Memoire Online - L'efficience Boursiere et la gestion de portefeuille a la BRVM

L'EFFICIENCE BOURSIERE ET LA RECHERCHE D'UNE STRATEGIE DE GESTION DE PORTE-FEUILLE A LA BRVM

2004 Tamandja Matofam. Tout droit réservé. Les opinions émises dans ce mémoire n'engagent uniquement que l'auteur et en aucune façon l'Institut Africain d 'Administration et d'Études Commerciales.

L'efficience boursière et la recherche d'une stratégie de gestion de portefeuille à la BRVM

Ils vont d'abord à notre Directeur de Mémoire Monsieur Sambo A. Outouloum qui nous a orienté pour concevoir cet ouvrage.

Au Directeur Général de l'IAEC, Monsieur KAGBARA Bassabi, à son personnel et à tout le corps professoral qui ne ménagent aucun effort pour la réussite de cette Ecole.

Aux membres de jury, Monsieur Koffi TESSIO et Madame BITHO-ATCHOLI Nathalie pour leur apport.

A tous mes amis et proches parents qui de près ou de loin ont contribué à l'élaboration de ce mémoire.

Liste des abréviations

Liste des figures pages

Figure 9 : Histogramme et Statistique descriptive de l'Indice BRVM Composite 61

Figure 11 : Évolution trimestrielle du logarithme du nombre des transactions 62

Figure 15 : Évolution trimestrielle du taux d'inflation en Cote d'Ivoire 63

Figure 16 : Évolution trimestrielle du taux de rendement du Marché 64

Figure 18 : Évolution trimestrielle du ratio cours/ bénéfice après ajustement 65

Figure 20 : Évolution trimestrielle du PIB de l'UEMOA après ajustement saisonnier 66

Figure 21 : Évolution trimestrielle du taux de pensions de la BCEAO 66

Figure 22 : Test de normalité des erreurs 73

Tableau 3: Quelques statistiques descriptives des indicateurs du marché de la BRVM 16

La présente recherche concerne l'efficience des marchés avec l'hypothèse que les prix des titres reflètent les informations disponibles sur le marché .Notre étude porte sur la BRVM et conclut que les prix peuvent être prédits en analysant trois types de variables notamment les variables du marché, les variables liées à l'entreprise et les variables de l'environnement macro économiques.

This recherch regarding the market efficient hypothesis assumption that price reflect all available information. Our test is done on BRVM stock market and the result is that stock price can be predict by tree types of variables: first, market aggregate variables second, the firm variables and the end macro economic environnement variables.

INTRODUCTION GÉNÉRALE......................................................................1

Section 1 : Présentation des activités de la BRVM ................................................11

1.1 Marché des actions et des obligations............................................................17

1.2 L'indice boursier.....................................................................................19

Section 2 : Revue de la littérature sur l'efficience boursière et sur les stratégies de

gestion de portefeuille applicables à la BRVM...................................20

2.1 Les Théories de l'efficience des marchés..........................................................21

2.2 Les théories sur le risque et le rendement et les stratégies de gestion de portefeuille.......31

Section 1: Description de la méthode...............................................................43

1.1 Choix et justification de la Méthode..............................................................43

1.2 Présentation générale de la méthode...............................................................43

1.3 Les exigences de la régression linéaire simple..................................................44

1.4 Présentation de notre Modèle d'analyse.........................................................45

Section 2 : Choix des données exigées par la méthode............................................47

2.1 Les données...........................................................................................47

2.2 Les instruments.......................................................................................49

2.3 Mode de traitement des données...................................................................49

2.4 Spécification des variables et leurs sources......................................................49

Section 1 : Présentation des résultats des tests...................................................59

1.1 Analyse des variables................................................................................59

1.2 Régression de l'équation............................................................................68

1.3 Estimation et validation du Model.................................................................68

Section 2 : Interprétation des résultats ............. ................................................73

Section 1 : Analyse stratégique et processus de gestion de portefeuille à la BRVM.......75

1.1 Les facteurs favorisant la gestion active de portefeuille à la BRVM...........................76

1.2 Les facteurs favorisant la gestion passive de portefeuille à la BRVM.........................76

1.3 Les Étapes de gestion de portefeuille...............................................................77

Section 2 : Pistes de recherche .......................................................................78

2.1 Point de vue général.................................................................................78

2.2 Les insuffisances de l'étude à approfondir......................................................80

Conclusion.................................................................................................82

Bibliographie.............................................................................................84

Table des matières ......................................................................................91

Annexes...................................................................................................95

INTRODUCTION GENERALE

Les pays africains ont toujours fait recours à la dette auprès des organismes internationaux et des pays amis pour financer leurs investissements aussi bien pour les grands projets de l'État que pour les projets des entreprises para-publiques et privées.

Cette pratique qui s'inscrit dans la logique d'une économie d'endettement a été soutenue par plusieurs auteurs dont Regnard NURKSE [1963]⁽³⁾ qui affirme que du côté de la demande des pays en développements, l'incitation à investir peut être faible à cause de la faible dimension du marché. La dimension du marché se mesure en terme de pouvoir d'achat (revenu réel) et ne dépend ni du nombre d'habitants, ni de l'étendue du territoire.

Le facteur déterminant de la dimension d'un marché est la productivité, laquelle détermine à son tour les revenus réels. Ainsi, au dessous d'un certain niveau de son pouvoir d'achat, l'individu ne peut pas épargner. Pour échapper à ce cercle vicieux, Regnard NURKSE recommande aux pays moins avancés de recourir à l'endettement extérieur qui selon lui est le seul moyen de combler l'insuffisance du fonds de subsistance.

Cette approche a entraîné la négligence de l'épargne intérieure et à contribué à un surendettement de ces États. L'endettement reste en théorie, un déterminant de la croissance à long terme en Afrique selon les études de Ojo et Oshikoya [1995]⁽⁴⁾qui ont trouvé une relation significative entre le ratio d'endettement extérieur et le Produit Intérieur Bruit ( PIB) réel par tête d'habitat.

⁽²⁾ EMH est le sigle que les chercheurs ont retenu pour designer la théorie de l'efficience des marchés.

⁽³⁾ AHARH Kpéssou, Problème de développement et la dette extérieure du Togo, Thèse de

⁽⁴⁾ Tenou Kossi, Les déterminants de la croissance à long terme dans les pays de l'UEMOA, BCEAO, Septembre 1998.

Ainsi, pour les pays de l'Union Économique et Monétaire Ouest Africain (UEMOA), une hausse du taux d'investissements par les crédits

extérieurs réduit la croissance du PIB parce que l'investissement n'a d'effets positifs sur la croissance que lorsqu'il est financé par l'épargne domestique⁽⁵⁾ et donc la politique d'endettement ne peut être source de mobilisation efficace de ressources pour financer les entreprises comme l'ont suggéré les responsables des politiques économiques en Afrique jusqu'à un passé très récent.

Par contre dans les pays avancés, le financement de l'économie est fait essentiellement sur les marchés financiers qui sont l'émanation de la désintermédiation financière. C'est le modèle de l'économie de marché.

A partir des années 1980 avec la crise de l'endettement ou les débiteurs n'arrivent plus à honorer leurs engagements, les pays de l'Afrique de l'ouest tentent de sortir du cercle vicieux de l'endettement pour expérimenter le modèle d'économie de marché. Ainsi, compte tenue de l'étroitesse de leur marché pris individuellement, ils se sont constitués en un regroupement sous régional (UEMOA) qui est chargé d'intégrer les économies des huit États membres⁽⁶⁾ qui le composent et d'en faire un marché commun économiquement viable.

L'UEMOA, dans sa stratégie de mobilisation de l'épargne intérieure en vue de financer l'activité économique des pays membres a décidé de créer un marché financier en Décembre 1996. Cette décision s'est concrétisée par la création de la Bourse Régionale des Valeurs Mobilières (BRVM) et le Dépositaire central / Banque de règlement (DC/BR) en décembre 1996.

Au vu du rôle important que la BRVM est appelée à jouer dans l'économie des pays de l'UEMOA il convient de porter une attention particulière sur son fonctionnement aussi bien théorique que pratique, notamment en ce qui concerne son efficience.

⁽⁶⁾ Les huit pays de l'UEMOA comprenant le Bénin, le Burkina Faso, la Côte d'Ivoire, le Mali, le Niger, le Sénégal, le Togo et la Guinée Bissau.

La première étude rigoureuse sur l'efficience boursière a été faite par Maurice Kendall [1953] ⁽⁷⁾ qui à révélé qu'il est difficile de distinguer par des méthodes statistiques, une véritable série aléatoire d'une série dans laquelle la composante systématique est faible. Il a conclu en disant qu'il n'y a donc pas espoir de prévoir les cours boursiers. En effet depuis cette étude, plusieurs chercheurs se sont penchés sur le phénomène d'efficience des marchés boursiers d'une manière plus intense à partir des années 1970. Il s'agit d'utiliser les moyens stochastiques disponibles pour prévoir le comportement du marché en vue de réaliser des gains. C'est ainsi que les marchés boursiers américains ont été testé sous toutes leurs formes ce qui constitue aujourd'hui un monument empirique de tests d'efficience des marchés.

La déclaration célèbre de Jensen [1978]⁽⁸⁾ qui dit qu'il n y a pas de sujet en économie qui ait été exploré par les chercheurs comme l'hypothèse d'efficience des marchés (EMH), est d'autant vraie que la revue de la littérature semble aisée.

Ainsi, en 1965, Fama Eugène donnera une définition plus précise à la notion d'efficience des marchés :

« Un marché efficient est défini comme un marché sur lequel il existe un grand nombre d'agents rationnels maximisant leur profit [rational profit-maximizers] engagés dans une concurrence active, chacun essayant de prédire les cours futurs des actions individuelles et sur lequel l'information courante importante est disponible presque gratuitement pour tous les participants.

Sur un marché efficient, la concurrence entre les nombreux participants conduit à une situation ou, à chaque instant, les prix courants des actions individuelles reflètent déjà les effets des informations basées à la fois sur les évènements qui se sont réalisés et sur les évènements pour lesquels le marché anticipe qu'ils se réaliseront dans le futur. Autrement dit, sur un marché efficient le prix courant d'une action sera à tout instant un bon estimateur de sa valeur fondamentale [intrinsic value] ».

⁽⁷⁾ Maurice Kendell, The analysis of economic time-series. Part I : Prices, in Cootner (1964) P 85-99 ⁽⁸⁾ Michael C. Jensen, Some Anomalous Evidence Regarding Market Efficiency, Journal of Financial Economics, 1978.

En théorie des organisations, l'efficience renvoie aux résultats aux moindres coûts⁽⁹⁾ et consiste à la transformation au meilleur rendement des ressources en biens et services⁽¹⁰⁾. Cette approche suppose que les transactions sont faites à un coût acceptable par tous les opérateurs aussi bien pour les professionnels du marché que pour les investisseurs non avisés.

L'efficience boursière est plus basée sur les tests d'hypothèse en vue de démontrer que le comportement des marchés est aléatoire, que les prix des titres ne sont pas prévisibles. Par ailleurs, étant donné que le coût pour prévoir le cours d'un titre est élevé, le gain futur sur ce titre est ramené au niveau de gain d' un certain nombre d'investisseurs qui n'ont pas engagé des coûts dans des études spécifiques avant d'acheter ou de vendre le titre. Bref personne ne pourra faire des profits en analysant les marchés.

Le test d'efficience d'un marché a également pour objectif de définir une stratégie de gestion de portefeuille étant entendu que l'investisseur cherche dans tous les cas à maximiser son profit et prendre moins de risque.

La théorie précise qu'il existe trois types de marchés efficients qui sont fonction du type d'informations disponibles :

· L'hypothèse de marché efficient en forme faible, suppose que les prix reflètent toute l'information contenue dans la série historique des prix.

· L'hypothèse de marché efficient en forme semi-forte, établit que les prix reflètent toute l'information publique disponible.

· L'hypothèse de marché efficient en forme forte, établit quant à elle que toute l'information connue, publique et privée, est reflétée dans les prix des titres.

Pour tester la forme faible de l'hypothèse, les chercheurs ont utilisé l'analyse des séries temporelles en testant spécifiquement l'hypothèse d'une tendance au hasard. Plus spécifiquement ces tests ont essayé de vérifier si les accroissements des prix sont indépendants des accroissements passés.

^{(9 )} Approche D. Scott. Sink de performance, cours de théorie des organisations, Master 3eme cycle IAEC, SAMBO,2003.

⁽¹⁰⁾ Vérificateur Général du Québec ( LRQ chap. V5,01), cours SAMBO, op. cit p.3

Si l'hypothèse d'une tendance au hasard est rejetée, alors le marché n'est pas efficient, car les accroissements de prix passés pourraient aider à anticiper les prix futurs des actifs. L'évidence empirique soutient donc l'hypothèse de marché efficient en forme faible^(11).

Pour tester la forme semi-forte de l'hypothèse, on a évalué la vitesse d'ajustement des prix de marché à l'arrivée de nouvelle information; l'évidence en faveur d'un rapide ajustement des prix de marché est dominante.

La forme forte de l'hypothèse de l'efficience des marchés, consiste à vérifier s'il est possible de profiter sur la base d'information privilégiée (information accessible à un petit groupe des agents économiques) pour faire des gains sur le marché. Étant donné qu'on ne peut pas identifier l'information non publique, un type de test de forme forte considère l'examen de la performance d'investissement des individus ou groupes qui pourraient avoir de l'information privée.

Les tests d'efficience ont pour but essentiel de mettre en place une stratégie de gestion de portefeuille. Cette implication de stratégie s'explique par les raisonnements suivants :

- Si un marché est inefficient au sens faible, il suffit de chercher par les moyens de prévisions statistiques et économétriques à partir des anciens prix d'un titre pour savoir quand le titre aura le cours x et alors on l'achète à la date de son cours le plus bas en étant assuré que dans t jours exactement le titre en question va atteindre son cours le plus élevé et alors on le revend au prix élevé pour réaliser des bénéfices. Et comme tout le monde peut faire cette prévision, personne ne voudra acheter quand on sait que le cours va baisser.

En conclusion il faut nécessairement que personne ne puisse prévoir le cours d'un titre à partir des anciens prix. Alors on dira que le marché est efficient au sens faible parce que l'offre et la demande existent à tout moment et donc les stratégies basées sur des prévisions statistiques et économétriques ne marchent pas.

- Si un marché est inefficient au sens semi faible, il suffira d'utiliser les informations publiques pour prévoir les cours des titres, ainsi, à chaque fois qu'il y a une publication d'informations économiques aussi bien sur les entreprises que sur l'environnement économique général ( la politique monétaire, les prévisions de croissance du PIB, les fusions, les acquisitions etc.. ), les cours fluctuent. Alors la conséquence stratégique dit qu'il est inutile d'utiliser ces informations comme base de stratégie durable de prévision pour réaliser des gains.

- Si un marché est inefficient au sens fort, cela voudra dire que sur la base des informations privées des entreprises on peut prévoir les cours de son titre. L'implication stratégique en est que ce n'est pas la peine de fonder sa stratégie sur les informations privées des firmes car quelques temps après les prix reviennent à la normale incluant cette information.

La BRVM étant une place Boursière relativement jeune il apparaît nécessaire aux investisseurs locaux de savoir qu'elle stratégie de gestion de portefeuille développer sur ce marché. Mieux, il convient de rassurer les investisseurs internationaux de la non menace de leur richesse sur ce marché par le jeux de la concurrence pure et parfaite et par l'optimisation des gains par rapport aux risques pris.

La seule étude spécifique sur la BRVM en matière d'efficience est celle de Founanou [1999]⁽¹²⁾, dans une analyse sur la formation des prix sur la BRVM. Il parvient à des résultats qui différent de ceux habituellement obtenus sur les marchés financiers développés.

En effet, il trouve une auto corrélation (négative 17 titres sur 33) des rendements de clôture et des rendements d'ouverture, avec un coefficient d'auto corrélation supérieur à 10%, alors que sur les marchés développés il est inférieur à ce seuil. Or, l'auto corrélation mesure le caractère prévisible des rendements futurs sur la base de ceux passés. Il s'agit donc d'une anomalie du marché financier régional, qui rend discutable l'efficience au sens faible du marché. Alors on peut dire que cette étude conclut que la BRVM est inefficient à la forme faible.

⁽¹²⁾ Balibié Serge Auguste Bayala, la BRVM, l'Introduction en bourse, pourquoi et pourquoi pas ? les Sociétés et les

investisseurs. These de Doctorat University of Groningen and Ouagadougou, 2002.

Notre étude a pour objet l'efficience boursière et la stratégie de gestion de portefeuille à la BRVM. Ainsi, notre problématique se résume aux questions suivantes :

- Quelle stratégie de gestion de portefeuille faut-il adopter sur le marché de la BRVM ?

De ces questions principales nous dégageons les questions subsidiaires suivantes :

- Les investisseurs sur le marché de la BRVM intègrent-ils l'approche d'efficience dans leurs

L'objectif premier de notre étude est de démontrer l'hypothèse d'efficience de la BRVM. Pour atteindre notre but nous allons tester la forme semi-forte d'efficience de la BRVM sous l'hypothèse que les cours des titres reflètent toutes les informations publiques sur le marché notamment en ce qui concerne les informations macroéconomiques, les indicateurs boursiers et les données internes des entreprises qui sont publiées périodiquement.

