26
L’efficience des marchés financiers des pays émergents : l’exemple de la bourse de Casablanca Khalid BAKIR Université d’Orléans Laboratoire d’Economie d’Orléans Faculté de Droit, d’Economie et de Gestion E-Mail : [email protected] Résumé : Les marchés financiers des pays émergents d’Asie, d’Amérique Latine et d’Europe de l’Est ont suscité une littérature importante, destinée à comprendre leurs fonctionnements, leurs organisations et leurs perspectives futures. Toutefois, peu d’études ont été consacrées au marché financier marocain. C’est la raison pour laquelle ce travail a pour objectif principal d’analyser l’efficience informationnelle de la bourse de Casablanca. Nous avons montré que le marché boursier marocain n’a pas encore atteint le stade de maturité des pays développés. En effet, bien que les autorités publiques aient entrepris d’importantes réformes de libéralisation financière, cela n’a pas entraîné une amélioration significative de l’efficience de ce marché. Je tiens à remercier tout particulièrement le Professeur Georges Gallais-Hamonno pour ses lectures attentives ainsi que pour ses conseils. Toutes erreurs ou omissions restantes me sont pleinement imputables.

Marché fin marocain

Embed Size (px)

Citation preview

Page 1: Marché fin marocain

L’efficience des marchés financiers des pays émergents : l’exemple de la

bourse de Casablanca

Khalid BAKIR∗

Université d’Orléans Laboratoire d’Economie d’Orléans

Faculté de Droit, d’Economie et de Gestion E-Mail : [email protected]

Résumé : Les marchés financiers des pays émergents d’Asie, d’Amérique Latine et d’Europe de l’Est ont suscité une littérature importante, destinée à comprendre leurs fonctionnements, leurs organisations et leurs perspectives futures. Toutefois, peu d’études ont été consacrées au marché financier marocain. C’est la raison pour laquelle ce travail a pour objectif principal d’analyser l’efficience informationnelle de la bourse de Casablanca. Nous avons montré que le marché boursier marocain n’a pas encore atteint le stade de maturité des pays développés. En effet, bien que les autorités publiques aient entrepris d’importantes réformes de libéralisation financière, cela n’a pas entraîné une amélioration significative de l’efficience de ce marché.

∗ Je tiens à remercier tout particulièrement le Professeur Georges Gallais-Hamonno pour ses lectures attentives ainsi que pour ses conseils. Toutes erreurs ou omissions restantes me sont pleinement imputables.

Page 2: Marché fin marocain

1 - Introduction

A l’instar de nombreux pays en développement, le Maroc cherche à accéder aux marchés financiers globalisés et à intégrer une dynamique de croissance qui caractérise les dragons asiatiques et les pays d’Amérique Latine. Pour ce faire, dès 1983, il adopte un plan d’ajustement structurel qui vise le rétablissement des équilibres macro-économiques notamment le déficit budgétaire, ainsi que le développement d’une économie de marché libérale et compétitive. De ce fait, quatre séries de moyens sont mises en œuvre : la baisse des dépenses publiques, la libéralisation de l’économie (les programmes de privatisations, la réforme du système bancaire et financier), la libéralisation du commerce extérieur (la suppression des interdictions d’importation, la réduction des droits de douanes) et l’incitation à l’investissement national et étranger.

Le lancement des programmes de libéralisation, notamment les opérations de privatisations, nécessite la mise en place préalable d’un ensemble de réformes dans le sens de la modernisation et de la dynamisation du marché boursier marocain. Les réformes sont initiées par les textes de la loi de 1993 et complétées en 1997. Ces derniers modifient profondément les rôles et les modalités d’intervention des différents acteurs du marché financier et mettent en place un certain nombre de principes fondamentaux : - La création de la Société de la Bourse des Valeurs de Casablanca (SBVC), comme société privée gestionnaire de la bourse de Casablanca ; - La création du Conseil Déontologique des Valeurs Mobilières (CDVM) en tant qu’autorité de contrôle des transactions et de protection des épargnants ; - L’institution des sociétés de bourse dotées du monopole des transactions sur les valeurs mobilières au Maroc ; - L’institution de l’Association Professionnelle des Sociétés de Bourse (APSB) pour veiller au respect par ses membres (les sociétés de bourse) de la réglementation en vigueur ; - La création des Organismes de Placement Collectif des Valeurs Mobilières (OPCVM) pour orienter l’épargne vers le marché boursier ; - L’institution de l’Association des Sociétés de Gestion et Fonds d’Investissements Marocains (AFSIM) pour améliorer et développer les services liés aux produits et aux placements de l’épargne qu’offrent les OPCVM. - L’institution du dépositaire central (MAROCLEAR) pour améliorer les procédures de dénouement des transactions ;

Ces réformes ont pour objectif de dynamiser le marché des valeurs mobilières et de faire passer le Maroc d’une économie d’endettement à une économie de marché plus saine et plus viable. Nous pouvons conclure que c’est un pari réussi puisque le Maroc est considéré, depuis le milieu des années 90, par la communauté financière internationale1, comme étant un pays émergent.

En comparant les modes de cotation sur le plan international, on constate qu’il existe deux grands types d’organisation de marché : les marchés dirigés par les ordres et les marchés dirigés par les prix. Dans le système dirigé par les ordres, ce sont les ordres introduits sur le marché par les participants qui déterminent les cours auxquels les actifs doivent être échangés. L’organisation des échanges résulte donc de la confrontation générale des ordres

1 Le 3 novembre 1996, la Société Financière Internationale (SFI) intègre le Maroc dans sa liste des pays émergents.

2

Page 3: Marché fin marocain

des clients par l’intermédiaire des sociétés de bourse. Dans le système dirigé par les prix, le marché est dit « décentralisé » puisque chaque teneur de marché « market-maker » propose ses propres conditions de prix d’achat et de vente. Ce sont donc les prix proposés par les teneurs de marché qui suscitent l’introduction des ordres de la clientèle et entraînent les échanges de titres.

La bourse de Casablanca a adopté le système d’un marché dirigé par les ordres. Pour

comprendre son fonctionnement, nous analysons brièvement sa structure, son système de cotation, son degré d’automatisation, ses procédures d’échanges.

La modernisation de la Société de Bourse des Valeurs de Casablanca a entraîné le démarrage de son système de cotation électronique en mars 1997. Le passage de la cotation à la criée à la cotation électronique a eu lieu entre le 4 mars 1997 et le 15 juin 1998. Aujourd’hui toutes les valeurs mobilières cotées à la bourse de Casablanca sont négociées sur le système de cotation électronique à partir des stations de négociation mises à la disposition des sociétés de bourse par l’autorité de marché.

La bourse de Casablanca est caractérisée par l’existence d’une fragmentation de son

marché boursier : le marché central et le marché de blocs. Le premier est conçu pour la confrontation des ordres d’achat et de vente pour les valeurs mobilières admises à la cote officielle. Le second est caractérisé par la négociation directe des valeurs mobilières inscrites à la cote de la bourse mais qui portent sur des volumes d’échanges importants.

Les actions admises à la cote officielle de la bourse de Casablanca sont déterminées en

fonction de leur liquidité. La détermination du cours des valeurs les moins liquides se fait par le mécanisme du fixing, alors que celle des valeurs les plus liquides par une cotation en continu. Le mécanisme du fixing permet, au cours d’une séance de bourse, de déterminer un cours quotidien des titres cotés en respectant, au mieux, l’équilibre de l’offre et la demande. Inversement, les valeurs qui connaissent un traitement en continu peuvent avoir plusieurs cours durant une séance boursière.

Le Maroc est, aujourd’hui, doté d’une bourse de valeurs fonctionnant selon des standards reconnus par la communauté financière internationale. Cependant, les règles de fonctionnement et d’organisation ne sont pas les seuls facteurs déterminants dans l’attrait d’investissements locaux et étrangers. La recherche, l’analyse et l’exploitation de l’information disponible remplissent aussi un rôle primordial dans la décision de placement des investisseurs. Ces derniers s’intéressent à la pertinence de l’information publique révélée sur le marché, à l’information privée qu’ils détiennent, à l’anticipation des informations privées détenues par les autres agents économiques et à la détermination du degré de rapidité avec lequel le marché intègre dans le cours des titres chaque catégorie d’information.

Dans un marché financier efficient, l’ensemble des informations disponibles sur le

marché est instantanément reflété dans le cours des actifs financiers concernés. Aucun actif n’est alors sous-évalué ou sur-évalué, et la recherche d’informations devient inutile puisque l’ensemble de l’information est déjà contenu dans le cours des titres concernés. L’objectif de ce travail est d’étudier l’efficience informationnelle de la bourse de Casablanca. 2 - La base de données

3

Page 4: Marché fin marocain

La collecte, le traitement et la préparation des données pour les tests empiriques ont été effectués, en grande partie, à partir des données fournies par la société de la bourse des valeurs de Casablanca « SBVC ». La constitution de notre base de données a été une tâche très difficile à réaliser et cela pour plusieurs raisons. Parmi celles-ci, nous citons : l’étroitesse de la place de Casablanca, la faible fréquence des cotations sur certains titres et le manque d’une banque de données comme celle de l’AFFI-SBF en France.

