évolution de l'indice des sociétés financières. C'est à dire, l'inexistante d'une relation signifiante entre les événements économiques et ce indice.

3.4) L'impact des événements sociaux (ev_soc) sur le rendement et la volatilité des indices Tunindex, Eur/Tnd et Indsf

Le tableau (11) présente l'impact des événements sociaux sur le rendement et la volatilité des trois indices (Tunindex, Eur/Tnd, INDSF).

Tableau 11: l'effet des événements sociaux sur l'indice Tunindex, taux de change Eur/Tnd et Indsf

 

R_tunindex

R_eur/tnd

Ln _indsf

Coefficient

p-value

coefficient

p-value

coefficient

p-value

 

-5.09E-06

0.9752

0.000131

0.0614

8.077341

0.0000

 

0.240538

0.0000

0.023587

0.5062

0.996371

0.0000

78

 

-0.001096

0.3999

-2.57E-05

0.9479

-0.000110

0.8889

 

-3.740093

0.0000

-1.841283

0.0000

-3.591402

0.0000

 

0.586644

0.0000

0.332634

0.0000

0.627164

0.0000

 

-0.051272

0.0872

-0.037299

0.0740

-0.028657

0.3845

 

0.695705

0.0000

0.868493

0.0000

0.708645

0.0000

 

0.936973

0.0000

0.167902

0.0834

0.485841

0.0000

R-squared

0.100426

 

-0.000846

 

0.991026

 

Adjusted R-
squared

0.098794

 

-0.002634

 

0.991010

 

S.E. of
regression

0.005581

 

0.002531

 

0.006079

 

Sumsquaredresid

0.034326

 

0.007169

 

0.040755

 

Log likelihood

4401.315

 

5180.806

 

4335.289

 

Durbin-Watson
stat

1.821797

 

2.057169

 

1.362090

 

Meandependent

var

6.31E-05

 

0.000105

 

8.071506

 

S.D. dependent var

0.005879

 

0.002528

 

0.064109

 

Akaike info
criterion

-7.951701

 

-9.220688

 

-7.825116

 

Schwarz
criterion

-7.915447

 

-9.184875

 

-7.788888

 

Hannan-Quinn
criter.

-7.937989

 

-9.207153

 

-7.811415

 

Nb Observations

1106

1123

1107

D'après le tableau (11), on constate que les manifestations, les protestations et les grèves jouent un rôle significatif au niveau de la volatilité boursière pour les trois variables endogènes. Tout d'abord, on a remarqué pour le Tunindex et l'Indsf, une valeur pour la volatilité boursière qui égale respectivement à 0.936973 et à 0.485841 avec une significativité très élevée. Alors que, la volatilité du taux de change a été moins influencée avec une valeur de 0.167902 qui est faiblement significative au seuil de 10%.

79

Par ailleurs, on constate l'absence d'effets significatifs sur les rendements de ces trois indices. Ces résultats ne sont pas conformes à ceux Abdelbaki Hisham (2013) qui a examiné l'impact du printemps arabes sur la bourse égyptienne. Il a constaté que les principaux indices boursiers tels que EGX30, EGX 70 et le taux de change EGX/USD ont été affectés par les manifestations et les protestations de chaque vendredi à la place ETAHRIR et les autres principales villes égyptiennes.

3.4.1) Interprétations graphiques

On présente dans ce qui suit, les graphiques de l'impact de ces trois variables financières aux événements sociaux.

Figure 18: L'évolution du r_Tunindex en fonction des événements sociaux sur la période allant du 01/12/1010 au 29/05/2015

.06

.04

.02

.00

-.02

-.04

-.06

100 200 300 400 500 600 700 800 900 1000 1100

1

0

EVEN_SOC R_TUNINDEX

D'après le graphique (18), on remarque que la volatilité de rendement de l'indice Tunindex a été affectée suite aux événements politiques. En effet, les événements politiques qui ont été survenu à la période de la révolution tunisienne exercent des effets positifs sur la volatilité de notre indice Tunindex et par conséquent, on observe une augmentation de la volatilité.

Figure 19: L'évolution du taux de change Eur /Tnd en fonction des événements sociaux sur la période allant du 01/12/1010 au 29/05/2015

80

1

2.4

2.3

2.2

2.1

2.0

1.9

1.8

0

250 500 750 1000

EVEN_SOC EUR_TND_

D'après le graphique (19), on constate que les jours où surviennent des événements sociaux importants, c'est à dire des manifestations, des protestations ou des grèves, l'évolution de taux de change Eur/ Tnd a été touché. En effet, on remarque que l'intensité des manifestations entraine des fluctuations importantes de ce taux.

Figure 20: L'évolution de l'Indsf en fonction des événements sociaux sur la période allant du 01/12/1010 au 29/05/2015

4,000

3,800

3,600

3,400

3,200

3,000

2,800

100 200 300 400 500 600 700 800 900 1000 1100

1

0

EVEN_SOC INDSF

D'après le graphique (20), les événements sociaux ont une influence sur l'indice des sociétés financières. En effet, l'existence de manifestations, de protestations et de grèves affecte cet

81

indice. D'ou, la continuation des grèves ainsi que, les manifestations au fil de temps se considèrent comme des facteurs déterminants qui augmentent la volatilité de l'indice des sociétés financières.

3.5) L'impact des événements terroristes (ev_terro) sur le rendement Tunindex, eur/tnd et Indsf

Le tableau (12) présente l'impact des événements liés au terrorisme sur le rendement et la volatilité boursière des trois indices boursiers (Tunindex, Eur/Tnd, Insdf).

Tableau 12: l'effet des événements liés au terrorisme sur l'indice Tunindex, taux de change Eur/Tnd et Indsf

 

R_Tunindex

R_Eur/Tnd

Ln _Indsf

Coefficient

P_value

Coefficient

P_value

coefficient

P_value

 

5.62E-05

0.7490

0.000131

0.0616

0.034589

0.0037

 

0.254430

0.0000

0.021598

0.5409

0.995715

0.0000

 

-0.000597

0.3343

2.70E-05

0.8571

-0.000323

0.0965

 

-3.088001

0.0000

-1.716745

0.0000

-3.360647

0.0000

 

0.550719

0.0000

0.304892

0.0000

0.626779

0.0000

 

-0.089751

0.0011

-0.032527

0.1021

-0.048889

0.1100

 

0.751901

0.0000

0.876902

0.0000

0.728171

0.0000

 

0.251922

0.0000

0.046015

0.2556

-0.034893

0.5923

R-squared

.102016

 

-0.000249

 

0.991033

 

Adjusted R-
squared

0.100386

 

-0.002037

 

0.991017

 

S.E. of
regression

0.005576

 

0.002530

 

0.006076

 

Sumsquaredresid

0.034265

 

0.007165

 

0.040723

 

Log likelihood

4389.939

 

5180.018

 

4332.353

 

Durbin-Watson
stat

1.843564

 

2.053452

 

1.361114

 

Meandependent

var

6.31E-05

 

0.000105

 

5.62E-05

0.254430

 

82

S.D. dependent var

0.005879

 

0.002528

 

0.064109

 

Akaike info
criterion

-7.931111

 

-9.219284

 

-7.819806

 

Schwarz
criterion

-7.894857

 

-9.183471

 

-7.783578

 

Hannan-Quinn
criter.

-7.917399

 

-9.205749

 

-7.806104

 

Nb Observations

1106

1123

1107

On constate que l'indice Tunindex est très sensible face aux actes de terrorisme. Ces actes ont exercé un effet positif sur sa volatilité boursière, ce qui entraine un accroissement d'une valeur de 0.251922 fortement significative. En revanche, on remarque l'absence des effets significatifs pour le taux de change Eur/ Tnd et l'indice Indsf. Ces résultats sont confirmés par les travaux de Suleman (2012) qui a examiné l'effet d'une serie des attaques terroristes sur la volatilité de la bourse de Karachi. En utilisant le modéle EGarch, il convient de signaler que ces actes terroristes augmentent la volatilité de l'indice KSE 100. Cependant, il a remarqué que la volatilité de l'indice de pétrole, gaz et l'industrie n'a pas été affectée suite aux événements du terrorisme.

Pour l'indice Tunindex et le taux de change Eur/Tnd, on constate l'inexistence d'une incidence significative sur leurs rendements. Cependant, le rendement l'indice Indsf a diminué de - 0.000323 avec une faible significativité. Ce résultat corrobore celui Suleman (2012) qui a étudié également l'impact des événements terroristes sur le rendement de la bourse de Karachi. Il a prouvé que les attaques terroristes ont une incidence significative sur les rendements de tous les indices sectoriels.

3.5.1) Interprétations graphiques

On présente dans ce qui suit, les graphiques de l'impact de ces trois variables financières en aux événements terroristes.

Figure 21: L'évolution du r_tunindex en fonction des événements terroristes sur la période allant du 01/12/1010 au 29/05/2015

83

.06

.04

.02

.00

-.02

-.04

-.06

100 200 300 400 500 600 700 800 900 1000 1100

1

0

TERRORISME R_TUNINDEX

La figure (21) présente le rendement journalier du Tunindex en fonction des actes de terrorisme. En effet, l'intensité des attaques terroristes après la révolution tunisienne a engendré conséquences néfastes, et à titre d'exemple l'attaque de Bardo 03/2015. Suite à ce nouveau phénomène, on a enregistré des fluctuations importantes de notre indice boursier Tunindex. Donc, ce dernier est apparu très sensible face aux actes terroristes.

Figure 22: L'évolution du taux de change Eur /Tnd en fonction des événements terroristes sur la période allant du 01/12/1010 au 29/05/2015

2.4

1

2.3

2.2

2.1

2.0

1.9

1.8

0

250 500 750 1000

TERRORISME EUR_TND_

84

D'après le graphique (22), on observe que le taux de change Eur/Tnd n'a pas enregistré des pertes les jours où la Tunisie a vécu des actes de terrorisme. En effet, les attaques terroristes n'exercent pas un impact signifiant sur l'évolution de ce taux.

Figure 23: L'évolution de l'Iindsf en fonction des événements terroristes sur la période allant du 01/12/1010 au 29/05/2015

4,000

3,800

3,600

3,400

3,200

3,000

2,800

100 200 300 400 500 600 700 800 900 1000 1100

1

0

TERRORISME INDSF

Le graphique (23) montre que la plupart les valeurs de l'indice des sociétés financières ont une tendance baissière les jours où il n'y pas d'événements terroristes. En effet, les actes terroristes ont contribué à la diminution du rendement de l'indice des sociétés financières. Par ailleurs, le terrorisme se classe comme un facteur explicatif suite à la tendance baissière de ce taux.

85

Conclusion

Dans ce chapitre, nous avons étudié empiriquement l'impact des événements politiques, économiques, sociaux et du terrorisme sur le rendement et la volatilité boursière.

Dans la première section, nous avons présenté les différents principaux événements qu'a vécu la Tunisie pendant la période de la révolution. Nous avons par la suite défini nos trois variables dépendantes à savoir, l'indice Tunindex, le taux de change Eur/Tnd et l'indice des sociétés financières (Indsf) sur la période de l'émergence de la révolution tunisienne de 01/12/2010 jusqu'au 29/05/2015.

Dans la deuxième section, nous avons mis en place l'analyse descriptive de trois indices boursiers (l'indice Tunindex, l'Indsf et le taux de change Eur/Tnd). Par ailleurs, nous avons étudié l'hypothèse de la normalité et nous avons utilisé le test de Fisher pour vérifier l'existence d'un effet ARCH/GARCH. En outre, nous avons présenté notre modèle ainsi que nos variables à tester.

Dans la troisième section, nous avons présenté et interprété les résultats obtenus suite aux différents tests réalisés. En premier lieu, nous avons étudié l'impact des événements globaux sur les trois variables endogènes. Nous avons remarqué que ces événements exercent un impact positif et significatif sur la volatilité boursière pour l'indice Tunindex et l'indsf. En revanche, nous avons montré l'inexistence d'un effet déterminant pour le taux de change Eur/Tnd. Par ailleurs, nous avons relevé l'absence d'effet significatif pour le rendement de nos variables endogènes.

Afin de mieux expliquer nos résultats trouvés, nous avons présenté et interprété les graphiques de nos trois indices en premier lieu, en fonction des événements globaux. En deuxième lieu, nous avons examiné l'effet des événements politiques sur nos trois variables dépendantes. Nous avons constaté que ces événements ont une incidence positive et significative sur la volatilité boursière pour l'indice Tunindex et Indsf. Alors que, le taux de change n'a pas été influencé par ce type d'événement. En revanche, on confirme l'inexistence d'incidence significative sur le rendement de nos variables dépendantes.

Par la suite, nous avons analysé l'effet des événements économiques sur nos trois indices. Nous avons remarqué que ces événements ont un effet négatif et significatif pour le l'indice de Tunindex et le taux de change Eur/Tnd. Ceci montre que les investisseurs réagissent positivement aux bonnes nouvelles par rapport aux mauvaises. Cependant, on n'a pas trouvé

86

d'effet significatif pour l'Indsf. Pour le rendement, on n'a pas signalé d'effets significatifs pour les trois indices.

Nous avons également examiné l'impact des événements sociaux sur nos trois variables dépendantes. Nous avons détecté un impact positif et significatif sur la volatilité boursière pour tous les indices boursiers. Cependant, ces derniers n'ont pas été influencés au niveau de rendement..

Enfin, nous avons étudié l'incidence des actes terroristes sur nos trois indices. Nous avons remarqué une incidence positive et fortement significative sur la volatilité boursière de l'indice Tunindex. En revanche, le terrorisme ne semble pas avoir d'impact sur la volatilité des autres indices. Par ailleurs, nous avons constaté une incidence faiblement significative uniquement sur le rendement de l'Indsf.

Ainsi, seulement les événements sociaux qui ont exercé des impacts significatifs sur la volatilité de nos trois indices tunisiens. En revanche, nous avons remarqué la sensibilité de notre indice boursier Tunindex à tout type d'événement, politique, économique, social et le terrorisme. La volatilité de cet indice a été statistiquement significative aux quatre types d'événements, ainsi que, les événements globaux. Les résultats obtenus corroborent ceux de Cutler et al. (1989) qui ont étudié l'impact des événements politiques et mondiaux sur indice boursier Dow Jones, et se basant sur les rendements boursiers mensuels de 1926 à 1985. Ils ont trouvé un impact non significatif des principaux événements sur les rendements des actions. Néanmoins, leurs résultats montrent en moyenne une volatilité très importante des rendements les jours qui sont caractérisés par un événement politique majeur, par rapport aux autres jours qui y'a pas. Dans un autre sens, Trabelsi et Kamoun (2015) ont examiné l'effet du printemps arabes sur les principaux marchés boursiers de la région du moyen orient et l'afrique de nord. Elles ont constaté que l'instabilité politique affecte l'activité des marchés boursiers. En outre, après, la révolution, elles ont signalé qu'une importante crise a été apparu dans toute la région de MENA, et les indices boursier n'ont pas récupéré ses niveaux initiaux jusqu'à ce jour.

