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


Home | Publier un mémoire | Une page au hasard

 > 

Microstructure et Performance des Marchés Financiers

( Télécharger le fichier original )
par Sobhi BOUISSI
Institut des Hautes Etudes Commerciales de Sousse (Tunisie) - Maitrise en Actuariat et Finance 2007
  

précédent sommaire suivant

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

Partie II :

PARTIE EMPIRIQUE :

Analyse de la performance du marché financier tunisien

(Tests de cointégration)

§ Méthode et choix de l'échantillon :

Le recours aux tests de cointégration est maintenant très fréquent en économétrie. Ce cadre particulièrement intéressant pour tester la présence de relations d'équilibre de long terme est surtout employé en macroéconomie, notamment pour tester diverses hypothèses de parité du pouvoir d'achat [Kugler et Lenz (1993)], pour formuler des modèles de demande de monnaie [Johansen et Juselius (1990), Hendry (1995), MacDonald et Taylor (1993)] ou pour examiner des relations entre taux de change de divers pays [Baillie et Bollerslev (1989, 1994)]. L'idée qu'une relation d'équilibre de long terme puisse être définie entre variables pourtant individuellement non stationnaires est à la base de la théorie de la cointégration. La présence d'une telle relation d'équilibre est testée formellement à l'aide de procédures statistiques, dont les plus utilisées sont celles d'Engle et Granger (1987) et de Johansen (1988, 1991).

Dans notre étude empirique on va s'intéresser en première étape aux relations de cointégration entres deux séries temporelles : l'indice boursier tunisien (BVMT) et le taux de change (euro dinar) et ce pour une période de 3 ans allant de 2004 jusqu'à 2006 (les données sont journalières). Et en deuxième étape on va s'intéresser à la relation entre l'indice BVMT et le taux de marché monétaire (TMM) et ce pour la période allant de 1992 jusqu'à 2006 (les données sont mensuelles).

Le but de notre étude est d'analyser la performance du marché financier tunisien à travers la comparaison entre l'indice BVMT et d'autres facteurs économiques internes et externes en utilisant le test de causalité de Granger et en étudiant la cointégration entre les séries étudiés, et ce pour voir si le marché financier tunisien est affecté par les changements économiques divers, et si sa structure est performante.

§ Les résultats empiriques :

Etape 1 : relation entre BVMT et le taux de change (euro dinar).

Ce graphique décrit l'évolution de l'indice BVMT pour des observations journalières portant sur une période de trois ans : 2004, 2005, 2006.

Ce deuxième graphique décrit l'évolution du taux de change EURO-DINAR pour la même période.

Selon ces deux graphiques on peut dire que les deux séries présentent une tendance haussière. Mais graphiquement il parait que la tendance générale entre les deux séries n'est pas commune. On peut poser donc comme hypothèse l'absence d'une relation de cointégration. Mais reste indispensable de vérifier cette relation à travers l'étude de cointégration entre ces deux séries.

La première étape consiste à tester la stationnarité des deux séries : BVMT et EUR_DT.

On applique le test de Dickey-Fuller de racine unitaire à chacune des deux séries.

- Test de Dickey-Fuller sur la série BVMT :

ADF Test Statistic

1.088112

1% Critical Value*

-3.4416

 
 

5% Critical Value

-2.8658

 
 

10% Critical Value

-2.5690

La statistique du test égale à 1.088112 est supérieure à la valeur critique au seuil de 1%.

Donc la série est non stationnaire.

- Test de Dickey-Fuller sur la série EUR_DT :

ADF Test Statistic

-0.373875

1% Critical Value*

-3.4416

 
 

5% Critical Value

-2.8658

 
 

10% Critical Value

-2.5690

De même le test de Dickey-Fuller montre que la série EUR_DT n'est pas stationnaire au seuil de 1%.

- Test de stationnarité sur les deux séries en différence première :

Série BVMTRT :

Après la differenciation de la série BVMT on peut avoir le graphique des rendements suivant :

ADF Test Statistic

-15.82767

1% Critical Value*

-3.4417

 
 
 
 
 
 

5% Critical Value

-2.8658

 
 

10% Critical Value

-2.5690

Le test de stationnarité de Dickey-Fuller sur la série BVMTRT en différence première montre qu'elle est stationnaire.