Notre deuxième objectif consiste à orienter les gestionnaires de portefeuille sur le choix de stratégie à adopter sur le marché de la BRVM.

Pour ce faire, nous allons tester l'hypothèse selon laquelle les cours des titres sur le marché

régional de la BRVM reflètent l'information empirique et publique. Il s'agit de voir si les cours des titres en un temps t peuvent être prédits au temps t₊₁ par les cours du temps t, les variables choisies.

L'intérêt et la contribution de cette étude résident dans le fait que le modèle proposé combine deux tests empiriques : il s'agit du test de la forme faible étant donné que nous allons voir si s les coefficients des variables sont statistiquement significatifs et de la forme semi forte qui nous permettra de mettre à l'épreuve l'ensemble des variables ayant un pouvoir explicatif des cours des titres.

- Pour les intervenants sur le marché de la BRVM (SGI etc..), l'étude leur permettra de mettre en place des stratégies adaptées sur ce marché et s'inscrire dans l'efficacité.

- Pour le dépositaire central/ banque de règlement, l'étude lui permettra en temps que market maker d'entretenir l'efficience. Pour la communauté financière internationale, il s'agit de savoir s' il est possible dans leur stratégie de diversification de portefeuilles internationaux, d'intégrer sans trop de risque des titres de la BRVM et pouvoir compter sur son efficience.

- Pour l'Institut Africain d'Administration et d'Etudes Commerciales (IAEC), elle aura permis l'enrichissement de la recherche en finance de marché.

- Pour nous même auteur, l' étude nous permet de mettre à l'épreuve notre aptitude à la recherche qui nous a été communiquée tout le long de notre formation et l'esprit de synthèse des nombreuses littératures sur le sujet.

La délimitation de notre étude s'avère nécessaire pour une analyse rigoureuse et une démarche synthétique. En effet, notre étude traite de l'efficience de la BRVM et de la de stratégie de gestion de portefeuille.

Il ne s'agit pas de tester toutes les formes d'efficience que la théorie nous apprend. On se limitera simplement de se limiter à la problématique de notre étude qui renvoie au test d'efficience semi forte et oriente les investisseurs sur les stratégies adaptées sur le marché de la BRVM.

De façon générale notre démarche s'articule autour de deux axes : La première partie : Activité boursière et concepts d'efficience à la BRVM contient deux chapitres : Le premier, Activités à la BRVM, théories de l'efficience des marchés et stratégie de gestion de portefeuille passe en revue la présentation des activités de la BRVM dans la section I et la revue de la littérature sur l'efficience boursière et sur les stratégies de gestion de portefeuille applicables à la BRVM dans la section II.

Le second chapitre, Application de la méthode des moindres carrées ordinaires pour tester l'efficience à la BRVM, prend en compte la description du modèle dans la section I qui identifie et justifie le choix méthodologique ainsi que les exigences de la méthode. La section II aborde le choix des données exigées par la méthode en identifiant les variables et leurs sources.

La deuxième partie : Résultats et définition de stratégie de gestion de portefeuille à la BRVM, contient également deux chapitres : Le premier, résultats des tests d'efficience à la BRVM qui est reparti en deux sections : section I, Présentation des résultats des tests, qui prend en compte l' analyse des variables, l'estimation de l'équation et sa validation. La section II, Interprétation des résultats, fait le point sur les résultats.

Le deuxième chapitre, Définition de stratégie de gestion de portefeuille à la BRVM appelle à l'analyse stratégique et au processus de gestion de portefeuille à travers les facteurs favorisant les différentes stratégies dans la section I ainsi que les différentes étapes du processus de gestion de portefeuille. La section II énonce les limites de l'étude et les pistes de recherches.

PREMIÈRE PARTIE

ACTIVITÉ BOURSIÈRE ET CONCEPTS D'EFFICIENCE À LA BRVM

La première partie de notre étude, « Activité boursière et concepts d'efficience à la BRVM » porte sur l' activité à la BRVM, le cadre de référence théorique et la méthodologie appropriée pour tester l'efficience sur ce marché. Cette partie a pour objectif de cerner la BRVM sous son aspect fonctionnel en vue d'analyser et de comprendre les différentes opérations qui s'y déroulent. Cela permet également de dégager une méthodologie de travail adaptée à notre étude. Tout ceci passe par la littérature appropriée qui se rapporte aux activités boursières dans le cadre de l'efficience et des stratégies de gestion de portefeuille. Cette partie comporte deux chapitres dont le premier examine les activités de la BRVM et fait le point sur la littérature pertinente et le deuxième présente les aspects méthodologiques de l'étude.

CHAPITRE I : ACTIVITÉS À LA BRVM, THÉORIE DE L'EFFICIENCE DES MARCHÉS ET STRATÉGIE DE GESTION DE PORTEFEUILLE

La Bourse Régionale des Valeurs Mobilières est un instrument de mobilisation de l'épargne en vue de permettre aux agents à besoin de financement principalement de l'UEMOA de faire leurs opérations sur un marché organisé. Avant toute analyse de ce marché il convient de présenter ses activités, en préciser le cadre de référence théorique sur l'efficience des marchés et la stratégie de gestion de portefeuille.

Section 1: Présentation des activités de la BRVM

La Bourse Régionale des Valeurs Mobilières (BRVM) est une bourse entièrement électronique. Le Site Central, situé à Abidjan, assure les services de cotation, de négociation ainsi que les services de règlements c'est à dire la livraison de titres.
A partir des postes de travail installés dans leurs locaux ou de ceux situés dans les Antennes Nationales de Bourse des pays de l'Union Economique et Monétaire Ouest Africaine (UEMOA), les agents des Sociétés de Gestion et d'Intermédiation (SGI) peuvent saisir les ordres de bourse et les transmettre au Site Central via le réseau satellite, consulter et éditer les résultats de cotation, consulter les informations statistiques du marché et du Dépositaire Central et obtenir la diffusion des informations.

Les principes retenus pour la mise en place du marché boursier de la BRVM obéissent à la fois au souci de conformité aux standards internationaux et à celui de son adaptabilité à l'environnement socio-économique de l'UEMOA. L'égalité quant à l'accès à l'information, au traitement des investisseurs, au coût d'accès au réseau, quel que soit le lieu d'implantation de l'opérateur économique forment les points cardinaux.

Le marché se caractérise comme suit : un marché centralisé dirigé par les ordres, c'est-à-dire le cours d'une valeur, est déterminé par la confrontation des ordres d'achat et de vente collectés avant la cotation.

Trois séances hebdomadaires de bourse avec deux (2) cotations au " fixing " (cours unique obtenu par confrontation des ordres d'achat et de vente). Les séances ont évolué rapidement vers une séance quotidienne pour atteindre des séances de cotation en continu, un marché au comptant avec un dénouement glissant des transactions, qui permet aux opérateurs de connaître avec précision la date à laquelle ils devront faire face à leurs engagements. Lors de son démarrage, la BRVM a retenu un dénouement des transactions à J+5 (jour de négociation plus 5 jours ouvrés) qui doit évoluer vers les normes internationales en la matière, soit un dénouement à J+3.

Les transactions sont garanties grâce à la mise en place d'un Fonds de Garantie du Marché alimenté par les SGI pour pallier une éventuelle défaillance. La conservation et la centralisation des titres sont pour leur part garanties par le Dépositaire Central/Banque de Règlement.

Les principales opérations réalisées sur le Marché Financier Régional s'effectuent sur les marchés primaire et secondaire.

Le tableau qui suit regroupe l'ensemble des principales opérations réalisées de 1997 à 2002 sur le marché primaire :

	1997	1998	1999	2000	2001	2002	TOTAL
Emprunt privé	0	2 000	19 150	7 000	34 735	13 700	76 585
Emprunt public	0	52 120	61 293	8 500	30 504	60 500	212 917
Offre publique d'achat	0	0	0	1 753	0	0	1 753
Offre publique de retrait	0	0	0	0	53	0	53
Offre publique de vente	34 437	1 109	11 297	2 221	10 152	1 944	61 160
Offre publique d'échange	0	0	0	0	7 397	0	7 397
Placement étranger	0	0	252	496	97	0	845
Placement privé d'actions				165			165
TOTAL	34 437	552 229	91 992	20 134	82 938	76 144

Les principaux indicateurs de la BRVM sont essentiellement la Capitalisation Boursière, le Volume des transactions, l'Indice BRVM, l'Indice BRVM Composite 10, le Volume total des actions négociées. Ils sont résumés dans la tableau 2.

	1998	1999	2000	2001	2002
Capitalisation Boursière (en mrds de F CFA)	1 019	1 074	948	976	910
Volume transigé	489 163	4 819 844	1 519 758	961 648	953 869
Valeur des transactions (en mrds de F CFA)	11	53	37	13	11
Indice BRVM Composite	94,61	97,08	77,27	84,11	74,34
Indice BRVM 10	98,05	91,34	74,76	77,46	82,36
Volume total des actions négociées	487 230	4 800 522	947 088	424 763	704 354

Une analyse de la dynamique à long terme des indicateurs du marché selon les figures 1,2 et 3 ( page 15 ) nous montre que un an après l'ouverture de la bourse, celle-ci a connu un niveau d'activité très élevé jusqu'à 1074 milliards de FCFA de capitalisation, ce qui a tiré naturellement le volume transigé et la valeur des transactions. Mais en 2000 il y a eu un choc qui a ramené la capitalisation boursière à 948 milliards de FCFA et aussi le volume transigé a été ramené à un niveau également bas alors que la valeur des transactions n'a pas subi le coup d'une manière significative.

Cette situation s'explique par le ralentissement des activités de l'économie ivoirienne durant le premier trimestre de l'année 2000. En effet, la Côte d'Ivoire qui occupe plus de 90% de l'activité du marché régional, avec 38 sociétés cotées sur les 39 inscrites à la cote, a connu des troubles sociopolitiques qui ont débuté le 24 décembre 1999.

L'incertitude occasionnée par ce changement a eu pour conséquence de susciter dans un premier temps, des ventes massives de titres sur le marché boursier et dans un second temps, une rétention des ordres d'achat de la part des investisseurs. Tout ceci combiné, a entraîné un fort recul des indicateurs du marché ( indices, volumes et valeurs, capitalisation boursière) comme nous le verrons dans l'analyse détaillée.

Le deuxième trimestre de l'année marque la période des assemblées générales qui se manifeste généralement par une remontée des cours due à une anticipation des investisseurs sur les dividendes à venir. Durant le trimestre sous revue, ces anticipations ont contribué à freiner la baisse des cours, enregistrée depuis le premier trimestre. En effet, la première moitié du deuxième trimestre a connu le même scénario que les trois premiers mois de l'année c'est à dire une baisse des principaux indicateurs du marché boursier, mais dans des proportions moindres. Ce qui pourrait s'expliquer par une position attentiste de la part des investisseurs après les périodes de ventes massives de titres.

La deuxième moitié du trimestre a offert un tout autre visage. L'on a assisté dans un premier temps à une stabilisation des cours et par la suite, à de fortes fluctuations qui ont coïncidé avec l'annonce des résultats financiers des entreprises ainsi que des dividendes à verser.

Le troisième trimestre de l'année 2000 a été à l'image des deux derniers. Tendance à la baisse, coupée de légères corrections avec des volumes soutenus par le marché obligataire. En effet, le comportement des opérateurs sur le marché boursier s'est caractérisé par une forte rétention des ordres ce qui a influé négativement sur les volumes et valeurs des transactions. A cela, il faudrait ajouter le souci de certains investisseurs de se dessaisir de leurs titres afin de disposer de liquidité ce qui à contribué à faire baisser davantage les indicateurs du marché.

Tableau 3 : Quelques statistiques descriptives des indicateurs du marché de la BRVM

CAPBOURS		VOLTR				VALTRANS				BRVMC
Moyenne	985,4	Moyenne		1748856,4		Moyenne		25		Moyenne
Erreur-type	28,4176002	Erreur-type		784919,754		Erreur-type		8,55569985		Erreur-type
Médiane	976	Médiane		961648		Médiane		13		Médiane
Mode	#N/A	Mode		#N/A		Mode		11		Mode
Écart-type	63,5436858	Écart-type		1755133,93		Écart-type		19,1311265		Écart-type
Variance de l'échantillon	4037,8	Variance de l'échantillon		3,0805E+12		Variance de l'échantillon		366		Variance de l'échantillon
Kurstosis	-0,54915786	Kurstosis		4,15130065		Kurstosis		-1,16044074		Kurstosis
Coefficient d'assymétrie	0,40864039	Coefficient d'assymétrie		2,00070112		Coefficient d'assymétrie		0,97972116		Coefficient d'assymétrie
Plage	164	Plage		4330681		Plage		42		Plage
Minimum	910	Minimum		489163		Minimum		11		Minimum
Maximum	1074	Maximum		4819844		Maximum		53		Maximum
Somme	4927	Somme		8744282		Somme		125		Somme
Nombre éch	5	Nombre éch		5		Nombre éch		5		Nombre éch
Maximum(1)	1074	Maximum(1)		4819844		Maximum(1)		53		Maximum(1)
Minimum(1)	910	Minimum(1)		489163		Minimum(1)		11		Minimum(1)
			BRVM10				VOLACTION
85,482			Moyenne		84,794		Moyenne		1472791,4
4,53485104			Erreur-type		4,35295716		Erreur-type		836969,111
84,11			Médiane		82,36		Médiane		704354
#N/A			Mode		#N/A		Mode		#N/A
10,1402352			Écart-type		9,7335081		Écart-type		1871519,83
102,82437			Variance de l'échantillon		94,74118		Variance de l'échantillon		3,5026E+12
-2,67985811			Kurstosis		-1,62471591		Kurstosis		4,75703591
0,15227357			Coefficient d'assymétrie		0,53801391		Coefficient d'assymétrie		2,17024485
22,74			Plage		23,29		Plage		4375759
74,34			Minimum		74,76		Minimum		424763
97,08			Maximum		98,05		Maximum		4800522
427,41			Somme		423,97		Somme		7363957
5			Nombre éch		5		Nombre éch		5
97,08			Maximum(1)		98,05		Maximum(1)		4800522
74,34			Minimum(1)		74,76		Minimum(1)		424763

La Bourse Régionale des valeurs Mobilières dispose, pour le démarrage de ses activités, de deux compartiments pour les actions et d'un compartiment unique pour les emprunts obligataires. Pour être admise au premier compartiment, la société doit répondre aux conditions suivantes :

- Présenter une capitalisation boursière égale ou supérieure à 500 millions de francs CFA;

- avoir une marge nette sur chiffre d'affaires sur chacune des trois dernières années de 3% ;

- diffuser dans le public au moins 20% de son capital, dès l'introduction en bourse;

- s'engager à publier les estimations semestrielles de chiffre d'affaires et les tendances de résultats.

Au second compartiment, l'admission de la société est soumise aux conditions suivantes :

- Présenter une capitalisation boursière égale ou supérieure à 200 millions de francs CFA;

- s'engager à diffuser dans le public au moins 20% de son capital dans un délai de deux ans, ou 15% en cas d'introduction par augmentation de capital.

Les sociétés émettrices jusqu'à la fin de l'année 2002 sont pour la plupart ivoiriennes reparties dans les différents secteurs :

*Répartition*	*Industrie*	*Services*	*Finances*	*Transport*	*Agricu*	*Distrib*	*Autres*
*Sectorielle*		*Publics*					*Secteurs*	*Total*	%
Pays
Côte d'Ivoire	15	2	3	3	5	7	1	36	94,74
Sénégal	0	1	0	0	0	0	0	1	2,63
Bénin	0	0	1	0	0	0	0	1	2,63
Togo	0	0	0	0	0	0	0	0	0
Burkina Faso	0	0	0	0	0	0	0	0	0
Mali	0	0	0	0	0	0	0	0	0
Institutions	0	0	0	0	0	0	0	0	0
Total	15	3	4	3	5	7	1	38	100

Le compartiment obligataire (titres de créance) est accessible aux emprunts obligataires dont le nombre total de titres à l'émission est supérieur à vingt cinq mille (25.000), et représentant un montant nominal au moins égal à cinq cents millions (500.000.000) de francs CFA.

Il est constitué en fin 2002 de la Côte d'Ivoire : 5 titres, du Sénégal : 2 titres , du Bénin : 4 titres. Le Togo, le Burkina Faso, et le Mali : 1 titre chacun. Par ailleurs les organismes institutionnels détiennent : 5 titres.

Les deux indices boursiers de la Bourse Régionale des Valeurs Mobilières (BRVM) représentent l'activité des titres du marché des actions. Le BRVM Composite est constitué de toutes les valeurs admises à la cote ; le BRVM 10 est composé des dix sociétés les plus actives du Marché.

La formulation et les critères de sélection du BRVM Composite et du BRVM 10 s'inspirent des principaux indices boursiers du monde, tout particulièrement de l'indice FCG, de l'International Financial Corporation, société affiliée à la Banque mondiale. La formule des indices tient compte de la capitalisation boursière, du volume de transactions par séance et la fréquence des transactions. En outre, seules les actions ordinaires sont retenues pour le calcul des indices.