87

Conclusion générale

Les différents intervenants ont recouru à la volatilité boursière sur le marché boursier afin de créer de la richesse et de maitriser le risque. En effet, la volatilité boursière désigne l'ampleur des variations des cours d'un actif financier. On peut l'utiliser pour quantifier le risque du prix d'un actif financier.

Par ailleurs, une volatilité élevée d'un cours boursier entraine une grande différence entre le prix de vente et le prix d'achat d'un titre et par la suite, la possibilité de gain est plus importante. Parallèlement, le risque de perte l'est aussi. Ainsi, l'investisseur qui cherche à réaliser des gains importants doit recourir aux titres les plus volatiles. Mais, parallèlement, il va subir de perte (plus de risque, plus de rentabilité).

Les déterminants explicatifs de la volatilité boursière sont les facteurs structurels, les facteurs conjoncturels ainsi que des nouveaux facteurs qui découlent des phases d'instabilité politiques, économiques et financières. Un investisseur rationnel qui cherche à cerner la volatilité doit analyser et prendre en considération ces trois types facteurs. En effet, les facteurs structurels qui influencent la variation des cours boursiers sont : la rentabilité, le ratio PER et l'effet de levier. Le changement de chacun de ses derniers entraine le changement de la volatilité.

Les facteurs conjoncturels se composent par le taux d'intérêt, le taux d'inflation, les annonces macro-économiques et l'effet de puissance. Récemment, nous avons remarqué la survenance d'autres nouveaux facteurs qui affectent la volatilité tels que l'incertitude politique, les crises économiques et financières, le terrorisme, les coups d'Etats, les facteurs géopolitique...

Les crises politiques et économiques ont été classées parmi les facteurs principaux qui peuvent influencer les marchés financiers. En effet, les événements politiques exercent une incidence sur la psychologie des investisseurs. Toute modification dans leurs comportements, se reflète dans les cours boursiers.

Les crises financières et économiques ont été nombreuses et avaient des degrés d'importance différents au fil de temps. Récemment, on a assisté à la crise de la dette de la zone euro qui a affecté les économies de 17 Etats membres de l'union européenne. En effet, cette crise s'est caractérisée par un effet de contagion, et par la suite, a causée l'effondrement des principaux marchés financiers. La mauvaise nouvelle économique rend la réaction des investisseurs de

88

plus en plus agressive. Pendant la période de crise, les investisseurs vont réagir d'une façon défavorable, et par la suite, ils vont liquider leurs actions, et par conséquent, l'émergence de l'effet de panique. Dans ce sens, nous avons présenté également, dans le deuxième chapitre une littérature très riche qui examine l'impact des annonces des agences de notation et du taux de change sur la volatilité boursière.

Nous avons relevé dans ce mémoire l'impact d'une série des événements politiques, économiques, sociaux et des actes terroristes sur la volatilité de trois indices financiers : l'indice Tunindex, l'indice des sociétés financières (Indsf), et le taux de change Eur/Tnd durant la période du 01/12/2010 jusqu'au 29/05/2015.

Les résultats obtenus dans ce mémoire montrent une forte volatilité de rendements de nos trois indices pendant les périodes des événements. En effet, nous avons examiné l'impact de198 événements. Ces derniers ont été classé en quatre types d'événements. Nous avons retenu 35 événements politiques, 86 événements économiques, 33 événements sociaux, et 56 événements terroristes,

Nous nous sommes appuyés dans notre travail empirique sur un modèle EGARCH dans l'explication de la volatilité des rendements de nos trois indices

Nos résultats montrent que pour l'indice Tunindex, tous les types d'événements (politiques, économiques, sociaux, et le terrorisme) affectent la volatilité de cet indice d'une manière très significative. En effet, les événements politiques, sociaux et les actes ont des effets positifs sur la volatilité des rendements de l'indice Tunindex. Sa volatilité a augmenté de 1.452158, 0.936973 et 0.251922 respectivement. Ainsi, on peut déduire que l'indice Tunindex est très sensible face à ces trois types d'évènements.

En revanche, les événements économiques ont un effet négatif sur la volatilité de rendement. En effet, les investisseurs ne prennent pas en considération les actualités économiques. Cependant, on a montré l'absence d'un effet significatif sur le rendement de l'indice pour tous les événements.

Pour l'indice des sociétés financières, nous avons remarqué que seulement les événements politiques et sociaux affectent la volatilité des rendements de notre variable dépendante Indsf avec une significativité très forte.

89

Néanmoins, nous avons signalé que les événements terroristes et les événements économiques n'ont pas d'effets sur la volatilité de cet indice. De plus, nous avons montré que uniquement les actes du terrorisme ont des effets sur le rendement de l'indice des sociétés financiers.

Finalement, nous avons remarqué que les événements économiques et sociaux ont une incidence statistiquement significative sur la volatilité de rendement du taux de change Eur/Tnd. En effet, les événements économiques ont des effets négatifs sur la volatilité de rendement cet indice. Tandis que, les événements sociaux ont des effets positifs sur la volatilité de rendement. De plus, nous avons constaté que tous les types d'événements n'ont pas des effets sur le rendement du taux change Eur/Tnd.

Ainsi, le marché financier tunisien réagit différemment aux différents événements économiques, politiques, sociaux, et au terrorisme. En effet, les événements de type politique, sociaux et les actes de terrorisme ont généré des effets positifs sur la volatilité des rendements des indices boursiers et ont engendré par conséquent, une la augmentation de la volatilité. Tandis que, les événements économiques, ont entrainé des effets négatifs, et par la suite, la volatilité des rendements des indices boursiers a diminué. Ceci s'explique, par le comportement des investisseurs qui ont été plus pessimistes dans les phases d'incertitude politique.

Notre sujet de mémoire est un sujet d'actualité. En effet, la révolution est encore jeune et a même pas cinq ans. Ainsi, il y a peu des travaux qui traitent la réaction du marché tunisien pendant les phases d'incertitude politique, économique et sociale.

Par ailleurs, la révolution tunisienne fournit aux économistes une matière brute ou bien une autre dimension de recherche et d'étude. Donc, pour affronter les défis futurs qui nous attendent, il faut, examiner et évaluer les phases d'incertitude politique, économique et leurs répercussions sur l'économie tunisienne afin, d'éviter et de réduire les conséquences néfastes sur l'économie dans le future.

Notre Travail présente peu de limites. En effet, on peut pas prendre en considération le dysfonctionnement de la bourse de valeurs mobiliéres pendant les phases d'incertitde politiques, précisement dans les graphiques de la partie empirique ou nous n'avons pas créé l'évolution de nos trois indices en fonction de temps. Comme voie de recherche future il s'avére important d'intégrer une autre variable indépendante nommé les événements mondiaux qui englobe les phases d'incertitudes politiques, économiques, sociaux et les actes de terrorisme à l'échelle internationale et voir leurs implications sur notre marché tunisien peut

90

nous obtenir des résultats plus pertinents. Donc, nous pouvons s'interroger par quelques questions telles que, dans quelle mesure les événements mondiaux peuvent-t-ils influencer sle marché financier tunisien? Est ce que le marché financier tunisien est sensible aux événements mondiaux? Quel est le type d'événement qui peut induire des conséquences néfastes sur notre économie nationale?

91

Bibliographie

> Abadie, A. et J. Gardeazabal (2003) "The Economic Costs of Conflict: A case Study of the Basque Country", American Economic Review, 93(1), 113-132.

> Abdelbaki1 Hisham (2013) "The Impact of Arab Spring on Stock Market Performance", British Journal of Economics, Management & Trade 3, (3), 169-185.

> Admati et Pfeider (1998) "A Theory of Intraday Patters: Volume and Price Variability" Review of financial Studies 1, 3-40.

> Afonso António , Gomes et Abderrahim Taamouti (2013) "Sovereign credit ratings, market volatility, and financial gains", Computational Statistics and Data Analysis.

> Aglietta M (2001) " Macro-economie Financier , Crises Financières et Regulation Monétaire" Reperes , Edition La Découverte.

> Ahmed et Farooq (2008) "The Effect of 11/9 on The Stock Market Volatility Dynamics: Empirical Evidence From a Front Line State", International Research, Journal of Finance and Economics 16, 71-83.

> Aktas et Oncu (2006) "The Stock Market Reaction to Extreme Events: The Evidence from Turkey", International Research Journal of Finance and Economics, 6, 1450-2887.

> Akysha, M. Shakil (2009) "Trading Volume and Stock Return: The Impact of Events in Pakistan on KSE 100 Indexes", International Review of Business Research Papers, 5, (5), 373-383.

> Alesina A et Perotti R (1996) "Income distribution, political instability, and investment. European", Economic Review, 40, 1203-28.

> Aloui (2007) "Price and volatility spillovers between exchange rates and stock indexes for the pre- and post-euro period", Quantitative Finance 7, 1-17.

> Ang et Longstaff, F (2011) "Systemic sovereign credit risk: lessons from the U.S. and Europe. NBER", 16982.

> Arezki, Bertrand Candelon ET Amadou N. R. Sy (2011) "Sovereign Rating News and Financial Markets Spillovers: Evidence from the European Debt Crisis", International Monetary Fund 11-68.

> Arin, KP., Ciferri, D. et Spagnolo, N (2008) "The price of terror: The effects of terrorism on stock market returns and volatility" Economics Letters 101(3), 164- 167

92

> Aydemir, O ET Demirhan (2009) "The relationship between stock prices and exchange rates: evidence from Turkey", International Research Journal of Finance and Economics, 23, 207-215.

> Barberis ET Thaler (2003) "A Survey of Behavioral Finance", Handbook of the Economics of Finance, 18, 1053-1128.

> Basu (1977) "Investment Performance of Cammon Stock in Relation to Their Price Earning Ratios: A test to the Efficient Market Hypothesis", Journal of Finance (32), 663682.

> Baumert, Th. (2009) "Terrorism, news flows and financial markets in Richardson, H., P. Gordon, etJ. E. Moore (eds)", Global Business and the Terrorist Threat; Cheltenham, UK and Northampton, MA, USA: Edward Elgar.

> Baxter, M ET Jermann, U (1997) "The international diversification puzzle is worse than you think", American Economic Review 87, 170-180.

> Beckers. (1981) "Standard Deviations Implied in Option Prices as Predictors of Future Stock Price Variablility", Journal of Banking and Finance (5), 363-381.

> Bernanke, B (1990) "Clearing and settlement during the crash", Review of Financial Studies (1), 133-151.

> Berry et Howe (1994) "Public Information Arrival", Journal of Finance 49, 1331-1346.

> Bialkowski, J. Gottschalk, K., Wisniewski, T.P (2008) "Stock market volatility around national elections. Journal of Banking and Finance 32, 1941-1953.

> Bilson, Brailsford et Hooper (2002) "The explanatory power of political risk in emerging markets", International Review of Financial Analysis, 11, 1-27.

> Black ET Scholes (1976) "The Pricing of Commodity Contracts", Journal of Finance Economics 3(1), 167-179.

> Black ET scholes. (1973) "The Pricing of Option and Corporate Liabilities", Journal of Political and Economy" 83 (3), 637-654.

> Bollerslev Tim (1986) "Generalised Autoregressive Conditional Heteroskedasticity", Journal of Econometrics 31, 307-327.

> Bollerslev, Chou et Kroner (1992) "ARCH, Modeling in Finance: A Review of Theory and Empirical Evidence", Journal of Econometrics 52, 5-59.

> Brounen, D. and J. Derwall (2010) "The impact of terrorist attacks on international stock markets", European Financial Management 6, 585-598.

93

> C. Pragidisb, Aiellia, D. Chionisb et Schizas (2015) "Contagion effects during financial crisis: Evidence from the Greek sovereign bonds market", Journal of Financial Stability 18, 127-138.

> Caceres et Guzzo, V, Segoviano (2010) "Sovereign spreads: Global risk aversion, contagion or fundamentals?", IMF, 120.

> Canina ET Fliglewsi (1993) "The Informational Content of Implied Volatility", Review of Finance Study 6, 652-681.

> Carter, D. et B. Simkins (2004) "The market's reaction to unexpected, catastrophic events: the case of airline stocks returns and the September 11th attacks", The Quarterly Review of Economics and Finance 44, 539-558.

> Chan ET Wei (1996) "Political Risk and Stock Price Volatility: The Case of HongKong", Pacific-Basin Finance Journal, 4, (2-3), 259-275.

> Chau, F, Deesomsak, R. et Wang, J. (2014) "Political uncertainty and Stock Market volatility in the Middle East and North African (MENA) countries", Journal of international financial markets, institutions and money", 28, 1-19.

> Chavigne, Jacques et Filoche Gerard (2007) " la crise financière et ses enseignements".

> Chen ET Clements (2007) "S and P 500 Implied Volatility and Monetary Policy Announcements", Finance Research 4, 227-232.

> Chen, A. H. ET T. Siems (2004) "The effects of terrorism on global capital markets", European Journal of Political Economy 20, 349-366.

> Choudhry, T. (2005) "September 11 and time-varying beta of United States Companies", Applied Financial Economics 15(17), 1227-1242.

> Chowdhry ET Goyal (2000) "Understanding the financial crisis in Asia", Pacific-Basin Finance Journal 8, 135-152.

> Christie Andrew (1982) "The Stochastic common Stock Variances Value, Leverage and Interest Rate Effets" Journal of Finance Economic 10, 407-432.

> Chuang ET Lee (2006) "An empirical evaluation of the overconÖdence hypothesis. Journal of Banking & Finance", 30 (9), 2489-515.

> Clark, Masood ET R. Tunaru (2006) "Political Events Affecting the Pakistan Stock Exchange: An Analysis of the Past and Forecasting the Future", presented QQASS Special issue conference.

> Collier P, Hoeffler A, Pattilo C (2001), "Flight capital as a portfolio choice", World Bank Economic Review, 15, (1), 55-80.

94

> Cutler, Poterba, et summers (1989) "What moves Stock Prices?", Journal of Management portfolio, 15, (3), 4-12.1.

> Daly, K. (1999) "Financial Volatility and Real Economic Activity", Ashgate Publishing, Aldershot.

> Dar-Hsin, Feng et Chun (2005) "The Impacts of Political Events on Foreign Institutional Investors and Stock Returns: Emerging Market Evidence from Taiwan", International Journal of Business 10(2), 165-188.

> Day et Lewis (1992) "Stock Market Volatility and The Information Content of Stock Index Option", Journal Econometrics (52), 267-287.

