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

 > 

Mesure de l'interdépendance du marché boursier marocain par le modèle DCC-GARCH


par Mohammed EL MASSAADI
Université Mohammed V de Rabat - Master 2022
  

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

2.2.3.2. Analyse de l'interdépendance

Le tableau 11 affiche la Matrice variance-covariance des séries des rendements géométriques de l'indice « MASI », ainsi que les huit indices sectoriels choisis.

 

MASI

ASSUR

BAT_MC

BANQUES

HOTEL

P_IMM

PET_GAZ

TELECOM

TRANS

MASI

0,000054

0,0000386

0,0000748

0,0000584

0,0000306

0,0000665

0,0000388

0,0000484

0,0000212

ASSUR

0,0000386

0,000183

0,000045

0,0000306

0,0000251

0,0000425

0,0000304

0,0000262

0,0000152

BAT_MC

0,0000748

0,000045

0,000208

0,0000603

0,000044

0,0000697

0,0000381

0,0000474

0,0000264

BANQUES

0,0000584

0,0000306

0,0000603

0,0000827

0,000028

0,0000624

0,0000312

0,0000448

0,0000217

HOTEL

0,0000306

0,0000251

0,000044

0,000028

0,000602

0,0000658

0,0000286

0,0000193

0,0000303

P_IMM

0,0000665

0,0000425

0,0000697

0,0000624

0,0000658

0,000388

0,0000495

0,0000525

0,0000431

PET_GAZ

0,0000388

0,0000304

0,0000381

0,0000312

0,0000286

0,0000495

0,000243

0,0000203

0,0000139

TELECOM

0,0000484

0,0000262

0,0000474

0,0000448

0,0000193

0,0000525

0,0000203

0,0000864

0,0000175

TRANS

0,0000212

0,0000152

0,0000264

0,0000217

0,0000303

0,0000431

0,0000139

0,0000175

0,000263

Tableau 11 : Matrice variance-covariance des rendements géométriques des huit indices sectoriels et l'indice « MASI ».

Le tableau 12 affiche la Matrice des corrélations non conditionnelles des séries des rendements géométriques des huit secteurs et de l'indice « MASI ».

 

MASI

ASSUR

BAT_MC

BQ

HOTEL

P_IMM

PET_GAZ

TELECOM

TRANS

MASI

1

0,388277

0,705941

0,873189

0,169472

0,459465

0,338755

0,708683

0,177853

ASSUR

0,388277

1

0,230636

0,248359

0,075511

0,159446

0,143925

0,207906

0,069157

BAT_MC

0,705941

0,230636

1

0,460027

0,124395

0,245501

0,169393

0,354227

0,11281

BQ

0,873189

0,248359

0,460027

1

0,125276

0,348386

0,219903

0,530178

0,147254

HOTEL

0,169472

0,075511

0,124395

0,125276

1

0,13618

0,074747

0,084457

0,076139

P_IMM

0,459465

0,159446

0,245501

0,348386

0,13618

1

0,161204

0,287007

0,134731

PET_GAZ

0,338755

0,143925

0,169393

0,219903

0,074747

0,161204

1

0,139973

0,055066

TELECOM

0,708683

0,207906

0,354227

0,530178

0,084457

0,287007

0,139973

1

0,115886

TRANS

0,177853

0,069157

0,11281

0,147254

0,076139

0,134731

0,055066

0,115886

1

Tableau 12 : Matrice des corrélations non conditionnelles des séries des rendements géométriques des 8 indices sectoriels et le « MASI ».

L'analyse de la corrélation non conditionnelle présentée dans le tableau 12 montre qu'il y a une corrélation positive entre les rendements géométriques des huit indices sectoriels et ceux de l'indice « MASI », ce qui confirme la transmission de la volatilité entre le « MASI » et les huit indices sectoriels.

En effet, les huit indices sectoriels choisis varient dans le même sens avec l'indice « MASI » et ils ont une corrélation positive avec le marché boursier.

De plus, la corrélation la plus élevée est de 0,873189 entre l'indice « MASI » et le secteur bancaire, alors que le coefficient de corrélation le plus faible est celui du secteur « Loisirs et Hôtellerie » et l'indice « MASI » qui est de 0,169472.

Mohammed EL MASSAADI FSJES-Agdal MSDG/Finance 2021-2022 Page 39 sur 113

Les résultats de l'analyse graphique de l'évolution des valeurs journalières des différentes actions sont confirmés par ces résultats empiriques.

Le tableau 13 affiche les coefficients de sensibilité des séries de rendements des géométriques des huit indices sectoriels avec l'indice principal du marché boursier.

Indices sectoriels

Beta (coefficient de sensibilité)

Assurances

0,71

Banques

1,08

Bâtiments & Matériaux de construction

1,39

Télécommunications

0,90

Pétroles & Gaz

0,72

Participation & Promotion immobilières

1,23

Loisirs & Hôtels

0,57

Transport

0,39

Tableau 13 : Coefficients de sensibilité des séries des rendements géométriques des 8 indices sectoriels et le « MASI ».

Le tableau 14 affiche le classement des huit indices sectoriels selon l'interdépendance avec le « MASI ». L'objectif est alors d'identifier le secteur d'activité de premier rang en termes de contribution au risque du marché boursier.

Classement

Corrélation avec l'indice sectoriel

Coefficient de sensibilité Béta

1

Banques

0,873189

Bâtiments & Matériaux de construction

1,39

2

Télécommunications

0,708683

Participation & Promotion immobilières

1,23

3

Bâtiments & Matériaux de construction

0,705941

Banques

1,08

4

Participation & Promotion
immobilières

0,459465

Télécommunications

0,90

5

Assurances

0,388277

Pétroles & Gaz

0,72

6

Pétroles & Gaz

0,338755

Assurances

0,71

7

Transport

0,177853

Loisirs & Hôtels

0,57

8

Loisirs & Hôtels

0,169472

Transport

0,39

Tableau 14 : Classement des huit indices sectoriels selon l'interdépendance avec l'indice principal « MASI ». 2.3. Pré-estimation des séries des rendements de l'indice « MASI » et des huit indices sectoriels.

Nous allons décrire dans cette partie, les principaux faits stylisés en analysant les valeurs de clôture et les rendements géométriques journaliers des séries en question. Nous allons commencer tout d'abords par la propriété de stationnarité des séries des valeurs, ainsi que celles des rendements géométriques, puis on va s'intéresser à la propriété d'autocorrélation des rendements géométriques, enfin on va tester l'hétéroscédasticité des résidus des rendements géométriques des séries étudiées. Les différents tests de ce chapitre sont réalisés, en utilisant les logiciels de programmation économétrique Matlab et Eviews.

Mohammed EL MASSAADI FSJES-Agdal MSDG/Finance 2021-2022 Page 40 sur 113

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








"Il y a des temps ou l'on doit dispenser son mépris qu'avec économie à cause du grand nombre de nécessiteux"   Chateaubriand