Par ailleurs, la notion de liquidité occupe une place fondamentale dans la sélection des valeurs composant l'indice BRVM 10. En effet pour chacune d'entre elles, le montant quotidien moyen des transactions au cours des trois mois précédant la revue trimestrielle ne doit pas être inférieur à la médiane des montants quotidiens moyens des transactions de l'ensemble des titres, la fréquence des transactions doit être toujours supérieure à 50% et le titre doit transiger au moins une fois sur deux, durant la période d'étude de trois mois.

Les indices sont automatiquement générés par le système de négociation de la BRVM et diffusés après chaque séance de négociation. Par ailleurs, le BRVM 10 est révisé quatre fois par année (le premier lundi de janvier, avril, juillet et octobre ) et le BRVM COMPOSITE après chaque nouvelle inscription à la cote, de manière à être adaptés à l'évolution du Marché Financier Régional.

L'analyse de l'activité à la BRVM nous a permis d'appréhender d'une façon claire et concise la pratique boursière qui se réalise sur ce marché. A cet titre, nous pouvons dire que la BRVM présente les caractéristiques d'un marché boursier et peut faire l'objet de test d'efficience. Il convient avant toute analyse de passer en revue la littérature sur l'efficience des marchés boursiers et sur les stratégies de gestion de portefeuille.

Section 2 : Revue de la littérature sur l'efficience boursière et sur les stratégies de gestion de portefeuille applicables à la BRVM

La littérature sur l'efficience des marchés a commencé aux USA par les études de Fama and all [1969 ] et a été la proposition centrale en finance durant environ trente ans et sur les marchés boursiers français par Modigliani et Cohn [ 1979 ]. C'est donc sur la base de vérifications empiriques solides, que s'est construit un ensemble d'applications théoriques et pratiques notamment en matière d'analyse des titres financiers.

Pour notre étude, cette revue de la littérature nous permettra d'appréhender les différentes approches d'efficience et les différents travaux qui ont été réalisés aussi bien sur les autres places boursières qu' à la BRVM ce qui nous aidera à mieux orienter notre recherche.

La théorie de l'efficience des marchés renvoie à trois types d'efficiences , Gillet [ 1991 ]: l'efficience allocationnelle, l'efficience opérationnelle et l'efficience informationnelle. Notre étude porte essentiellement sur l'efficience informationnelle c'est-à-dire comment les informations agissent- elles sur les prix des titres boursiers ? Cette question est fondamentale pour tous les intervenants sur un marché boursier car l'analyse des deux autres formes d'efficience ne permet pas à un investisseur de prédire les cours des titres et de réaliser des gains. Toutefois, de brèves définitions de l'efficience allocationnelle et opérationnelle seront données avant d'aborder l'efficience informationnelle selon la théorie .

L'efficience allocationnelle indique que le marché est capable d'orienter les fonds vers les emplois les plus productifs et contribue ainsi à un développement satisfaisant de l'économie. Ainsi, les prix sur le marché égalent les taux de rendement marginal des emprunteurs et des prêteurs⁽¹³⁾. Le test de cette forme d'efficience n'est pas approprié pour notre étude car elle ne permet pas de définir une stratégie de gestion de portefeuille.

⁽¹³⁾La définition explicite que Jensen, [1978] exposé se fonde sur l'impossibilité de réaliser un profit d'arbitrage en tenant compte de ces coûts. Remarquons à l'occasion que, ce faisant, Jensen tirait déjà les enseignements des travaux de Coase [1937] et de Demsetz [1969], qui insistaient sur la nécessaire prise en compte des coûts de transaction pour disposer d'une définition pertinente de l'efficience allocationnelle et qui allaient également inspirer sa démarche en finance organisationnelle.

La théorie de l'efficience opérationnelle précise que les intermédiaires financiers mettent en relation de manière satisfaisante les offreurs et les demandeurs de capitaux et ce, au coût le plus faible tout en retirant une juste rémunération. Le rôle des « market-makers » dans le cadre de la régulation des marchés boursiers est souvent bien rempli et ne pose pas de problème étant entendu que les cries ne sont pas très fréquentes sur les places boursières même si elles sont graves de conséquence quand elles surviennent. L'efficience opérationnelle, en la testant ne nous permet pas non plus de définir une stratégie de gestion de portefeuille tels que fixées dans nos objectifs.

Le type d'efficience qui traite les informations qui agissent sur les cours des titres sur le marché est l' efficience informationnelle, la plus explorée en finance. Elle prend en compte la forme forte, semi-forte et faible des hypothèses formulées par les chercheurs en la matière.

Le test de l'efficience faible revoie à l'hypothèse que les prix courants reflètent toute l'information historique sur les prix. Pour le tester il suffit d'appliquer les modèles de prévisions dont les variables explicatives seront les anciens prix ou encore des données antérieures.

Kendall [1953] a appliqué le test d'autocorellation aux fluctuations hebdomadaires de 19 indices des cours d'action britannique. Fama [1969] a examiner les fluctuations de 30 titres du Dow Jones au cours de la période s'étendant de décembre 1957 à septembre 1962.

D'autres auteurs ont appliqué les tests de forme faible en intégrant des variables macro-économiques comme l'inflation. Il s'agit de Linter [1975], Bodie [1977], Nelson [1976], Jaffe et Mandelker [1976], Fama et Schwert [1977], Fama [1981], Gultekin [1983] qui ont globalement mis en évidence une relation négative entre le rendement réel et nominal observés des actions et l'inflation observée, anticipée ou non anticipée pour mieux expliquer l'efficience. Ces résultats, obtenus à partir de données du marché américain ainsi que celles de certains marchés européens, ont été interprétés comme une preuve de l'inefficacité de l'investissement en actions à protéger contre l'inflation ⁽¹⁴⁾ et comme tel contredisant l'hypothèse de Fisher.

Toujours dans l'optique des tests de forme faible, Solnick [1973] a repris les travaux de Fama sur d'autres marchés européens et a observé des valeurs de coefficients Rp proche de zéro quels que soient les valeurs de i et a donc conclu que la fluctuation des cours Ti (t) est linéairement indépendante des fluctuations des cours observés pendant les i jours précédents.

En résumé la forme faible d'efficience fait référence au test d'autocorelation dont le coefficient Rp permet d'apprécier la relation qui existe entre la valeur du cours à l'instant t et celle à l'instant t-p. Rp = Cov (Ti (t) ; Ti-(t-p)/Var (Ti (t). Il existe également d'autres méthodes pour tester la forme faible notamment la technique des filtres, des moyennes mobiles et la technique dite des points et des croix ⁽¹⁵⁾.

⁽¹⁴⁾ Plusieurs explications de cette relation négative ont été avancées par les auteurs, mais l'explication la plus controversée est de loin celle proposée par Modigliani et Cohn [1979]. Ces auteurs pensent que la valeur de la firme (prix des actions) devait rester constante en période d'inflation et qu'une relation négative observée entre les cours boursiers et l'inflation ne peut être dite qu'au fait que le marché est induit en erreur à cause de l'irrationalité des investisseurs et de leurs incapacité à se libérer de l'illusion monétaire. Cette hypothèse, si elle était vérifiée, remettrait manifestement en question l'efficience des marchés financiers.

⁽¹⁵⁾ La techniques des filtres d'Allexandère précise que si les cours d'un titre augmente de x % au moins par rapport à son dernier minimum, il convient d'acheter ce titre et de le garder jusqu'à ce le cours baisse d'au moins x % par rapport à son maximum précédent. A ce moment, il faut couvrir sa position à découvert et prendre une position longue. Tous les mouvements d'ampleur inférieurs à x % sont ignorés. Cette technique a été testée par Fama, Blume et Galesne, Jensen et Bennington, [1970]. Les résultats obtenus montrent que l'application de ces règles ne permet pas d'obtenir des résultats significativement supérieurs à ceux que l'on obtient par une méthode d'achat conservation.

La technique de moyenne mobile quant à elle consiste à acheter (vendre) par un signal donné lorsque la courbe des variations des cours franchit la courbe de la moyenne mobile en suivant une phase haussière (baissière). Cette méthode a été testée par Van Home et Parker [1967]. Ils ont utilisé cinq tailles de filtres différents et ils ont calculé les moyennes mobiles sur les périodes de 100, 150 et 200 jours. Pour toutes les combinaisons de filtres et de longueurs de moyennes mobiles, l'application de la technique moyenne n'a pas permis d'obtenir des profits supérieurs à 100 obtenus par l'application d'une stratégie achat détention.

La technique dite des points et des croix testés par J. Hamon suppose que toutes les variations des cours inférieurs à un certain seuil sont ignorées : une variation supérieure à zéro est représentée par une croix, une variation inférieure à zéro est représentée par un point., Pour une variation de signe constant des points ou des croix (suivant le singe de la variation) sont sur une même colonne à la position correspondant au cours. A chaque changement du signe de la variation, les rangs de la colonne est incrémenté . le mouvement de hausse et de baisse sont représentés verticalement en fonction du temps.

Les conclusions révèlent que les résultats de l'application de ces différents tests de forme faible sont inférieurs à ceux obtenus par la méthode d'achat conservation.

Sur le marché de la BRVM, il n'y a pas eu d'études utilisant les techniques de filtre et de moyenne mobile ou celle des points et des croix à notre connaissance. Toutefois, la méthode des moindres carrés ordinaires a été utilisée pour faire des tests de forme faible. Notre étude prendra en compte la forme faible en intégrant dans le modèle, les cours antérieurs des titres et évoluera vers la forme semi forte.

La forme semi forte postule que les prix sur le marché reflètent toute l'information publique donc comment reagissent les prix à l'annonce de nouvelles informations. Certains auteurs comme E. Fama, L. Fisher, M. C. Jensen, R. Roll [1969] ont travaillé sur l'ajustement des prix des titres aux nouvelles informations.

Rendleman, Jones E.T. Latane [1982], Jegadeesh et Titman [1993] ont pour leur part étudié les réactions aux annonces de résultats financiers et ont conclu à l'inefficience c'est à dire qu'il y a possibilité de prévoir les cours des titres quand on annonce les résultats financiers mais cette conclusion n'est pas valable pour tous les marchés.

Laporta, Lakonishik, Schleifer et Vishny [1997] ont par ailleurs, examiné les revenus des croissances à la date de l'annonce et ont conclu que le débat théorique tourne autour du prix c'est-à-dire le rendement attendu et la préférence de l'investisseur.⁽¹⁶⁾

Aussi, si l'hypothèse bayésienne qui dit que les investisseurs font de bonnes prévisions est-elle remplie et qu'ils sont identiques alors on peut conclure que les marchés sont efficients.

⁽¹⁶⁾ Concernant la préférence de l'investisseur, Von Neumann et Morgenstern [1994] ont insisté sur la maximisation de l'utilité de l'investisseur (EU). Il s'agit pour ces deux auteurs de maximiser l'utilité de l'investisseur (EU) de fonction additive et séparable sous les axiomes de pré-ordre totale A₁, A₂ et A₃

L'axiome A₁ de pré-ordre total et transitivité s'explique pour tout a₁ et a₂ :

L'axiome A₂ de continuité démontre que pour tout a₁, a₂ et a₃ tel que a₁ a₃ a₂ alors il existe des scalaires (; ); 0 1; 0 1 ; tel que a₃ * [ x a₂ + (1 - ) a₁] et a₃ >* [a₂ + (1 - a₁]

L'axiome A₃ d'indépendance : Pour tout a₁; a₂ ; a₃ et tout (0 1), si a₁ * a₂ alors [a₁ + (1 - ) a₃] * [a₂ + (1 - ) a₃]. On peut dire que les préférences entre a₁ et a₂ sont indépendantes de a₃.

Bref sous les axiomes A₁, A₂ et A₃, on a la fonction d'utilité suivante : EU (a_i) = _i U(a_ij) . Pr(a_ij)

1- Les individus se préoccupent de tout ce qui est source d'utilité ou de désutilité (éléments pécuniaires ou non) et sont des « évaluateurs ». Ils sont à même de faire des arbitrages entre les différentes sources d'utilité et leurs préférences sont transitives ;

3- Les individus sont maximisateurs. Ils sont censés maximiser une fonction d'utilité sous contraintes. Ces contraintes peuvent être cognitives et les choix effectués tiennent compte des coûts d'acquisition du savoir et de l'information ;

4-Les individu sont créatifs et savent s'adapter ; ils sont à même de prévoir les changements de leur environnement, d'en prévoir les conséquences et d'y répondre en créant de nouvelles opportunités.

Odean, [1999] a également tiré des conclusions dans l'étude du comportement de l'investisseur sur un marché efficient selon lesquelles les investisseurs transigent trop, vendent les titres gagnants et gardent les perdants. Dans tous les cas, pour le comportement des investisseurs, ils ne sont pas rationnels, ils utilisent des règles de décisions «heuristiques» (rules of thumb) dans leur prise de décision.

Certains modèles de comportement développés par Bikhchandani, Hirshleifer et Welch [1992] et Kahmeman et Tversky [1999] dans la théorie des perspectives concourent à l'hypothèse des marchés sous forme de cascade informationnelle. Shiller [1990] observe que 65 % des opérateurs du marché considèrent que c'est d'abord la psychologie du marché qui guide les investisseurs.

Les principales conclusions de la théorie des perspectives sont les suivantes :

- la plupart des sujets violent l'utilité exactement comme l'a montré Allais [1953] ; à savoir qu'ils réagissent à des changement similaires de probabilité.

- les sujets accordent généralement plus d'importance aux changements de richesses qu'à la richesse totale, ce qui contredit une nouvelle fois le paradigme d'utilité.

- la fonction de valeur est une fonction en «S» c'est-à-dire concave dans le domaine des gains (aversion au risque) et convexe dans celui des pertes. Cette fonction est définie par les déviations du point de référence.

- la pondération de décision assignée à la probabilité est généralement plus faible que la probabilité correspondante excepté dans l'intervalle des très faibles probabilités.

Toujours dans le cadre des tests de l'hypothèse d'efficience semi forte, Dodd et Ruback [1977], Kummer et Hoffineister [1978] et Brddley [1980] ont traité l'impact d'une annonce d'OPA sur les cours boursiers. L'étude de Navatte [1978] sur les fusions et de Eckbo et Langohr [1985] et Husson [1986] ont permis de tirer des conclusions pertinentes sur les entreprises françaises.

D'autres études ont également été réalisées afin de tester les réactions du marché à l'annonce des résultats ou des distributions de dividendes Watts[1973], Ball [1978], Pattel et Wolfson [1984] ou encore Collins et Kothary [1989] et mettent souvent en avant l'existence d'un délai de réaction relativement bref (deux jours).

Toutes ces études confortent l'hypothèse semi-forte selon laquelle le prix courant des titres reflètent toute l'information publique sur le marché à tout instant notamment les annonces de résultats ou des dividendes, les fusions, les splits d'actions et les OPA.

Ces différentes approches intéressent notre recherche dans ce sens que l'annonce des résultats et de distribution de dividendes est un signe aux investisseurs pour procéder à la détermination des ratios comme : le bénéfices par action, le rendement du marché, le ratio cours / bénéfice ainsi que d'autres anticipations en vue d'une optimisation de leur portefeuille. Toute fois, des critiques sont formulées sur la nature et la source de l'information dite publique ⁽¹⁷⁾.

⁽¹⁷⁾ Daniel Szpiro, [2000] fait remarquer que le constat sur l'efficience des marchés peut en fait s'interpréter de plusieurs manières. Soit que l'hypothèse d'efficience dans sa version semi-forte doit être rejetée ; soit la notion d'information publique reste à définir avec plus de clarté . Après tout, peu de gens consultent à tout moment les agences d'information supposées publiques (Reuters ou AFP). Dans ce cas, l'interprétation du phénomène observé dans l'étude de Daniel Szpiro serait que le coût de l'information est trop élevé et que les intervenants sont malgré tout rationnels, quand bien même ils n'investissent pas massivement dans le suivi de l'information.

Le modèle de Grossman S. J. & Stiglitz J. E. [1980] décrit ce type d'équilibre où l'information coûteuse empêche l'efficience des marchés dans un cadre statique, mais la prise en compte de délais dans la révélation de l'information par les prix de marché rend possible l'acquisition coûteuse de cette information, comme le suggère Larnac P. M. [1992].

Cependant l'argument consistant à considérer que les informations fournies grâce à des prestations payantes qui ne sont pas entièrement "publiques" n'est théoriquement pas fondé : il n'est pas nécessaire que tous les intervenants soient informés pour que les prix convergent vers la "vraie" valeur car les transactions des seuls agents informés feront bouger les prix s'ils sont suffisamment nombreux , Holden C. W. & Subrahmanyam A. [1992].

De plus, s'il doit y avoir un arbitrage entre le coût de l'information et les opportunités d'interventions en bourse, on pourrait s'attendre à ce qu'une probabilité de gains plus élevée accélère les délais de réaction des cours ; or sur l'échantillon de D. Szpiro, l'amplitude totale des mouvements de cours enclenchés par la nouvelle ainsi que la taille de la valeur ne jouent pas sur les délais de réaction.