> De Santis (2012) "The Euro area sovereign debt crisis: Safe haven, credit rating agencies and the spread of the fever from Greece, Ireland and Portugal" European Central Bank, 1419.

> Diamandis ET Drakos (2011) "Financial liberalization, exchange rates and stock prices: exogenous shocks in four Latin America countries", Journal of Policy Modeling 33, 381- 394.

> Drakos, K. (2004) "Terrorism-induced structural shifts in financial risk: airline stocks in the aftermath of the September 11th terror attacks", European Journal of Political Economy 20, 435-446.

> Eldor, R. et R. Melnick (2004) "Financial markets and terrorism", European Journal of Political Economy 20, 367-386.

> Engle (1982) "Modele Autoregressive Condionnellement Heteroscédastique", Econometrica (41), 867-887.

> Engle ET Rangel (2005) "The spline garch model for unconditional volatility and its global macroeconomic causes", manuscript NYU and UCSD.

> Fain (1956) "Le dictionnaire des sciences Economiques".

> Fama (1981) "Stock Returns, Real Activity, Inflation and Money", American Review 545-565.

> Fama et Frensh (1992) "The Cross Section of Expected Stock Return", Journal of Finance (46), 427-466.

> Ferreira, M., Gama, P (2007), "Does sovereign debt ratings news spill over to international stock markets", Journal of Banking and Finance, 31, 3162-3182.

> Fisher (1930) "The Theory of Interest".

95

> Flanery ET Protopopadakis (2000) "Macrofactors Do Influence Aggregate Stock Returns", Marshall School of Business Finance and Economic 00-06.

> French, K.R., Poterba, J.M (1991) "Investor diversification and international equity markets", American Economic Review 81, 222-226.

> Frensh et Roll (1986) "Stock Returns Variances: The Arrival of Information ant The Reactions of Traders", Journal of Financial Economic 17, 5-26.

> Fuss et al (2011) "The impact of Macroeconomic announcements on Implied Volatility" Applied Financial Economics 21, 1571-1580.

> Gamez-Puig, M., Sosvilla-Riverob (2014) "Causality and contagion in EMU sovereign debt markets", Journal International. Review Economic Finance 33, 12-27.

> Gemmill, G (1992) "Political risk and market efficiency: tests based in British stockand options markets in the 1987 election", Journal of Banking and Finance 16, 211-231.

> Giot. (2003) "The Information Content of Implied Volatility in Agricultural Commodity Markets", Journal Futures Marketing (23), 441-451.

> Glaser ET Weber (2007) "Overconfidence and Trading Volume", Geneva risk and insurance review 32, 1-36.

> Goodell, J.W., Bodey (2012) "Price-earnings changes during US presidential election cycles: uncertainty and other determinants", Public Choice 150, 633-650.

> Hassen Chtourou et Sami Hammami (2013) "La Révolution Tunisienne et ses Effets sur

le Système Bancaire Tunisien", International Journal Economics & Strategic
Management of Business Process.

> He, Y., Lin, H., Wu, C., Dufrene, U.B (2009) "The 2000 presidential election and the information cost of sensitive versus non-sensitive S&P 500 stocks", Journal of Financial Markets 12, 54-86.

> Hermes N, Lensink R, Murinde V(2002) "Flight capital and its reversal for development financing", WIDER, Discussion Paper.

> Hibbs (1977) "Political parties and macroeconomic policy", American PoliticScience Review 71, 1467-1487.

> Hooper, V., Timothy, H., Kim, S. (2008) "Sovereign rating changes - Do they provide new information to stock markets", Economic Systems, 32 (2), 142-166.

> Huu Minh Mai (2000) "Prevision de Resultats par Les dirigeants. Impact informationnel sur Les cours et les volumes", Revue Economique 48,(1), 123-145.

96

> Jones Kaul ET Lipson (1994) "Transaction Volume and Volatility", Review of Financial Studies 7, 631-651.

> Jones, S.T., Banning, K (2009) "US elections and monthly stock market returns", Journal of Economics and Finance 33, 273-287.

> Kearney ET Lombra (2004) "Stock Market Volatility: The News, and Monetary Policy" Journal Economic and Finance 28(2), 252-259.

> Kenourgios, Dimitris (2014) "On financial contagion and implied market volatility", International Review of Financial Analysis 34, (C), 21-30.

> Khalid, A ET Kawai, M. (2003) "Was financial market contagion the source of economic crisis in Asia? Evidence using a multivariate VAR model", Journal of Asian Economics 14, 131-156.

> Kim H ET Mei J (1994) "Political risk and the stock market: the case of Hong Kong", New York University, Salomon Center, 94-30.

> Klibanoff, Peter, Owen Lamont et Thierry A. Wizman (1998) "Investor reaction to salient news in closed-end country funds", Journal of Finance, 53, 673-699 .

> Knight (2006) "Are policy platforms capitalized into equity prices? Evidence from the Bush/Gore 2000 presidential election", Journal of public Economics, 90,751-773.

> Koku et al (1997) "The financial impacts of boycotts and threats of boycotts", Journal of Business Research, 40, 15-20.

> krugman (1998) "What happened to Asia? Cambridge: Massachusetts Institute of Technology", Unpublished manuscript.

> Kumar ET Shastri (1990) "The Predictive Ability of Stock Prices Implied in Option Premia", Advances in Futures and Option Research 4, 165-176.

> Kupiec, P (1991) "Noise Traders, Excess Volatility, and Securities Transaction Tax", Journal Finance and Economics (166).

> Kutty, G (2010) "The relationship between exchange rates and stock prices: the case of Mexico. North American", Journal of Finance and Banking Research 4, 1-12.

> Lamoureux ET Lastrapes (1993) "Forecasting Stock Return Variance: Towards Understanding Stochastic Implied Volatility", Review Finance Study (6), 293-326.

> Latane ET Rendleman (1976) "Standard Deviations of Stock Price Ratios Implied in Option Prices", Journal of Finance (2), 369-381.

97

> Li, J., Born, J.A (2006) "Presidential election uncertainty and common stock returns in the United States", Journal of Financial Research 29, 609-622.

> Lintner (1973) "Inflation and Common Stock Prices in Cyclical Context NBER" INC, RD Annual Report, New York 23-26.

> M. Carlson US Stock Market Crisis of 1987 Board of Governors of the Federal Reserve, Washington, DC, USA.

> Malkiel (2003) "The Efficient Market Hypothesis and Its Critics" Journal of Economic Perspectives 17,(1), 59-82.

> Manster ET Chiras (1978) "The Information content of Option Prices and a Test of Market Efficiency", Journal of Finance and Economic (6), 213-214.

> Merton (1980) "On Estimating The Expected Return on The Market" Journal Finance and Economic (8), 323-361.

> Merton (1973) "An Intertemporal Capital Asset Pricing Model", Econometrica (41), 867887.

> Mink, M., DeHaan, J (2012) "Contagion during the Greek sovereign debt crisis", Journal International Money Finance 31, 606-638.

> Mun, K.C (2007) "Volatility and correlation in international stock markets and the role of exchange rate fluctuations", Journal of International Financial Markets Institutions and Money 17, 25-41.

> Neaime (2012) "The Global Financial Crisis, Financial Linkage and Correlation in return and Volatilities in emerging Mena Stock Markets", Emerging Market Review 13, 268282.

> Niederhoffer (1971) The Analysis of World Events and Stock Prices", The Journal of Business, 44(2), 193-219.

> Nikkinen, J. et Vähämaa, S (2010) "Terrorism and Stock Market Sentiment", Financial Review 45(2), 263-275.

> Ning (2010) "Dependence structure between the equity market and the foreign market -- a copula approach", Journal of International Money and Finance 29, 743-759.

> Nippani, S., Arize, A (2005) "US presidential election impact on Canadian and Mexican stock markets", Journal of Economics and Finance 29, 271-279.

> Nippani, S., Medlin, W.B (2002) "The 2000 presidential election and the stock market", Journal of Economics and Finance 26, 162-169.

98

> Odean (1999) "Do Investors Trade Too Much?", The American Economic Review" 71 (3), 1280-1298.

> Parkison, M. (1980) "The Extreme Value Method For Estimating The variance of The Rate of Return", Journal of Business 53 (1), 61-65.

> Pastre, O (2002) "Les Racines de la Volatilité, Les marchés financiers sont-ils rationnels", Les Chroniques Economiques, le Cercle des economistes, avec la Particiapation d'Euro-Next, Descartes et Cie, 41-53.

> Philippas, D et Siriopoulos, C (2013) "Putting the C into crisis: contagion, correlations and copulas on EMU bond markets", Journal International Finance Market Institutions Money 27, 161-176.

> Phylaktis ET Ravazzolo, F (2005) "Stock prices and exchange rate dynamics", Journal of International Money and Finance 24, 1031-1053.

> Powell, J.G., Shi, J., Smith, T., Whaley, R.E (2007) "The persistent presidential dummy", Journal of Portfolio Management 33, 133-143.

> Prabhala ET Christensen, N (1998) "The Relation Between Implied and Realized Volatility", Journal of Financial Economics 50 (2), 125-150.

> Prat (1982) "La bourse et la Conjoncture", Economica 63.

> Pruitt, Wei ET White (1988) "The Impact of Union-Sponsored Boycotts on the Stock Prices of Target Firms", Journal of Labor Research IX 3 (1988), 285-289.

> Randolph et al (1990) "The Reponse of Implied Standard Deviation to Changing Market Conditions", Advances in Futures Option Research 4, 265-280.

> Rigobon ET Sack (2004) "The Impact of Monetary Policy on Asset Prices", Journal of Monetary Economics, 51, 1553-1575.

> Riley, W.B., Luksetich, W.A (1980) "The market prefers republicans: myth or reality?", Journal of Financial and Quantitative Analysis 15, 541-560.

> Samitas, A ET Tsakalos (2013) "How can a small country affect the European economy? The Greek contagion phenomenon", Journal International Finance Market Institutions Money 25, 18-32.

> Santa-Clara, P., Valkanov, R (2003) "The presidential puzzle: political cycles and the stock market", Journal of Finance 58, 1841-1872.

> Schneider G, Troeger (2006) "War and the world economy: stock market reactions to international conflicts: 1999-2000", Journal of Conflict Resolution, 50, (5), 623-645.

99

> Sevesson (1998) "Investment, property rights and political instability: theory and evidence", European Review, 42, (7), 1317-41.

> Shiller (1981) "do stock price move too much to be justified by subsequent changes in dividends?", American Economic Review 71 (3), 421-436.

> Shiller.R (1990) "Market Volatility", Cambridge (Mass) London MIT Press.

> Shwert (1989) "Why Does Stock Market Volatility Change over Time", Journal of Finance 44, 1115-1153.

> Shwert.G.W (1990) "Stock Market Volatility", Financial Analysts Journal 23-34.

> Suleman Muhamed (2012) " Stock Market Reaction to Terrorist Attacks: Empirical Evidence from a Front Line State", Australasian Accounting Business and Finance, 6(1), 97-110.

> Sy, O., Al Zaman, A (2011) "Resolving the presidential puzzle", Financial Management 40, 331-355.

> Szakmary et al (2003) "The Predictive Power of Implied volatility: Evidence from 35 Futures Markets", Journal of Banking and Finance (27), 2151-2175.

> Teo, Welch et Wazzan (1999) "The Effect of Socially Activist Investment Policies on the Financial Markets: Evidence from the South African Boycott", Journal of Business, 72, (1).

> Trabelsi Afef ET Kammoun Aida (2015) "Arab spring and stock market crises: evidence from the countries in the MENA region", Global Advanced Research Journal of Management and Business Studies, 4(7), 267-278.

> Vahamaa et Aijo (2011) "The Fed's Policy Decisions and Implied Volatility", Journal Futures Markets 31, 995-1010.

> Yang et Doong (2004) "Price and volatility spillovers between stock prices and exchange rates: empirical evidence from the G-7 countries", International Journal of Business and Economics 3, 139-153.

> Yau, H ET Nieh (2009) "Testing for cointegration with threshold effect between stock prices and exchange rates in Japan and Taiwan", Japan and World Economy 21, 292-300.

> Zach, T. (2003) Political Events and the Stock Market - Evidence from Israel ", International Journal of Business 8(3), 243-266.

> Zhao (2010) "Dynamic relationship between exchange rate and stock price: evidence from China", Research in International Business and Finance 24, 103-112.

100

> Zmami ET Kaddour (2014) How Does Financial Sector Reacts After Special Events? An Event Study Analysis of Tunisia after the Revolution of 2011", Journal of Social Science Research, 4, (2), 584-593.

> Zussman, A. and N. Zussman (2006) "Assassinations: Evaluating the Effectiveness of an Israeli Counterterrorism Policy Using Stock Market Data", The Journal of Economic Perspectives 20(2), 193-206.

> Agence de Promotion de L'investissement Extérieur " FIPA" (2012) .

> Banque Africaine de Développement, Note Économique (2011).

> Banque Mondiale, Banque Islamique de développement, Tunisie les raisons d'un

développement socio-économique réussi, 2005.

> Banque Mondiale, Intetgration Mondiale de La Tunisie, Aout (2008).

> Bureau sous-régional en Afrique du Nord (2014) " Situation et perspectives économiques

en Tunisie dans le contexte de transition actuel " Commission économique pour

l'Afrique.

> Fond Monétaire International, Bulletin du FMI 10/09/2010.

> Forum Economique de Davos (WEF), Etude de La Compétitivité du Monde Arabe

(2010).

> Institut Arabes des Chefs d'Entreprises (2014 " La Bourse Des Valeurs Mobiliéres de

Tunis : Repères de Gouvernance et Pistes de Résilience Pour Un Meilleur Financement

de L'économie " Centre Tunisien de Veille et D'intelligence Economique.

> Institut Nationale de la Statistique, Avril 2013.

> Institut Nationale de la Statistique, Observatoire De la Conjoncture Economique ,

Repéres économiques (2012).

> Les journaux électroniques "espace manager, leaders , web manager .." TV, Radio.

> Ministére de L'industrie, Programme de Mise à Niveau , Statistique , Mai (2013).

> www.banquemondiale.org.