Série EUR_RTDT

Après la différenciation de la série EUR_DT on peut avoir le graphique des rendements suivant :

ADF Test Statistic

-12.45644

1% Critical Value*

-3.4417

 
 

5% Critical Value

-2.8658

 
 

10% Critical Value

-2.5690

De même le test sur la série EUR_DTRT montre qu'elle est stationnaire.

Les séries BVMTRT et EUR_DTRT sont toutes les deux intégrées d'ordre 1. Elles ont donc le même ordre d'intégration.

- Etude de la cointégration entre BVMTRT et EUR_DTRT :

Les deux séries sont intégrées d'ordre 1. Donc on peut chercher une relation de cointégration entre les deux séries.

L'endogène serait alors BVMT dans la mesure où il semble raisonnable de penser que c'est le taux de change (EUR_DT : l'exogène) qui a une influence sur l'indice tunisien et non l'inverse. Ceci peut être vérifié par l'application des tests de causalité au sens de Granger.

- Test de causalité de Granger :

H0 : EUR_DTRT ne cause pas BVMTRT

Dans la mesure où ce test doit être appliqué sur des séries stationnaires, il a été mis en oeuvre sur les séries en différence première.

Pairwise Granger Causality Tests

Null Hypothesis:

Obs

F-Statistic

Probability

BVMTRT does not Granger Cause EUR_DTRT

753

1.65688

0.19143

EUR_DTRT does not Granger Cause BVMTRT

0.19832

0.82015

Si la probabilité est inférieure au seuil statistique (0,05), l'hypothèse nulle d'absence de causalité est rejetée. On constate ici que la série EUR_DTRT ne cause pas BVMTRT (0.8205> 0,05) et de même la série BVMTRT ne cause pas la série EUR_DTRT (0.19143>0,05).

Afin de vérifier l'absence de cointégration on va appliquer par la suite le test de Dickey-Fuller sur les résidus de la relation de régression.

- Estimation de la relation statique :

On régresse BVMT sur une constante et sur EUR_DT.

Dependent Variable: BVMT

Method: Least Squares

Variable

Coefficient

Std. Error

t-Statistic

Prob.

C

-3204.789

103.0154

-31.10981

0.0000

EUR_DT

2706.252

63.94111

42.32414

0.0000

Relation statique :

BVMTt = c + a.EUR_DTt + Zt tel que : Z: le vecteur des résidus, c : constante

BVMTt = -3204,789 + 2706,252. EUR_DTt + Zt

On récupère les résidus et on applique le test de Dickey-Fuller sur les résidus estimés.

H: absence de cointegration (Zt non stationnaire)

ADF Test Statistic

-1.066896

1% Critical Value*

-3.4416

 
 

5% Critical Value

-2.8658

 
 

10% Critical Value

-2.5690

La valeur de ce test est -1.066896 > à la valeur critique (-3.4416)

L'hypothèse nulle d'absence de cointegration est acceptée donc Zt n'est pas stationnaire. On ne peut pas alors passer au modèle de correction d'erreurs de Johanson. Donc on passe à la modélisation VAR pour vérifier l'absence de causalité.

- Modélisation VAR :

 

EUR_DTRT

BVMTRT

EUR_DTRT(-1)

-0.111883

0.001075

écartype

(0.03651)

(0.00281)

student

[-3.06455]

[ 0.38261]

 
 
 

EUR_DTRT(-2)

-0.013484

0.000695

écartype

(0.03652)

(0.00281)

student

[-0.36924]

[ 0.24739]

 
 
 

BVMTRT(-1)

0.071239

-0.494745

écartype

(0.46587)

(0.03584)

student

[ 0.15292]

[-13.8035]

 
 
 

BVMTRT(-2)

0.716988

-0.198339

écartype

(0.46583)

(0.03584)

student

[ 1.53917]

[-5.53416]

 
 
 

C

0.016583

0.001413

écartype

(0.00768)

(0.00059)

student

[ 2.16001]

[ 2.39239]

Le modèle VAR comporte deux équations. Dans la première l'endogène est EUR_DTRT, et dans la deuxième, l'endogène est BVMTRT.