Le nombre de titres cotés au 31 décembre 2000 est de 53 valeurs. Toutefois, notre

échantillon est composé uniquement de 28 valeurs2 pour lesquelles nous disposons de données quotidiennes sur une période de 5 ans allant de janvier 1996 à décembre 2000. Cette période d’étude représente environ 36 000 données en prenant en compte les données concernant l’indice général de la bourse de Casablanca. Nous disposons également des dates de paiements et des montants de dividendes pour chaque valeur ainsi que des informations concernant les augmentations de capital.

Les titres qui composent notre échantillon assure une représentativité significative et

de l’ensemble des valeurs marocaines cotées à la bourse de Casablanca. Le tableau ci-dessous (tableau 1) présente l’ensemble de ces titres ainsi que les secteurs auxquels ils appartiennent.

Tableau 1 : Titres composants notre échantillon

Titres Abréviations Secteurs

Acred ACR Financement Auto-Hall ATH Commerce Banque Commerciale du Maroc BCM Banque Banque Marocaine du Commerce Extérieur BCE Banque Banque Marocaine du Commerce et de l’Industrie BCI Banque Banque Nationale pour le Développement Economique BDE Banque Branoma BNM Agro-alimentaire Brasseries du Maroc SBM Brasserie Carnaud CRN Emballage / Impression Crédit du Maroc CDM Banque Centrale Laitière CLT Brasserie Crédit Immobilier et Hôtelier CIH Banque / Crédit Ciment du Maroc CMA Construction / Matériaux Cior CIO Construction / Matériaux Cosumar CSR Industrie sucrière Compagnie de Transport au Maroc CTM Transport Diac Equipement DIE Financement / Crédit Diac Salaf DIS Crédits à la consommation Crédit Eqdom EQD Société Financière General Tire Maroc GTM Industrie pneumatique Lesieur LES Agro-alimentaire Longometal LGT Commerce ONA ONA Société de portefeuille Samir SAM Pétrole et Mines Société Nationale d’Investissement SNI Société d’investissement Sofac Crédit SOF Financement / Crédit Sonasid SID Industrie Métallurgique Wafabank WFB Banque

2 Les données manquantes de notre série sont remplacées par la méthode du prédécesseur c’est à dire par les derniers cours cotés disponibles. Par ailleurs, les titres qui connaissent un grand nombre de données manquantes ont été supprimés de notre échantillon.

4

Page 5: Marché fin marocain

Les rentabilités des titres sont calculées de la manière suivante :

+=

−1,

,,, ln

ti

tititi S

DSR

avec : tiR , : la rentabilité du titre i à la période t ;

tiS , :le cours du titre i à la période t ;

1, −tiS : le cours du titre i à la période t-1 ;

tiD , :le dividende du titre i encaissé pendant la période t. Quant à la rentabilité de l’indice, elle est mesurée comme suit :

=

−1, ln

t

ttm I

IR

avec : tI : la valeur de l’indice à la période t ;

1−tI : la valeur de l’indice à la période t-1.

Graphique 1 : Evolution et rentabilités journalières de l’indice général de la bourse de Casablanca

0

100

200

300

400

500

600

700

800

900

1000

02/0

1/96

20/0

3/96

07/0

6/96

28/0

8/96

12/1

1/96

28/0

1/97

15/0

4/97

03/0

7/97

22/0

9/97

08/1

2/97

23/0

2/98

14/0

5/98

31/0

7/98

16/1

0/98

04/0

1/99

24/0

3/99

08/0

6/99

25/

08/1

999

08/

11/1

999

25/

01/2

000

10/

04/2

000

27/

06/2

000

12/

09/2

000

27/

11/2

000

éche

lle d

e l'i

ndic

e en

niv

eau

-0,04

-0,03

-0,02

-0,01

0

0,01

0,02

0,03

0,04

0,05

rent

abili

té d

e l'i

ndic

e

cours R = ln(cours t / cours t-1)

5

Page 6: Marché fin marocain

L’évolution de l’indice général de la bourse de Casablanca a connu une évolution en

deux phases principales. La première est celle de la hausse régulière allant de 1993 (date de la réforme boursière de 1993) jusqu’au milieu de l’année 1998 (date de la fin des principales réformes concernant le marché financier marocain). La deuxième phase est caractérisée par une dépression boursière résultante de l’épuisement du potentiel qu’offre la réforme de 1993 complétée par celle de 1997. 3 - L’étude des caractéristiques de la distribution des rentabilités

La présence d’une série de taux de rentabilité qui suit une loi normale nous permet de conclure que la répartition de ces taux de rentabilité autour de la moyenne est symétrique et ne dépend que de l’écart type. Dans un tel cas, les deux tiers des observations sont à un écart type autour de la moyenne, et plus de 95 % des taux de rentabilité sont compris entre 2 écarts types par rapport à la moyenne. L’étude de la normalité des rentabilités est vérifiée à partir de tests qui sont basés sur les coefficients de symétrie (appelé Skewness) noté Sk et d’aplatissement (appelé Kurtosis) noté Ku. Pour avoir des distributions de taux de rentabilités qui suivent des lois normales, il faut que la distribution soit symétrique c’est à dire la skewness nulle, et que le coefficient de kurtosis égale à 3.

Le coefficient de symétrie se mesure par le rapport du moment centré d’ordre 3 au cube de l’écart type. Le coefficient de kurtosis se mesure par le rapport entre le moment centré d’ordre 4 et le carré du moment centré d’ordre 2.

( )

( )23

2

1,

1

3,

1

1

−=

=

=

N

titi

N

titi

i

RRN

RRNSk ( )

( )22

1,

1

4,

1

1

−=

=

=

N

titi

N

titi

i

RRN

RRNKu

avec : N : le nombre d’observations

∑=

=N

ttii RNR

1,1 : la moyenne arithmétique des rentabilités du titre i.

L’acceptation de l’hypothèse de normalité des taux de rentabilités des titres cotés sur

la place de Casablanca consiste à vérifier si la skewness et la kurtosis sont proches respectivement de 0 et 3. Plusieurs tests peuvent vérifier cela, le plus connu dans la littérature financière étant celui de Bera-Jarque. Il s’intéresse aux indicateurs de la mesure de la forme de la distribution c’est à dire à la skewness et la kurtosis. Il est basé sur le fait que les distributions asymptotiques de ces coefficients suivent une loi normale centrée réduite :

SkNkS 6~= → N(0,1)

)3(24~ −= KuNuK →N(0,1)

6

Page 7: Marché fin marocain

Le test joint de Bera-Jarque construit à partir de ces deux variables normales et indépendantes suit une distribution de Chi-deux à deux degrés de liberté. Il est définit par : BJ = ( ) ( )22 324 −+ KuNSk6

N

Si la statistique de Bera-jarque est inférieure à la valeur théorique du Chi-deux, l’hypothèse de normalité est acceptée, sinon elle est rejetée.

Le tableau ci-dessous résume les statistiques concernant l’indice général de la bourse de Casablanca sur la période allant de 1994 à 2000.

Tableau 2: Moments statistiques des rentabilités quotidiennes de l’indice IGB

Périodes Moyenne Ecart-type Skewness Kurtosis Bera-jarque

Normalité à 5%

1994-1995 0.00056 0.0035 -0.6804 25.2098 10232 rejet 1996 0.00109 0.00282 1.73193 7.08555 295.26 rejet 1997 0.00161 0.00493 -0.10225* 5.84104 83.5 rejet 1998 0.00074 0.00404 0.13147* 3.83418 35.2 rejet 1999 -0.00014 0.00501 -0.41299 11.2017 705 rejet 2000 -0.00066 0.00628 1.99589 14.1516 1455.54 rejet

1996-2000 0.00053 0.00482 0.64762 11.8209 4026.6 rejet * : indique que le coefficient de skewness est significativement égal à 0 au seuil de 5 %

Au regard des valeurs des paramètres de forme et de leur significativité, la distribution

des rentabilités quotidiennes de l’indice général de la place de Casablanca s’éloigne de la distribution normale. En effet, l’hypothèse de symétrie est globalement rejetée sauf pour l’année 1997 et 1998 et la valeur de kurtosis est significativement supérieure à 3 quel que soit la période retenue. Le test de Bera-Jarque rejette pour l’ensemble des périodes considérées l’hypothèse de normalité des distributions des rentabilités de l’indice (la valeur théorique du Chi-deux à 5 % est égale à 5.99). Cette déviation par rapport à la normalité signale donc la présence d’un sommet plus pointu.

