Section 3 : Détection de l'excès de
confiance et de son incidence sur la
volatilité des cours boursiers :
Validation empirique sur le marché boursier
tunisien :
3.1. Description des variables et de l'échantillon
:
La base de données de l'étude empirique
réalisée dans le cadre de ce chapitre est constituée des
observations mensuelles des cours de clôture, du nombre de titres
traités et du nombre de titres admis d'un échantillon de 20
entreprises cotées sur le marché boursier tunisien pour une
période d'étude allant du premier Janvier 2005 jusqu'au 31
Décembre 2008.
3.2. Détection de l'excès de confiance :
La présence du biais de sur confiance trouve sa plus
célèbre illustration dans la vérification de la relation
positive entre les volumes de transactions des actions et leurs rendements
boursiers retardés. Notre objectif consiste alors à
vérifier si, à court terme (à travers la fréquence
mensuelle), les investisseurs opérant sur la BVMT exhibent une confiance
excessive dans leurs comportements.
3.2.1. Mesure des rendements mensuels du marché
:
Soit : R = ? ~~~
~
~~~ ~ (2.1)
60
L'énigme de volatilité excessive des cours
boursiers : Explication par la finance comportementale à
travers
l'excès de confiance et le comportement grégaire.
«
Validation empirique sur la BVMT »
Avec :
· R~ : Le rendement mensuel du marché,
· K : Le nombre d'actions (titres distincts) sur le
marché,
· R : Le rendement mensuel de l'action (i) définit
par :
P1t+D1t-P1 t_t
R1 = (2.2)
pi t-i
Où :
· Pt et P1 ~_~ : Les cours de clôture mensuels de
l'action (i),
· D1~ : Le dividende servi sur l'action (i).
Les dividendes peuvent être négligés
puisqu'ils sont faibles pour la période d'un
mois, le rendement mensuel R1~ 19 devient alors :
~~~
R1 = - 1 (2.3)
pi t-i
Notons que pour surmonter le problème de
discontinuité des données, nous nous sommes servis de la
méthode des prédécesseurs qui consiste à remplacer
la donnée
manquante par le dernier cours disponible (~ ~ = P-1). Cette
méthode est justifiée sur les
marchés efficients vérifiant l'hypothèse de
la martingale selon laquelle, le cours d'aujourd'hui est le meilleur estimateur
du cours de demain.
3.2.2. Mesure des volumes de transactions mensuels du
marché :
Le volume de transaction est généralement
représenté par une mesure relative (Statman et al (2006)), qui
est le taux de rotation définit par :
19 On peut donner à R~~ une approximation
suite à la courte fréquence (fréquence mensuelle) et
cette
approximation est retenue dans notre investigation empirique :
R ln
|
~ ~~~
pi t-i~
|
|
|
|
|
|
61
L'énigme de volatilité excessive des cours
boursiers : Explication par la finance comportementale à
travers
l'excès de confiance et le comportement grégaire.
«
Validation empirique sur la BVMT »
? ~~~
~
~~~
Vt = (2.4)
~
Où :
· Vt : Le taux de rotation mensuel du marché,
· K : Le nombre d'actions distinctes sur le
marché,
· V : Le taux de rotation mensuel de l'action (i),
définit par :
~jt
V = (2.5)
Nt
Avec :
· n1t : Le nombre de titres échangés (titres
traités) mensuellement de l'action
(i),
· N1~ : Le nombre mensuel de titres en circulation (titres
admis) de l'action (i). 3.2.3. Analyse graphique des séries des
rendements et des volumes de transactions mensuels du marché
:
Figure 2.1 Graphiques des évolutions mensuelles des
rendements et des volumes de transactions
du marché (Période :
01 Janvier 2005- 31Décembre 2008)
REND
3.0 2.5 2.0 1.5 1.0 0.5 0.0
|
|
|
2005 2006 2007 2008 VT
.12 .10 .08 .06 .04 .02 .00
|
|
|
2005 2006 2007 2008
Rendements mensuels volumes de transactions mensuels
62
L'énigme de volatilité excessive des cours
boursiers : Explication par la finance comportementale à
travers
l'excès de confiance et le comportement grégaire.
«
Validation empirique sur la BVMT »
L'analyse de l'évolution mensuelle des rendements du
marché nous permet de déceler une certaine stabilité au
niveau de la série qui se situe, au niveau de 1,5. Mais nous constatons
une forte variabilité des rendements mensuels autour de la moyenne.
L'intensité de cette variabilité est toutefois différente
d'une sous période à une autre laissant penser à une sorte
de non linéarité de la série des rendements du
marché.
L'analyse de l'évolution mensuelle des volumes de
transaction du marché nous permet de déceler une très
grande volatilité.
| 