Une autre interprétation serait qu'une fois la nouvelle connue, son interprétation serait divergente, ce qui générerait des perturbations de prix étalées dans le temps. Cela impliquerait que des phénomènes d'imitation, voire de sur-réaction, sont à l'oeuvre y compris une fois l'information connue.

Dans la même étude, D. Szpiro a montré que la source de l'information paraît être un déterminant significatif de la vitesse de réaction : lorsque la société est à l'origine de la nouvelle, les cours commencent à réagir vers 15 heures la veille du jour de l'annonce, pour se stabiliser vers 15 heures le lendemain de l'annonce alors que pour les autres sources, les cours réagissent après l'ouverture du jour de l'annonce et se stabilisent vers 5 ou 6 heures avant l'annonce.

Deux interprétations de ce constat sont possibles: soit le premier type de nouvelles correspond à une plus grande asymétrie d'information entre les intervenants, soit le contenu de la nouvelle qui est en général une annonce de résultat donne plus facilement lieu à des anticipations précises une fois la date de divulgation de l'information connue.

En ce qui concerne la fin de l'intégration de la nouvelle dans les cours boursiers, la première méthode d'analyse de la croissance des cours fait apparaître un dernier mouvement à 14 heures le lendemain de l'annonce, alors qu'une deuxième méthode indique seulement des mouvements de cours qui ne durent que jusqu'à l'ouverture du lendemain du jour de l'annonce.

Ainsi, même après la diffusion publique de la nouvelle, les délais de réactions continuent à courir, alors que dans le modèle de Kyle A. [1985], les cours devraient se stabiliser : l'asymétrie d'information et le jeu entre informés et non-informés ne semblent donc pas être la seule cause de l'ajustement graduel des cours boursiers, ce qui est peut-être contradictoire avec un comportement rationnel des intervenants.

2.1.3.3 Efficience forte

Notre étude ne teste pas l'hypothèse de l'efficience selon la forme forte. Toute fois, il est souhaitable de savoir ce que dit la théorie sur l'efficiente forte et les conclusions des auteurs sur cet aspect. Etant entendu que l'on ne peut faire une analyse efficace de l'efficience semi forte sans maîtriser les frontières avec l'efficience forte.

Pour aller dans le sens de l'efficience forte, on a montré que l'information même privée induit des mouvements de prix sur le marché, alors que dans le sens de l'inefficience, on a démontré que l'intégration de cette information par le marché n'est pas immédiate.

Les dernières recherches n'ont pas validé le modèle de Holden C. & Subrahmanyam A. [1992] qui prévoit que la concurrence des agents informés entraînera des mouvements de prix qui ne durent que très peu de temps. Par contre, les résultats des chercheurs sont plutôt cohérents avec une modélisation à la Kyle A. [1985] : l'information n'est reflétée dans les prix de marché que de façon progressive, les agents informés ne mettant pas de grandes quantités sur le marché de façon à tirer parti de la liquidité des agents non informés. De fait, on observe que les volumes échangés ne deviennent réellement plus importants qu'au lendemain de l'annonce, alors que la taille "unitaire" des échanges ne se modifie apparemment pas (mais il existe peut-être des ordres "soignants" destinés justement à éviter d'attirer l'attention).

De façon indirecte, l'idée qu'il y a une stratégie, un jeu, entre agents informés et non informés est corroborée par le fait que le nombre d'analystes qui suivent une valeur a une influence sur les délais de réaction : lorsqu'une valeur est très suivie, les cours anticipent moins tôt la nouvelle. Cela est en effet cohérent avec l'idée que le camouflage de la stratégie d'informé est plus difficile lorsqu'une valeur fait l'objet d'attentions intenses.

Cet bref aperçu sur l'hypothèse de l'efficience au sens fort nous montre que le débat sur l'efficience des marchés n'est pas homogène.

Il existe des arguments contre les marchés efficients. En effet, nous voyons qu' au coeur de la théorie de l'efficience des marchés réside le fait d'admettre le comportement raisonnable des investisseurs. Ce qui le discrédite le plus est que les anomalies cognitives, les influences sociales et de foule peuvent parfois excessivement biaiser les perceptions, menant à des décisions désastreuses. Les gens simplement:

-ne recueillent pas et ne traitent pas l'information de façon impartiale,
- attachent une trop forte ou trop faible importance aux événements récents ou extraordinaires, déformant la réalité dans le processus.

- attachent une importance anormale (ou aucune importance) à certains événements souhaitables ou indésirables.

Ainsi, l'argument standard contre l'hypothèse d'efficience des marchés est du genre : la bourse n'est pas efficiente car il y a beaucoup d'opinions erronées, de traductions incorrectes, et d'émotions telles que fierté, doute, crainte et espoir. Il y a parfois des jugements simplement mauvais ou superficiels, de nombreuses variables complexes, et des événements très changeants rapides, que les investisseurs ne pèsent pas correctement. Cela même s'ils ont toute l'information adéquate, ce qui est l'exception plus que la règle.

Fondamentalement, le marché n'est pas efficient parce que trop d'avis faux et d'émotions fortes des investisseurs peuvent créer des tendances. Elles finissent par porter les cours des actions bien en-dessous ou au-dessus de leurs valeurs raisonnables.

A tout ceci, on peut répondre que certes les marchés peuvent se caractériser par des comportements individuels irrationnels, mais qu'ils se compensent entre eux du fait des grands nombres. Ainsi, le plus bas dénominateur commun de la rationalité resterait le facteur comportemental principal.

En effet, une définition possible du comportement rationnel est l'indépendance entre individus. Ce point est juste, mais il déplace la question de "les marchés sont-ils efficients? " vers "quel est le niveau et le type d'efficience des marchés?", ce qui semble acceptable aux économistes. Il entraîne aussi le scénario des marchés à efficience limitée, où le prix et la valeur tendent à converger, mais les marchés peuvent encore parfois s'écarter de la réalité. Ceci ouvre la porte à la recherche d'explications aux anomalies du marché et comment elles évoluent.

C'est le thème principal de recherche en finance comportementale. Certains adeptes de la Behavior Finance vont plus loin, pour dire que ces anomalies sont la règle. Ils considèrent l'équilibre optimal comme rarement trouvé dans le monde réel, et les modèles basés sur cette approche " forte" de l'hypothèse d'efficience des marchés comme la simple "la limite centrale". Pour eux, la bonne approche scientifique commence par étudier les comportements d'investisseurs.

La revue de la littérature sur l'efficience informationnelle est immense et précise qu'en général sur les marchés financiers des pays développés, les tests selon la forme faible ont conclu à l'efficience et rassurent que sur ces marchés nul ne peut réaliser des gains en faisant des tests d'autocorelation, de moyenne mobile, des filtres, des points et des croix. Par contre sur les nouveaux marchés comme celui de la BRVM, l'efficience n'est pas garantie mais cette affirmation ne sera valable que sur la base de nombreux tests comme ceux effectués sur les grandes places financières.

Concernant les tests sous la forme forte et semi forte, le résultat est le même car l'information s'intègre rapidement aux prix des titres sur les marchés des pays développés alors que sur la BRVM par exemple il manque tout simplement d'études sur la question.

Apres cette présentation de la littérature sur l'efficience des marchés et le constat d'un déficit d'études sur le marché de la BRVM, il convient de passer en revue la littérature sur le risque et le rendement pour ressortir les différentes stratégies de gestion de portefeuille, ce qui nous permettra d'identifier celles qui seront applicables sur le marché de la BRVM à l'issu de nos tests.

2.2 : Les théories sur le risque et le rendement et les stratégies de gestion de portefeuille

Pour aborder les stratégies de gestion de portefeuille, il est important d'analyser la place du risque dans la gestion du portefeuille notamment dans l'évaluation des actifs financiers. Ce sont donc les tests sur le risque et le rendement qui ont permis de définir les stratégies modernes de gestion de portefeuille. Le choix d'une stratégie en particulier dépend du degré d'aversion au risque du client et de la conception de l'efficience du marché

2.2.1 : Les théories sur le risque et le rendement

La littérature sur la théorie de gestion de portefeuille est liée aux modèles d'évaluation des actifs financiers, le MEDAF ou CAPM et le modèle d'arbitrage. Plusieurs auteurs ont travaillé sur la détermination du risque systémique qui est le Bêta du portefeuille afin de permettre aux investisseurs de faire une meilleure combinaison de portefeuille et surtout qu'à un moment donné dans les recherches, les tests d'efficience se réalisent à partir des rendements anormaux des titres après avoir appliqué les modèles d'évaluation d'actifs financiers pour déterminer les prix et les variations.

Ainsi cette littérature a pour but d'appréhender l'évolution des recherches sur les modèles d'évaluation des actifs financiers et les contradictions qui s'y attachent ce qui nous permettra pour notre étude de constituer un portefeuille c'est à dire un échantillon de titres pour faire nos tests ou de produire le test sur l'un des indices représentatif.

Le CAPM développé par Sharp [1964], Lintner [1965], Mossin [1966] et Black [1972]. prévoit une relation positive et linéaire entre le rendement des actifs et leur niveau de risque systémique (Bêta). Seul le degré de sensibilité aux variations du marché permet d'expliquer les différences de rendement entre les actifs, car le risque non systémique peut être éliminé par la diversification de portefeuille.

Ce résultat fondamental qui a des implications très importantes en finance est particulièrement contesté depuis quelques années, notamment avec la parution d'un article de Fama et French [1992] montrant que la relation entre le bêta et les rendements est complètement horizontale. En effet, d'après leurs conclusions les rendements boursiers américains peuvent être partiellement prévus à l'aide de deux variables : la taille et le ratio de la valeur comptable à la valeur marchande des fonds propres.

Si la mesure du risque systémique est introduite dans le modèle, elle ne joue aucun rôle dans l'explication des variations observées entre les rendements. Cet article pionnier a sévèrement contesté le CAPM. De plus Fama et French [1996], admettent qu'il est possible que cet échec du CAPM soit attribuable à une mauvaise approximation du vrai portefeuille de marché.

Pour leurs parts, Chen, Roll et Ross [1986] invoquent un argument similaire pour expliquer la prime de risque. Cependant, l'APT précise davantage le risque comme étant relié à de grandes variables financières ou macro économiques (les facteurs) communes à tous les titres.

Reinganum [1981] trouve que des portefeuilles avec des bêtas estimés très différents ne donnent pas des rendements moyens statistiquement différents.

Tinic et West [1984] rejettent le CAPM en se basant essentiellement sur la non-cohérence intertemporelle des bêtas et sur le fait qu'ils ne sont pas suffisants pour mesurer le risque.

Ross [1976], montre qu'en réalité, le test du CAPM est problématique, car il est fondé sur des variables qui sont difficilement observables (rendements anticipés). En effet en montrant que le test CAPM est très sensible au choix de l'indice pour subroger le marché, il en déduit que le véritable portefeuille de marché (qui inclut tous les actifs) est nécessaire pour tester le CAPM. Or l'inobsevabilité de celui ci introduit un doute quant à la possibilité de tester le CAPM.

Roll et Ross [1994] vont plus loin en montrant qu'il peut exister deux proxy qui ont une même moyenne et une même variance, dont le premier donne de bons résultats et le second des résultats défavorables lorsqu'ils sont utilisés dans les tests du CAPM. Toute fois ces conclusions accablantes ont été atténué par Kandell et Stambaugh [1995], qui les restreignent à l'utilisation des moindres carrés ordinaires.

De plus le modèle CAPM est davantage mise en cause par d'autres études qui ont fait ressortir des anomalies qu'il est incapable d'expliquer. En effet, Basu [1977] est le premier à signaler l'anomalie liée à l'effet du ratio cours / bénéfice. Il trouve que le portefeuille de marché n'est plus efficient relativement aux portefeuilles formés sur la base du ratio cours / bénéfice. Les firmes qui ont un ratio cours / bénéfice élevé ont des rendements plus faibles que celles qui ont un faible ratio cours / bénéfice.

Dans la même lancée, Bennz [1981] et Reinganum [1981] mettent en évidence ce qui est communément appelé « l'effet taille ». Ils trouvent que les firmes de petite taille ont des rendements plus élevés que ceux prédits par le CAPM. Lakonishok [1984] et Shapiro [1986] vont plus loin en montrant que n'importe quelle mesure de la taille surpasse en même temps la variance du bêta.

Aussi, notons que depuis les travaux de Rozeff et Kinney [1976], bon nombre d'études ont-elles mis en lumière l'effet janvier qui résulte du fait que la rentabilité observée en janvier est significativement plus grande que celle observée dans les autres mois.

L'effet janvier a été observé dans la plus part des marchés financiers, notamment aux USA par Branch [1977], Reinganum [1983] et Roll [1983], au Canada par Berges, Mc Connell et March [1983], Calvet et Lefoll [1989], en France par Hamon [1986], au Japon par Jaffe et Westerfield [1985]. Cependant, les conclusions se rapportant à l'effet janvier ont été modérées par les études de Roll [1983] et Reinganum [1983].

Même si toutes ces études n'ont pas complètement démontré l'inexactitude du CAPM, elles ont jeté un sérieux doute sur la validité du modèle. La conséquence en est que les chercheurs se sont de plus en plus tournés sur des versions conditionnelles (C-CAPM), c'est à dire celles qui permettent des déformations temporelle des opportunités d'investissement des investisseurs.

Ainsi, en utilisant une spécification GARCH et un portefeuille de couverture pour se prémunir des déformations temporelles de l'ensemble des opportunités de placement, Turtle, Buse et Korkie[1994] supportent la version conditionnelle du CAPM. Aussi, Pettengill, Sundaram et Mathur [1995] , trouvent-ils qu'en permettant à la prime de marché de varier dans le temps, il existerait une relation cohérente et significative entre le risque systémique (bêta) et les rendements.

De plus ils suggèrent que les tests de la relation non conditionnelle entre les bêtas et les rendements sont biaisés à cause de la nature même conditionnelle entre le bêta et les rendements anticipés. Enfin, Jagannthan et Wang [1996] soutiennent que les tests statiques du CAPM sont problématiques, car la réalité est plus dynamique que statique et à l'inobservation du portefeuille du marché .

Ainsi en permettant aux bêtas de varier dans le temps, ils trouvent une relation risque - rendement très significative. De plus, en supposant que le CAPM valide période par période, ils rejettent l'effet taille décrit par Fama et French [1992]. Et, quand ils ajoutent aux modèles précédents l'indice de rendement du capital humain, les erreurs résiduelles ne jouent plus aucun rôle dans l'explication des rendements, sans ajouter un pouvoir supplémentaire à la taille.

Certaines études récentes ont tenté de résoudre l'énigme du C-CAPM standard. Il s' agit notamment des études de Kocherkota [1996], Cochrane [1997], Campbell [2003], Mehra et Prescott [2003]. Ces auteurs ont exploré trois voies de recherche qui ont cherché chacune à remettre en cause une des trois hypothèses fondamentales à la source de la construction du C-CAPM standard. Les conclusions de Mehra et Prescott révèlent qu'aucune de ces tentatives n'apporte une solution satisfaisante à l'énigme ⁽¹⁸⁾ de la prime de risque qui doit passer par la détermination d'un cadre théorique permettant à la fois de produire des primes de risque de niveau de celle observées tout en considérant des investissements modérément averses au risque.

Cette littérature sur les modèles d'évaluation des actifs financiers nous montre la complexité des options sur les variables avant de passer aux tests d'efficience c'est à dire que l'on peut utiliser les modèles d'évaluation pour déterminer les différents cours des titres ou du portefeuille et voir si l'on peut prévoir ces cours dans le temps.

Toutefois sur le marché de la BRVM, étant donné que les titres ne sont pas nombreux et qu'ils se retrouvent dans un indice ( BRVMComposite), il est inutile de passer par la composition de portefeuille selon Fama et Mac Beth [1973] et procéder par l'utilisation d'un modèle d'évaluation d'actifs financiers pour obtenir les variations des rendements. Il nous suffirait d'utiliser la variation de l'indice BRVMComposite qui représente tous les titres sur ce marché.

⁽¹⁸⁾ Le terme énigme est utilisé par les chercheurs parce que dans la pratique pour détenir un actif risqué un investisseur demande une prime de risque de 6% c'est à dire le (R_m - r_f) dans la formule d'équilibre du CAPM qui est : - = ( - ) alors que Mehra et Prescott montrent au travers d'un exercice de calibration du C-CAPM de Lucas [1978], que ce modèle ne peut produire une prime de risque maximale que de 0,35 %. Cet écart considérable entre les prescriptions théoriques et les observations les a conduits donc à utiliser les termes d'énigme.

2.2.2 les stratégies de gestion de portefeuille

Les différentes théories de gestion de portefeuille fondées sur le risque et le rendement ont permis de mettre en place les stratégies de gestion active de portefeuille et les stratégies de gestion passive.

2.2.2.1 : La gestion Passive de portefeuille

La gestion passive de portefeuille est une stratégie qui consiste à éviter toute analyse économique des titres et à se concentrer sur les indices du marché. Il existe deux approches de stratégies passives : L'approche de la gestion indicielle qui prend en compte la construction de l'indice à répliquer et son impact sur le portefeuille le répliquant, et l'approche d'achat-détention (buy and hold).