Par ailleurs, nous constatons que l’essentiel du caractère leptokurtique de notre série se

situe entre 1994 et 1995 (Ku = 25.21) c’est à dire la période qui suit la grande réforme du marché boursier marocain. Quant à la période 1997-1998, elle est caractérisée par des coefficients de kurtosis qui sont proche de 3 (non significative) et des coefficients de symétrie qui sont significativement nuls. Bien que les résultats de 1997 et 1998 laissent à penser que le marché devient de plus en plus mature, ils ne permettent pas de valider l’hypothèse de normalité ni en 1997 ni en 1998 puisque la statistique de Bera-jarque est respectivement de 83.5 et 35.2.

La statistique de BJ étant très sensible à la présence des valeurs extrêmes, le test de

Chi-deux, considéré comme plus robuste, permet d’affiner les conclusions concernant la normalité des rentabilités. Ce test permet de faire la comparaison de la distribution empirique d’une variable aléatoire dans un échantillon par rapport à la distribution théorique supposée être celle de la loi normale. Les résultats trouvés vont dans le même sens que ceux de BJ c’est à dire le rejet de la normalité de la distribution des rentabilités de l’indice. A titre d’exemple, le calculé pour l’indice IGB sur la période allant du 01/01/1996 au 29/12/2000 est de 2χ

7

Page 8: Marché fin marocain

972.56, alors que pour accepter l’hypothèse de normalité, il faut qu’il soit inférieur au théorique (37.65 avec 5% de risque et 44.31 avec 1% de risque).

Graphique 2: Distribution des rentabilités journalières de l’indice IGB

0

50

100

150

200

250

300

350

400

450

-3,25

-2,75

-2,25

-1,75

-1,25

-0,75

-0,25 0,2

50,7

51,2

51,7

52,2

52,7

53,2

5

écart type par rapport à la moyenne (0)

nom

bre

d'ob

serv

atio

ns

Série observée������������������������������série théorique

���������������������������������

����������������

������������������������

������������������

����������������

��������������������

������������������

������������������

����������������

�������������������������������

���������������������������

�����������������������������

�������������������������

�����������������������������������������

�����������������������������������������

Graphiquement, il est clair que la distribution des rentabilités de l’indice général de la

bourse de Casablanca s’éloigne de la loi normale. Ainsi, nous pouvons constater la très forte concentration de la distribution des rentabilités dans les deux classes modales situées autour de la moyenne soit entre 0 et ± 0.25 fois l’écart type. Cette forme leptokurtique est la caractéristique non pas que de l’indice général « IGB »mais aussi de l’ensemble des titres cotés sur la place de Casablanca.

Le tableau ci-dessous nous donne les résultats de l’analyse de normalité (les coefficients de skewness et de kurtosis) des rentabilités journalières des titres marocains sur la période allant du 01 janvier 1996 au 29 décembre 2000. Les conclusions sont semblables à celles obtenues pour l’indice « IGB » c’est à dire la non-normalité de l’ensemble des titres cotés sur la place de Casablanca. En effet, le caractère leptokurtique est significatif pour l’ensemble des titres puisque le coefficient de kurtosis atteint des valeurs largement supérieures à 3 (kurtosis allant de 7.18 pour le titre BMCI à 898 pour le titre Auto Hall). Quant au coefficient de symétrie, il est significativement nul pour trois titres seulement qui sont : BMCE, BMCI, et LESIEUR. Par ailleurs, le test de BJ et le test de rejettent constamment l’hypothèse de normalité et cela quel que soit le titre considéré.

8

Page 9: Marché fin marocain

Tableau 3: Moments statistiques des rentabilités quotidiennes des titres marocains

Titres Moyenne Ecart type Skewness Kurtosis ACRED 0.0005 0.01825 2.03028 69 AUTO-HALL -0.00115 0.04965 -27.7747 897 BCM 0.00058 0.00933 0.73932 11.48 BMCE 0.00043 0.01168 -0.00004* 21.69 BMCI 0.00088 0.01451 -0.03032* 7.18 BNDE 0.00038 0.02500 17.085 477.22 BRANOMA 0.00021 0.01554 0.31547 21.7 BRASSERIE 0.00054 0.01517 1.01066 16.07 CARNAUD 0.00068 0.01239 6.39999 126.99 CDM 0.00014 0.01357 0.53178 11.33 CENTRALE L. 0.00078 0.01408 0.18220 17.31 CIH -0.00048 0.02134 -0.31456 15.84 CIMAR 0.00051 0.01472 -0.22875 19.29 CIOR 0.00082 0.01308 0.55938 11.44 COSUMAR -0.00038 0.01663 -0.25320 11.33 CTM 0.00007 0.01411 0.35220 10.17 DIAC EQUIPEMENT 0.00053 0.02134 6.80752 168.83 DIAC SALAF 0.00077 0.02412 7.83378 164.60 EQDOM 0.00042 0.01780 0.01779 8.52 G. TIRE -0.00132 0.01803 -0.28692 12.11 LESIEUR 0.00033 0.01504 -0.06046* 12.69 LONGOMETAL -0.00117 0.02392 -0.71173 16.28 ONA 0.00107 0.00990 0.47811 9.31 SAMIR 0.00037 0.01372 4.65768 75.60 SNI 0.00073 0.01062 0.30702 10.56 SOFAC CREDIT 0.00038 0.04739 -0.10034 467.47 SONASID 0.00055 0.01456 0.83379 9.96 WAFABANK 0.00070 0.01244 0.54315 7.92 * : indique que le coefficient de skewness est significativement égal à 0 au seuil de 5 %.

4 - La stationnarité des rentabilités

Pour qu’une variable aléatoire soit prévisible, il faut qu’elle soit stationnaire. Dans

notre cas, la stationnarité des séries de rentabilités des titres marocains est étudiée en utilisant le test de racine unitaire proposé par Dickey-Fuller (DF) et le test de Dickey-Fuller augmenté (ADF). Les 4 régressions suivantes sont testées : ∆ (DF sans trend) tititi RR ,1,, εφα ++= −

∆ (DF avec trend) tititi RtR ,1,, εφδα ++= − +

9

Page 10: Marché fin marocain

∆ (ADF sans trend) tij

jtijtiti RRR ,

4

1,1,, ελφα +∆++= ∑

=−−

∆ (ADF avec trend) tij

jtijtiti RRtR ,

4

1,1,, ελφδα +∆+++= ∑

=−−

avec : 1,,, −−=∆ tititi RRR Les résultats de ces tests de DF et ADF sont reportés dans les deux tableaux suivants :

Tableau 4 : Tests DF de stationnarité des rentabilités journalières des actions marocaines (1996-2000)

Sans trend Avec trend

TITRES φ T-Stat φ T-Stat ACRED -1.034 -36.25 -1.037 -36.42 AUTO-HALL -0.994 -34.84 -0.995 -34.91 BCM -0.880 -31.12 -0.886 -31.41 BMCE -0.888 -31.42 -0.897 -31.84 BMCI -0.963 -33.89 -0.970 -34.22 BNDE -1.007 -35.39 -1.006 -35.38 BRANOMA -0.958 -33.59 -0.965 -33.98 BRASSERIE -0.904 -32.15 -0.913 -32.39 CARNAUD -0.942 -33.08 -0.949 -33.45 CDM -1.079 -38.05 -1.080 -38.13 CIH -1.027 -36.36 -1.031 -36.59 CENTRALE L. -0.996 -34.99 -1.017 -36.08 CTM -0.922 -32.47 -0.924 -32.54 CIOR -0.884 -31.16 -0.888 -31.40 CIMAR -0.977 -34.22 -0.981 -34.43 COSUMAR -0.949 -33.29 -0.950 -33.32 DIAC EQUIPEMENT -0.978 -34.27 -0.983 -34.57 DIAC SALAF -0.945 -33.19 -0.958 -33.89 EQDOM -0.935 -32.92 -0.954 -33.93 G. TIRE -1.013 -35.60 -1.016 -35.81 LESIEUR -1.013 -35.60 -1.018 -35.86 LONGOMETAL -0.913 -32.20 -0.915 -32.30 ONA -0.787 -28.31 -0.794 -28.66 SAMIR -0.962 -33.14 -0.963 -33.20 SNI -0.813 -29.09 -0.818 -29.37 SOFAC CREDIT -1.461 -57.81 -1.461 -57.83 SONASID -0.938 -31.38 -0.944 -31.66 WAFABANK -0.902 -31.88 -0.911 -32.32 INDICE (IGB) -0.588 -22.72 -0.607 -23.61

10

Page 11: Marché fin marocain

Tableau 5 : Tests ADF de stationnarité des rentabilités journalières des titres marocains

(1996-2000)

