Section 3 : Mise en lumière de l'énigme
de volatilité excessive :
Investigation empirique sur le marché boursier
tunisien :
D'un point de vue théorique et dans le contexte d'un
marché efficient, le niveau de volatilité des taux de
rentabilité devraient évoluer dans des marges raisonnables.
Cependant, les études premières de Shiller (1981)
et Leroy et Porter (1981) ont mis en relief l'existence d'une volatilité
excessive grâce aux tests des bornes de variance et ils ont
reporté que la volatilité des cours des actions
américaines excèdent énormément la borne
appropriée. Une seconde génération d'étude sur cet
énigme ont été menée à la suite par d'autres
auteurs à l'instar de Mankiew, Romer et Shapiro(1985), Campbell et
Shiller(1987) et West (1988) qui ont tous détecté l'existence de
la volatilité excessive, à l'exception de Kleidon (1986) et Marsh
et Merton (1986) qui ont critiqué ces découverts.
3.1. Description des variables et de l'échantillon
:
L'étude empirique réalisée dans le cadre de
ce chapitre porte sur les cours annuels, les dividendes et le nombre d'actions
en circulation d'un échantillon de 20 entreprises cotées sur la
bourse des valeurs mobilières de Tunis (BVMT). L'échantillon
concerne dix banques, trois entreprises opérant dans l'industrie
chimique, deux sociétés de développement, deux
sociétés de leasing, une assurance, une entreprise
agroalimentaire,
32
L'énigme de volatilité excessive des cours
boursiers : Explication par la finance comportementale
à travers
l'excès de confiance et le comportement grégaire.
et une entreprise aérienne. La période
d'étude s'étale de l'année 1997 jusqu'à
l'année 2008.
3.2. Stratégies des tests :
3.2.1. Statistiques descriptives :
L'analyse de la statistique descriptive consiste à
évaluer le Skewness qui est un indicateur d'asymétrie, calculer
le Kurtosis qui présente un coefficient d'aplatissement et d'effectuer
l'essai de Jarque-Bera qui présente un test de normalité.
3.2.1.1. Le Skewness :
C'est un outil statistique qui mesure le degré
d'asymétrie de la distribution soit le moment d'ordre 3, il est
définit par :
1 N ( 5 xt-13
S = N1 E -=1 - (1.5)
Où :
· N : Le nombre d'observations,
· xt : L'observation à l'instant (t),
· . : La moyenne des observations,
· 6 : L'estimateur de l'écart-type.
Trois cas sont à envisagés :
> S > 0 : La distribution est asymétrique vers la
droite.
> S =0 : La distribution est qualifiée de normale et
symétrique.
> S < 0 : La distribution est asymétrique vers la
gauche.
3.2.1.2. Le Kurtosis :
C'est un coefficient qui mesure le degré d'aplatissement
de la distribution soit le moment d'ordre 4, il est donné par
l'équation suivante :
33
L'énigme de volatilité excessive des cours
boursiers : Explication par la finance comportementale
à travers
l'excès de confiance et le comportement grégaire.
1 N ec 5 t-x)4
K = N 1 E -=1 - (1.6)
Trois cas sont à envisagés :
> K > 3 : La distribution est dite pointue et donc
leptokurtotique.
> K = 3 : La distribution est qualifiée de normale.
> K< 3 : La distribution est dite écrasée et
donc playkurtotique.
3.2.1.3. Le test de Jarque-Bera :
C'est un test qui regroupe les deux coefficients
mentionnés ci-dessus par la mesure de leur différence d'une
série par rapport à ceux d'une distribution normale. Il permet de
tester la normalité d'une distribution et il est calculé comme
suit :
JB = N5 -k (S2 + (K- 4
3)2) (1.7)
Où :
· K : Le nombre de variables explicatives(ou le nombre
de coefficients estimés).
Si JB > g-ce (2) donc l'hypothèse de normalité
des résidus au seuil a est rejetée.
3.2.1.4. Statistiques descriptives des séries des
prix et des dividendes
34
L'énigme de volatilité excessive des cours
boursiers : Explication par la finance comportementale
à travers
l'excès de confiance et le comportement grégaire.
Tableau1 .1 : Statistiques descriptives de la série
des prix
D'après le tableau 1.1 nous pouvons remarquer que
la distribution de la série des prix est
significativement différente de la distribution normale au seuil de 1%.
En effet, la série des prix est caractérisée par un
coefficient d'asymétrie (S) égal à (0.789453) qui est
supérieur à 0
donc une asymétrie vers la droite et par un coefficient
d'aplatissement (K) égal à (2.742842) qui est inférieur
à 3 et donc la distribution de la série des prix est
playkurtotique. La statistique de Jarque -Bera est
supérieure à ë2(2) lu dans la table
(probabilité
critique égal à (0.527415)) donc l'hypothèse
de normalité de la série des prix est rejetée.
PRIX
|
|
Mean
|
36.03792
|
|
Median
|
35.07900
|
|
Maximum
|
52.68800
|
|
Minimum
|
28.39500
|
|
Std. Dev.
|
7.669389
|
|
Skewness (S)
|
0.789453
|
|
Kurtosis (K)
|
2.742842
|
|
Jarque-Bera
|
1.279537
|
|
Probability
|
0.527415
|
|
Sum
|
432.4550
|
|
Sum Sq. Dev.
|
647.0149
|
|
Observations
|
12
|
Tableau 1.2 : Statistiques descriptives de la série
des dividendes
|
DIVIDENDE
|
|
Mean
|
1.122333
|
|
Median
|
1.213000
|
|
Maximum
|
1.528000
|
|
Minimum
|
0.008000
|
|
Std. Dev.
|
0.382530
|
|
Skewness (S)
|
-2.218016
|
|
Kurtosis (K)
|
7.304477
|
|
Jarque-Bera
|
19.10345
|
|
Probability
|
0.000071
|
|
Sum
|
13.46800
|
|
Sum Sq. Dev.
|
1.609625
|
|
Observations
|
12
|
A partir du tableau 1.2 nous pouvons constater que la
distribution de la série des dividendes est
significativement différente de la distribution normale au
seuil de 1%, et ce parce qu'elle est caractérisée par un
coefficient d'asymétrie (S) égal à (-2.218016) qui est
inférieur à 0 donc une asymétrie vers la gauche et par un
coefficient d'aplatissement (K) égal à (7.304470) qui est
largement supérieur à 3 et donc la distribution de la
série des dividendes est leptokurtotique. La statistique de
Jarque -Bera est largement supérieure à
ë2(2) lu dans la
table (probabilité critique égal à
(0.000071)) donc l'hypothèse de normalité de la série des
dividendes est rejetée.
35
L'énigme de volatilité excessive des cours
boursiers : Explication par la finance comportementale
à travers
l'excès de confiance et le comportement grégaire.
| 