EUR_DTRT =A1*EUR_DTRT(-1) + A2*EUR_DTRT(-2) +B1*BVMTRT(-1) + B2*BVMTRT(-2) + C

BVMTRT = A1*EUR_DTRT(-1) + A2*EUR_DTRT(-2) + B1*BVMTRT(-1) + B2*BVMTRT(-2) + C

Avec :

A : coefficient de la variable EUR_DTRT.

B : coefficient de la variable BVMTRT.

C : constante.

EUR_DTRT = - 0.1118827251*EUR_DTRT(-1) - 0.0134842901*EUR_DTRT(-2) + 0.07123901112*BVMTRT(-1) + 0.7169884213*BVMTRT(-2) + 0.01658284622

BVMTRT = 0.001074685867*EUR_DTRT(-1) + 0.0006950777546*EUR_DTRT(-2) - 0.494745442*BVMTRT(-1) - 0.198339214*BVMTRT(-2) + 0.001413071877

La statistique du test de student au seuil de 5% est de 1.96 ; le coefficient ne sera significatif que lorsque la valeur de son test sera > à 1.96.

On remarque alors que EUR_DTRT dépend de ses valeurs passées dans un premier retard et ne dépend pas des valeurs retardées de BVMTRT. Et BVMTRT dépend de ses valeurs passées et ne dépend pas des valeurs retardées de EUR_DTRT.

Donc la bourse des valeurs mobilières de Tunis ne dépend que de son passé.

Ceci confirme le test d'absence de causalité de granger.

Etape 2 : relation entre BVMT et le taux de marché monétaire (TMM).

Ces deux graphiques représentent l'évolution des deux séries BVMT et TMM sur la base des données mensuelles pour une période de 15 ans : de 1992 jusqu'à 2006.

Selon ces deux graphiques on peut dire que la série BVMT présente une tendance haussière alors que la série TMM présente une tendance baissière. Mais graphiquement il parait que la tendance générale entre les deux séries n'est pas commune. Mais le problème consiste à savoir s'il existe une relation de causalité entre les deux séries.

La première étape consiste à tester la stationnarité des deux séries : BVMT et TMM.

On applique le test de Dickey-Fuller de racine unitaire à chacune des deux séries.

- Test de Dickey-Fuller sur la série BVMT :

ADF Test Statistic

-0.378129

1% Critical Value*

-3.4688

 
 

5% Critical Value

-2.8780

 
 

10% Critical Value

-2.5755

La statistique du test égale à -0.378129 est supérieure à la valeur critique au seuil de 1%.

Donc la série est non stationnaire.

- Test de Dickey-Fuller sur la série TMM :

ADF Test Statistic

-2.619678

1% Critical Value*

-3.4688

 
 

5% Critical Value

-2.8780

 
 

10% Critical Value

-2.5755

De même le test de Dickey-Fuller montre que la série TMM n'est pas stationnaire.

Test de stationnarité sur les deux séries en différence première :

Série BVMTRT :

ADF Test Statistic

-3.588456

1% Critical Value*

-3.4690

 
 

5% Critical Value

-2.8781

 
 

10% Critical Value

-2.5755

Le test de stationnarité de Dickey-Fuller sur la série BVMTRT en différence première montre qu'elle est stationnaire.

Série TMMRT

ADF Test Statistic

-2.619678

1% Critical Value*

-3.4688

 
 

5% Critical Value

-2.8780

 
 

10% Critical Value

-2.5755

 
 
 
 

De même le test sur la série TMMRT montre qu'elle est stationnaire.

Les séries BVMTRT et TMMRT sont toutes les deux intégrées d'ordre 1. Elles ont donc le même ordre d'intégration.

précédent sommaire suivant






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








"En amour, en art, en politique, il faut nous arranger pour que notre légèreté pèse lourd dans la balance."   Sacha Guitry