Sans trend Avec trend TITRES φ T-Stat φ T-Stat ACRED -1.029 -36.16 -1.046 -36.85 AUTO-HALL -1.001 -35.09 -1.008 -35.35 BCM -0.924 -33.05 -0.945 -33.87 BMCE -0.983 -34.98 -1.023 -36.60 BMCI -0.805 -28.58 -0.827 -29.43 BNDE -1.080 -38.07 -1.081 -38.08 BRANOMA -0.859 -30.24 -0.890 -31.39 BRASSERIE -0.671 -23.94 -0.697 -24.92 CARNAUD -0.813 -28.66 -0.840 -29.68 CDM -1.050 -37.11 -1.057 -37.39 CIH -0.945 -33.67 -0.959 -34.23 CENTRALE L. -0.874 -30.82 -0.960 -34.18 CTM -0.862 -30.45 -0.866 -30.62 CIOR -0.725 -25.75 -0.739 -26.32 CIMAR -0.860 -30.22 -0.876 -30.81 COSUMAR -1.019 -35.82 -1.023 -35.97 DIAC EQUIPEMENT -0.961 -33.68 -0.988 -34.71 DIAC SALAF -0.915 -32.19 -0.977 -34.59 EQDOM -0.726 -25.85 -0.788 -28.21 G. TIRE -1.101 -38.83 -1.123 -39.68 LESIEUR -0.994 -34.96 -1.018 -35.91 LONGOMETAL -0.898 -31.75 -0.905 -32.05 ONA -0.844 -30.48 -0.875 -31.70 SAMIR -1.004 -34.63 -1.032 -35.61 SNI -0.989 -35.70 -1.019 -36.89 SOFAC CREDIT -1.919 -78.84 -1.922 -78.94 SONASID -0.976 -32.69 -1.003 -33.70 WAFABANK -0.872 -30.85 -0.908 -32.26 INDICE (IGB) -0.465 -18.09 -0.503 -19.65

Dans ces régressions, l’hypothèse nulle : φ = 0 (processus non stationnaire) est testé

contre l’hypothèse alternative : φ < 0 (processus stationnaire). Si la statistique du coefficient est inférieure à la valeur critique (ou supérieure en valeur absolue), nous rejettons

l’hypothèse d’existence d’une racine unitaire (la série sera donc stationnaire). Si la statistique est supérieure à la valeur critique (ou inférieur en valeur absolue) puisqu’elle est toujours négative), le coefficient φ est significativement non différent de zéro au seuil de risque choisi et par conséquent l’hypothèse de racine unitaire est acceptée. Dans notre travail, le coefficient

est significativement négatif et différent de zéro pour l’ensemble des valeurs (pour des

φ

φ

11

Page 12: Marché fin marocain

seuils de risque de 1 % et 5 %). Les séries de rentabilités observées sur le marché marocain sont donc stables et stationnaires et par conséquent prévisibles. 5 - La dépendance des rentabilités

La prévisibilité des rentabilités des titres et de l’indice peut être examinée en estimant les coefficients de corrélation. Ces derniers mesurent la relation qui existe entre la valeur prise par une variable aléatoire à la période t et la valeur prise par cette même variable k périodes auparavant. Formellement :

=

=−

−−−= N

titi

kN

tiktiiti

i

RRN

RRRRkNk

1,

1,,

)(1

)()(1)(ρ

avec :

∑=

=N

ttii RNR

1,1

Le tableau ci-dessous permet d’analyser les autocorrélations des rentabilités

quotidiennes de l’indice général de la bourse de Casablanca. Pour chaque ordre k (k = 1,…20), nous calculons le coefficient d’autocorrélation ainsi que la statistique de Student correspondante.

Tableau 6 : Autocorrélations des rentabilités quotidiennes de l’IGB (1996-2000)

Retards )(kρ T-Stat

1 0.412 8.376 2 0.222 6.736 3 0.155 4.536 4 0.121 3.495 5 0.137 3.929 6 0.078 2.191 7 0.047* 1.322 8 0.057* 1.605 9 0.105 2.945

10 0.110 3.057 11 0.102 2.811 12 0.074 2.034 13 0.083 2.267 14 0.117 3.194 15 0.085 2.311 16 0.081 2.187 17 0.041* 1.087 18 0.049* 1.303 19 0.054* 1.434 20 0.103 2.745

* : indique que le coefficient de corrélation est significativement nul au seuil de 5%

12

Page 13: Marché fin marocain

Si le marché est efficient au sens faible, nous devrons obtenir des coefficients d’autocorrélations non significativement différents de zéro. Cette constatation n’est pas validée sur le marché marocain puisque l’autocorrélation d’ordre 1 est supérieure à 40 % pour l’indice « IGB ». Cela signifie que les rentabilités quotidiennes sont prévisibles en utilisant uniquement les rentabilités quotidiennes du jour précédent t-1. En revanche, à partir de l’ordre 7, on constate quelques coefficients significativement nuls. Ce résultat montre, par exemple, qu’on ne peut pas prévoir les rentabilités de la période t par les rentabilités de la période t-7. Ce dernier résultat ne signifie pas que le marché est imprévisible lorsqu’on prend en considération les rentabilités de plusieurs jours auparavant pour prévoir celles d’aujourd’hui. D’ailleurs, les coefficients d’autocorrélation mesurées à partir de données hebdomadaires donnent des résultats significativement différent de zéro confirmant ainsi l’hypothèse de la dépendance des rentabilités.

Par ailleurs, nous constatons que ces coefficients de corrélation sérielles sont

constamment positifs et cela quel que soit l’ordre d’autocorrélation. Cela signifie qu’une hausse des rentabilités succède la plupart du temps à une hausse, et inversement. Pour compléter notre étude concernant la dépendance des rentabilités des valeurs marocaines, nous calculons, pour un décalage d’ordre 1, les autocorrélations pour les titres individuels.

Tableau 7: Coefficients d’autocorrélation d’ordre 1 et le t-stat correspondant des rentabilités des titres marocains

TITRES )1(ρ T-Stat TITRES )1(ρ T-Stat

ACRED -0.034* -0.679 CIMAR 0.023* 0.472 AUTO-HALL 0.006* 0.125 COSUMAR 0.051* 1.035 BCM 0.120 2.434 DIAC EQUIPEMENT 0.022* 0.447 BMCE 0.112 2.261 DIAC SALAF 0.055* 1.122 BMCI 0.037* 0.743 EQDOM 0.065* 1.323 BNDE -0.007* -0.135 G. TIRE -0.013* -0.254 BRANOMA 0.042* 0.850 LESIEUR -0.013* -0.259 BRASSERIE 0.096* 1.949 LONGOMETAL 0.087* 1.762 CARNAUD 0.058* 1.184 ONA 0.213 4.330 CDM -0.078* -1.589 SAMIR 0.038* 0.767 CIH -0.027* -0.549 SNI 0.187 3.798 CENTRALE L. 0.004* 0.071 SOFAC CREDIT -0.461 -9.324 CTM 0.078* 1.581 SONASID 0.061* 1.247 CIOR 0.116 2.352 WAFABANK 0.098 1.987

* : indique que le coefficient d’autocorrélation est significativement égal à zéro au seuil de 5% Nous constatons que 21 titres sur 28 sont caractérisés par des coefficients

d’autocorrélation d’ordre 1 significativement nuls. Ce résultat laisse à penser que la plupart des titres marocains sont caractérisés par des variations aléatoires. Néanmoins, on ne peut pas conclure rapidement à l’indépendance des rentabilités des valeurs cotées sur la place de Casablanca. Plusieurs raisons peuvent être à l’origine de cette indépendance des rentabilités. Nous pouvons citer principalement les problèmes d’asynchronisme et de la faible fréquence de transaction.

13

Page 14: Marché fin marocain

Nous complétons notre étude par deux tests supplémentaires : le premier est un test paramétrique «test du Portemanteau » et le deuxième est un test non paramétrique «test des runs ». Le premier consiste à mesurer l’autocorrélation des K premiers ordres en vérifiant la nullité de l’autocorrélation globale, représentée dans notre cas par les 20 premiers coefficients. La corrélation nulle nous permet de conclure que les rentabilités sont indépendantes et cela dès qu’elles sont distribuées selon une loi normale, ce qui n’est pas le cas avec les rentabilités journaliers de nos titres. D’ailleurs, c’est la raison pour laquelle, Nous utilisons un deuxième test appelé test des « runs » qui s’applique indépendamment de la forme de la distribution étudiée. L’autocorrélation des K premiers ordres

La statistique de portemanteau mesure l’autocorrélation des K premiers ordres et elle

se calcule de la manière suivante :

[ ]∑=

=K

kkNKQ

1

2)(ˆ)( ρ

avec : N : le nombre d’observations

:)(ˆ kρ le coefficient d’autocorrélation d’ordre k

En pratique si Q(k) < (K) on accepte l’hypothèse d’indépendance des rentabilités (c’est à dire la marche aléatoire) et cela pour un risque de α %. Dans le cas contraire, on refuse l’hypothèse de marche au hasard et par conséquent l’hypothèse de dépendance des rentabilités est acceptée.

21 αχ −

Nous avons calculé la statistique de portemanteau pour K égal à 5, 10, 15 et 20 de

chacun des 28 titres retenus dans notre échantillon ainsi que pour l’indice « IGB » et cela toujours sur la même période c’est à dire celle allant du 02 janvier 1996 au 29 décembre 2000.