> www.BCT.tn

> www.bvmt.tn

101

Liste des figures

Figure 1: Evolution du cours boursier et le bénéfice prospectif de l'entreprise Lafarge 13

Figure 2: Evolution du PIB tunisien 23

Figure 3: Stades d'évolution économique 24

Figure 4: Produit intérieur brut par habitant (en dollars internationaux) 1980-2009 25

Figure 5: Evolution du taux de chômage en Tunisie sur la période 2006-2013 26

Figure 6: Croissance du PIB en rythme annuel 27

Figure 7: L'impact négatif des attaques terroristes majeures sur les marchés boursiers 43

Figure 8: L'évolution de l'indice Dow Jones sur la période allant de 19/07/1987 à 19/01/1987

45

Figure 9: L'évolution de l'indice RTS sur la période de 1995 à 2012 46

Figure 10 : L'évolution du r_tunindex en fonction des événements globaux de 01/12/1010 à

29/05/2015 69
Figure 11: L'évolution du taux de change Eur/Tnd en fonction des événements globaux de

01/12/1010 à 29/05/2015 69
Figure 12: L'évolution de l'INDSF en fonction des événements globaux de 01/12/1010 au

29/05/2015 70
Figure 13: L'évolution du r_tunindex en fonction des événements politiques sur la période

allant du 01/12/1010 au 29/05/2015 72
Figure 14: L'évolution du taux de change Eur /Tnd en fonction des événements politiques sur

la période allant du 01/12/1010 au 29/05/2015 73
Figure 15: L'évolution de l'Indsf en fonction des événements politiques sue la période allant

du 01/12/1010 au 29/05/2015 74
Figure 16: L'évolution du r_tunindex en fonction des événements économiques sur la période

allant du 01/12/1010 au 29/05/2015 77
Figure 17: L'évolution du taux de change Eur /Tnd en fonction des événements économiques

sur la période allant du 01/12/1010 au 29/05/2015 77
Figure 18: L'évolution du r_tunindex en fonction des événements sociaux sur la période

allant du 01/12/1010 au 29/05/2015 80
Figure 19: L'évolution du taux de change Eur /Tnd en fonction des événements sociaux sur la

période allant du 01/12/1010 au 29/05/2015 80
Figure 20: L'évolution de l'Indsf en fonction des événements sociaux sur la période allant du

01/12/1010 au 29/05/2015 81
Figure 21: L'évolution du r_tunindex en fonction des événements terroristes sur la période

allant du 01/12/1010 au 29/05/2015 83
Figure 22: L'évolution du taux de change Eur /Tnd en fonction des événements terroristes sur

la période allant du 01/12/1010 au 29/05/2015 84
Figure 23: L'évolution de l'INDSF en fonction des événements terroristes sur la période allant

du 01/12/1010 au 29/05/2015 85

102

Liste des tableaux

Tableau 1: L'impact des majeures attaques terroristes sur les principaux marchés boursiers 42

Tableau 2: L'évolution des grèves en Tunisie sur la période 2010-2013 54

Tableau 3: Les principaux événements survenant avant et après la révolution tunisienne 57

Tableau 4: Statistiques descriptives des variables financières 63

Tableau 5: Test d'effet ARCH au Tunindex 65

Tableau 6: Test d'effet ARCH à l'Indsf 65

Tableau 7: Test d'effet ARCH au taux Eur/Tnd 65

Tableau 8: L'effet des événements globaux sur l'indice Tunindex, Indsf et le taux de change

Eur/Tnd 67
Tableau 9: L'effet des événements politiques sur l'indice Tunindex, taux de change Eur/Tnd

et Indsf 70
Tableau 10: l'effet des événements économiques sur l'indice Tunindex, taux de change

Eur/Tnd et Indsf 74
Tableau 11: l'effet des événements sociaux sur l'indice Tunindex, taux de change Eur/Tnd et

Indsf 78
Tableau 12: l'effet des événements liés au terrorisme sur l'indice Tunindex, taux de change

Eur/Tnd et Indsf 82

103

Table des matières

Introduction Générale 1

Chapitre 1: La volatilité boursière 4

Introduction 5

Section 1 : Le concept de la volatilité 6

1.1) Fondement et évolution de la volatilité dans le temps 6

1.2) Définition de la volatilité 7

1.3) Les types de la volatilité 7

Section 2 : Les différentes approches de mesures de la volatilité 9

2.1) Le BETA 9

2.2) L'écart type 10

2.3) Le modèle GARCH 11

Section 3 : les déterminants de la volatilité 12

3.1) Les facteurs structurels 12

3.1.1) La rentabilité 12

3.1.1.1) Les bénéfices 12

3.1.1.2) Les dividendes 13

3.1.2) Le ratio PER (Price Earning Ratio) 15

3.1.3) L'effet de levier 15

3.2) Les facteurs conjoncturels 17

3.2.1) Le taux d'intérêt 17

3.2.2) Le taux d'inflation 18

3.2.3) Les Annonces macro-économiques 19

3.2.4) Effet de puissance 20

3.2.5) Les nouveaux facteurs 20

Section 4 : L'environnement avant et après la révolution tunisienne 22

4.1) Déclenchement de la révolution tunisienne 22

4.2) Analyse de l'environnement tunisien 22

4.2.1) Analyse pré-révolution 22

4-2-1-1) Situation politique 22

4-2-1-2) Situation économique 23

4-2-1-3) Situation sociale 24

4.2.2) Analyse post- révolution 26

4-2-2-1) Situation politique 26

92

4-2-2-2) Situation économique 27

4-2-2-3) Situation sociale 28

Conclusion 29

Chapitre2 : L'impact des événements politiques, économiques et sociaux et

du terrorisme sur la volatilité boursière 30

Introduction 31

Section 1 : L'effet des événements politiques sur la volatilité boursière 32

1.1) L'effet des événements politiques sur la volatilité boursière 32

1.1.1) Aperçu sur l'effet des événements politique sur la volatilité dans le contexte

international 32

1.2) L'effet des élections sur la volatilité boursière 35

1.2.1) La spécificité des élections 35

1.2.2) Effets des élections sur la volatilité des titres 35

Section 2 : L'effet de terrorisme sur la volatilité boursière 38

2.1) Impact du terrorisme sur les marchés financiers 38

2.2) Revue de littérature empirique 41

2.2.1) La réaction des marchés boursiers à l'attentat de Boston, de Londres, de Madrid

et des Etats Unies 41

2.2.1.1) Une étude comparative entre les attentats 11/09 ,11/03 ,07/07, 15/04 41

Section 3 : L'effet des événements économiques et financiers sur la volatilité boursière 44

3.1) les crises financières 44

3.1.1) Historiques des principales crises financières 44

3.1.2) Les crises principales actuelles 47

3.2) Impact du taux de change sur la volatilité boursière 49

3.3) Impact de la notation souveraine sur la volatilité boursière 51

Section 4 : L'effet des événements sociaux sur la volatilité boursière 52

4.1) Définition de l'événement social 52

4.2) L'impact des événements sociaux sur la volatilité boursière 53

4.3) Les statiques des grèves en Tunisie 54

Conclusion 55

Chapitre 3: Étude de l'impact des événements politiques, economiques,

sociaux et du terrorisme sur le marche boursier tunisien 56

Introduction 57

Section 1 : Présentation des événements et des données d'étude 57

1.1) Présentation des événements 57

1.2) Objectif de l'étude et définition des variables à tester 62

1.2.1) Objectif de l'étude 62

1.2.2) Définition des variables 62

Section 2 : Validation empirique 63

2.1) Analyse statistique descriptive des variables endogènes 63

2-2) Etude de la normalité 64

2.3) Test de Fisher : Test d'hétéroscédasticité 65

2.4) Présentation du modèle et des variables à tester 66

Section 3 : Présentation et interprétation des résultats d'estimation 67

3.1) L'impact des événements globaux (ev_glob) sur le rendement et la volatilité des indices

Tunindex ,Eur/Tnd et Indsf 67

3.1.1) Interprétations graphiques 68

3.2) l'impact des événements politiques (ev_pol) sur le rendement et la volatilité des indices

Tunindex, Eur/Tnd et Indsf 70

3.2.1) Interprétations graphiques 72

3.3) L'impact des événements économiques (ev_eco) sur le rendement et la volatilité des

indices Tunindex, eur/tnd et Indsf: 74

3.3.1) interprétations des graphiques 76

3.4) L'impact des événements sociaux (ev_soc) sur le rendement et la volatilité des indices

Tunindex, Eur/Tnd et Indsf 78

3.4.1) Interprétation graphique 80

3.5) L'impact des événements terroristes (ev_terro) sur le rendement Tunindex, eur/tnd et

Indsf 82

3.5.1) Interprétations graphique 83

Conclusion 86

Conclusion générale 88

Bibliographie ..92

Liste des figures 102

Liste des tableaux .103

Annexes

ANNEXES

Statistique descriptive :

 

EURO_TND

R_TUNINDEX

LN_INDSF

Mean

0.000106

6.39E-05

8.071671

Median

0.000139

0.000111

8.054980

Maximum

0.011654

0.041086

8.256192

Minimum

-0.012561

-0.041439

7.968015

Std. Dev.

0.002527

0.005876

0.064316

Skewness

-0.115847

-0.718972

0.827714

Kurtosis

5.401614

15.60355

3.102524

Jarque-Bera

272.3945

7415.597

126.8878

Probability

0.000000

0.000000

0.000000

Sum

0.119070

0.070684

8935.340

Sum Sq. Dev.

0.007165

0.038159

4.575041

Observations

1123

1106

1107

Test d'effet ARCH: ? Tunindex

Heteroskedasticity Test: ARCH

F-statistic 71654.76 Prob. F(1,1104) 0.0000

Obs*R-squared 1089.218 Prob. Chi-Square(1) 0.0000

Test Equation:

Dependent Variable: WGT_RESID^2

Method: Least Squares

Date: 08/30/15 Time: 15:53

Sample (adjusted): 2 1107

Included observations: 1106 after adjustments

Variable

Coefficient

C

0.005592

WGT_RESID^2(-1)

0.994447

R-squared

0.984827

Adjusted R-squared

0.984813

S.E. of regression

0.010814

Sum squared resid

0.129109

Log likelihood

3438.405

F-statistic

71654.76

Prob(F-statistic)

0.000000

Std. Error t-Statistic Prob.

0.003700 1.511359 0.1310

0.003715 267.6841 0.0000

Mean dependent var 0.992105

S.D. dependent var 0.087751

Akaike info criterion -6.214113

Schwarz criterion -6.205056

Hannan-Quinn criter. -6.210688

Durbin-Watson stat 2.037084

1

? INDSF

Heteroskedasticity Test: ARCH

F-statistic 59581.72 Prob. F(1,1104) 0.0000

Obs*R-squared 1085.880 Prob. Chi-Square(1) 0.0000

Test Equation:

Dependent Variable: WGT_RESID^2

Method: Least Squares

Date: 08/30/15 Time: 15:55

Sample (adjusted): 2 1107

Included observations: 1106 after adjustments

Variable

Coefficient

C

0.009918

WGT_RESID^2(-1)

0.989968

R-squared

0.981808

Adjusted R-squared

0.981791

S.E. of regression

0.011425

Sum squared resid

0.144097

Log likelihood

3377.666

F-statistic

59581.72

Prob(F-statistic)

0.000000

Std. Error t-Statistic Prob.

0.004035 2.457729 0.0141

0.004056 244.0937 0.0000

Mean dependent var 0.991344

S.D. dependent var 0.084665

Akaike info criterion -6.104279

Schwarz criterion -6.095222

Hannan-Quinn criter. -6.100853

Durbin-Watson stat 2.043020

? euro_tnd

Heteroskedasticity Test: ARCH

F-statistic 178168.2 Prob. F(1,1121) 0.0000

Obs*R-squared 1115.978 Prob. Chi-Square(1) 0.0000

Test Equation:

Dependent Variable: WGT_RESID^2

Method: Least Squares

Date: 08/30/15 Time: 15:56

Sample (adjusted): 2 1124

Included observations: 1123 after adjustments

Variable

Coefficient

C

0.004065

WGT_RESID^2(-1)

0.995937

R-squared

0.993748

Adjusted R-squared

0.993742

S.E. of regression

0.005326

Sum squared resid

0.031800

Log likelihood

4286.589

F-statistic

178168.2

Prob(F-statistic)

0.000000

Std. Error t-Statistic Prob.

0.002296 1.770680 0.0769

0.002359 422.0997 0.0000

Mean dependent var 0.970732

S.D. dependent var 0.067327

Akaike info criterion -7.630612

Schwarz criterion -7.621665

Hannan-Quinn criter. -7.627231

Durbin-Watson stat 2.806743

2

Estimation avec EGARCH:

1) ev_glob:

1.1) r_Tunindex:

Dependent Variable: R_TUNINDEX

Method: ML - ARCH (Marquardt) - Normal distribution

Date: 08/30/15 Time: 16:34

Sample (adjusted): 3 1107

Included observations: 1105 after adjustments

Convergence achieved after 25 iterations

Presample variance: backcast (parameter = 0.7)

LOG(GARCH) = C(4) + C(5)*ABS(RESID(-1)/@SQRT(GARCH(-1))) + C(6)

*RESID(-1)/@SQRT(GARCH(-1)) + C(7)*LOG(GARCH(-1)) + C(8)

*EVEN_GLOBAL

Variable

Coefficient

EVEN_GLOBAL

-0.000287

C

3.07E-06

AR(1)

0.253620

Std. Error z-Statistic Prob.

0.000285 -1.007444 0.3137

0.000164 0.018759 0.9850

0.032407 7.826035 0.0000

Variance Equation

C(4) -3.277122 0.351850 -9.313975 0.0000

C(5) 0.565106 0.045644 12.38085 0.0000

C(6) -0.053502 0.029037 -1.842554 0.0654

C(7) 0.740572 0.030874 23.98680 0.0000

C(8) 0.285202 0.042043 6.783588 0.0000

R-squared 0.107972 Mean dependent var 6.31E-05

Adjusted R-squared 0.106353 S.D. dependent var 0.005879

S.E. of regression 0.005558 Akaike info criterion -7.996537

Sum squared resid 0.034038 Schwarz criterion -7.960283

Log likelihood 4426.087 Hannan-Quinn criter. -7.982825

Durbin-Watson stat 1.837989

Inverted AR Roots .25

1.2) Ln_INDSF :

Dependent Variable: LN_INDSF

Method: ML - ARCH (Marquardt) - Normal distribution

Date: 08/30/15 Time: 16:38

Sample (adjusted): 2 1107

Included observations: 1106 after adjustments

Convergence achieved after 34 iterations

Presample variance: backcast (parameter = 0.7)

LOG(GARCH) = C(4) + C(5)*ABS(RESID(-1)/@SQRT(GARCH(-1))) + C(6)

*RESID(-1)/@SQRT(GARCH(-1)) + C(7)*LOG(GARCH(-1)) + C(8)

*EVEN_GLOBAL

Variable Coefficient Std. Error z-Statistic Prob.