Un portefeuille indiciel est un portefeuille géré de façon à répliquer le plus parfaitement possible un indice de référence désigné. il est motivé par les hypothèses suivantes : La théorie du CAPM qui conclut que le portefeuille de marché est le portefeuille de tangence, les coûts liés à la gestion active qui sont relativement élevés (frais de recherche, coûts de transaction etc...) et enfin, il est démontré que les gestionnaires parviennent rarement à battre l'indice phare.

la gestion indicielle consiste à sélectionner l'indice à répliquer (benchmark) , les titres en fonction des choix effectués par les firmes construisant les indices et une erreur de réplication (Tracking error) acceptable. L'erreur de réplication se traduit par l'égalité suivante :

E r = Erreur de réplication

R t p = Rendement total du portefeuille répliquant l'indice

L'Objectif principal est de Minimiser l'erreur de réplication. La gestion indicielle vise donc une erreur de réplication égale à zéro.

? Construction de l'indice à répliquer et son impact sur le portefeuille le répliquant

Il existe trois méthodes de construction des indices boursiers : La pondération selon la capitalisation boursière (value weighted), la pondération selon le prix (price weighted) et la pondération supposant la même somme investie dans tous les titres (equally weighted).

Il convient de noter que les indices arithmétiques peuvent être facilement répliqués quelle que soit la méthode de pondération utilisée, que l'utilisation d'une moyenne arithmétique avec les deux premières méthodes de pondération réduit substantiellement le rebalancement de portefeuille pour un gestionnaire pratiquant de la gestion indicielle, que le rebalancement est inévitable dans certains cas dont les fusions, que des compagnies peuvent être retranchées de (ou ajoutées) à l'indice que les fractionnements et les dividendes en actions de nouveaux titres peuvent être émis, et enfin que certains titres peuvent être rachetés.

Le différentes méthodes de construction d'un portefeuille répliquant un indice boursier sont :

Il s'agit d'acheter tous les titres de l'indice (en proportion de leurs poids dans cet indice). Cette méthode a pour avantage de minimiser l'erreur de réplication. Les inconvénients résident dans les frais de transaction qui sont très élevés et le réinvestissement des dividendes qui entraîne des frais d'ajustement élevés.

Considérer d'abord les titres d'entreprises de grande capitalisation de l'indice à répliquer (mêmes proportions que leur importance dans l'indice de référence), le reste du portefeuille étant réparti en proportion égale dans chacun des autres titres de l'indice.

Elle consiste a acheter des titres les plus représentatifs compris dans l'indice à répliquer, classer les titres composant l'indice à répliquer en strates (industrie, risque total, etc.), choisir dans chaque strate, quelques titres représentatifs du groupe, pondérer les portefeuilles des différentes strates par leur importance dans l'indice à répliquer.

Elle consiste à l'utilisation de données historiques de variations de prix et des

corrélations, déterminer la composition du portefeuille qui minimisera l'erreur de réplication. Les limites de cette méthode est qu'un changement dans l'évolution des prix et des corrélations impliquerait une erreur de réplication relativement élevée.

2.2.2.2 Gestion Active de portefeuille

Trois hypothèses peuvent amener le gestionnaire à opter pour une gestion active de portefeuille:

Premièrement, est-ce qu'il dispose d'informations privilégiées (présence d'incertitude sur l'information) ? La présence d'incertitude sur l'information nous ramène à la théorie de l'asymétrie d'information qui a été largement abordée par les chercheurs, deuxièmement, est-ce qu'il dispose des compétences analytiques particulières (supérieures à la moyenne des autres intervenants sur le marché) ? et enfin est-ce que les marchés sont- ils inefficients ? Si une réponse affirmative est apportée à ces trois questions, alors il est intéressant de mettre en oeuvre une technique de gestion active de portefeuille. Il s'agit notamment de l'approche Top down, Bottom up et l'analyse fondamentale et technique que nous présentons brièvement dans notre étude.

L'analyse fondamentale se préoccupe des perspectives de bénéfices futurs pour les différentes entreprises (états financiers, perspectives de l'industrie, concurrence, management), alors que l'analyse technique se préoccupe des tendances relatives aux prix et volumes historiques des titres individuels et du marché dans son ensemble.

· Technique des filtres qui consiste à acheter le titre quant son prix augmente de X % par rapport au dernier creux et le conserver jusqu'à ce que son prix baisse de Y % du dernier haut.

Principales mesures utilisées par le gestionnaire : les variations à court et à long terme des bénéfices. Certaines de ces stratégies sont basées sur l'identification des surprises de bénéfices et sur le ratio cours /bénéfice.

Il a été observé chez les gestionnaires en général des styles génériques et des expansions de ces styles.

- Les différents styles de gestion

Le Gestionnaire orienté vers les titres de croissance : sélection de titres de compagnies enregistrant de fortes croissances des bénéfices et la gestion axée sur la valeur, le gestionnaire orienté vers les titres de valeur : Sélection des titres jugés pas chers (ratio VM/VC jugé faible par rapport à la moyenne)

Gestion axée sur les ratios VM/VC les plus bas du fait des cycles non favorables (avec anticipation d'une inversion du cycle) Contrarian managers,

Gestion axée sur les titres à rendement de dividendes élevés (conservateurs) : yield managers.

Gestion axée sur les entreprises de grande qualité avec une croissance uniforme,

Gestion axée sur les titres ayant une croissance plus volatile, Gestion axée sur les entreprises à petites capitalisations, en se préoccupant de l'évolution à court terme des bénéfices.

Gestion axée sur les compagnies dont on anticipe une croissance supérieure à la croissance moyenne, mais qui se transigent à une valeur raisonnable.

Calculer la capitalisation boursière de tous les titres dans l'univers des titres ;

Calculer la capitalisation boursière cumulée en commençant par le titre ayant le ratio VM/VC le plus faible ;

Sélectionner les titres à ratios VM/VC les plus faibles jusqu'au point ou l'on atteint la moitié de la capitalisation boursière totale. Ces titres sont considérés comme des titres de valeur (faible VM/VC) et les titres restants sont considérés comme des titres de croissance.

Styles basés sur la croissance > Styles basés sur la valeur dans les situations suivantes :

.Une perte de vitesse des bénéfices : la croissance des bénéfices devient plus rare. Les investisseurs paient une prime plus élevée pour une croissance des bénéfices plus élevés.

.Une baisse des taux d'intérêt : duration des titres de croissance > durée des titres de valeur.

.Une courbe de taux inversée (décroissance de l'économie et d'une perte de vitesse des bénéfices)

.Une augmentation des taux de distribution de dividendes : prime plus élevée pour une croissance plus élevée des bénéfices.

Nous venons d'explorer théoriquement la plupart des stratégies de gestion de portefeuille observées chez les gestionnaires. Ce passage en revue des stratégies nous permet d'orienter les gestionnaires sur le choix de la stratégie adaptée à la BRVM après que nos tests d'efficience nous auraient guidé. En d'autres termes, si la BRVM est un marché efficient, la gestion passive sera recommandée mais si nos tests nous prouvent le contraire, il sera recommandé la gestion active. Ceci étant nous pouvons aborder la méthodologie que nous allons développer pour tester l'efficience sur le marché de la BRVM.

CHAPITRE II : APPLICATION DE LA MÉTHODE DES MOINDRES CARRÉES ORDINAIRES POUR TESTER L'EFFICIENCE À LA BRVM

La méthode des moindres carrées ordinaires est une méthodologie connue pour effectuer des tests en théories quantitatives. Il s'agit pour nous de présenter cette méthode et de voir comment l'appliquer à notre étude pour obtenir un modèle testable. Notre démarche consiste alors dans la section première à partir de la présentation générale des moindres carrées ordinaires pour aboutir à notre modèle d'analyse. La deuxième section prendra en compte les données exigées par la méthode et leur l'analyse.

Section 1 : Description de la méthode

La description du modèle porte sur le choix et la justification de la méthode en analysant les hypothèses et les conditions de validités de cette méthode.

La méthode de régression linéaire semble plus appropriée pour notre étude car nous cherchons à établir un lien linéaire entre les variables que nous aurons choisies notamment la variable expliquée à caractère aléatoire et les variables explicatives mesurées sans erreurs. Cette méthode se justifie pour la simple raison qu'elle a servi à plusieurs chercheurs dans le cadre des tests d'efficience.

1.2 Présentation générale de la méthode

: est l'erreur aléatoire, capte tous les chocs inexpliqués incluant les erreurs de mesure.

â : les bêtas sont les coefficients de régressions théoriques du modèle que l'on devra estimer à l'aide d'un échantillon.

L'utilisation de la technique de régression linéaire étant justifiée, elle ne pourra s'appliquer que sous certaines conditions, dont les principales selon Evrard, Pras et Roux [2000] sont :

(ii) toutes les variables doivent être métriques ; pour chaque valeur de la variable explicative X, la variable à expliquer Y a une distribution normale ;

(iv) les distributions de Y (correspondantes aux différents niveaux de X) ont des variances égales ;

(vi) les erreurs doivent être distribuées selon une loi normale de moyenne 0 et de variance constante (homoscédasticité) autrement on parlera d'hétéroscédasticité ; les erreurs doivent être indépendantes de toutes les variables explicatives ; les erreurs relatives à deux observations différentes, quelles qu'elles soient, ne doivent pas être corrélées entre elles (sinon on parle d'auto corrélation).

On cherche à établir s'il y a un lien linéaire entre deux variables X et Y . Dans le modèle (1) ramené à sa plus simple expression suivante :Y = â₀ + â₁X + å, On entend par lien linéaire entre X et Y , la relation : E [Y |X = x] = â0 + â1x , c'est- à -dire que la relation entre la valeur moyenne de Y étant donné une valeur donnée x de X (notée E [Y |X = x]) et les diverses valeurs x de X peut être représenté par une droite.

X est une matrice singulière c'est à dire qu'il n'y a pas de combinaison linéaire dans X ce qui implique (X'X)^-1Existe.

(V ar [åi|X = xi] = ó ²_å) i = 1,2,.....,n c'est-`a-dire que la dispersion des erreurs autour de la droite de régression reste constante, elle ne dépend pas de la valeur de X;

Les erreurs sont indépendantes entre elles ({åi, i {1, 2, ..., n}} et forment

une suite de variables aléatoires indépendantes); toutes les covariances entre åi sont nulles

Les erreurs sont distribuées normalement avec une moyenne nulle et une covariance constante ( åi est de loi N (0, ó ²_å)). L'avantage de cette hypothèse est la facilité d'obtenir les résultats statistiques tels que le T-test et le F-test. Toute fois, elle est parfois inadéquate pour expliquer certaines données économiques ou financières. La distribution de ces dernières est assez souvent asymétrique et/ou avec des queues épaisses.

La Présentation de notre Modèle d'analyse passe par l'identification de la forme générale du modèle et les hypothèses théoriques de sa validité.

Notre question de recherche consiste à savoir si les prix sur le marché de la BRVM sont prévisibles à partir des informations publiques disponibles ?

En réponse à la question de recherche, nous posons l'hypothèse que : le cours des actions à la BRVM dépendent des facteurs internes des entreprises émettrices, des facteurs du marché et des facteurs de l'environnement macro économique de la zone.

La transformation de l'équation (2) en forme linéaire pour nos tests permet d'établir si le niveau courant du prix des actions C_{i t}dépend de ses niveaux antérieurs [C_i
t-1], des indicateurs internes à l'entreprise ou au secteur [ I ⁱ ] , des indicateurs du marchés [ Mⁱ] et des indicateurs de l'environnement macroéconomique [ E ⁱ ]. Il en résulte l'expression suivante :

C_{i t =}â₀+ â₁C_{i t-1}+ ₁ x_1, _t-1+ ₂ x_2, _t-1+ ₃ x_3, _t-1+ ₄ x_4, _t-1 + ₅ x_5, _t-1+ ₆ x_6, _t-1+

C_{i t-1}est le cours initial et est la constance du modèle. Elle constitue le cours en début d'introduction du titre en bourse.

â_0, â₁ et _1,.......... _7,sont les coefficient de régressions théoriques à estimer.

Pour toute régression selon l'équation (3) appliquée au marché de la BRVM on ne saurait rejeter l'hypothèse d'efficience par rapport à l'information concernée si seule la constance estimative (â₀) est statistiquement différent de zéro. Pour constater au moins les apparences d'une efficiente semi forte du point de vue de Fama [1970], il faudrait d'abord obtenir des bêtas (â_i) et gammas (_i) estimatifs significatifs.

Section 2 Choix des données exigées par la méthode

Cette section nous permet de préciser les données de l'étude, leur mode de traitement, les instruments utilisés et la spécification des variables.

Deux types de données ont fait l'objet d'analyse à savoir les données secondaires obtenues à la suite de la recherche documentaire qui porte sur plus de trente cinq (35) articles et revues statistiques et les données primaires qui constitues les informations directes recueillies sur le marché de la BRVM et à la BCEAO.

La recherche documentaire nous a permis de nous rendre compte de l'importance dans la littérature financière de la formation des prix sur un marché boursier. Mais aussi de constater que les marchés boursiers des pays sous développés sont presque dépourvus de tests sur les données empiriques et les études sur ses différents aspects sont limitées en particulier sur le marché de la BRVM. Ces insuffisances se justifient par leur création très récente et la rareté des financements alloués à la recherche en Afrique en général.

Il existe de nombreux articles sur les tests d'efficiences des marchés qui sont effectués sur des données américaines et françaises qui ont obtenu des résultats pouvant confirmer le caractère imprévisible des taux de rendement.

Toutefois certaines études qui ont été réalisées récemment remettent fortement en question ces conclusions. C'est ainsi qu'une comparaison statistique de la volatilité sur plusieurs durées de placement différentes appliquée aux taux de rendement hebdomadaires d'un portefeuille de titres sur la période de 1962 à 1994 permet de conclure à l'invalidité de la théorie de la marche aléatoire (efficience), et ce, avec un résultat statistique très élevé (supérieur à 99,9 %).

En effet, les taux de rendement hebdomadaires d'un portefeuille investi à parts égales, en termes de valeur, dans chacun des titres négociés sur le New York Stock Exchange et l'American Stock Exchange « un portefeuille à pondération égale » sont très étroitement corrélés d'une semaine à l'autre, avec un coefficient d'auto-corrélation de 20 %. Le coefficient de corrélation est un indice d'association se situant dans la fourchette - 100 % à 100 %, où - 100 % correspond à une corrélation négative parfaite, 100 % à une corrélation positive.
parfaite et 0 à une corrélation nulle.

Un coefficient d'auto-corrélation de 20 % signifie, a priori, qu'environ 4 % de la variance du taux de rendement de la semaine à venir s'explique par le taux de rendement de la semaine en cours. Un portefeuille à pondération égale composé uniquement de « petites » capitalisations boursières (titres figurant dans les derniers 20 %) affiche un coefficient de corrélation de 35 % sur la période de 1962 à 1994.

Cela signifie, qu'environ 10 % de la variance du taux de rendement de la semaine à venir s'explique par le taux de rendement de la semaine en cours. Des chiffres de l'ordre de 4 % ou de 10 % peuvent sembler peu élevés, mais, sachant qu'un niveau de prévisibilité de 100 % permettrait d'obtenir un taux de rendement très élevé, les rendements obtenus avec des taux de prévisibilité nettement inférieurs sont très intéressants.

Sur le marché de la BRVM, les tests ont conclu à une inefficience de forme faible ce qui justifie notre choix d'analyser la forme semi-forte. A l'issue de la documentation, nous avons pu cerner les différentes formes de tests d'hypothèse d'efficience de marché qui ont été effectués et les stratégies de gestion de portefeuille que pratiquent les SGI et les autres intervenants sur le marché de la BRVM.

Les données primaires de notre recherche sont issues du site officiel de la BRVM notamment dans le journal de la cote BOC et les autres données macroéconomiques sur le site de l'UEMOA et à la BECAO. L'échantillon porte sur le cours l'indices BRVM composite à la clôture trimestrielle depuis la création de la bourse au dernier trimestre 2002. Les autres données sont recueillies trimestriellement sauf le ratio cours/bénéfice et le taux de rendement qui sont des données annuelles et qui ont été transformés par la suite.

Le modèle de recherche composé de l'hypothèse de recherche et des variables de l'étude;

Le logiciel économétrique Eviews qui nous a permis de faire les estimations et la régression de l'équation sur les 17 semestres des 11 données semestrielles recueillies, soit 187 données brutes; le logiciel Excel nous a servi à faire les calculs préliminaires.

Les données recueillies ont été traitées d'abord manuellement et les estimations ont été faites par les moindres carrées ordinaires (MCO) dont les résultats ont été analysés selon la démarche des méthodes quantitatives déjà établies en matière économique.

L'un des aspects importants dans une démarche scientifique est d'identifier les variables et leurs sources qui constituent la base de la recherche. Les variables identifiées sont fonction de la question de recherche à laquelle nous voulons répondre d'une part et de la disponibilité des données d'autres part ainsi que les exigences de la méthode.