Les statistiques de Portemanteau Q(K) permettent de rejeter l’hypothèse

d’indépendance des rentabilités quotidiennes pour la plupart des valeurs. Ce rejet s’affirme au fur et à mesure de l’augmentation de la valeur de K prise en considération. Ainsi, pour un K=15 ou K=20, 23 valeurs sur 28 rejettent l’hypothèse de la marche aléatoire alors que pour un K=5 et K=10, le rejet de l’hypothèse d’indépendance est significative respectivement que sur 16 et 18 valeurs. L’hypothèse d’indépendance est rejetée aussi pour les rentabilités du marché calculées sur la base de l’indice général de la bourse de Casablanca et cela quel que soit la valeur de K. Ces résultats confirment donc l’existence de corrélations sérielles dans les séries de rentabilités des titres marocains.

14

Page 15: Marché fin marocain

Tableau 8 : Résultats du test portemanteau (Q) pour K=5, 10, 15, 20

Q TITRES K=5 K=10 K=15 K=20

ACRED 7.66 10.37 19.23 20.99 AUTO-HALL 0.33 0.46 0.63 3.39 BCM 50.01* 58.07* 65.47* 71.06* BMCE 32.70* 36.95* 39.28* 44.06* BMCI 26.46* 31.21* 39.94* 50.74* BNDE 5.64 7.90 9.04 9.62 BRANOMA 10.24 24.61* 28.91* 45.80* BRASSERIE 50.26* 53.39* 55.86* 56.99* CARNAUD 14.16* 39.40* 43.74* 48.68* CDM 12.85* 15.70 29.05* 43.03* CIH 15.99* 21.80* 32.20* 37* CENTRALE L. 11.81* 23.23* 39.21* 56.37* CTM 15.85* 37.61* 54.56* 58.61* CIOR 44.22* 59.54* 68.92* 75.70* CIMAR 6.40 9.45 29.18* 33.75* COSUMAR 8.629 11.11 14.80 18.68 DIAC EQUIPEMENT 1.004 2.69 4.48 21 DIAC SALAF 6.71 10.50 48.55* 54.81* EQDOM 37.14* 45.79* 54.32* 56.47* G. TIRE 6.69 53.63* 62.65* 65.31* LESIEUR 3.27 15.97 28.71* 37.34* LONGOMETAL 18.56* 31.81* 50.99* 56.56* ONA 67.67* 72.26* 88.14* 90.19* SAMIR 5.57 29.89* 36.10* 53.69* SNI 66.64* 68.33* 75.41* 76.71* SOFAC CREDIT 263.41* 263.78* 265.21* 265.54* SONASID 9.31 22.81* 34.65* 37.68* WAFABANK 13.98* 16.16 35.66* 38.71* INDICE 342.84* 385.77* 440.05* 469.90*

* :indique que la statistique est significative au seuil de 5 %

Les tests d’autocorrélation constituent les principaux tests d’efficience faible des

marchés financiers. Ainsi des coefficients d’autocorrélation nuls équivaut à l’indépendance des rentabilités à condition que les variables soient normales. Toutefois, les résultats des tests de normalité montrent que la distribution des rentabilités des titres cotés sur le marché marocain dévie fortement de celle d’une loi normale. C’est la raison pour laquelle, nous complétons notre étude par un test non paramétrique : le test des « runs » appelé test de séquences.

15

Page 16: Marché fin marocain

Le test des runs Le test non paramétrique des séquences homogènes ( test des runs ) mesure le degré de

dépendance existant à travers des séries historiques de cours ou de rentabilités, et cela indépendamment de leur distribution. Il s’intéresse uniquement aux suites de signes (+/-) des variations (positives/négatives) des cours ou des rentabilités des actifs.

Un run positif est une séquence de fluctuations des cours positifs précédée par une fluctuation nulle ou négative et inversement pour un run négatif. Le test statistique est basé sur l’appréciation de manière probabiliste de la différence éventuelle entre le nombre de runs espérés dans un contexte aléatoire et le nombre de runs effectivement observés pour l’échantillon sélectionné. Dans le cas où les changements de cours des actifs seraient positivement corrélés, on devrait observer de longs runs (des séries longues de signes positifs ou de signes négatifs), alors que si les changements de cours des actifs sont négativement corrélés, on devrait avoir des runs courts c’est à dire des changements répétés de signes. Si les changements sont indépendants, aucun des deux cas ne devrait être observé.

Si dans une série de changements de cours ou de rentabilités, les signes de ces derniers sont distribués de manière aléatoire, le nombre total de runs suit une distribution normale dont on peut facilement calculer l’espérance et l’écart type σ . Formellement : µ

N

nNNi

i∑=

−+=

3

1

2)1(µ

21

2

3

1

333

1

23

1

2

)1(

2)1(

−−

++

=∑∑∑===

NN

NnNNNnni

ii

ii

i

σ

avec : in : le nombre de rentabilités pour chaque signe (positifs, nuls, et négatifs).

N : le nombre d’observations. L’hypothèse nulle de marche au hasard est : H0 : P1=P2 avec : P1 : est la probabilité qu’un signe positif succède à un signe négatif ou inversement. P2 : est la probabilité qu’un signe positif succède à un signe positif ou un signe négatif à un signe négatif. L’hypothèse alternative est H1 : P1>P2 (autocorrélation négative), P1<P2 (autocorrélation positive). L’appréciation probabiliste de l’écart entre le nombre espéré et le nombre de runs observé est déterminée par la statistique suivante :

16

Page 17: Marché fin marocain

σµ−

=XZ

avec : X : le nombre de runs observé.

Le rejet ou l’acceptation du comportement aléatoire des fluctuations des cours, et par conséquent de l’efficience du marché, repose sur la valeur de Z. Si P(Z)>0.05 (dans le cas d’un niveau de confiance de 5 %), on ne peut rejeter l’hypothèse d’indépendance. Nous présentons dans le tableau ci dessous les résultats obtenus par le test des runs pour chacun des titres de notre échantillon ainsi que pour l’indice général. Nous avons ainsi calculé le nombre de runs observé, le nombre de runs espéré, l’écart type des runs et la Z-statistique.

Tableau 9: Résultats du test des runs (Z)

TITRES Nombre de runs

observé (X) Nombre de runs

espéré ( ) µEvart-type des

runs Z-statistic

ACRED 220 252 5.56 -5.77 AUTO-HALL 348 382 8.32 -4.10 BCM 653 808.82 16.35 -9.53 BMCE 694 808.38 16.46 -6.95 BMCI 721 803.75 16.29 -5.08 BNDE 648 769.74 15.77 -7.72 BRANOMA 362 417.85 9.07 -6.15 BRASSERIE 639 713.54 14.82 -5.03 CARNAUD 107 126.04 2.69 -7.09 CDM 610 692.36 14.45 -5.7 CIH 726 805 16.32 -4.85 CENTRALE L. 435 456.23 9.88 -2.15 CTM 670 781.65 15.95 -6.99 CIOR 725 826 16.57 -6.10 CIMAR 588 703.75 14.64 -7.90 COSUMAR 513 622.64 13.19 -8.31 DIAC EQUIPEMENT 171 188.70 4.19 -4.22 DIAC SALAF 451 538 11.52 -7.55 EQDOM 730 824 16.55 -5.68 G. TIRE 713 722.91 15 -0.66* LESIEUR 502 549.83 11.76 -4.07 LONGOMETAL 505 599 12.77 -7.43 ONA 669 821.22 16.52 -9.22 SAMIR 667 783 16.16 -7.19 SNI 692 816.28 16.49 -7.54 SOFAC CREDIT 472 520 11.26 -4.28 SONASID 665 727.17 15.61 -3.98 WAFABANK 716 822.49 16.54 -6.44 INDICE (IGB) 449 626.37 17.41 -10.19

* :indique que la statistique est significative au seuil de 5 %

Les valeurs de Z sont pour l’ensemble des titres négatives puisque le nombre de runs théorique est toujours supérieur au nombre de runs calculé. Ce résultat correspond à l’existence de dépendances positives dans les séries de rentabilités. Par ailleurs, la seule statistique significative au seuil de 5 % est celle du titre G.Tire. Pour les autres valeurs, nous

17

Page 18: Marché fin marocain

obtenons des coefficients non significatifs ce qui nous permet de rejeter l’hypothèse d’indépendance des rentabilités pour 27 titres sur 28 ainsi que pour l’indice général. 6 - Anomalies boursières sur le marché marocain des actions

Depuis la fin des années 70, les travaux empiriques se sont multipliés pour détecter l’existence d’anomalies ou de saisonnalités dans les rentabilités des actifs boursiers. Ces travaux ont été réalisés principalement sur les marchés financiers des pays développés. Toutefois, cette dernière décennie, nous avons constaté l’apparition de plusieurs travaux concernant les pays émergents. Ces études ont, bien sûr, remis en cause l’hypothèse d’efficience informationnelle des marchés financiers. En effet, dans le cas d’existence d’anomalies, les prix des titres ne reflètent pas correctement l’ensemble de l’information disponible. L’effet taille