3

EVEN_GLOBAL

0.000265

0.000276

C

8.075478

0.028266

AR(1)

0.995880

0.001438

Variance Equation

0.961593 0.3363

285.6934 0.0000

692.5870 0.0000

C(4)

-3.758213

C(5)

0.640941

C(6)

-0.022753

C(7)

0.697130

C(8)

0.231996

 

R-squared

0.990986

Adjusted R-squared

0.990970

S.E. of regression

0.006092

Sum squared resid

0.040936

Log likelihood

4347.124

Durbin-Watson stat

1.367185

Inverted AR Roots

1.00

0.305086 -12.31852 0.0000

0.050515 12.68808 0.0000

0.032676 -0.696330 0.4862

0.026960 25.85810 0.0000

0.056950 4.073701 0.0000

Mean dependent var 8.071506

S.D. dependent var 0.064109

Akaike info criterion -7.846518

Schwarz criterion -7.810290

Hannan-Quinn criter. -7.832816

1.3) r_eur/tnd :

Dependent Variable: EURO_TND

Method: ML - ARCH (Marquardt) - Normal distribution

Date: 08/30/15 Time: 16:43

Sample (adjusted): 3 1124

Included observations: 1122 after adjustments

Convergence achieved after 21 iterations

Presample variance: backcast (parameter = 0.7)

LOG(GARCH) = C(4) + C(5)*ABS(RESID(-1)/@SQRT(GARCH(-1))) + C(6)

*RESID(-1)/@SQRT(GARCH(-1)) + C(7)*LOG(GARCH(-1)) + C(8)

*EVEN_GLO

Variable Coefficient Std. Error z-Statistic Prob.

EVEN_GLO -3.15E-06 0.000161 -0.019589 0.9844

C 0.000133 7.30E-05 1.819010 0.0689

AR(1) 0.023913 0.035373 0.676028 0.4990

Variance Equation

C(4) -1.808594 0.346075 -5.226015 0.0000

C(5) 0.324214 0.036333 8.923312 0.0000

C(6) -0.035578 0.020677 -1.720678 0.0853

C(7) 0.870831 0.028008 31.09198 0.0000

C(8) 0.041971 0.031284 1.341619 0.1797

R-squared -0.000838 Mean dependent var 0.000105

Adjusted R-squared -0.002626 S.D. dependent var 0.002528

S.E. of regression 0.002531 Akaike info criterion -9.219739

Sum squared resid 0.007169 Schwarz criterion -9.183925

Log likelihood 5180.274 Hannan-Quinn criter. -9.206204

Durbin-Watson stat 2.057857

Inverted AR Roots .02

4

2) ev_pol:

2.1) r_Tunindex :

Dependent Variable: R_TUNINDEX

Method: ML - ARCH (Marquardt) - Normal distribution

Date: 08/30/15 Time: 16:31

Sample (adjusted): 3 1107

Included observations: 1105 after adjustments

Convergence achieved after 34 iterations

Presample variance: backcast (parameter = 0.7)

LOG(GARCH) = C(4) + C(5)*ABS(RESID(-1)/@SQRT(GARCH(-1))) + C(6)

*RESID(-1)/@SQRT(GARCH(-1)) + C(7)*LOG(GARCH(-1)) + C(8)

*EVEN_POL

Variable

Coefficient

EVEN_POL

-0.000750

C

1.59E-05

AR(1)

0.260757

Std. Error z-Statistic Prob.

0.001360 -0.551790 0.5811

0.000160 0.099434 0.9208

0.035586 7.327513 0.0000

Variance Equation

C(4) -3.494132 0.383946 -9.100580 0.0000

C(5) 0.538419 0.046690 11.53170 0.0000

C(6) -0.063900 0.030800 -2.074686 0.0380

C(7) 0.718535 0.033782 21.26965 0.0000

C(8) 1.452158 0.120550 12.04613 0.0000

R-squared 0.103720 Mean dependent var 6.31E-05

Adjusted R-squared 0.102094 S.D. dependent var 0.005879

S.E. of regression 0.005571 Akaike info criterion -8.002679

Sum squared resid 0.034200 Schwarz criterion -7.966424

Log likelihood 4429.480 Hannan-Quinn criter. -7.988966

Durbin-Watson stat 1.855392

Inverted AR Roots .26

2.2) Ln_Indsf :

Dependent Variable: LN_INDSF

Method: ML - ARCH (Marquardt) - Normal distribution

Date: 08/30/15 Time: 16:37

Sample (adjusted): 2 1107

Included observations: 1106 after adjustments

Convergence achieved after 37 iterations

Presample variance: backcast (parameter = 0.7)

LOG(GARCH) = C(4) + C(5)*ABS(RESID(-1)/@SQRT(GARCH(-1))) + C(6)

*RESID(-1)/@SQRT(GARCH(-1)) + C(7)*LOG(GARCH(-1)) + C(8)

*EVEN_POL

Variable Coefficient Std. Error z-Statistic Prob.

EVEN_POL -0.000113 0.000924 -0.122668 0.9024

C 8.060785 0.028620 281.6449 0.0000

5

AR(1) 0.995890 0.001413 704.8781 0.0000

Variance Equation

C(4)

-3.705456

C(5)

0.647219

C(6)

-0.023354

C(7)

0.702271

C(8)

1.131689

 

R-squared

0.991030

Adjusted R-squared

0.991013

S.E. of regression

0.006077

Sum squared resid

0.040738

Log likelihood

4351.071

Durbin-Watson stat

1.361376

Inverted AR Roots

1.00

0.304932 -12.15173 0.0000

0.049421 13.09596 0.0000

0.031814 -0.734055 0.4629

0.027451 25.58274 0.0000

0.149186 7.585758 0.0000

Mean dependent var 8.071506

S.D. dependent var 0.064109

Akaike info criterion -7.853655

Schwarz criterion -7.817427

Hannan-Quinn criter. -7.839953

2.3) r_Eur/Tnd :

Dependent Variable: EURO_TND

Method: ML - ARCH (Marquardt) - Normal distribution

Date: 08/30/15 Time: 16:40

Sample (adjusted): 3 1124

Included observations: 1122 after adjustments

Convergence achieved after 20 iterations

Presample variance: backcast (parameter = 0.7)

LOG(GARCH) = C(4) + C(5)*ABS(RESID(-1)/@SQRT(GARCH(-1))) + C(6)

*RESID(-1)/@SQRT(GARCH(-1)) + C(7)*LOG(GARCH(-1)) + C(8)

*EVEN_POL

Variable Coefficient Std. Error z-Statistic Prob.

EVEN_POL 7.71E-05 0.000452 0.170384 0.8647

C 0.000131 7.12E-05 1.837427 0.0661

AR(1) 0.023932 0.035879 0.667018 0.5048

Variance Equation

C(4) -1.790101 0.337285 -5.307382 0.0000

C(5) 0.317279 0.035792 8.864562 0.0000

C(6) -0.030519 0.020483 -1.489935 0.1362

C(7) 0.871588 0.027213 32.02882 0.0000

C(8) 0.107388 0.131850 0.814471 0.4154

R-squared -0.000841 Mean dependent var 0.000105

Adjusted R-squared -0.002630 S.D. dependent var 0.002528

S.E. of regression 0.002531 Akaike info criterion -9.219034

Sum squared resid 0.007169 Schwarz criterion -9.183221

Log likelihood 5179.878 Hannan-Quinn criter. -9.205499

Durbin-Watson stat 2.057211

Inverted AR Roots .02

6

3) ev_eco

3.1) r_tuninex :

Dependent Variable: R_TUNINDEX

Method: ML - ARCH (Marquardt) - Normal distribution

Date: 08/30/15 Time: 16:30

Sample (adjusted): 3 1107

Included observations: 1105 after adjustments

Convergence achieved after 29 iterations

Presample variance: backcast (parameter = 0.7)

LOG(GARCH) = C(4) + C(5)*ABS(RESID(-1)/@SQRT(GARCH(-1))) + C(6)

*RESID(-1)/@SQRT(GARCH(-1)) + C(7)*LOG(GARCH(-1)) + C(8)

*EVEN_ECO

Variable

Coefficient

EVEN_ECO

-0.000552

C

2.43E-05

AR(1)

0.250542

Std. Error z-Statistic Prob.

0.000366 -1.506538 0.1319

0.000180 0.135479 0.8922

0.031432 7.971019 0.0000

Variance Equation

C(4) -2.466688 0.250850 -9.833320 0.0000

C(5) 0.482445 0.041101 11.73805 0.0000

C(6) -0.092983 0.024360 -3.816967 0.0001

C(7) 0.801067 0.022150 36.16559 0.0000

C(8) -0.349237 0.114289 -3.055724 0.0022

R-squared 0.101748 Mean dependent var 6.31E-05

Adjusted R-squared 0.100118 S.D. dependent var 0.005879

S.E. of regression 0.005577 Akaike info criterion -7.930558

Sum squared resid 0.034275 Schwarz criterion -7.894303

Log likelihood 4389.633 Hannan-Quinn criter. -7.916845

Durbin-Watson stat 1.836695

Inverted AR Roots .25

3.2) Ln_Indsf

Dependent Variable: LN_INDSF

Method: ML - ARCH (Marquardt) - Normal distribution

Date: 08/30/15 Time: 16:36

Sample (adjusted): 2 1107

Included observations: 1106 after adjustments

Convergence achieved after 33 iterations

Presample variance: backcast (parameter = 0.7)

LOG(GARCH) = C(4) + C(5)*ABS(RESID(-1)/@SQRT(GARCH(-1))) + C(6)

*RESID(-1)/@SQRT(GARCH(-1)) + C(7)*LOG(GARCH(-1)) + C(8)

*EVEN_ECO

Variable Coefficient Std. Error z-Statistic Prob.

EVEN_ECO 0.000341 0.000374 0.910454 0.3626

C 8.075129 0.032209 250.7092 0.0000

AR(1) 0.996341 0.001477 674.7598 0.0000

7

Variance Equation

C(4)

-3.182728

C(5)

0.611536

C(6)

-0.044147

C(7)

0.743709

C(8)

-0.076433

 

R-squared

0.991031

Adjusted R-squared

0.991015

S.E. of regression

0.006077

Sum squared resid

0.040733

Log likelihood

4332.292

Durbin-Watson stat

1.361237

Inverted AR Roots

1.00

0.294045 -10.82396 0.0000

0.043466 14.06916 0.0000

0.027488 -1.606034 0.1083

0.026204 28.38125 0.0000

0.118427 -0.645404 0.5187

Mean dependent var 8.071506

S.D. dependent var 0.064109

Akaike info criterion -7.819697

Schwarz criterion -7.783469

Hannan-Quinn criter. -7.805995

3.3) r_eur/tnd :

Dependent Variable: EURO_TND

Method: ML - ARCH (Marquardt) - Normal distribution

Date: 08/30/15 Time: 16:39

Sample (adjusted): 3 1124

Included observations: 1122 after adjustments

Convergence achieved after 12 iterations

Presample variance: backcast (parameter = 0.7)

LOG(GARCH) = C(4) + C(5)*ABS(RESID(-1)/@SQRT(GARCH(-1))) + C(6)

*RESID(-1)/@SQRT(GARCH(-1)) + C(7)*LOG(GARCH(-1)) + C(8)

*EVEN_ECO

Variable Coefficient Std. Error z-Statistic Prob.

EVEN_ECO -6.75E-07 0.000201 -0.003358 0.9973

C 0.000145 7.18E-05 2.016936 0.0437

AR(1) 0.027603 0.034903 0.790873 0.4290

Variance Equation

C(4) -1.522790 0.273321 -5.571435 0.0000

C(5) 0.288519 0.032526 8.870326 0.0000

C(6) -0.031986 0.019367 -1.651564 0.0986

C(7) 0.889196 0.022248 39.96714 0.0000

C(8) -0.491300 0.096603 -5.085747 0.0000

R-squared -0.001126 Mean dependent var 0.000105

Adjusted R-squared -0.002915 S.D. dependent var 0.002528

S.E. of regression 0.002531 Akaike info criterion -9.238819

Sum squared resid 0.007171 Schwarz criterion -9.203005

Log likelihood 5190.977 Hannan-Quinn criter. -9.225284

Durbin-Watson stat 2.065814

Inverted AR Roots .03

8

4) ev_Soc

4.1) r_tunindex

Dependent Variable: R_TUNINDEX

Method: ML - ARCH (Marquardt) - Normal distribution

Date: 08/30/15 Time: 16:20

Sample (adjusted): 3 1107

Included observations: 1105 after adjustments

Convergence achieved after 64 iterations

Presample variance: backcast (parameter = 0.7)

LOG(GARCH) = C(4) + C(5)*ABS(RESID(-1)/@SQRT(GARCH(-1))) + C(6)

*RESID(-1)/@SQRT(GARCH(-1)) + C(7)*LOG(GARCH(-1)) + C(8)

*EVEN_SOC

Variable

Coefficient

EVEN_SOC

-0.001096

C

-5.09E-06

AR(1)

0.240538

Std. Error z-Statistic Prob.

0.001302 -0.841714 0.3999

0.000164 -0.031030 0.9752

0.029931 8.036324 0.0000

Variance Equation

C(4) -3.740093 0.352257 -10.61750 0.0000

C(5) 0.586644 0.046422 12.63725 0.0000

C(6) -0.051272 0.029975 -1.710486 0.0872

C(7) 0.695705 0.030881 22.52882 0.0000

C(8) 0.936973 0.098871 9.476733 0.0000

R-squared 0.100426 Mean dependent var 6.31E-05

Adjusted R-squared 0.098794 S.D. dependent var 0.005879

S.E. of regression 0.005581 Akaike info criterion -7.951701

Sum squared resid 0.034326 Schwarz criterion -7.915447

Log likelihood 4401.315 Hannan-Quinn criter. -7.937989

Durbin-Watson stat 1.821797

Inverted AR Roots .24

4.2) Ln_Indsf

Dependent Variable: LN_INDSF

Method: ML - ARCH (Marquardt) - Normal distribution

Date: 08/30/15 Time: 16:35

Sample (adjusted): 2 1107

Included observations: 1106 after adjustments

Convergence achieved after 43 iterations

Presample variance: backcast (parameter = 0.7)

LOG(GARCH) = C(4) + C(5)*ABS(RESID(-1)/@SQRT(GARCH(-1))) + C(6)

*RESID(-1)/@SQRT(GARCH(-1)) + C(7)*LOG(GARCH(-1)) + C(8)

*EVEN_SOC

Variable Coefficient Std. Error z-Statistic Prob.

