Memoire Online - Impact du taux d'interet et du taux de change sur la volatilité des banques tunisiennes

L'objectif du test de stationnarité est d'examiner le caractère stable de chaque variable. La plupart des propriétés statistiques des méthodes d'estimation ne s'appliquant qu'à des séries stationnaires. Une série est dite stationnaire si elle est la réalisation d'un processus stationnaire c'est-à-dire ne comportant ni tendance, ni saisonnalité, elle se caractérise par une moyenne et une variance constante et généralement aucune caractéristique évoluant avec le temps. Les tests usuellement misent en oeuvre pour juger de la stationnarité des variables sont les tests de Dickey - Fuller et de Dickey - Fuller Augmenté (DF, 1979 et ADF, 1981), (P. C. B. PHILLIPS, 1988) Nous privilégierons le test ADF car il ne permet pas de faire l'hypothèse a priori de normalité du terme d'erreur du modèle AR(p) de la série dont la stationnarité est effectuée.

Cette démarche est prise en compte en admettant que la série a une représentation AR(p) au lieu d'AR (1) du test ADF. Le fait qu'on puisse inclure un nombre suffisant de retard supprime l'auto corrélation des erreurs mais réduit le nombre de degré de liberté et la

puissance du test. L'omission pertinente de retards réduit aussi la puissance du test et une méthode appropriée pour déterminer le nombre de retard est l'utilisation des critères de Akaike, de Schwarz ou de Hannan-Quinn dit les critères d'information.

Inclue les termes déterministes (constante et/ou trend) que l'on peut insérer dans le modèle.

L'objectif est de tester l'hypothèse nulle de la présence d'une racine unitaire contre l'hypothèse alternative de l'absence d'une racine unitaire (ou stationnarité). On rejette l'hypothèse nulle lorsque la valeur statistique calculée est inférieure à la valeur critique (de Mackinnon, 1991) ou lorsque la probabilité associée est inférieure au seuil de risque 5%.

1.3 Régression non linéaire

La plupart des recherches sur le marché pour analyser l'effet le taux d'intérêt et le risque de taux de change dans le secteur bancaire ont été effectués à l'aide de la régression des moindres carrés où par le paramètre d'estimation ARCH qui donnent une indication de la sensibilité au risque. Des exemples de modèles à deux facteurs, principalement concernés par le marché et le risque de taux d'intérêt, comprennent des travaux de (lynge, 1980), (Choi. J. J., 1992)

Une autre méthode d'estimation est proposé dans notre étude est celle du modèle GARCH processus généralisé autorégressif d'hétéroscédasticité conditionnelle introduit par (bollerslev T. , 1986) .Le processus est spécifié comme suit :

Les paramètres sont définis comme suit : l'équation de la variance comprend le long terme á0 de volatilité moyenne, des nouvelles sur la volatilité de la période précédente, qui est défini comme un terme ARCH et la prévision de la variance de la période précédente qui est défini

comme le terme GARCH. La spécification GARCH exige que, dans l'équation de la variance conditionnelle, les paramètres á0, á1 et f3 devrait être positif pour une condition non-négativité et la somme des á1 et f3 devrait être inférieur à un pour obtenir la stationnarité de covariance de la variance conditionnelle. En outre, la somme des coefficients á1 et f3 doit être inférieur ou égal à l'unité pour la stabilité à tenir.

Ce modèle tient compte de la variance des rendements pour les périodes précédentes et des chocs aléatoires pour modéliser les rendements futurs, capturant la nature stochastique de cette variance. En outre, ils présentent la dynamique non linéaire qui capture l'impact de l'asymétrie observée dans la série financière.