Pour identifier l’effet taille, les valeurs de notre échantillon vont être classées par

niveau de capitalisation boursière. Et pour chaque date, 3 portefeuilles sont construit. Le premier est formé des titres de forte capitalisation, le deuxième de capitalisation moyenne, et le troisième portefeuille des titres de faible capitalisation boursière. L’analyse de l’effet taille est étudiée en examinant les rentabilités quotidiennes des trois portefeuilles de capitalisation. Le tableau ci-dessous reprend les caractéristiques des rentabilités quotidiennes des trois classes de capitalisation. Le nombre de données correspond au nombre total des rentabilités quotidiennes empilées par portefeuille sur toute la période d’étude. Quant au pourcentage des rentabilités négatives (respectivement positives et nulles), il correspond au rapport du nombre de rentabilités négatives (respectivement le nombre de rentabilités positives et nulles) par le nombre total des rentabilités. Parmi les autres statistiques étudiées, on trouve la performance moyenne annuelle (rentabilité moyenne annuelle) de chaque portefeuille, ainsi que la volatilité annuelle (mesurée par l’écart type multiplié par 252 ). La dernière statistique analysée est le risque systématique. Ce dernier est obtenu par la régression des moindres carrés ordinaires des rentabilités quotidiennes des titres empilés sur celles de l’indice général de la bourse de Casablanca.

Tableau 10 : Statistiques par classe de capitalisation sur le marché marocain

(2/01/96 au 29/12/00)

Portefeuille 1 2 3 Nombre de données 12 338 11 014 11 106 Rentabilités nulles 37.15 % 58.85 % 73.66 %

Rentabilités négatives 30.30 % 21.13 % 13.05 % Rentabilités positives 32.55 % 20.02 % 13.29 %

Rentabilité moyenne annuelle 16.78 % 6.53 % -3.31 % Volatilité annuelle 19.87 % 27.26 % 45.52 %

Le risque systématique (Bêta) 0.716 0.551 0.446 Le pourcentage des rentabilités nulles est un indicateur de liquidité du marché. A titre d'exemple, le portefeuille 3 composé de titres de faible capitalisation boursière connaît un pourcentage très élevé de rentabilités nulles (73.66 %). En fait, les cours varient très peu

18

Page 19: Marché fin marocain

d’une séance à l’autre en raison du faible volume des transactions. Ce phénomène est une caractéristique des marchés boursiers émergent les moins avancés. En ce qui concerne les rentabilités positives, elles sont croissantes par rapport à la capitalisation boursière. Plus la capitalisation du portefeuille est importante, plus le pourcentage des rentabilités positives est élevé. Ce résultat ne signifie pas qu’en détenant des titres à forte capitalisation boursière, nous réaliserons automatiquement plus de rentabilités positives que si nous détenions des titres à faible capitalisation. D’ailleurs, le pourcentage des rentabilités négatives est plus élevé pour le portefeuille de forte capitalisation boursière (portefeuille1) que pour le portefeuille de faible capitalisation (portefeuille 3). La volatilité annuelle du portefeuille à forte capitalisation boursière est moins élevée que celle du portefeuille à capitalisation moyenne et faible. Par ailleurs, les petites capitalisations ont un risque systématique (bêta) inférieur à celui des fortes capitalisations. Le portefeuille 1 a une sensibilité de 0.7165 contre 0.5509 pour le portefeuille 2 et 0.4463 pour le portefeuille 3. L’effet mois de l’année Plusieurs travaux réalisés sur les marchés boursiers des pays développés ont montré l’existence d’un effet mois de l’année notamment au mois de janvier. Ils ont montré que les rentabilités boursières sont, en moyenne, plus élevées au mois de janvier que durant les autres mois de l’année.

En ce qui concerne les marchés boursiers des pays émergents, l’effet mois de l’année n’a pas toujours été décelé. Et quand il existe, il n’est pas spécifique au mois de janvier. Ainsi, notre travail sur le marché marocain se focalisera sur l’ensemble des mois de l’année et non pas seulement sur le mois de janvier. L’effet du mois de l’année est étudié par l’équation de la régression suivante :

∑=

++=12

2,,1,

ktitkkm

ti DR εαα

avec : mtiR , : la rentabilité mensuelle du titre i

tkD , : une variable dichotomique qui prend la valeur de 1 si la date est le mois k et 0 sinon. k = 2 pour le mois de février, 3 pour mars, etc.

1α : mesure la rentabilité moyenne du mois de janvier.

kα : représente l’excédent de rentabilité du mois k relativement au mois de janvier.

La rentabilité moyenne du mois k est la somme de α . Ainsi, les statistiques qui en découlent pour les coefficients α refléteront la significativité de la différence des mois k par rapport au mois de janvier. Si la rentabilité espérée est identique pour chaque mois de l’année, on obtiendra des coefficients α nuls. Le rejet de cette hypothèse suppose que la rentabilité moyenne d’un des mois de l’année est significativement différente de celle du mois de janvier.

ket α1

k

122 ......α

19

Page 20: Marché fin marocain

L’équation de régression ci-dessus est appliquée à l’ensemble des titres ainsi qu’à l’indice général de la bourse de Casablanca sur la période allant de janvier 1996 à décembre 2000. Les résultats (cf. annexe 1) indiquent qu’il n’existe pas d’effet significatif du mois de l’année comme celui observé sur de nombreux pays développés. Toutefois, l’indice général de la bourse de Casablanca connaît une hausse importante principalement au mois de mars, d’avril et d’août. En outre, des baisses de rentabilités sont observées les trois derniers mois de l’année. D’ailleurs, 23 titres (respectivement 21 et 15 titres) de notre échantillon connaissent des rentabilités négatives au mois d’octobre (respectivement au mois de novembre et décembre) contre uniquement 6 pour le mois de janvier.

Dans notre travail, nous nous sommes aussi intéressés à l’existence éventuelle d’un

effet « Ramadan ». Entre 1996 et 2000, le mois du Ramadan a eu lieu entre le mois de décembre et le mois de mars. Les rentabilités spécifiques de ce mois pendant la période allant de janvier 1996 à décembre 2000 ne permet de détecter aucun résultat significatif. L’effet jour de la semaine

De la même manière que pour l’effet mois de l’année, l’impact du jour de la semaine est étudié en analysant l’équation de la régression suivante :

∑=

++=5

2,,1,

ktitkkti DR εαα

où : tkD , =1 si t est le jour k et 0 sinon

k=2 pour le mardi, k=3 pour le mercredi, etc. 1α : mesure la rentabilité moyenne du lundi

kα : représente l’excédent de rentabilité des autres jours de la semaine par rapport au lundi. La rentabilité moyenne des autres jours (autre que le lundi) de la semaine est obtenue en additionnant les coefficients α . 1αetk

L’équation de régression ci-dessus est donc appliquée à l’ensemble à l’ensemble des

titres, ainsi qu’à l’indice général de la bourse de Casablanca et cela sur la période allant de janvier 1996 à décembre 2000. Les résultats (cf. annexe 2) de l’effet jour de semaine sur les rentabilités n’apportent pas de conclusions significatives. Toutefois, des rentabilités élevées, par rapport aux autres jours de la semaine, sont observées le lundi notamment pour l’indice général de la bourse de Casablanca. A titre d’exemple, la rentabilité quotidienne moyenne de l’indice est de 0.0928 % le lundi alors qu’elle est de 0.0103 % le mardi, 0.0048 % le mercredi et 0.0639 % le jeudi. Nous constatons que le vendredi est caractérisé aussi par des rentabilités quotidiennes élevées. D’ailleurs 21 titres de notre échantillon ont des rentabilités positives le vendredi contre 12 titres le mardi par exemple.

20

Page 21: Marché fin marocain

7 - Conclusion

A l’instar de la plupart des pays en développement, le Maroc n’a pas échappé aux transformations radicales concernant l’organisation et le fonctionnement des marchés financiers. Les réformes adoptées depuis 1993 ont été déterminantes dans le développement de son marché boursier mais cela n’a pas entraîné une amélioration significative de l’efficience informationnelle de ce marché.

Les résultats de nos travaux empiriques montrent bien que le marché boursier

marocain n’a pas encore atteint le stade de maturité. Les principaux résultats obtenus sont les suivants : - La distribution des rentabilités quotidiennes de l’indice général de la bourse de Casablanca

et des titres marocains dévie de celle de la loi normale.

- Les tests de stationnarité montrent que les séries de rentabilités observées sur le marché

marocain sont stationnaires et, par conséquent, prévisibles.

- L’hypothèse d’indépendance des rentabilités est rejetée pour la plupart des titres ainsi que

pour l’indice général.

- La volatilité annuelle du portefeuille à forte capitalisation boursière est moins élevée que

celle du portefeuille à faible capitalisation.

- Le portefeuille composé de titres à forte capitalisation boursière a un risque systématique

supérieur à celui composé de titres à faible capitalisation.