La variable dépendante est la variable à expliquer, elle subit l'influence de la variable indépendante. Dans le cadre de notre recherche il s'agit du cours de l'action C_i
t . Le cours de l'action est l'élément témoin de la valeur de la firme. Tous les investisseurs sur un marché boursier tentent de le prédire et pouvoir faire des gains. Les titres retenus sont :

Symbols	Titres	Ci _t-1
BIBC	BICI-CI	34 000
BNBC	BERNABE-CI	28500
CDAC	CEDA-CI	15790
CIEC	CIE-CI	17900
FTSC	FILTISSAC-CI	29000
PRSC	PEYRISAC-CI	60200
SACC	SAEC-CI	10500
SAFC	SAFCA-CI	49100
SPHC	SAPH-CI	10460
SDVC	SDV-CI	16500
SGBC	SGB-CI	15790
CABC	SICABLE-CI	53000
SIMC	SICM-CI	35600
SICC	SICOR-CI	18500
STBC	SITAB-CI	76500
SMBC	SMB-CI	19420
SCMC	SOCIMAT-CI	32650
SDCC	SODE-CI	14500
SOGC	SOGB-CI	17000
SLBC	SOLIBRA-CI	118000
TOTC	TOTAL-CI	37780
CFAC	CFAO-CI	18000
SRIC	SARI-CI	81200
SHEC	SHELL-CI	30375
ELFC	ELF OIL-CI	83600
SAGC	SAGA-CI	22190
SVOC	SIVOM-CI	14100
BLHC	BLOHORN-CI	56800
NTLC	NESTLE-CI	105970
SGCC	SAGECO-CI	5290
TTRC	TRITURAF-CI	18000
PHC	PH-CI	15000
UNXC	UNIWAX-CI	81000
SEMC	SIEM-CI	22000
STAC	SETAO-CI	10100

Statistiques descriptives des cours à l'émission des actions

Moyenne	36409
Erreur-type	4938,551313
Médiane	22190
Mode	15790
Écart-type	29216,86358
Variance de l'échantillon	853625117,4
Kurstosis (Coefficient d'aplatissement)	0,960887363
Coefficient d'asymétrie	1,341392976
Plage	112710
Minimum	5290
Maximum	118000
Somme	1274315
Nombre d'échantillons	35
Maximum(1)	118000
Minimum(1)	5290
Niveau de confiance(95,0%)	10036,33719

Le tableau des statistiques descriptives nous montre que les prix des actions à la BRVM varient de 5 290 à 118 000 fcfa ce qui justifie un écart type élevé soit 29 216,86 pour un échantillon de 35 titres du premier et du second compartiment. Le prix moyen se situe à 36 409 fcfa avec un coefficient d'aplatissement de 0,96 et d'asymétrie de 1,34.

Pour des raisons de l'étude nous avons besoin d'une seule variable dépendante c'est à dire un seul titre car il serait fastidieux de faire une régression pour chaque titre. Ainsi la valeur la plus proche de tous les titres et plus représentative est l'indice BRVM composite. Cet indice est composé de toutes les actions qui sont cotées à la BRVM contrairement à l'indice BRVM 10 qui ne regroupe que les dix meilleurs titres du trimestre. Notre variable expliquée est donc ramenée à l'indice BRVM composite.

Les variables indépendantes permettent de comprendre la variable dépendante. L'indépendance de ces variables vient du fait qu'elles influencent d'une manière ou d'une autre la variable dépendante sans être influencées en retour.

Les variables indépendantes de notre recherche sont construites sur l'idée simple que dans leur stratégie de gestion de portefeuille les gestionnaires utilisent l'analyse technique (qui suggère une relation entre le volume transigé et le prix comme signal d'achat ou de vente du titre, etc... ) et l'analyse fondamentale (basées sur l'identification des surprises de bénéfices et sur le ratio cours /bénéfice, elle cherche donc à expliquer les cours des titres par l'étude des variables du macro environnement notamment le taux de croissance de l'économie, du secteur etc...). De ces différentes approches, il ressort les paniers de variables suivants :

2.4.2.1 Le panier des variables liées aux données internes de l'entreprise [ I ⁱ ]

Le coefficient de capitalisation des bénéfices (le ratio cours / bénéfice).

Le ratio cours/ bénéfice rend compte de la rentabilité des titres par rapport aux fluctuations des cours. Il indique le multiple du bénéfice auquel se vend une action; calculé en divisant le cours par le bénéfice courant par action (compte tenu des fractionnements et regroupements d'actions); dans le cadre de ce calcul, le bénéfice par action est établi en divisant le bénéfice des douze (12) derniers mois par le nombre d'actions ordinaires en circulation. Un multiple plus élevé signifie que les investisseurs ont des attentes plus grandes quant à la croissance future et ont fait monter le cours de l'action.

Selon la théorie, l'investisseur achète le bénéfice d'une entreprise. Par conséquent, plus le ratio cours/bénéfice est faible, plus vous achetez de bénéfices et plus le placement est prometteur à long terme. Le ratio cours/bénéfice varie selon l'industrie. Le ratio courant est de neuf (9) environ pour les banques, de treize (13) pour les services publics et de près de sept (7) pour l'industrie de l'acier.

Mais dans le secteur de la haute technologie, le ratio est très élevé et se situe entre 18 et 41. Ces ratios sont de loin supérieurs à celui des banques, mais le taux de croissance prévu dans le secteur de la haute technologie l'est aussi. Désireux de profiter de la croissance prévue, les épargnants achètent leurs actions et l'augmentation des cours s'accompagne d'une progression du ratio cours/bénéfice.

Le rendement prévisible est Rendement exprimé sous forme de pourcentage et fondé sur le taux trimestriel le plus récent multiplié par quatre; le rendement est établi en divisant le dividende annuel par le cours de l'action.

Le rendement réel d'une action, le ratio du bénéfice par action, après le paiement des impôts et des intérêts sur la dette à intérêt fixe, sur le cours actuel de l'action, c'est l'inverse du ratio cours/bénéfice, correspond au bénéfice total pour 12 mois divisé par le nombre d'actions en circulation, divisé par le cours récent, multiplié par 100. Le résultat est exprimé sous forme de pourcentage.

Plusieurs études empiriques ont conclu à l'existence d'un lien fort instantané entre la variation de cours et le volume de titres échangés. Cette interaction entre volume de transaction et cours peut être interprétée comme une conséquence de la corrélation entre volume transigé et flux d'information arrivant sur le marché. Les signes attendus sont donc liés aux résultats positifs issus d'une augmentation du volume transigé sur les cours des actions.

L'achat et la vente fréquentes de titres anéantissent les gains après avoir payé les impôts car les commissions et autres coûts de transactions agissent sur le rendement des titres. Mais la plupart des investisseurs transigent trop souvent et ce n'est pas seulement parce que l'on essaie de battre le marché.

Le marché haussier attire l'attention des investisseurs, et ils veulent faire quelque chose. Il existe un concept intéressant en psychologie appelé l'illusion du contrôle. Les gens croient que s'ils font quelque chose (comme des transactions boursières), ils sont en contrôle. " Ainsi le nombre de transaction peut expliquer les cours des actions et donc est une variable importante dans la formation des prix sur un marché boursier. Le signe attendu est un signe positif.

La relation entre le rendement des actions et l'inflation, a fait l'objet de plusieurs recherches et études empiriques. Ils ont globalement mis en évidence une relation négative entre le rendement réel et nominal observé des actions et l'inflation observée, anticipée, ou non anticipée. Ces résultats, obtenus à partir de données du marché boursier américain ainsi que celles de certains marchés Européens, ont été interprétés comme une preuve de l'inefficacité de l'investissement en actions à protéger contre l'inflation et comme contredisant l'hypothèse de Fisher.

Plusieurs explications de cette relation négative ont été avancées par les différents auteurs, mais l'explication la plus controversée est de loin celle proposée par Modigliani et Cohn [1979]. Ces auteurs pensent que la valeur de la firme devrait rester constante en période d'inflation; et qu'une relation négative observée entre les cours boursiers et l'inflation ne peut être due qu'au fait que le marché est induit en erreur à cause de l'irrationalité des investisseurs et de leur incapacité à se libérer de l'illusion monétaire. Cette hypothèse, si elle était vérifiée, remettrait manifestement en question l'efficience des marchés financiers.

Le prix des actifs financiers est un indicateur avancé bien connu de l'activité économique, il peut augmenter parce que les agents anticipent une forte croissance du produit intérieur brut (PIB). L'indicateur de croissance en matière économique étant le Produit Intérieur Brut. Les études empiriques ont démontré que les marchés réagissent aux prévisions du PNB et aux erreurs de ces prévisions, mais non à l'évolution du PNB. Pour cette variable nous retenons les prévisions de PIB du pays de l'entreprise émettrice du titre.

Les études empiriques sur la variable taux d'intérêt ont montré que la courbe de taux d'intérêt est reliée aux cours futurs des actions. Le taux d'intérêt est probablement la variable économique sur laquelle se concentrent le plus d'informations économiques et qui traduit les anticipations des agents économiques. Le taux d'intérêt agit en quelque sorte comme un condensé d'informations au temps présent incorporant le temps futur.

Le taux d'intérêt est d'autant plus une variable centrale de la politique monétaire qui plus est au coeur de la politique économique : les taux d'intérêt directeurs sont le signal le plus éclatant des intentions affichées en matière de politique monétaire. Par ailleurs, dans un espace financier globalisé, il constitue, avec le taux de change, un « lien organique » fort entre des économies désormais interdépendantes. Il n'est donc pas étonnant que les économistes cherchent à édifier un corps analytique important et « englobant » susceptible d'expliquer la formation des taux d'intérêt.

La théorie des taux d'intérêt s'appuie sur les notions d'anticipations rationnelles, de marché parfait et d'efficience. La théorie des anticipations constitue l'application directe au problème de la structure par terme des taux l'hypothèse du marché parfait : sur le marché des produits de taux, les agents achètent et vendent des titres s'ils pensent pouvoir réaliser, selon les anticipations qu'ils font, des plus-values ou dégager des rendements positifs sur la durée. A l'équilibre, la courbe des taux ne doit normalement pas permettre d'opération générant un profit anticipé positif. En termes plus concrets, un placement ou un prêt à long terme à taux fixe entièrement refinancé par un emprunt à court terme doit générer une espérance de profit nulle.

La théorie des anticipations affirme l'égalité entre les taux à terme (à toute date, pour toute échéance) déduits de la courbe des taux (donc observables) et les anticipations (non observables) formulées par les agents sur ces mêmes taux.

Dans toutes les situations de récession, les cours des actions en bourse connaissent des baisses importantes. En effet, une récession plonge les entreprises dans de graves difficultés et leur inflige des pertes, les dividendes attendus par les actionnaires seront souvent en baisse et les prix des actions diminueront en conséquence. Toutefois, le facteur taux d'intérêt a une importance capitale dans les mouvements des cours des actions.

D'après le concept de valeur actuelle, une hausse des taux utilisés pour calculer la valeur aujourd'hui de paiements futurs diminue cette valeur. Or, cette approche constitue la base de l'évaluation des actions. Cette dernière stipule que le rendement d'une action se détermine à partir du taux offert sur un investissement sans risque, plus une prime de risque offerte sur l'action. Dans une période de hausse des taux, tous les taux d'intérêt subissent une hausse consécutive, y compris le taux hors risque. De manière logique, les taux de rendement attendus sur les actions augmentent. La valeur actuelle de ces paiements, soit le cours de l'action, sera donc influencée à la baisse.

Ce raisonnement explique pourquoi, même hors d'une période de récession, les bourses peuvent connaître des mouvements brutaux de baisse sous l'influence d'une hausse des taux d'intérêt.

Le taux d'intérêt utilisé dans notre étude est le taux d'escompte ou le taux de pension de la BCEAO ou encore les deux si leur pouvoir explicatif est élevé à tel point que le modèle les conserve tous. Le taux de marché monétaire est resté le même sur toute la période ( 4,95 %) donc sans variation et ne peut pas expliquer le phénomène. Etant donnée la spécificité de l'économie des huit Etats qui composent le marché financier régional en terme de politique monétaire commune, nous y attendons un signe négatif.

Nature des Variables

Abrév

Signe Attend

Le panier des variables liées aux données internes des entreprises

Le coefficient de capitalisation des actions ( ratio cours/bénéfice)

Le Taux de rendement des actions (ratio dividende/cours)

[ I ⁱ ]

PERM

TXREND

Positif

Le panier des variables du marché

Le volume transigé

Le nombre de transactions

[ M ⁱ ]

VOLTR

NBRTR

Positif

Le panier des variables liées à l'environnement externe

Le Taux d'inflation anticipé

Le Taux de croissance (Prévision de PI B)

Le Taux d'intérêt (Escompte)

Le Taux d'intérê ( Pensions)

Le Taux d'inflation anticipé en CI

Le Taux de croissance (Prévision de PI B) en CI

[ E ⁱ ]

TXINF

TXPIB

TXINT

TXPENS

TXINFC

TXPIBC

Negatif

Positif

Negatif

Positif

Compte tenue du poids de la Côte d'Ivoire dans l'économie de l'UEMOA nous pensons que les facteurs macro économiques spécifiques à ce pays notamment en ce qui concerne le taux de croissance du PIB et l'inflation, peuvent être plus significatifs que les pays pris dans leur ensemble. Cette analyse justifie l'intégration dans le modèle les variables taux d'inflation (TXINFC) et taux de croissance (TXPIBC) de l'économie Ivoirienne.

BRVMCt = â₀ + â₁ *(BRVMCt-1) +₁ *PERM+ ₂* TXREND + ₃ *VOLTR + ₄ * NBRTR + ₅ *TXINF + ₆ *TXPIB + ₇ *TXINT + ₈* TXPENS+ ₉*TXINFC + ₁₀*TXPIBC + _t(4)

Comme l'indique le tableau N^o8, Nous attendons des variables liées au données internes des entreprises émettrices des titres notamment le coefficient de capitalisation des actions ( ratio cours/bénéfice) et le taux de rendement des actions (ratio dividende/cours), des signes positifs. Pour les variables du marché retenues à savoir : Le volume transigé et le nombre de transactions, des signes positifs sont attendus. Quant aux variables liées aux données de l'environnement extérieur notamment la variable inflation anticipée, nous attendons un signe négatif, la variable taux de croissance (Prévision de PI B), un signe positif et un signe négatif pour la variable taux d'intérêt (TXPENS et TXINT).

DEUXIÈME PARTIE

RÉSULTATS ET DÉFINITION DE STRATÉGIE DE GESTION DE PORTEFEUILLE À LA BRVM

Les variables ayant été soumises à plusieurs estimations, les fonctions réponses du modèle de base spécifié nous permet de dégager les résultats issus des tests et de procéder à leurs interprétations. Le premier chapitre présente les résultats des tests avec les règles de décision recommandées par la théorie ainsi que l'interprétation des résultats par rapport à l'hypothèse de l'étude. Le deuxième chapitre renvoie à la définition de stratégie de gestion de portefeuille à la BRVM et les pistes de recherche issues des insuffisances observées de l'étude.

CHAPITRE III : RESULTATS DES TESTS D'EFFICIENCE À LA

BRVM

Les résultats des différentes estimations sont présentés dans la première section suivant les différents critères de validités et les analyses et interprétations sont faites dans la deuxième section. La vérification de l'hypothèse de l'étude qui est faite également dans la deuxième section nous oriente d'ors et déjà pour la définition de stratégies.

Section 1 : Présentation des résultats des Tests

La présentation des résultats du modèle proposé passe par plusieurs tests notamment les tests sur les variables et des tests relatifs à l'équation elle même.

L' analyse des variables est très importante pour toute étude rigoureuse car elle permet d'éliminer les variables non pertinentes qui n'expliquent pas le phénomène. Cette analyse porte essentiellement sur l'analyse graphique et sur certaines caractéristiques des variables pour prouver leur pouvoir explicatif.

L'évolution de l'indice BRVMC ( Figure 8 ) nous montre que la première chute significative s'est produite au troisième trimestre 1999 et atteint 87.13. Les analystes du marché de la BRVM ont estimé tout simplement que cette période est la période des vacances et donc un ralentissement de l'activité boursière en générale. En suite une reprise en fin d'année 1999.

Cette reprise va s'arrêtera à partir du premier trimestre de l'année 2000 et l'indice va connaître un recule jusqu'au deuxième trimestre 2001 pour atteindre 68,65 et une reprise en fin d'année 2001 pour s'établir à 77,46 mais qui ne va pas persister mais va chuter jusqu'à 67,20 au troisième trimestre 2002. La dégression de l'indice BRVM Composite a commencé durant le premier trimestre de l'année 2000.

En effet, la Côte d'Ivoire qui occupe plus de 90% de l'activité du marché régional, avec 38 sociétés cotées sur les 39 inscrites à la cote, a connu un changement de régime politique, le 24

décembre 1999. L'incertitude occasionné par ce changement a eu pour conséquence de susciter dans un premier temps, des ventes massives de titres sur le marché boursier et dans un second temps, une rétention des ordres d'achat de la part des investisseurs. Tout ceci combiné, a entraîné un fort recul des indicateurs du marché ( indices, volumes et valeurs, capitalisation boursière).