Banques						R- adjusted	ARCH
AMEN	-1.1086	0.838*	-1.03184	0.101	0.0007	0.1585	17.774
BANK	(0.185)	(0.000)	(0.067)***	(0.467)	(0.185)		(0.0000)
ATB	-10.108	0.78716	0.1363	0.1465	0.024	0.0451	0.009
	(0.185)	(0.008)*	(0.886)	(0.667)	(0.163)		(0.9233)
ATTIJARI	-	0.8458	0.4140	0.1735	0.0132	0.2632	1.859
	0.05857	(0.000)*	(0.348)	(0.270)	(0.103)		(0.1728)
	(0.122)
BH	-	1.276	-0.8190	0.3586	0.0228	0.3065	0.267
	0.11852	(0.000)*	(0.165)	(0.089)***	(0.036)**		(0.6051)
	(0.20)
BIAT	0.05300	-0.9695	0.789658	0.09624	-0.0112	0.2074	5.230
	(0.293)	(0.000)*	(0.180)	(0.646)	(0.293)		(0.0222)
BNA	-	1.0691	-0.385607	-0.03534	0.10830	0.0767	9.129
	0.05380	(0.000)*	(0.689)	(0.918)	(0.542)		(0.0025)
	(0.515)
BT	-	0.4333	-0.284561	0.109864	-0.00054	0.0291	7.534
	0.00172	(0.007)*	(0.587)	(0.556)	(0.955)		(0.0061)
	(0.969)
BTE	-	0.2093	1.127379	-0.17948	0.00703	0.0910	0.002
	0.02995	(0.121)	(0.012)**	(0.255)	(0.386)		(0.9630)
	(0.428)
STB	-	1.35055	-0.362466	0.074307	0.0052	0.1919	1.114
	0.03386	(0.000)*	(0.644)	(0.791)	(0.718)		(0.2913)
	(0.614)
UIB	0.03866	0.62974	1.151332	-0.05038	-0.00871	0.2395	2.409
	(0.258)	(0.000)*	(0.004)*	(0.723)	(0.235)		(0.1206)

Pour la variable de l'indice de marché MRK, on remarque qu'elle est positive pour les rendements des banques sauf BNA. Toutes les banques sont significatives seulement pour toutes les banques sauf BTE. En outre, les résultats montrent que les rendements du marché expliquent une forte proportion des rendements bancaires, par rapport aux taux d'intérêt et taux de change des rendements. Preuve du taux d'intérêt qui est non significatif pour toutes les banques individuelles sauf BH et le rendement du portefeuille a un effet positif pour toutes les banques, par conséquent, nous voyons que le risque de marché est considéré comme le plus important par le taux d'intérêt qui n'a pas d'impact sur le rendement des actions des banques.

Pour la variable de taux de change FX1, on remarque que les coefficients sont négatifs pour 5 banques (AMEN BANK, BH, BNA, STB, BT), les banques individuelles et le rendement du portefeuille sont statistiquement significatives au seuil seulement pour 3 banques sur les onze banques cotées (AMEN BANK, UIB, BTE).

Pour la variable de taux de change FX2, on remarque que les coefficients sont positifs pour le rendement des banques sauf (BNA, BTE, UIB), alors que le FX2 est significatif seulement pour une banque sur onze. On peut constater que le taux de change EUR/TND et le taux de change USD/TND ont le même effet sur le rendement des banques.

Pour la variable INT qui représente le taux d'intérêt, on remarque que les coefficients sont tous positives pour toutes les banques alors qu'il n'y a pas de significativité dans aucune banque sauf BH au seuil de 5%.

C'est une preuve que la sensibilité du taux de change est plus forte par rapport au taux d'intérêt puisque celui-ci est non significatif pour la plupart des banques individuelles et le rendement du portefeuille.

Dans l'ensemble, l'impact sur les rendements bancaires et de portefeuille individuels est associé aux rendements du marché global et des taux de change, ce résultat est confirmé par l'étude de (S. Kasman, 2011) qui trouvent que le rendement de l'indice de marché et le taux de change ont un impact de la déclaration de la banque et de portefeuille individuel, mais le rendement de taux d'intérêt a un petit effet (significatif dans seulement 4 sur 14) du rendement de la banque en Turquie.

Impact du taux d'interet et du taux de change sur la volatilité des banques tunisiennes

1.2 Test de stationnarité

1.3 Régression non linéaire