- Il n’existe pas d’effet significatif du mois de l’année bien que l’indice général de la bourse

de Casablanca connaisse une hausse importante au mois de mars, d’avril et d’août.

- Il n’existe pas d’effet significatif au mois du ramadan.

- L’effet jour de la semaine n’est pas significatif bien que des rentabilités élevées soient

observées le lundi et le vendredi.

- Le marché ne s’ajuste que lentement aux nouvelles informations (distribution de dividendes

et modifications de capital).

21

Page 22: Marché fin marocain

Annexe 1 :

Effet mois de l’année (1)

Janvier « α » 1 Février « α » 2 Mars « α » 3 Avril « α » 4 Mai « α » 5 Juin « α » 6

ACRED 0.158 (0.314) -0.214 (-0.592) -0.181 (-0.323) 0.275 (0.245) 0.087 (0.105) 0.002 (0.003)

AUTO-HALL -0.232 (-0.703) 0.251 (0.764) 0.371 (1.274) 0.582 (0.648) 0.114 (0.192) 0.107 (0.180) BCM 0.834 (0.687) -0.085 (-0.296) 0.055 (0.150) 0.033 (0.128) -0.139 (-0.371) 0.077 (0.290)

BMCE 0.095 (0.396) 0.210 (0.522) 0.150 (0.205) 0.059 (0.175) -0.217 (-0.359) 0.050 (0.264) BMCI 0.233 (0.819) -0.078 (-0.184) 0.065 (0.124) -0.170 (-0.209) -0.291 (-0.562) -0.075 (-0.119)

BNDE -0.086 (-0.189) 0.053 (0.143) 0.186 (0.824) -0.070 (-0.199) 0.041 (0.105) -0.101 (-0.207) BRANOMA -0.078 (-0.341) -0.026 (-0.185) 0.197 (0.549) 0.386 (0.944) 0.116 (0.133) -0.022 (-0.050)

BRASSERIE 0.223 (0.005) -0.206 (-0.712) -0.105 (-0.199) -0.014 (-0.014) -0.183 (-0.174) 0.049 (0.106)

CARNAUD 0.026 (0.447) 0.187 (0.567) -0.002 (-0.030) -0.003 (0.033) 0.432 (0.585) 0.071 (0.201)

CDM 0.021 (0.081) 0.011 (0.043) 0.202 (0.438) -0.024 (-0.072) -0.239 (-0.403) 0.248 (0.848)

CENTRALE L. 0.018 (0.055) 0.052 (0.177) 0.192 (0.516) 0.293 (0.811) -0.064 (-0.087) 0.031 (0.058)

CIH 0.093 (0.126) -0.316 (-0.455) -0.465 (-0.845) -0.201 (0.267) -0.115 (-0.106) -0.013 (-0.014)

CIMAR 0.211 (0.003) 0.094 (0.175) -0.027 (-0.069) 0.061 (0.129) -0.187 (-0.195) -0.318 (-1.319)

CIOR 0.239 (0.695) -0.209 (-0.532) 0.101 (0.137) 0.013 (0.033) -0.397 (-0.509) -0.279 (-0.873)

COSUMAR -0.087 (-0.219) -0.075 (-0.317) 0.142 (0.401) 0.099 (0.609) -0.233 (-0.276) 0.260 (0.409)

CTM -0.004 (-0.003) 0.166 (0.441) 0.099 (0.149) 0.222 (0.330) -0.160 (-0.497) -0.046 (-0.117)

DIAC EQUIP 0.089 (0.447) 0.194 (0.848) -0.144 (-0.404) 0.193 (0.359) 0.026 (0.059) 0.229 (0.204)

DIAC SALAF 0.137 (0.207) -0.156 (-0.280) -0.209 (-0.377) 0.805 (0.684) 0.008 (0.071) -0.412 (-0.458)

EQDOM 0.217 (0.750) -0.297 (-0.755) 0.063 (0.095) 0.241 (0.179) -0.431 (-0.457) -0.174 (1.086)

G.TIRE -0.108 (-1.047) 0.045 (0.164) 0.007 (0.048) -0.075 (-0.248) 0.112 (0.602) -0.256 (-0.765)

LESIEUR 0.029 (0.166) -0.017 (-0.048) 0.162 (0.649) 0.415 (0.548) -0.123 (-0.203) 0.049 (0.130)

LONGOMETAL 0.097 (0.166) -0.628 (-1.301) 0.176 (0.230) -0.126 (-0.287) -0.418 (-0.457) -0.373 (-0.534)

ONA 0.283 (0.829) -0.235 (-0.725) -0.142 (-0.336) -0.043 (-0.083) -0.307 (-0.492) -0.122 (-0.284)

SAMIR 0.184 (0.689) -0.147 (-0.349) 0.234 (1.289) -0.035 (-0.072) 0.099 (0.247) -0.149 (-0.473)

SNI 0.123 (0.572) -0.019 (-0.034) -0.025 (-0.086) 0.093 (0.201) -0.113 (-0.231) -0.025 (-0.137)

SOFAC CREDIT 0.098 (0.275) -0.070 (-0.485) 0.224 (0.614) 0.048 (0.088) -0.016 (-0.033) -0.249 (-0.711)

SONASID 0.192 (0.663) -0.181 (-0.353) 0.065 (0.094) -0.081 (-0.144) -0.249 (-0.353) -0.132 (-0.347)

WAFABANK 0.244 (0.680) -0.226 (-0.721) -0.175 (-0.257) -0.192 (-0.355) -0.233 (-0.299) -0.116 (-0.379)

INDICE 0.146 (0.682) -0.068 (-0.285) 0.017 (0.053) 0.016 (0.043) -0.172 (-0.332) -0.196 (-0.637)

Les coefficients sont exprimés en pourcentage Entre parenthèse : le T-Statistique de chaque coefficient

22

Page 23: Marché fin marocain

Effet mois de l’année (2)

Juillet «α » 7 Août « α » 8 Sept « α » 9 Oct « α » 10 Nov « α » 11 Déc « α » 12

ACRED -0.084 (-0.178) -0.304 (-0.589) -0.237 (-0.342) -0.226 (-0.493) -0.227(-0.452) -0.204 (-0.321)

AUTO-HALL 0.154 (0.422) 0.331 (0.842) 0.246 (0.528) 0.162 (0.548) -1.391 (-0.394) 0.404 (0.985)

BCM 0.071 (0.398) 0.033 (0.111) -0.036 (-0.122) -0.081 (-0.510) -0.091 (-0.667) -0.087 (-0.399)

BMCE -0.240 (-0.581) -0.210 (-0.522) -0.061 (-0.229) -0.185 (-0.730) -0.163 (-0.911) -0.145 (-0.686)

BMCI -0.164 (-1.081) 0.100 (0.289) -0.134 (-0.216) -0.324 (-1.296) -0.247 (-0.598) -0.403 (-1.201)

BNDE 0.086 (0.246) 0.082 (0.166) 0.097 (0.162) -0.109 (-0.259) -0.005 (-0.009) 0.105 (0.593)

BRANOMA 0.089 (0.283) 0.104 (0.313) 0.154 (0.631) 0.014 (0.093) 0.034 (0.105) 0.091 (0.273)

BRASSERIE -0.318 (-1.198) -0.022 (-0.049) -0.090 (-0.184) -0.350 (-0.721) -0.458 (-1.076) -0.226 (-0.545)

CARNAUD -0.245 (-0.261) -0.068 (0.489) -0.018 (-0.127) -0.138 (-0.570) 0.063 (0.269) 0.104 (0.489)

CDM -0.033 (-0.159) 0.184 (0.606) -0.125 (-0.361) -0.164 (-0.568) -0.079 (-0.271) -0.111 (-0.348)

CENTRALE L. 0.052 (0.164) 0.014 (0.329) 0.034 (0.458) -0.065 (-0.336) 0.066 (0.202) -0.071 (-0.147)

CIH -0.103 (-0.207) -0.030 (-0.033) -0.036 (-0.033) -0.125 (-0.163) -0.172 (-0.259) -0.096 (-0.118)

CIMAR -0.261 (-1.426) 0.158 (0.337) -0.243 (-0.772) -0.324 (-1.214) -0.312 (-1.504) -0.462 (-1.318)

CIOR -0.188 (-0.616) 0.262 (0.631) -0.281 (-0.553) -0.257 (-0.717) 0.331 (-1.561) -0.301 (-0.765)

COSUMAR 0.131 (0.331) 0.088 (0.169) 0.085 (0.139) -0.173 (-0.267) 0.033 (0.081) 0.165 (0.399)

CTM 0.104 (0.302) 0.051 (0.225) -0.026 (-0.079) -0.126 (-0.609) -0.204 (-0.499) 0.005 (0.020)

DIAC EQUIP -0.361 (-0.839) 0.262 (0.613) -0.124 ( -0.475) -0.102 (-0.519) -0.423 (-0.834) -0.089 (-0.332)

