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.
|