EVEN_SOC -0.000110 0.000787 -0.139682 0.8889

C 8.077341 0.032240 250.5356 0.0000

9

AR(1) 0.996371 0.001455 684.7744 0.0000

Variance Equation

C(4)

-3.591402

C(5)

0.627164

C(6)

-0.028657

C(7)

0.708645

C(8)

0.485841

 

R-squared

0.991026

Adjusted R-squared

0.991010

S.E. of regression

0.006079

Sum squared resid

0.040755

Log likelihood

4335.289

Durbin-Watson stat

1.362090

Inverted AR Roots

1.00

0.315904 -11.36863 0.0000

0.051266 12.23362 0.0000

0.032950 -0.869702 0.3845

0.027802 25.48918 0.0000

0.113726 4.272032 0.0000

Mean dependent var 8.071506

S.D. dependent var 0.064109

Akaike info criterion -7.825116

Schwarz criterion -7.788888

Hannan-Quinn criter. -7.811415

4.3) r_eur/tnd :

Dependent Variable: EURO_TND

Method: ML - ARCH (Marquardt) - Normal distribution

Date: 08/30/15 Time: 16:16

Sample (adjusted): 3 1124

Included observations: 1122 after adjustments

Convergence achieved after 30 iterations

Presample variance: backcast (parameter = 0.7)

LOG(GARCH) = C(4) + C(5)*ABS(RESID(-1)/@SQRT(GARCH(-1))) + C(6)

*RESID(-1)/@SQRT(GARCH(-1)) + C(7)*LOG(GARCH(-1)) + C(8)

*EVEN_SOC

Variable Coefficient Std. Error z-Statistic Prob.

EVEN_SOC -2.57E-05 0.000393 -0.065370 0.9479

C 0.000131 7.03E-05 1.870942 0.0614

AR(1) 0.023587 0.035484 0.664721 0.5062

Variance Equation

C(4) -1.841283 0.345739 -5.325639 0.0000

C(5) 0.332634 0.036517 9.109106 0.0000

C(6) -0.037299 0.020879 -1.786472 0.0740

C(7) 0.868493 0.028012 31.00459 0.0000

C(8) 0.167902 0.096988 1.731167 0.0834

R-squared -0.000846 Mean dependent var 0.000105

Adjusted R-squared -0.002634 S.D. dependent var 0.002528

S.E. of regression 0.002531 Akaike info criterion -9.220688

Sum squared resid 0.007169 Schwarz criterion -9.184875

Log likelihood 5180.806 Hannan-Quinn criter. -9.207153

Durbin-Watson stat 2.057169

Inverted AR Roots .02

10

5) ev_ terro :

5.1) r_tunindex :

Dependent Variable: R_TUNINDEX

Method: ML - ARCH (Marquardt) - Normal distribution

Date: 08/30/15 Time: 16:32

Sample (adjusted): 3 1107

Included observations: 1105 after adjustments

Convergence achieved after 64 iterations

Presample variance: backcast (parameter = 0.7)

LOG(GARCH) = C(4) + C(5)*ABS(RESID(-1)/@SQRT(GARCH(-1))) + C(6)

*RESID(-1)/@SQRT(GARCH(-1)) + C(7)*LOG(GARCH(-1)) + C(8)

*TERRORISME

Variable

Coefficient

TERRORISME

-0.000597

C

5.62E-05

AR(1)

0.254430

Std. Error z-Statistic Prob.

0.000618 -0.965462 0.3343

0.000176 0.319920 0.7490

0.032325 7.870915 0.0000

Variance Equation

C(4) -3.088001 0.347178 -8.894569 0.0000

C(5) 0.550719 0.044743 12.30862 0.0000

C(6) -0.089751 0.027502 -3.263425 0.0011

C(7) 0.751901 0.030767 24.43852 0.0000

C(8) 0.251922 0.056923 4.425683 0.0000

R-squared 0.102016 Mean dependent var 6.31E-05

Adjusted R-squared 0.100386 S.D. dependent var 0.005879

S.E. of regression 0.005576 Akaike info criterion -7.931111

Sum squared resid 0.034265 Schwarz criterion -7.894857

Log likelihood 4389.939 Hannan-Quinn criter. -7.917399

Durbin-Watson stat 1.843564

Inverted AR Roots .25

5.2) Ln_Indsf :

Dependent Variable: LN_INDSF

Method: ML - ARCH (Marquardt) - Normal distribution

Date: 09/02/15 Time: 02:17

Sample (adjusted): 2 1107

Included observations: 1106 after adjustments

Convergence achieved after 25 iterations

Presample variance: backcast (parameter = 0.7)

LOG(GARCH) = C(4) + C(5)*ABS(RESID(-1)/@SQRT(GARCH(-1))) + C(6)

*RESID(-1)/@SQRT(GARCH(-1)) + C(7)*LOG(GARCH(-1)) + C(8)

*TERRORISME

Variable Coefficient Std. Error z-Statistic Prob.

TERRORISME -0.000323 0.000194 -1.661937 0.0965

C 0.034589 0.011919 2.902057 0.0037

11

AR(1) 0.995715 0.001472 676.6236 0.0000

Variance Equation

C(4)

-3.360647

C(5)

0.626779

C(6)

-0.048889

C(7)

0.728171

C(8)

-0.034893

 

R-squared

0.991033

Adjusted R-squared

0.991017

S.E. of regression

0.006076

Sum squared resid

0.040723

Log likelihood

4332.353

Durbin-Watson stat

1.361114

0.339809 -9.889799 0.0000

0.045598 13.74577 0.0000

0.030593 -1.598053 0.1100

0.030301 24.03105 0.0000

0.065151 -0.535563 0.5923

Mean dependent var 8.071506

S.D. dependent var 0.064109

Akaike info criterion -7.819806

Schwarz criterion -7.783578

Hannan-Quinn criter. -7.806104

5.3) r_eur/tnd :

Dependent Variable: EURO_TND

Method: ML - ARCH (Marquardt) - Normal distribution

Date: 08/30/15 Time: 16:41

Sample (adjusted): 3 1124

Included observations: 1122 after adjustments

Convergence achieved after 14 iterations

Presample variance: backcast (parameter = 0.7)

LOG(GARCH) = C(4) + C(5)*ABS(RESID(-1)/@SQRT(GARCH(-1))) + C(6)

*RESID(-1)/@SQRT(GARCH(-1)) + C(7)*LOG(GARCH(-1)) + C(8)

*TERRORISME

Variable Coefficient Std. Error z-Statistic Prob.

TERRORISME 2.70E-05 0.000150 0.180089 0.8571

C 0.000131 7.01E-05 1.869061 0.0616

AR(1) 0.021598 0.035324 0.611429 0.5409

Variance Equation

C(4) -1.716745 0.360367 -4.763885 0.0000

C(5) 0.304892 0.039400 7.738306 0.0000

C(6) -0.032527 0.019899 -1.634632 0.1021

C(7) 0.876902 0.028804 30.44423 0.0000

C(8) 0.046015 0.040474 1.136906 0.2556

R-squared -0.000249 Mean dependent var 0.000105

Adjusted R-squared -0.002037 S.D. dependent var 0.002528

S.E. of regression 0.002530 Akaike info criterion -9.219284

Sum squared resid 0.007165 Schwarz criterion -9.183471

Log likelihood 5180.018 Hannan-Quinn criter. -9.205749

Durbin-Watson stat 2.053452

Inverted AR Roots .02

12

Les événements d'étude:

1 )les événements politiques : (35 événements de 2011 à 2015 )

2011 :

1/ 12 Janv. 2011: Limogeage du ministre de l'Intérieur et du développement local Rafik Belhaj Kacem

2/ 14 Janv. 2011: Fuite de Ben Ali et de son épouse vers l'Arabie Saoudite.

Arrestations de 30 membres de la famille de Ben Ali et celle de son épouse.

3/ 16 Janv. 2011: Ouverture d'une enquête judiciaire à l'encontre de l'ancien directeur de la garde présidentielle Ali Sariati.

4/ 17 Janv. 2011: Mohamed Ghannouchi forme « un gouvernement d'union nationale ».

5/ 19 Janv. 2011: Libération de 1800 détenus dont des prisonniers d'opinion du mouvement Ennahdha.

6/ 20 Fév. 2011: Organisation « d'El Kasbah 2 » pour revendiquer la démission de Mohamed Ghannouchi et la création de l'Assemblée nationale constituante.

7/ 27 Fév. 2011: Démission de Ghannouchi et nomination de Béji Caid Essebsi à la tête du gouvernement.

8/ 7 mars 2011: Formation d'un nouveau gouvernement de technocrates.

9/ 9 mars 2011: Dissolution du RCD (l'ancien parti au pouvoir) et autorisations pour la création de nouveaux partis.

10/ 23 octobre 2011: Scrutin pour la Constituante dans toute la Tunisie. Le parti islamiste Ennahdha remporte 89 sièges sur 217, le CPR 30 sièges et le Forum Démocratique pour le Travail et les Libertés (Ettakattol) 21 sièges.

11/ 22 novembre 2011: L'Assemblée Constituante élit son président, Mustapha Ben Jaafar, président du parti Ettakattol.

12/ 12 Déc. 2011: Election de Moncef Marzouki président de la République par les membres de la Constituante.

13/ 22 Déc. 2011: Présentation du nouveau gouvernement conduit par M. Jebali à l'Assemblée constituante.

source : web manager

13

2012 :

1/ 16 juin 2012 : L'ancien premier ministre Béji Caïd Essebsi annonce la création d'un nouveau parti baptisé « Mouvement Nidaa Tounes ». 18 juin 2012 : L'Union générale tunisienne du travail (UGTT) lance une initiative de dialogue regroupant les forces politiques et les composantes de la société civile.

2/ 24 juin 2012 : Extradition de l'ancien premier ministre libyen Baghdadi Mahmoudi. 3/ 13 août 2012 : Naissance d'une coalition de gauche baptisée « Le Front populaire ».

4/ 14 septembre 2012 : Un groupe de manifestants s'attaque aux locaux de l'Ambassade des Etats Unis à Tunis, à la suite de la diffusion sur Internet d'un film islamophobe

5/ 18 octobre 2012 : Décès du secrétaire général de l'Union régionale de l'UTAP et coordinateur régional de Nidaa Tounes à Tataouine Lotfi Nagdh lors de violents accrochages devant le siège de l'Union, à la suite d'une manifestation organisée par la Ligue de protection de la révolution dans la région.

6/ 12 Déc. 2012 : L'ANC adopte le projet de loi relatif à l'Instance supérieure indépendante pour les élections après plus d'un mois de discussions.

7/ 18 Déc. 2012 : Incendie de Zaouiat Sidi Bou Said. Plusieurs autres attaques similaires avaient pris pour cible les mausolées et Zaouias. Arrestation de personnes suspectes à Douar Hicher et saisie d'une grande quantité d'armes et munitions. Démantèlement d'une bande et saisie d'une grande quantité d'armes dans deux entrepôts à Médenine

source : web manager 2013 :

1/ 6 février 2013 : Assassinat de Chokri Belaid, coordinateur général du Parti des patriotes démocrates unifiés et dirigeant du Front populaire, alors qu'il sortait de son domicile

2/ 11 février 2013 : Formation d'un front politique et électoral regroupant « Nidaa Tounes », le Parti Républicain, Al-Massar, le parti socialiste et le parti du travail patriotique démocrate.

3/ 19 février 2013 : Le chef du gouvernement Hamadi Jebali présente sa démission au président de la République et annonce l'échec son initiative de former un gouvernement de compétences.

4/ 8 mars 2013 : Le Chef du gouvernement provisoire, Ali Larayedh annonce la composition de son gouvernement à l'issue de son entretien avec le président de la République provisoire, Moncef Marzouki. Le 13 mars 2013, l'ANC vote la confiance au gouvernement.

5/ 28 mai 2013 : Le tribunal de première instance de Tunis condamne, à deux ans de prison avec sursis, les personnes arrêtées dans l'attaque contre l'ambassade américaine à Tunis.

6/ 25 juin : Le chef d'état major interarmée Rachid Ammar annonce sa démission.

14

7/ 25 juillet 2013 : Assassinat du constituant et coordinateur général du mouvement populaire, Mohamed Brahmi, alors qu'il sortait de son domicile

8/ 6 août 2013 : Le Président de l'ANC, Mustapha Ben Jaafar décide la suspension des travaux de la constituante jusqu'au démarrage du dialogue national

9/ 14 décembre 2013 : Dialogue National : Le choix se porte sur Mehdi Jomaâ pour la présidence du prochain gouvernement

source : web manager 2014 :

1/ - 26 janvier: Après des mois de négociations pour sortir de la crise, une Constitution est adoptée, avec plus d'un an de retard.

2/ 29 janvier: Le gouvernement apolitique de Mehdi Jomaa est formé. Les islamistes se retirent du pouvoir.

3/ 26 octobre: Le parti anti-islamiste Nida Tounes de Béji Caïd Essebsi remporte les législatives, avec 86 des 217 sièges de l'Assemblée, devançant EnnahdHa (69 sièges). Nida Tounes regroupe aussi bien des figures de gauche et de centre-droit que des proches du régime de Ben Ali.

4/ 2 décembre: Le premier Parlement depuis la révolution prend ses fonctions. Depuis fin 2011, le pouvoir législatif était exercé par l'Assemblée nationale Constituante (ANC).

5/ 21 décembre: Béji Caïd Essebsi remporte à 88 ans le second tour de la présidentielle avec 55,68% des voix face au président Marzouki. Le 31 décembre, il prend ses fonctions de président, devenant le premier chef de l'Etat élu démocratiquement du pays quatre ans après la révolution.

2015 :

1/ 5 janvier: L'ex-ministre de l'Intérieur Habib Essid, qui a occupé plusieurs postes sous Ben Ali, est chargé de former un gouvernement. Ennahdha indique accueillir "positivement la nomination" de M. Essid, en se disant prêt à "coopérer pleinement" avec lui.

source : http://www.huffpostmaghreb.com

2)Les événements économiques : (86 événements de 2011 à 2015 )

2011 :

1/ 11/01/2011 : Nouvelle journée nuire a la bourse de Tunis ; une forte baisse reculant de - 3.66 pour cent a 4893.46 points une capitalisation de 14788.32 MD

15

2/19/01/2011 : L'agence de notation Moody's a annoncé Mercredi avoir abaissé d'un cran la note de la tunisie pour ce qui est de l'evaluation du risque souverain de pays . Baa2 a Baa3

3/16/02/2011 : Endettement total des entreprises des proches ben ali le montant global de la dette 2500 MD ( represente 5 pour cent de la dette global ).

4/ 22/02/2011 : Admission de la societé Telnet Holding a la Bourse de tunis

5/ 28/02/2011 : La bourse de tunis a suspendu ses transactions , dans le but de proteger l'epargne investie en valeurs mobiliers vu la situation actuelle de pays

6/ 17/03/2011 : Standard and poor's abaisse la note de la tunisie , l'agence de notation standard and poor's a degradé d'un crou la note de la dette a long terme de tunisie a BBB- , assortie d'une perspective stable en raison de la situationn economique et politique

7/ 30/06/2011 : banque centrale diminue le taux directeur de 50 points .

8/ 04/07/2011 : le conseil de ministre a adopté , Mardi , le projet de decret de loi relatif de caisse de depot et consignation qui sera operationnelle a la fin de l'anné 2011.