Figure N^o 9 : Histogramme et Statistique descriptive de l'Indice BRVM Composite

La figure 9 nous montre que l'indice BRVM Composite a évolué sur la période du dernier trimestre 1998 au quatrième trimestre 2002 avec une moyenne de 80,12 et atteint un minimum de 67,2 . Le coefficient d'aplatissement ( skewness) est de 0.6, différent de 0, signifie que l'indice BRVM Composite ne suit pas une loi normale et un kurtosis de 1,7 qui devait être égale à 3. L'écart type est de 11,20 montre qu'il y existe une dispersion significative de l'indice.

Le nombre de transaction étant nominal il nous a semblé nécessaire de transformer cette série avec la norme logarithmique qui s'exprime en pourcentage et n'a pas d'incidence sur l'évolution de la série.

Figure N^o 11 : Évolution Trimestrielle du logarithme du nombre des transactions

Le volume transigé étant également en valeur nominale nous le transformons en pourcentage par logarithme et en éliminer les fortes variations.

Figure N^o 15 : Évolution trimestrielle du taux d'inflation en Cote d'Ivoire

Figure N^o17 : Évolution trimestrielle du ratio cours/bénéfice du marché

La variable PERM n'étant pas disponible trimestriellement, sur la période de l'étude nous avions procède à un ajustement saisonnier pour obtenir les données ajustées additives PERMSA (Figure N^o18).

Figure N^o18 : Évolution trimestrielle du ratio cours/bénéfice du marché après ajustement saisonnier.

Les données du PIB de l'UEMOA et du PIB de la Cote d'Ivoire étant annuelle nous les avons ajusté par la méthode d'ajustement saisonnier additive. TXPIBSA et TXPIBCSA (Figure 20) pour tenir compte uniquement du PIB de l'UEMOA.

Figure N^o20 : Évolution trimestrielle du PIB de l'UEMOA par ajustement saisonnier

Il y a multicolinéarités lorsque les variables explicatives du modèle sont fortement corrélées entre elles. Elles perturbent ainsi la résolution du modèle, dans ce cas on doit éliminer l'une ou l'autre en constituant des sous échantillons ou ces variables se retrouvent deux à deux. L'analyse de multicolinéarité passe le calcul de la matrice des colinéarités et ensuite sélectionner les variables qui sont fortement corrélées c'est à dire qui ont un coefficient de corrélation R² = COV(XY)/ V(X)*V(Y) supérieur à 0,80.

La lecture de l'Annexe I, nous montre que le Taux d'inflation TXINF de l'Union est fortement corrélé avec le Taux d'inflation de la Cote d'Ivoire TXINFC (0,98). Nous avons donc éliminé la variable Taux d'inflation TXINF de notre modèle par ce que les deux variables ont les mêmes pouvoirs explicatifs.

Le Taux de pension( TXPENS) et le Taux d'escompte ( TXINT) sont parfaitement corrélés, nous enlevons le taux d'escompte du modèle pour conserver le taux de pension.

Le Taux d'évolution du Produit Intérieur Brut de l'Union (TXPIBSA) et le Taux d'évolution du Produit Intérieur Brut de la Cote d'Ivoire (TXPIBCSA) sont également fortement corrélés à (0,92). Ce qui exclut l'une des variables du modèle. Nous avons choisi de sortir la variable Taux d'évolution du Produit Intérieur Brut de l'Union (TXPIBSA) pour la qualité du test.

En définitif, les variables conservées pour continuer les tests sont les suivantes : BRVMC0, LNBRTR, TXINFC, TXPIBCSA, TXREND, LVOLTR, TXPENS et le PERMSA. Nous avons donc en Annexe II la matrice de corrélation qui révèle également des indices d'autocorrelation entre les couples ( BRVMC0; TXPIBCSA), (PERMSA; TXPIBCSA) et (TXPENS; TXINFC) qui sont donc à surveiller que nous éliminerons ou conserverons par la suite par d'autres tests.

1.1.3 Analyse de la stationnarité (test de racine unitaire)

Cet analyse se fait par le test Dickey-Fuller (DF) et on lit les DF calculés (DFc) , toute fois avant de le lire il faut voir si le trend est pertinent c'est à dire la valeur absolue du t-statistique > 2 pour rejeter l'hypothèse nulle Ho et accepter l'hypothèse alternative H₁ et dire que la série est stationnaire qui est notée I(0). Dans tous les cas si une série n'est pas stationnaire il suffit de calculer la différence première ( Äy_t = y_t -y_t-₁) et refaire le test.

Ainsi nous ne pourrons adopter les MCO que si toutes les variables sont stationnaires. Les Annexes III à XI nous présente les tests de Dickey-Fuller (DF). Aucune variable n'est stationnaire à niveau, mais à la différence première les variables BRVMC, BRVMC0, LNBRTR, TXINFC, sont stationnaires. Le PERMSA, TXPIBCSA, TXREND, LVOLTR,TXRENS ont été stationnaires à la différence seconde et à 5%.

Variables	R-Squared	Trend	Constance	DFc	DFth	Conclusion
BRVMC	0,83	NON	OUI	-8,17	<-3,08	I(1)
BRVMC0	0,85	NON	OUI	-8,78	-3,08	I(1)
LNBRTR	0,63	NON	OUI	- 4.77	-3,08	I(1)
PERMSA	0,75	NON	OUI	- 6,01	- 3,10	I(2)
TXINFC	0,67	NON	OUI	- 5,20	- 3,08	I(1)
TXPIBCSA	0,75	NON	OUI	-6,00	-3,10	I(2)
TXREND	0,80	NON	OUI	-7,06	-3,10	I(2)
LVOLTR	0,62	NON	OUI	-4,47	- 3,10	I(2)
TXPENS	0,75	NON	OUI	-6,04	- 3,10	I(2)

La régression nous permet d'obtenir les variables et leurs coefficients. Les coefficients sont acceptables si les R² sont supérieurs à 0,60. L'Annexe XII nous montre que le R-Squared est supérieurs à 0,60 soit 0,87.

L'estimation consiste à trouver les valeurs á _i tel que la somme des carrés des résidus est minimale. Le problème est donc :

La dérivée première par rapport à â nous donne la solution de b^ de ce paramètre :

La validation du modèle passe par le critère économique, statistique et économétrique.

Le critère économique consiste essentiellement à se prononcer sur les coefficients provisoirement obtenus avant les différentes corrections. La BRVMC0 au temps _{t -1} évolue négativement par rapport à sa valeur au temps t.

Le nombre de transactions, le PER du marché et le volume transigé agissent négativement sur l'indice BRVMC contrairement à nos prévisions.

Par contre comme la théorie le prévoit l'inflation anticipée agit négativement sur l'indice. Les taux du PIB ivoirien et le taux de rendement du marché agissent positivement conformément à la théorie.

Le critère statistique porte sur la qualité globale du Modèle et la qualité individuelle des estimations.

Le modèle est globalement acceptable car comme le prévoit la théorie le coefficient de détermination R² dans l'équation suivante :

et quand on divise l'équation par la somme des carrés totales pour obtenir 1, alors le rapport entre la somme des carrés des résidus et la somme des carrés totale représente le R². IL est la part de la variation totale expliquée par le modèle et également un nombre sans dimension compris entre 0 et 1. La règle de décision étant que plus on s'approche de 1 plus le modèle est bon. Un coefficient de détermination R² faible signifie qu'il y a d'autres variables explicatives qui n'ont pas été pris en compte ou encore que la forme de la relation n'est pas celle qui convient.

Si R² > 0,80 le modèle est considéré comme bon mais entre 0,60 et 0,80 aucune conclusion n'est possible si le test de Fisher n'est pas fait.

Dans notre étude le R² est supérieur à 0,80 soit 0.87(Annexe XII) il convient de renforcer quand même ce résultat par le test de Fisher.

L'hypothèse nulle H_o dans le test de Fisher serait que tous les coefficients soient statistiquement nuls. Alors que l'hypothèse alternative H₁ voudrait qu'au moins un coefficient soit non nul c'est dire qu'il existe j tel que á _j? 0, avec j = 1..........k en comparant Fc et Fth ( k-1; n-k) avec k , le nombre de paramètres y compris la constance et n le nombre d'observations. La règle de décision est que Fc > Fth pour dire que les résultats du test sont bons. Dans notre modèle k= 9 et n = 17 donne dans la table Fth à 5% = 3,44; le Fc = 6,89 est supérieur aux Fth (Annexe XII), on rejette l'Ho c'est dire qu'il existe au moins une parmi les variables explicatives qui n'est pas nulle.

La qualité individuelle des estimations se réalise à partir du T-test ( test de Student ) à n-k degrés de liberté.

L'hypothèse alternative H₁: le coefficient est statistiquement non nul (ái ? 0).

La règle de décision : Tc = Tth, acceptation de Ho la variable n'est pas pertinente.

Il permet d'apprécier la pertinence des variables explicatives dans le modèle.

Dans notre modèle (Annexe XII), les Tc sont 1.6; - 0.5; -0.3; -1.9; - 0.19; 2.6; 0.7; -0.04 et - 0.75. Le Tth pour k = 9 et n = 17 est de 1,86. Sur le plan individuel donc, seul la constante, le TXPIBCSA et le TXINFC sont non pertinents. Dans tous les cas il faudra d'abord passer aux critères économétriques avant d'apprécier les variables non pertinentes révélées par le test de Student.

Le critère économétrique permet de vérifier que les hypothèses de base des MCO sont vérifiées comme décrit précédemment dans la présentation du modèle des MCO. Ce critère consiste à analyser essentiellement la qualité des résidus.

On dira qu'il y a autocorrelation sérielle si l'erreur au temps (t_i) présent des cours dépend de l'erreur au temps (ti-₁) passé. Il peut être d'ordre 1, 2 et 3. Le test de Durbin-Wtson ( DW) permet de vérifier l'autocorrelation dans la relation DW = 2- 2 ?. Après estimation, les résultats ( DW = 2,49 ) situent le modèle dans la zone de doute, le test de Cochrane-Orcutt (Annexe XIV) n'étant pas concluant, c'est donc le test de Breusch-Godfrey qui a l'apparence d'un test de khi-deux à deux degrés de liberté qui nous permettra de lever le voile. Il se fait par la régression des résidus sur les variables explicatives du modèle de base (Annexe XV). La règle de décision étant que :

BG = n* R² = à² ₍₂₎=5,99 implique l'acceptation de l'Ho ou alors il y a une deuxième possibilité c'est que le Fc < Fth pour accepter l'hypothèse nulle.

BG = n* R² est égale à 6,77 = à² ₍₂₎= 5,99 alors il y a présence d'autocorrelation. Toute fois, tous les T-Statistiques sont < 2 alors le résultat du test est bon.

L' Homocédasticité appelle le test de White qui permet de faire la régression du carré des résidus sur les variables explicatives et son carré. Ho : Homocédasticité des erreurs

Dans notre modèle le test de White nous révèle la présence Hétéroscédasticité des erreurs car la statistique de White donne 17 (Annexe XVI) qui est supérieur au à² ₍₂₎= 5,99. Étant donné que l'Ho est rejeté, nous allons corriger cette Hétéroscédasticité des erreurs soit par la correction de White ou de Newey-West. Nous optons pour la correction de Newey-West car elle à l'avantage de corriger à la fois l'Hétéroscédasticité et l'Autocorrelation des erreurs. (Annexe XVII) et c'est cette estimation que nous allons interpréter pour nos résultats tout en s'assurant que les coefficients n'ont pas varié lors des changements intervenus au niveau des T-statistiques.

La statistique de Jarque-Berta doit tendre vers 0 si la loi est normale, il est 0,6. Le skewness doit être de 0, il est de - 0,08. Le kurtosis doit être égale à 3 et il est égale à 2,3. ( Figure No 22). Dans tous les cas le test de Jarque-Berta n'est pas très puissant selon la théorie ce qui nous permet de continuer notre analyse même si les résidus ne suivent pas strictement une loi normale.

L'interprétation des résultats sera faite par rapport au comportement des variables explicatives et par rapport à la variable expliqué ce qui guidera l'étude pour la définition de stratégie. Avant toute analyse , il convient de préciser qu' après correction ( Annexe XVII ), la variable TXPIBCSA a un T-Stats > 2 donc induit des biais dans le modèle. Nous le sortons dans l' équation ( Annexe XVIII).

Les résultats seront analysés par rapport au tableau de bord dressé à cette fin comportant la nature des variables, les signes attendus, les signes observés et les degrés de significativité.

Nature des Variables

Abréviation

Signes Attendus

Signes

Observés

Degré de significativité

ratio cours/bénéfice

ratio dividende/cours

PERMSA

TXREND

Positif

Non significatif

Significatif

Le volume transigé

Le nombre de transactions

VOLTR

NBRTR

Positif

Significatif

Le Taux d'inflation anticipé en CI

Le Taux d'intérêt (pension)

TXINFC

TXPENS

Négatif

Significatif

Notre relation s'établit avec un pouvoir explicatif du modèle d'évolution de l'indice BRVM est de 76 % ( R²= 0,763).Tous les signes attendus sont respectés. Dans le détail :

- Le coefficient de la BRVMC0 indique qu'une hausse de 10% des cours à la fermeture entraîne une hausse de 2,4 points de pourcentage à la prochaine ouverture.

- Le coefficient du nombre de transactions indique qu'une hausse de 10% engendre une hausse de 48,9 point de pourcentage ce qui est très élevé.

- le coefficient du PERMSA montre qu'une annonce du ratio cours/bénéfice en augmentation de 10% induit une hausse de 2,4 point de pourcentage sur l'indice BRVMC et par conséquent sur les cours sur le marché de la BRVMC. Ces résultats sont les mêmes que ceux de la théorie financière.

- Le coefficient du taux d'inflation confirme les théories car à la BRVM une anticipation de ce taux implique une baisse des cours et de l'indice de 9,7 points de pourcentage.

- Le coefficient du taux de rendement indique qu'une hausse de ce taux de 10% entraîne une hausse de 8,8 points de base des cours et de l'indice.

- Le coefficient de 1,98 du volume transigé indique que quand il est en hausse de 10% il y a augmentation de 19,8 points de pourcentage des cours et de l'indice.

- Le coefficient du taux de pension de la BCEAO est également un signale pour les investisseurs qui anticipent une baisse de 50% des cours. Cette réaction est très significatif parce que la BCEAO ne modifie pas régulièrement les taux directeurs et donc des que cela se produit la réaction est vive.

L'analyse détaillée nous confirme que les prévisions théoriques des signes des variables sont observées conformément à la théorie financière.

L'hypothèse de notre étude postule que les prix à la BRVM ( Indice BRVM composite) peuvent être prédits par les variables : Ratio cours / bénéfice (PER), Ratio dividende/cours (TXREND), le volume transigé (VOLTR), le nombre de transaction (NBRTR), le taux d'inflation anticipé (TXINF), le taux de croissance du PIB (TXPIB), le taux d'intérêt (TXINT), le taux d'inflation anticipé en Cote Ivoire (TXINFC) et le taux de croissance du PIB en Cote d'Ivoire (TXPIBC).

L'anticipation du taux de croissance du PIB, contrairement à la théorie ne sert pas à expliquer les cours boursiers à la BRVM. Le coefficient très élevé du nombre de transaction, du volume transige et du changement dans le taux de pension de la BCEAO est préjudiciable à la BRVM car on peut conclure à une inefficience au sens semi fort.

La deuxième remarque est que les investisseurs à la BRVM utilisent beaucoup plus les indicateurs du marché pour gérer leurs portefeuille c'est à dire l'analyse technique avec une surveillance de l'inflation.

Avec les différents tests nous pouvons conclure à la possibilité de prédiction de prix à la BRVM avec l'équation extrait du logiciel EVIEWS ( Annexe XIX) : BRVMC = C(1) + C(2)*BRVMC0+C(3)*LNBRTR+C(4)*PERMSA+C(5)*TXINFC+C(6)*TXREND+C(7)*LVOLTR+C(8)*TXPENS.

CHAPITRE IV : DÉFINITION DE STRATÉGIE DE GESTION DE PORTEFEUILLE

À LA BRVM

L'application du test d'efficience nous permet de dire s'il est utile de gérer les portefeuilles d'une manière active sur le marché de la BRVM. Pour ce faire, la première section procède à une analyse stratégique des facteurs à prendre en compte pour la gestion de portefeuille à la BRVM suivant nos tests. La seconde section dégage les insuffisances et les pistes de recherche.

Section 1 : Analyse stratégique et processus de gestion de portefeuille à la BRVM

La définition de stratégie de gestion de portefeuille porte sur l'identification des facteurs favorisant la gestion active et les facteurs favorisant la gestion passive de portefeuille à la BRVM orientés par nos tests ainsi qu'une approche de processus de gestion de portefeuille.

- L'information macro économique agit dans une certaine mesure sur les cours des titres à la BRVM. Ainsi une analyse minutieuse de l'environnement des entreprises et de leurs secteurs peut être source de gains à la BRVM ce qui justifie la possible utilisation de l'analyse fondamentale pour prédire le cours des titres sur ce marché. Notre étude mitige cette approche car le PIB n'est pas pertinent dans notre modèle mais c'est plutôt l'inflation qui conforte les investisseurs.