DIAC SALAF -0.225 (-0.324) 0.056 (0.089) -0.248 (-0.513) -0.055 (-0.072) -0.173 (-0.225) -0.105 (-0.128)

EQDOM -0.199 (-0.954) 0.046 (0.099) -0.349 (-0.620) -0.192 (-0.424) -0.648 (-1.415) -0.191 (-0.444)

G.TIRE 0.079 (0.286) 0.441 (0.976) -0.283 (-0.864) -0.180 (-0.547) 0.035 (0.215) -0.209 (-0.332)

LESIEUR -0.081 (-0.286) 0.059 (0.207) -0.235 (-0.492) -0.132 (-0.510) 0.084 (0.179) -0.115 (-0.477)

LONGOMETAL -0.075 (-0.094) -0.233 (-0.542) -0.134 (-0.262) -0.629 (-1.169) -0.051 (-0.074) -0.126 (-0.241)

ONA -0.182 (-0.685) 0.006 (0.015) -0.248 (-0.644) -0.186 (-0.514) -0.467 (–1.842) -0.239 (-0.610)

SAMIR -0.249 (-1.215) 0.121 (0.419) -0.284 (-1.432) -0.203 (-0.997) -0.107 (-0.307) -0.255 (-1.888)

SNI -0.026 (-0.110) 0.188 (0.392) -0.125 (-0.516) -0.195 (-1.105) -0.215 (-1.287) -0.141 (-0.510)

SOFAC CREDIT -0.248 (-0.333) -0.019 (-0.056) 0.058 (0.113) -0.119 (-0.231) -0.129 (-0.272) -0.176 (-0.381)

SONASID -0.116 (-0.575) 0.246 (0.503) -0.269 (–0.949) -0.371 (-1.244) -0.378 (-1.676) -0.189(-0.546)

WAFABANK -0.154 (-0.609) 0.082 (0.169) -0.242 (-0416) -0.230 (-0.517) -0.401 (-1.543) -0.231 (-0.646)

INDICE -0.137 (-0.867) 0.053 (0.195) -0.153 (-0.500) -0.183 (-0.889) -0.230 (–1.34) -0.167 (-0.688)

Les coefficients sont exprimés en pourcentage Entre parenthèse : le T-Statistique de chaque coefficient

23

Page 24: Marché fin marocain

Annexe 2 :

Effet jour de semaine

Lundi « α » 1 Mardi « α » 2 Mercredi « α » 3 Jeudi « α » 4 Vendredi « α » 5

ACRED 0.0159 -0.0424 0.1120 0.0736 -0.0405

AUTO-HALL -0.8917 0.8491 0.9061 1.0176 0.8421

BCM -0.0112 -0.0272 0.1186 0.1226 0.1020

BMCE -0.1329 0.1442 0.1554 0.1601 0.3041

BMCI 0.0390 0.0341 0.0796 0.0173 0.1412

BNDE -0.0091 -0.1485 0.1303 0.6241 0.0740

BRANOMA 0.0496 -0.2469 -0.0721 0.0168 0.1352

BRASSERIE 0.1010 -0.1075 -0.0252 -0.1774 0.0891

CARNAUD 0.0272 0.0786 0.2273 0.1768 0.2522

CDM 0.1011 -0.1744 -0.1920 0.0376 0.0013

CENTRALE L. 0.1225 0.0289 -0.1131 -0.1523 0.0482

CIH 0.0486 -0.0703 0.0398 -0.1109 -0.0491

CIOR 0.1232 -0.1991 -0.0990 0.0985 0.0097

CIMAR 0.0874 -0.2124 0.0364 -0.0474 0.0051

COSUMAR -0.0118 -0.1088 0.0387 0.0120 -0.1490

CTM -0.1433 0.1814 0.1590 0.1029 0.2542

DIAC EQUIP -0.0339 -0.1319 0.2090 0.1908 0.0463

DIAC SALAF 0.0753 0.0383 0.3598 -0.2055 -0.0561

EQDOM -0.2173 0.2591 0.3319 0.3041 0.6252

G.TIRE -0.2758 0.0818 0.2657 -0.0037 0.1250

LESIEUR -0.0129 0.0856 -0.0763 0.2146 0.0896

LONGOMETAL -0.0089 -0.1188 -0.0224 -0.2554 -0.1792

ONA 0.0079 0.0228 0.0871 0.1404 0.1760

SAMIR -0.0629 0.1212 0.0399 0.0634 0.0271

SNI -0.0491 0.1858 0.0418 0.1604 0.1720

SOFAC CREDIT 0.3149 -0.7315 -0.2302 -0.1539 -0.1760

SONASID -0.0888 0.1271 -0.0762 0.2009 0.2292

WAFABANK -0.0476 -0.0003 0.0546 0.3368 0.1852

INDICE (IGB) 0.0928 -0.0825 -0.0880 -0.0289 -0.0031

Note : Les coefficients sont non significativement différent de zéro au seuil de 5 %. Les coefficients sont exprimés en pourcentage.

24

Page 25: Marché fin marocain

Bibliographie

Abeysekera S.P. (2001) « Efficient Markets Hypothesis and the Emerging Capital Market in Sri Lanka: Evidence From the Colombo Stock Exchange », Journal of Business, Finance and Accounting, 28 (1), Janvier / Mars. Abraham A. et IkenberyD.L. (1994) « The Individual Investor and the Weekend-Effect », Journal of Financial and Quantitative Analysis, n°29, pp 263-277. Al Loughani N.E. (1999) « Recent Trends and Market Inefficiency in the Kuwait Stock Exchange : Evidence From the Post-Liberation Era » Workshop on Arab Stock Markets, Kuwait. Amihud Y. et Mendelson H. (1991b) « Volatility, Efficiency and Trading : Evidence From the Japanese Stock Market », Journal of Finance, 46, pp1765-1789. Bekaert G. et Harvey C.R. (1997) « Emerging Equity Market Volatility », Journal of Financial Economics, vol 43, n° 1, Janvier, pp 29-77. Belkahia R. (1997) « Le renouveau et les perspectives du marché des actions de la bourse des valeurs de Casablanca », Finances et Développement, Septembre. Broquet C., Capiau Huart M.C. et Legrand O. (1990) « Efficience de la bourse de Bruxelles : un nouvel examen », Analyse Financière, 4ème trimestre, pp 61-73. Chang P., Rhee G. et Soedigno S. (1995) « Price Volatility of Indonesian Stocks », Pacific-basin Finance Journal, vol 3, pp 337-355. Claessens S., Dasgupta S. et Glen J. (1995) « Return Behavior in Emerging Stock Markets », The World Bank Economic Review, n° 1, vol 9, Janvier, pp 131-151 Fama E. (1965) « The Behavior of Stock Market Prices », Journal of Business, 38, January, pp 34-105. Fama E. (1970) « Efficient Capital Markets : a Review of Theory and Empirical Work », Journal of Finance, 25, pp 383-417. Fama E. (1991) « Efficient Capital Markets : II », Journal of Finance, December, 46, pp 1575-1618. French K.R. (1980) « Stock Returns and the Weekend Effect », Journal of Financial Economics, 8, march, pp 55-70. Frennberg P. et Hansson B. (1993) « Testing the Random Walk Hypothesis on Swedish Stock Prices : 1919-1990 », Journal of Banking and Finance 17, pp 175-191. Gillet R. (1991) « L’efficience informationnelle du marché boursier : aspects théoriques et empiriques », Thèse de doctorat U.C.L., CIACO, Louvain-la-Neuve.

25

Page 26: Marché fin marocain

Hamon J. et Jacquillat B. (1992) « Le marché français des actions, études empiriques (1977-1991) », PUF, Paris. Jaffe J. et Westerfield R. (1989) « Is There a Monthly Effect in Stock Returns ? Evidence From Foreign Countries », Journal of Banking and Finance, 13, may, pp 237-244. Lee I., Petit R. et Swankoski M. (1990) « Daily Return Relationships Among Asian Stock Markets », Journal of Business Finance and Accounting, vol 17, pp 265-284. Lyons R.K. (1995) « Tests of Microstructural Hypothesis in the Foreign Exchange Market », Journal of Financial Economics, n° 39, October November, pp 321-351. Mai H.M., Rigobert M.J. et Tchemeni E. (1998) « Prévisibilité des rentabilités sur le marché Jamaïcain des actions », Cahier de Recherche n° 9805, Université de Paris Dauphine. Mai H.M., Rigobert M.J. et Tchemeni E. (1998) « Anomalies boursières sur le marché Jamaïcain des actions », Cahier de Recherche n° 9806, Université de Paris Dauphine. Solnik B. et Bousquet L. (1990) « Day-of- the- Week Effect, on the Paris Bourse », Journal of Banking and Finance, 14, n° 2-3, pp 461-468. Thaler R.H. (1987) « Anomalies : Week-end, Holiday, Turn of the Month and Intraday Effects », Journal of Economic Perspectives, automne.

26