9/ 12/11/2011 : Modification des methodes d'intervention des SICAR ; Ministere des finances a apporté des modifications et cree un cadre legislatif plus souple et d'ameliorer le rendement des societes.

source : espace manager

2012 :

1/13/01/2012 : Bourse de tunis le tunindex baisse de 7.63 pour cent a la fin de 2011

2/05/03/2012 : Tunisie une politique monetaire expansionniste en 2012 Jbeli a exprimé dans le cadre de son programe d'action .

3/19/04/2012 : tunisie ; detailes sur l'emprunt du Qatar , obtention d'un emprunt Qatari au profit de L'Etat , taux d'interet 2.5 pour cent , 5 ans

4/ 13/05/2012 : le deficit commerciale en hausse de pres de 40 pour cent

5/ 05/06/2012 : La turquie accorde un credit de 500 millions de dollars et un dons de 100 MD a la tunisie etant qu'appui au budget de l'Etat.

6/ 25/06/2012: lancement d'un emprunt obligataire sur le marché americain

7/ 16/07/2012 : finalisation de l'emprunt obligataire avec garantie du gouvernement des USA de 485 millions de dollars americains

8/ 24/07/2012 : Tunisair perd 26 milliard chaque mois

9/ 26/07/2012: Cession des parts d'Ennakl et de Tunisianna ayant appartenu au clan de ben

Ali

10/ 10/08/2012 : Tunisie UE ; 12 millions d'euro pour ameliorer l'acces aux soins regionaux defavorisés

16

11/ 15/08/2012 : accord signé pour l'augmentation de 500.000 salaries de fonction publics 12/ 31/08/2012 : pret japonais de 213 millions DT pour le financement des projets

13/ 01/09/2012 : les recettes touristiques en hausse de 35 pour cent par rapport a 2011 hausse des prix de l'essence a la pompe

14/ 10/09/2012 : l'inflation garde son niveaux elevé

15/ 14/09/2012 : Tunisie -BM ; cooperation technique dans les domaines du develeppement et de la gestion

16/ 19/09/2012 : hausse des importations de 9.3 pour cent

17/ 26//09/2012: signature de trois conventions de credits d'une valeur de 180 millions de dollars entre la BCT et FMA

18/ 23/10/2012 : Financement de 20 millions d'euros de la BERD a la tunisie et au maroc

19/ 25/10/2012 : ligne des credits 200 millions d'euros pour les banques tunisiennes

20/ 31/10/2012 : dons de 1.5 M D de la suisse et SFI

21/ 01/11/2012 : Tunisie , amnistie fiscale , recouvrement de 80 millions de dinars

22/ 02/11/2012 : 2.6 milliards de dinars de recettes tourisitiques en 2012

trois rangs perdu dans le nouveau rapport mondial de doing business

23/ 21/11/2012 : 26.8 milliards de dinars pour preserver les equilibres generaux de l'economie du pays

24/ 28/11/2012 : projets de loi de finances favorise l'emploi et la creation de nouvelles PME Tunisie ; pret de la BM de 500 millions de dollars

pret de 387 milliond d'euro de la banque d'afrique de développement pour le

budget d'Etat

25/ 01/12/2012 : hausse de volume de la dette publique

forte baisse de l'indice Tunindex ; L'indice Tunindex de la bourse des valeurs mobilières de Tunis (BVMT) a poursuivi sa baisse, en affichant, au cours de la semaine du 26 au 30 novembre 2012, une forte baisse de 2,93% contre 1,67% la semaine précédente, clôturant ainsi à 4672,16 points.

Tunisie - La BEI ouvre une ligne de crédit pour des banques tunisiennes ; La Banque européenne d'investissement (BEI) a accordé une ligne de crédit de 200 millions d'euros pour des banques de la Tunisie, annonce un communiqué publié jeudi à Bruxelles. La BEI précise que ces fonds sont destinés à Amen Bank, Attijari Bank, BTK et la Banque de Tunisie.

17

26/ 21/12/2012 : pres de 15.7 pour cent du budget l'Etat 2013 destinees aux depenses de compensation.

27/ 22/12/2012 : 11 milliards de dinars de reserves en devises

28/ 26/12/2012 : les IDE en progression de 29 pour cent durant les 11 permiers mois de 2012 source : espace manager

2013 :

1/ 19/02/2013 : l'agence de notation americaine standard and poor's abaisse d'un cran , la note souvraine de la tunisie de BB- contre BB assortie d'une perspective negative en raison de la crise politique qui secoue le pays apres l'assasinat de chokri belaid

2/28/02/2013 : le taux d'inflation passe a 6.5 pour cent en mars 2013 contre 5.8 pour cent en fevrier 2013 et 6 pour cent en janvier de la meme année ( INS)

3/ 16/05/2013 : le taux de chomage en tunisie enregistre au 1 er trimestre 2013 une baisse de 0.2 point 16.5 contre 16.7 au quaterieme trimestre 2010 ( INS)

PIB de la tunisie enregistre une croissance de 2.7 pour cent au prix constant au

cours du 1 er trimestre de 2013 contre une evolution de l'ordre de 4.6 pour cent au cours de la meme periode en 2012 selon INS.

5/ 30/05/2013 : dette notation ; Moody's investors servive a baisse la notation de tunisie de Ba1 a Ba2 avec perspectives negatives . ce declassement est du d'apres l'agence de rating a l'incertitude persistante de la tunisie et le risque politique , la fragilité des banques publics sous capitalisées et les pressions externes importantes sur la balance des paiements

6/ 15/08/2013 : investissement / projet ; la commission superieur des grands projets approuve trois grands projets d'investissement , la ville El Khabayet a Gabes , Stockage intermediaire des avions a l'aeroport de Tozeur , la ville integre pour le savoir et les affaires a l'ariana.

7/ 16/08/2013 : Standard and poor's baisse la note souvraine a long terme de la tunisie de deux croux , soit BB- a B en maintenant du court terme confirmé a B , avec des perspectives negatives . evolution du 3.2 du PIB au prix constant , au 2 em trimestre de 2013 par rapport a la meme periode de l'anné 2012 (ins)

8/ 04/09/2013 : Davos / Notation

La tunisie reintegre le rapport mondial sur la competitivité 2013-2014 de Davos et se classe au 83 eme , perdant 43 places par rapport au classement de 2011-2012. La tunisie n'a pas été classé dans le rapport de 2012-2013 en raison d'un changement structurel important

9/ 30/09/2013 : Industrie / notation

La tunisie est classé au 57 eme rang sur 135 pays , dans le rapport sur l'indice de performance en competitivité industrielle (PCI ) publie par LONUDI

18

10/ 30/10/2013 : L'agence de notation "Fitch Ratings" a

baisse la note souvraine de la tunisie BB+ a BB- avec des perspectives negatives.

11/ 06/11/2013 , l'agence met la note de la caisse des prets et de soutien des collectivités locales ( CPSL) sous surveillance negative.

12/ 19/11/2013 : evolution de 3.2 du PIB aux prix constants , au deuxieme trimestre de 2013 par rapport a la meme periode de l'anné 2012 (INS)

13 / 26/11/2013 : Notation l'agence de notation financiere moody's a baisse d'un cran la note souvraine de la tunisie a "Ba3" avec perspective negative

14/ 20/12/2013 : BCT / Notation

Standard and poor's a annoncé qu'lle ne notera plus la tunisie et ce sur demande du gouvernement tunisien , la BCT a precisé avoir reduit le nombre des agences qui evaluent le risque souverain de la tunisie pour le ramener a trois agences ; l'agence americaine (Moody's) , l'agence europeene (Fitch rating) et la japonnaise ( RUI).

source : leaders

2014 :

1/ 03/01/2014 : groupe SAH LILAS a reussi sur son introduction en bourse

2/ 08/01/2014: La monnaie tunisienne passe en dessous de 2,25 DT pour un euro vu l'anné catastrophique en 2013

3/ 28/01/2014 : Don italien de 1,6 million d'euros à la Tunisie

4/ 30/01/2014 : Tunisie: Le dinar continue sa montée Depuis l'adoption de la Constitution et la formation du nouveau gouvernement, les choses semblent s'améliorer petit à petit. Ainsi, selon le taux de change indicatif de la Banque Centrale de Tunisie, l'Euro est passé sous les 2,2 dinars.

5/ 05/02/2014 : Tunisie: Inflation en baisse de 5,8 % en janvier 2014

6/ 07/02/2014 : Ayari chedly "1,8 milliard de dollars d'obligations garanties envers les USA et le Japon"

7/ 20/02/2014 : Tunisie: Don coréen de 2 millions de dollars au ministère de l'Agriculture

8/ 10/03/2014 : Les besoins en financements du budget 2014 s'élèvent à 13 milliards de dinars.

9/ 05/04/2014 : Tunisie: De nouvelles garanties de crédits US de 500 millions de dollars . suite au visite de Mehdi joma Dans une déclaration à la presse, M. Obama a annoncé que les Etats-Unis d'Amérique vont fournir à la Tunisie des garanties de nouveaux prêts allant jusqu'à 500 millions de dollars de la part de la Banque Mondiale avec des taux d'intérêts raisonnables, en soutien à la dynamique et des réformes économiques projetées.

19

10/ 16/05/2014 : BM accorde un pret de 250 milliard d'euro en faveur des PME tunisiennes 11/ 22/05/2014 : BM accorde un pret de 72.6 milliard d'euro en faveur des PME tunisiennes 12/ 05/06/2014 : BAD-Tunisie: Don de 5 millions DT pour la transparence fiscale 13/ 24/06/2014 : Dégringolade du Dinar tunisien face à l'Euro ; Le taux de change du Dinar

tunisien par rapport à l'Euro flirte désormais avec les 2.3, son plus bas niveau jamais enregistré puisqu'il était en ce début de journée à 2,2904.

14/ 28/06/2014 : La baisse de production du pétrole coûte à l'Etat entre 400 et 500 millions de dollars par jour

Tunisie-Koweit: Un prêt d'une valeur de 30 millions de dollars ; Le prêt sera remboursé sur une durée de 20 ans avec un intérêt de 2% d'après l'agence KONA.

16/ 10/07/2014 : Record en Tunisie: 100 mille voitures ne payent pas la vignette .

17/ 24/07/2014 : la banque mondiale accorde une aide financiere de 300 milliard dollars a la tunisie

18 / 02/09/2014 : Tunisie: L'inflation en hausse de 6%

19/ 19/10/2014 : Tunisie: 10 millions DT générés par la vente de biens saisis par la douane.

20 / 12/11/2014 : Tunisie: Don suisse de 40 MD en 2014; Noureddine Zekri et

l'ambassadrice de Suisse à Tunis Adam Rita, que les aides programmées seront réservées au financement d'un nombre de projets, dont notamment l'amélioration de l'infrastructure de base surtout dans le domaine hydraulique à Kasserine, la mise en place de deux stations d'assainissement à Tala et Fernana et le renforcement des réformes dans le domaine sécuritaire

source : espace manager et web manager pour la BM

2015:

1/ 13/02/2015 : Banque Mondiale: Prêt de 100 millions de dollars aux PME tunisiennes.

2/ 17/02/2015 : Tunindex: Nouveau record annuel à 5 346,44 points.

3/ 08/03/2015 : Le déficit annuel du port de Radès dépasse les 300 MD

4/ 28/03/2015 : Fitch Ratings: La Tunisie passe de négative à stable

20

5/ 31/03/2015 : La BERD accorde à la Banque de Tunisie un prêt de 30 millions d'euros ; La

Banque européenne pour la reconstruction et le développement (BERD) a accordé à la Banque de Tunisie (BT), un prêt d'une valeur de 30 millions d'euros (l'équivalent de 63 millions de dinars) pour soutenir les micros, petites et moyennes entreprises en Tunisie, selon un communiqué rapporté par la TAP

6/ 20/04/2015 : Le Groupe Loukil introduit en bourse son pôle automobile UADH

7/ 30/04/2015 : Le dinar tunisien s'apprécie de 3,7% face à l'euro , Réuni le 29 avril 2015 à

Tunis, le conseil d'administration de la Banque centrale de Tunisie (BCT) a indiqué que le cours du dinar a enregistré, au cours du mois de mars 2015, une appréciation de 3,7% contre l'euro . Source : espace manager

3)Les événements du terrorisme : ( 56 evenements de 2011 à 2015 )

2011 :

1/ 18 Mai 2011 : Affrontements de Rouhia

2012 :

1/ 2 Février 2012 : Affrontements de Bir Ali Ben Khalifa

2/ 6 Décembre 2012 : Affrontements de Fernana

3/ 10 Décembre 2012 : Attaque d'une patrouille à Feriana

4/ 18 Décembre 2012 : Descente à Douar Hicher

2013 :

1/ 17 Janvier 2013 : Découverte de deux dépôts d'armes à Médenine

2/ 6 Février 2013 : Assassinat de Chokri Belaid

3/ 20 Février 2013 : Découverte d'un dépôt d'armes à Mnihla

4/ 29-30 Avril 2013 : Chaambi : les premières mines

5/ 2 mai 2013 : Mohamed Sboui, commissaire de police, est retrouvé égorgé à Jbel Jelloud, dans le gouvernorat de Ben Arous

6/ Le 6 mai 2013 : l'explosion d'une quatrième mine au mont Chaambi blesse deux caporaux-chefs de l'armée.

7/ 1er juin 2013 : trois militaires sont blessés dans l'explosion d'une mine sur le mont Chaambi. L'explosion a lieu à 18h15 sous un véhicule militaire de l'armée tunisienne.

21

8/ 6 juin 2013 : un véhicule militaire saute sur une mine lors d'une patrouille d'inspection, dans un parcours en dehors du mont Chaambi. Deux militaires trouvent la mort lors de cet événement et deux autres sont blessés.

9/ 14 juin 2013 : trois militaires sont blessés après l'explosion de leur véhicule qui saute sur mine.

10/ 24 juin 2013 : les forces spéciales de l'armée découvrent l'existence d'un tunnel souterrain utilisé par les terroristes présumés, au mont Chaambi.

11/ 25 Juillet 2013 : Assassinat de Mohamed Brahmi

12/ 27 Juillet 2013 : Un engin piégé vise un véhicule de la Garde nationale à La Goulette

13/ 29 juillet 2013 : Mont Chaambi : les violences reprennent une embuscade terroriste cause la mort de huit militaires, tués par des tirs d'armes à feu.

14/ 3 août 2013 : Opération à Sousse une descente des forces spéciales dans une maison à Sousse est le théâtre d'affrontements avec Lotfi Ezzine, qui riposte en lançant une grenade sur les policiers et en leur tirant dessus, avant de prendre la fuite.

15/ 4 août 2013 : Opération d'El Ouardia une descente a lieu à El Ouardia. Le groupe de présumés terroristes installé dans la maison échange des tirs avec les forces de l'ordre.

16/ 9 août 2013 : Confrontation à Sidi Hassine la poursuite de présumés terroristes de la région de Sidi Hassine, qui avaient trouvé refuge à Mornaguia, à l'ouest du gouvernorat de la Manouba .

17/ 17 Octobre 2013 : Attaque de Goubellat

18/ 23 octobre 2013 au soir : Attentat de Menzel Bourguiba un groupe d'individus cagoulés se trouvant dans une voiture ouvre le feu sur une patrouille de sécurité de trois personnes à Menzel Bourguiba

19/ 23 octobre 2013 : Opération à Sidi Ali Ben Aoun les forces de sécurité mènent une opération dans une maison à Sidi Ali Ben Aoun, dans le gouvernorat de Sidi Bouzid.Les affrontements causent la mort de six membres de la Garde nationale

20/ 30 octobre à Touila, dans le gouvernorat de Sidi Bouzid, lors d'une perquisition de la maison de Mohamed Sghaier Omri et Riadh Omri, terroristes présumés recherchés suite à une affaire de contrebande d'armes qui a eu lieu le 4 juillet 2013 à Ben Guerdane.

Opération kamikaze à Sousse

Tentative d'attentat terroriste à Monastir

22

21/ 12 novembre 2013 : Affrontement de Negga à Kébili des affrontements entre les forces spéciales de la Garde nationale et un groupe de présumés terroristes, qui se cachaient dans l'une des maisons de la région, ont lieu dans le village de Negga dans le gouvernorat de Kébili. À l'issue de ces affrontements : deux officiers de la Garde nationale sont blessés ; un des présumés terroristes est abattu ; le reste du groupe des présumés terroristes est arrêté.

2014 :

1/ 4 Février 2014 : Opération de Raoued : la fin de la traque de Gadhgadhi 2/ 9-10 Février 2014 : Affrontements dans la cité Ennassim

3/ 16 février 2014 : Embuscade terroriste à Ouled Manaa à une heure du matin, un groupe de cinq présumés terroristes, armés, tend une embuscade à une patrouille de la Garde nationale.Celle-ci cause :la mort de Fajri Bousaidi, adjudant de la Garde nationale ;la mort de Abdelhamid El Ghazouani, adjudant de la Garde nationale ; la mort de lssam Mechri, sergent officier des services pénitentiaires ; la mort du citoyen Mohamed Ali Lakti.

4/ 17 mars 2014 : Descente dans la cité Azaiez des forces spéciales de la brigade antiterroriste (BAT) effectuent une descente dans une maison de présumés terroristes de la cité Azaiez à Jendouba. De violents échanges de tirs ont lieu entre les forces spéciales et les présumés terroristes.

5/ 5 Avril 2014 : Arrestation de fabricants de bombes artisanales à Sfax

6/ 18 avril 2014 : Mont Chaambi : Nouvelle explosion de mine une mine explose dans le mont Chaambi, causant :la mort d'un soldat ;trois soldats sont blessés.

7/ 23 Mai 2014 : Un soldat tué par une mine au mont Chaambi

8/ 27-28 Mai 2014 : Attaque du domicile du ministre de l'Intérieur à Kasserine

9/ 12-13 Juin 2014 : Affrontements à Fernana

10/ 13 Juin 2014 : Campagne de ratissage à Ain Debba

11/ 29 Juin 2014 : Explosion d'une mine artisanale dans le mont Fernana

12/ 1er Juillet 2014 : Mort de 4 militaires suite à l'explosion d'une mine dans le mont Ouargha

13/ 16 Juillet 2014 : Attaques aux lance-roquettes de deux points de contrôle militaire dans le mont Chaambi ; (Le 17 juillet dans la journée le ministère de la Défense a confirmé la mort de 14 soldats, ainsi que le fait que vingt soldats ont été blessés. Le ministère a également confirmé la mort d'un présumé terroriste ayant la nationalité Tunisienne )

23

14/ 26 Juillet 2014 : Attaque de deux véhicules militaires à Sakiet Sidi Youssef (L'attaque a causé la mort de 2 soldats et 5 autres ont été blessés )

15/ 29 Juillet 2014 : Deux soldats et un garde national blessés dans le mont Semema

16/ 17 septembre 2014 : Un individu armé abattu dans une maison abandonnée à Kasserine 17/ 23-24 octobre 2014 : Démantèlement d'une cellule terroriste présumée à Oued Elil

18/ 5 novembre 2014 : Attaque armée contre un bus militaire à Nebbeur (La fusillade a causé la mort de 5 militaires. Une dizaine d'autre ont été blessés )

19/ 19 novembre 2014 : Fusillade entre un individu armé et la Garde nationale à Sidi Bouzid.

20/ 30 novembre 2014 : Un agent de la Garde nationale égorgé lors d'une embuscade à Al Touiref

21/ 1er décembre 2014 : Un soldat meurt suite à l'explosion d'une mine dans le mont Semema

22/ 14 décembre 2014 : l'armée tunisienne a effectué un bombardement intense de différents

point du Djebal Salloum après le signalement de mouvements suspects de groupes armés. Ce bombardement a causé la mort de cinq membres du groupe armé et l'arrestation de cinq autres individus.

2015 :

1/ 10 février 2015 : Mort d'un individu armé après des affrontements avec la Garde nationale à Bargou

2/ 17 au 18 février 2015 : Attaque armée contre une patrouille à Kasserine tue quatre agents (un groupe d'individus armés composé d'une vingtaine d'hommes a attaqué une patrouille de la garde nationale au niveau de la région frontalière de Boulaaba a annoncé le ministère de l'Intérieur.)

3/ 18 mars 2015 : Attaque du Bardo : 23 personnes tuées, 43 blessées .

4/ 22 mars 2015 : L'explosion d'une mine à Ouergha fait 1 mort et 3 blessés dans les rangs de l'armée

5/ 28 mars 2015 : Opération à Sidi Aïch : 8 morts et 1 blessé lors d'une embuscade menée par la garde nationale à Gafsa

6/ 7 avril 2015 : Embuscade contre une patrouille de l'armée à Sbeïtla : 5 morts et 4 blessés source : https://inkyfada.com/maps/carte-du-terrorisme-en-tunisie-depuis-la-revolution

24

4) les événements sociaux : (32 événements de 2011 à 2015)

2010 et 2011 :

1/ 17 Déc. 2010: Mohamed Bouazizi s'immole par le feu à Sidi Bouzid.

2/ 24 Déc. 2010: Protestations à Menzel Bouzayane (gouvernorat de Sidi Bouzid) faisant un tué et neuf blessés.

3/ 11 Janv. 2011: Nouveau suicide d'un jeune à Sidi Bouzid.(social) 4/ 11 Janv. 2011: grève générale de trois jours organisée par l'UGTT.

5/ 14 Janv. 2011: Des milliers de manifestants à l'avenue Habib Bourguiba à Tunis revendiquent le départ de Ben Ali.

6/ 23 Janv 2011: « La marche de la liberté » part de Sidi Bouzid à destination de la Kasbah de Tunis pour revendiquer la destitution du gouvernement.

7/ 11 juillet 2011 : Une grève inattendue a été déclenchée ce matin par le personnel des deux

filiales Tunisair Handling et Tunisair Technics

8/ 31/10 /2011 : Près de 254 agents de la Compagnie Pétrolière Italienne (ENI), installée en

Tunisie, observent depuis lundi une grève de trois jours pour protester contre le refus de la

société de les intégrer et de les titulariser.

9/ 25/11/2011 : Des jeunes du gouvernorat de Gafsa sont venus ce matin protester devant le

siège de la Compagnie des Phosphate de Gafsa (CPG) après l'annonce des résultats du

concours de recrutement.

2012 :

1/ 19/01/2012 : Les employés de la banque centrale de Tunisie (BCT) réclament le départ du gouverneur de la bct,

2/ 9 avril 2012 : Violents affrontements entre forces de l'ordre et manifestants qui se sont rassemblés à l'avenue Habib Bourguiba pour commémorer la fête des martyrs.

3/ 11 juin 2012 : Actes de violence et de vandalisme dans les quartiers et banlieues de la capitale ainsi que dans plusieurs régions des gouvernorats de Jendouba et Sousse commis par des éléments appartenant au courant salafiste et des personnes ayant des antécédents judiciaires. Couvre-feu de 21H00 à 05H00 pour une durée de 4 jours dans huit gouvernorats du pays.

4/ 17 octobre 2012 : Grève générale dans le secteur de l'information à l'appel du Syndicat national des journalistes tunisiens pour protester contre la non satisfaction des revendications des journalistes et des professionnels du secteur par le gouvernement. La présidence du gouvernement annonce l'application des décrets-lois 115 et 116 organisant le secteur de l'information.

25

5/ 27 novembre-1er décembre 2012 : Grève générale à Siliana à l'appel de l'UGTT sur fond des accrochages qui ont eu lieu entre les forces de l'ordre et les citoyens et qui ont fait 250 blessés et plusieurs dégâts matériels.

6/ 4 décembre 2012 : Violents affrontements devant le siège central de l'UGTT à Tunis entre des syndicalistes et des membres de la Ligue de protection de la révolution qui revendiquaient l'assainissement de l'Union.

2013:

1/ 10 janvier 2013 :

 

La région de Ben Guerdane observe ce 10 janvier une grève générale

contre la marginalisation de la région

2/ 16 janvier 2013 : greve generale a kef

3/ 06/02/2013 : Plusieurs marches de protestation dans plusieurs gouvernorats sur fond de cet assassinat politique.

4/ 7 février 2013 : L'UGTT convoque une grève générale et décrète le 8 février 2013, une journée de deuil national.

5/ 8 février 2013 : Des funérailles nationales pour Chokri Belaid, accompagnées d'actes de saccage et de pillage des voitures stationnées, au moment où le cortège funèbre s'avançait vers le cimetière.

6/ 11 fevrier 2013 : greve de 5 jours des employés de la société des services bancaires 7/ 13 mars 2013 : les greves de conducteurs de train

8/ 4 decembre 2013 : Tunisie: Grève générale à Tozeur , Un grand rassemblement populaire a eu lieu ce mercredi 04 décembre au gouvernorat de Tozeur à l'occasion de la grève générale observée aujourd'hui. Une grève qui intervient en signe de protestation contre l'exclusion et la marginalisation de la région.

2014 :

1/ 17/02/2014 : protestations de syndicat de la bourse "BVMT"

2/ 06/03/2014 : Tunisie : les agents des finances en grève à partir d'aujourd'hui Les agents des finances entament, à partir d'aujourd'hui jeudi 6 mars 2014, une grève ouverte, sur tout le territoire national, en signe de protestation contre la non-application des accords signés avec les autorités de tutelle. La grève a causé une perturbation des intérêts des citoyens.13 mars en travail .

3/ 14/04/2014 : les douaniers manifestent devant le ministère des Finances Les agents et cadres de la Douane ont manifesté, lundi 14 avril 2014, devant le siège du ministère des Finances pour demander le règlement de leur parcours professionnel .

4/ 28 a 30 /04/2014 : Tunisie - Grève du 28 au 30 avril dans les sociétés de pétrole et services connexes à Tataouine

26

5/ 30/10/2014 : Les agents de la Chambre de commerce et d'industrie de Tunis (CCIT) ont entamé, ce jeudi 30 octobre 2014 à partir de 11h, une grève ouverte. Suite à cette décision, le trafic des exportateurs à Tunis a été paralysé, dans cette période difficile de l'année

2015 :

1/ 06/01/2015 : Tunis : Les agents de l'Intérieur en sit-in dans tous les gouvernorats Les agents et fonctionnaires du ministère de l'Intérieur ont organisé ce mardi 6 janvier 2015, des sit-in dans tous les gouvernorats de la République en signe de protestation contre les attaques terroristes perpétrées sur les sécuritaires.

2/ 12 janvier 2015 : grève des agents de phosphate gafsa

3/ 20 mai 2015 : Les habitants de sept délégations relevant du gouvernorat de Gafsa, à savoir Om laarayess, Rdayef,metlaoui, Medhila ainsi que Sidi Aych, Sened, Kssar, observent ce mercredi 20 mai 2015 une grève générale

4/ 30 mai 2015 : manifestation "winou el petrole " a Avenue bourguiba

27

Résumé

Cette étude examine l'impact des événements politiques, économiques, sociaux et du terrorisme sur la volatilité boursière pendant la période de l'émergence de la révolution tunisienne allant de 01/12/2010 jusqu'au31/05/2015.

Notre étude est basée sur des données quotidiennes detrois indices tunisiens : l'indice Tunindex, l'indice des sociétés financières et le taux de change Eur/Tnd, afin de détecter l'influence de chaque type d'événement sur nos trois variables endogènes.

En utilisant le modèle EGARCH, les résultats empiriques nous ramène à conclure que les quarte types d'événements affectent la volatilité boursière de l'indice Tunindex. En effet,les événements politiques, sociaux et les actes du terrorisme augmentent la volatilité de l'indice Tunindex. En revanche, les événements économiques diminuent la volatilité de cet indice.

Par ailleurs, nous avons remarqué que seulement les événements politiques et sociaux ont une influence sur la volatilité boursière de l'indice des sociétés financières. Cependant, la volatilité boursière du taux change Eur/Dinar a été affectée uniquement par les événements économiques et sociaux. A propos, l'impact de chaque type d'événement sur le rendement de nos trois indices boursiers, nous avons constaté que uniquement les actes terroristes ont diminué le rendement de l'indice de sociétés financières.

Mots clés : Volatilité boursière, Etude d'événements, Modèle EGARCH, Révolution tunisienne

Classification JEL : G11, G12, G14, C58, F31.

,Abstract

This study examines the impact of political, economic, social and terrorism events on market volatility over the period of the Tunisian revolution from 01/12/2010 to 05/31/2015.

Our study is based on daily data of three Tunisian indexes: Tunindex, financialcompanies' index, and the exchange rate Euro/Dinar, in order to detect the influence of each type of event on these three selected variables.

Using EGARCH model, the empirical evidence highlights that the fourth types of events affect the Tunindex market volatility. In fact, the political, social and terrorism events increase the volatility of the index. However, the economic events diminish this volatility.

Furthermore, we notice that only political and social events influence the market volatility of the financial companies. However, exchange rate Euro/Dinar was affected only by economic and social events. About the impact of each type of event on performance of our three indices, we found that only terrorist acts decreased the performance of the financial companies index.

Keywords: Volatility, Event Study, EGARCH Model, Tunisian Revolution JEL Classification : G11, G12, G14, C58, F31.






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Il faudrait pour le bonheur des états que les philosophes fussent roi ou que les rois fussent philosophes"   Platon