- Le marché de la BRVM étant très jeune, tous les comportements qui lui sont propres ne sont pas encore testés et donc jouit de l'avantage de l'asymétrie d'informations scientifiques. Ainsi, en tant que marché émergent, l'investissement à la BRVM peut procurer un gain considérable pour peu d'effort d'analyse en terme du coût élevé lié à la gestion active.

- En fin nos tests nous révèlent que la BRVM, comme d'ailleurs tous les marchés boursiers n'est pas totalement efficient ainsi, aussi bien les fondamentalistes que les analystes de graphiques y trouvent leur compte.

- Le nombre limité des titres à la BRVM permet de minimiser plus facilement les erreurs de réplication.

- Le nombre limité des secteurs facilite le choix du benchmark à répliquer notamment les indices sectoriels qui ne sont que sept (7).

- Le caractère long terme de l'épargne de la zone monétaire UEMOA permet aux gestionnaires de constituer un meilleur portefeuille répliquant les indices.

- La courbe de la capitalisation boursière est favorable pour la construction d'un portefeuille répliquant un indice.

- La rentabilité des gestionnaires buy and hold étant moyenne et leur nombre étant plus élevé que les gestionnaires actifs, est un élément encourageant pour la gestion passive.

L'adoption d'une stratégie de gestion de portefeuille appelle à suivre un processus bien déterminé à savoir : l'élaboration d'une politique de placement , la détermination et la mise en place de la répartition des actifs, le suivi des changements ( dans l'économie, sur les marchés financiers et dans la situation de l'investisseur) et le réajustement du portefeuille après évaluation des résultats.

L'élaboration de la politique de placement est la première et la plus importante des étapes du processus de gestion de portefeuille. Elle permet avant tout au gestionnaire de bien connaître l'investisseur (le client) et de définir les éléments stratégiques qui doivent orienter la composition et la gestion de son portefeuille.

La politique de placement est un énoncé des objectifs et des directives auxquels souscrivent le gestionnaire de portefeuille et l'investisseur. On y retrouve, entre autres, les principaux éléments ci-après: Les objectifs de placement de l'investisseur, les contraintes de l'investisseur et les stratégies de gestion (style de gestion du portefeuille, répartition de l'actif).

Les composantes de la politique de placement permettent de déterminer les catégories d'actifs qui peuvent faire partie du portefeuille. La principale préoccupation du gestionnaire est désormais de déterminer la combinaison optimale ou l'équilibre appropriée entre les différentes classes d'actifs dans le portefeuille afin d'obtenir le meilleur rendement possible compte tenus des contraintes de risque de liquidité et autres considérations de l'investisseur.

Il existe plusieurs stratégies de répartition d 'actif notamment la répartition stratégique, la répartition tactique, la répartition dynamique, la répartition avec valeur garantie et la répartition avec pondération constante.

Le suivi des changements est une étape très importante (en terme de temps alloué par le gestionnaire de portefeuille) dans le processus de gestion de portefeuille. Des changements au niveau de l'économie entière, les changements dans les différents marchés financiers et les changements dans la situation de l'investisseur sont suivis de près par le gestionnaire de portefeuille afin d'ajuster à tout moment le portefeuille et l'adapter aux nouvelles donnes selon qu'il utilise une stratégie de gestion active ou passive.

L'évaluation de la performance du portefeuille est la dernière étape du processus de gestion de portefeuille. Elle est l'une des plus délicates. Le gestionnaire de portefeuille doit faire constamment une évaluation de la performance du portefeuille sous sa gestion afin de voir si elle est conforme à celle attendue dans la politique de placement. Les mesures de performance sont : Calcul des rendements, Évaluation du risque et diversification.

Section 2 : Les pistes de recherche

Les pistes de recherche portent tout d'abord sur le point de vue général de l'efficience des marchés qui doit caractériser chaque place boursière et dont la preuve doit être donnée par des recherches effectuées par des chercheurs et mis à la disposition des investisseurs et ensuite les insuffisances de la méthodologie en vue de susciter l'application d'autres modèles et méthodes pour vérifier les résultats de notre étude.

Aucun opérateur n'étant capable de battre le marché, il n'est pas possible de réaliser des gains anormaux (Leroy, 1989). Aucune gestion active de portefeuille ne peut en moyenne obtenir un rendement supérieur à une sélection au hasard des placements.

Un agent surinformé ne peut pas obtenir en moyenne des gains supérieurs à un agent qui n'observe que le prix des actifs. Evidemment, le fait que les agents ne sont pas en mesure de systématiquement "battre le marché" n'exclut pas l'obtention a posteriori des gains "anormaux". Signe, non pas d'une irrationalité des marchés mais de leur efficience au sens informationnel.

Comme le souligne Aglietta (1998), il n'est pas plus conseillé d'acheter une action si l'on croit à la qualité de la gestion d'une entreprise que si l'on croit à l'effet d'une plus grande activité des tâches solaires.

Si l'on se fonde sur l'efficience des marchés, on est incité rationnellement à se comporter passivement dans la gestion d'un portefeuille. C'est ce que font plutôt les investisseurs institutionnels qui s'occupent de portefeuilles collectifs. Plutôt que de rechercher les entreprises performantes, les compagnies d'assurance-vie et les caisses de retraite investissent dans des indices boursiers qui sont représentatifs de la performance moyenne des marchés. Gestion selon un benchmark de référence. Fonds indiciels (sur longue période), la grande majorité des portefeuilles institutionnels réalisent des performances inférieures à celles des indices boursiers, d'où ces fonds indiciels composés des mêmes titres que l'indice de référence choisi.

Les derniers produits en date sont les Trackers (fonds indiciels négociables en Bourse).

La gestion indicielle s'est développée particulièrement ces dernières années, notamment pour l'épargne longue (type fonds de pension). Les gestionnaires de fonds y trouvent un double intérêt

En fin, dans la mesure où les marchés ne sont pas parfaitement efficients, une gestion active (ou gestion quantitative) est possible et s'est même développée ces 10 dernières années notamment sur le court terme.

De ce point de vue général, il convient donc que des chercheurs se penchent plus sur le test de l'efficience forte à de la BRVM afin de donner confiance aux investisseurs étrangers qui souhaiteraient diversifier le risque de leur portefeuille en y incluant des titres des sociétés cotées à la BRVM si elle s'avérait efficiente au sens fort.

Les insuffisances de l'étude portent surtout sur la méthodologie, la revue de littérature spécifique à la BRVM et le manque de base de données appropriées.

Sur le plan méthodologie on peut faire recours aux Moindres Carrées Généralisées (MCG) qui se justifient en cas de violation de l'hypothèse d'homoscédasticité et/ou d'indépendance des erreurs c'est à dire en cas d'hétéroscédasticité et / ou d'auto corrélation. Ainsi l'utilisation des MCG appliquées à notre étude peut donner des résultats intéressants étant entendu que les MCO que nous avions adoptées dans notre étude n'est pas en réalité un test robuste mais pratique sur le plan académique.

En outre, l'extension des variables macro économiques à celles de certains pays comme le Sénégal par exemple, pourra renforcer le modèle et donner des résultats appréciables

Par ailleurs, nos données étant trimestrielles, pour avoir une estimation sans biais il est souvent recommandé d'utiliser un autre test de stabilité que celui de Dickey Fuller Avancé . Ce test a pour avantage également de capter les ruptures de structure, c'est à dire qu'il prend en compte les situations normales ou exceptionnelles en cas de troubles ou autres évènements agissants sur les variables

Enfin, pour régler le problème de multicolinéarité entre la variable dépendante retardée (BRVM composite au temps t-₁) qui devient variable explicative et la variable dépendante dans le modèle, il serait intéressant de procéder éventuellement à une spécification ARCH au lieu du test de Durban Waston pour s assurer qu il n y a pas eu sous estimation.

Pour mieux capter les séries temporelles d'autres méthodes plus raffinées peuvent servir à traiter les données notamment les tests de cointégration, la méthode des Vecteur Auto Régressif (VAR) etc...

La littérature est très limitée à la BRVM , il convient pour des questions crédibilité d'opérer beaucoup d'études sur la formation des prix, l'évolution des taux d'intérêt et les autres variables monétaires et vérifier l'impact sur la bourse en cas d'adoption d'une monnaie unique intégrant les autres pays de la CEDEAO comme le recommande la théorie des Zones Monétaires Optimum. En conséquence, les recherches suivantes peuvent être faites sur la BRVM :

Conclusion

L'étude a été conduite sur un échantillon de dix sept (17) données semestrielles des onze(11) variables candidates soit cent quatre vingt sept (187) données brutes. La méthode de régression selon les Moindre Carrées Ordinaires (MCO) a été utilisée.

Au terme de notre étude, après validation par des critères économiques, statistiques et économétriques, nous sommes parvenu à découvrir l'existence d'une relation entre l'indice BRVM composite représentatif de tous les titres, ses cours antérieurs, les volumes transigés sur le marché, le nombre de transaction, le ratio cours / bénéfice des sociétés cotées, les taux de rendement du marché, le taux d'inflation spécifique à la Cote d'Ivoire et le taux de pension de la BCEAO.

L'étude nous a montré que les prévisions de PIB ne sont pas pertinentes dans le modèle donc ne permettent pas d'expliquer l'évolution des cours à la BRVM. Cela signifie que les investisseurs ne tiennent pas compte des prévisions de PIB comme indice de hausse ou de baisse des cours. Par contre le volume transigé, le ratio cours / bénéfice et surtout le nombre de transaction ont un pouvoir explicatif très élevé de l'indice BRVM.

Au vu de ces conclusions, il apparaît que la BRVM est inefficient au sens semi faible. Il s'en suit l'identification des facteurs favorisants la gestion active de portefeuille étant entendu qu'à chaque instant il y a 67 % de chance de prévoir le cours d'un titre à la BRVM avec notre modèle. Notre étude recommande le gestion active pour une stratégie offensive et une gestion passive pour une stratégie visant à minimiser les coûts des spécialistes d'analyse technique.

Les limites de l'étude portent sur la méthodologie et sur les données utilisées. En effet les MCO n'est pas la méthode de test la plus robuste étant entendu qu'il existe d'autres modèles et méthodes pour mieux capter les séries temporelles et les données sont très insuffisants (moins de 10 ans) pour établir une relation long terme. Ces insuffisances appellent l'approfondissement de cette recherche par des modèles plus robustes avec d'autres variables témoins d'informations publiques voire privées sur le marché de la BRVM.

Bibliographie

Livres

1. Broque. C. T et A. van den Berg, Gestion de Portefeuille, Actions, obligations, options, 2ème édition, de Boeck Université, 1992.

2. Campbell J. Y, A W. Lo et A.G. Mackinlay, The Econometrics of financial Markets, Princeton,1997.

4. Echechihab S. et B. Jacquillat Consommation, Aversion au Risque et Rendement des Actions, Théorie et tests, Finance,1987.

5. Elton. E. J. et M. J. Gruber, Modern Portfolio Theory and Investment Analysis, 3^rd Edition, John Wiley & Sons, 1987.

6. George Jean-Claude, Jouez et gagnez en Bourse, Jean-Claude Lattès, 1989.

7. Gordon, M. Investment, Financing and Valuation of the Corporation, Homewood, Ill,1962.

8. Graham B et D. L. Dodd, Security Analysis, Mac Graw-hill : New York, 1934.

10. Haugen. R.A, Modern Investment Theory, 3rd Edition, Prentice Hall International,1993.

11. Jermann U. J, Asset Pricing in Production Economics, Journal of Monetary Economics. 1998

12. Jako Jacobs. K. Incomplete Markets and Security Prices, Do Asset-Pricing Puzzles Result from Aggregation Problems ? Journal of Finance,1999.

15. Livingston John Leslie, MBA Finance , Synthèse des meilleurs cours des grandes Business Schools américaines, Nouveaux Horizons et Maxima Laurent du Mesnil, 1996.

16. Merton R. An Intertemporel Capital Asset Pricing Model, Econometrica, 1973.

17. Newey W. et K. D. West. A Simple Positive Semi-Definite, heteroskedasticity and Autocorrelation Consistent Covariance Matrix, Econometrica 1987.

20. Shleifer A, Inefficient Markets, An Introduction to Behavioral Finance, Oxford University Press, 2000.

21. Shiller R, Consumption, Asset Markets, and Macroeconomic fluctuation, Carnegie- Rochester Conference series on Public policy, 1982.

22. Simon Yves, Les marchés à terme de taux d'intérêts, Economica, 1994.

23. Topsacalian Patrick, Les indices boursiers sur actions, Economica, 1996.

24. Vallée Olivier, le prix de l'argent CFA : heurs et malheurs de la zone franc, Karthala, 1989.

25. W. F. Sharpe, Investments, 3rd Edition, Prentice Hall International,1985.

Revues

1. Ali, S.M. et M.A. Hasan, Is the Canadian Stock Market Efficient with Respect to Fiscal Policy? Some Vector Autoregression Results, Journal of Economics and Business 45 (1), 49-59. 1993.

2. Basu, S., .Investment Performance of Common Stocks in Relation to Their Price- Earnings Ratios: A Test of the Efficient Market Hypothesis., Journal of Finance 32, 1977, 663-682.

3. Bartholdy, J., .Testing for a Price-Earnings Effect on the Toronto Stock Exchange, Canadian Journal of Administrative Sciences 10, 1, 1993, 60-67.

4. Bec, F., Ben Salem, M. et Ben Youssef, E, Une évaluation empirique de l'efficience du marché des changes, Revue Economique, 48 (4), p. 921-936. 1997.

5. Blanchard, O. (1993) « Movements in the Equity Premium », Brookings Papers on Economic Activity 2,pp. 75-138.

7. Boone, L., C. Giorno et p. Richardson (à paraître) « Stock Market Fluctuations and Consumption Behaviour: some Recent Evidence », OCDE, Département des affaires économiques, Document de travail.

8. Bourgeois, J. et J. Lussier, .P/Es and Performance in the Canadian Market., Canadian Investment Review, Spring 1994, 33-39.

9. Brown S.J. and J.B. Warner, Measuring security price performance. Journal of Financial Economics. Vol.9. 1980.

10. Cole K., J. Helwege et D. Laster (1996) « Stock Market Valuation Indicators: Is This Time Different? », Financial Analysts Journal, mai/juin, pp. 56-64.

11. Darrat, A.F. et R.N. Dickens, Financial Deregulation, Monetary Policy, and Stock Market (In)efficiency, Quarterly Journal of Business and Economics, 35 (4), 18-27. 1996,

12. De Bondt W. et R. Thaler), Does the Stock Market Overreact ? Journal of Finance,1985.

13. Desrochers, J. et B. Rémillard, Sur l'inaptitude des tests d'indépendance à rejeter l'hypothèse d'efficience, Finéco 4, 63-79,1994.

14. Dwyer G. P. et Wallace, M. S.. Cointegration and market efficiency, Journal of International Money and Finance, 11, p. 318-327. 1992.

15. Engel C., A Note on Cointegration and international capital market efficiency, Journal of International Money and Finance, 15(4), p. 657-660,1996.

16. Fama E. F., The behavior of stock market prices, Journal of Business, 38, p. 34-105,1965.

17. Fama E., L. Fisher, M.C. Jensen and R. Roll, The adjustment of stock prices to new information. International Economic Review. VoL 10,1969.

18. Fama E.F., Efficient Capital Markets: A Review of Theory and Empirical Work, The Journal of Finance 25, 383-417, 1970.

19. Fama, E. et K.R. French « Business Conditions and Expected Returns on Stocks », Journal of Financial Economics 25, pp. 23-49, 1989.

20. Fama E.F., , Efficient Capital Markets: II, The Journal of Finance 46, 1575-1617, 1991.

21. Fama E.F., Market Efficiency, Long-term Returns, and Behavioral Finance, Journal of Financial Economics 49, 283-306. 1998.

22. Freund W.C., Larrain, M. et M.S. Pagano, Market Efficiency Before and After the Introduction of Electronic Trading on the Toronto Stock Exchange, Review of Financial Economics 6(1), 29-56. 1997.

23. Gillet R. Efficience informationnelle du marché boursier : vérification empirique et implications théoriques, Recherches Economiques de Louvain, 57(3), p. 297-308, 1991.

24. Hakkio C. S. et Rush, M., Market efficiency and cointegration : an application to the sterling and deutschemark exchange markets, Journal of International Money and Finance, 8, p. 75-88,1989.

25. Jeng, C.C., Butler, J.S. et J.T. Liu, The Informational Efficiency of the Stock Market: The International Evidence of 1921-1930, Economics Letters 34, 157-162. 1990.

26. Kahneman D. et M. W. Riepe, Aspects of Investor Psychology, Journal of Portfolio Management, 1998.

27. Kandel S. and R. F. Stambaugh, Portfolio inefficiency and the cross-section of expected returns, Journal of Finance, Vol.50, 1995, pp 157-184.

28. Kennedy, M., A. Palerm, C. Pigott et F. Terribile « Asset Prices and Monetary Policy », OCDE, Département des affaires économiques, Document de travail n??188, février, 1998

29. Labadie P., Stochastic Inflation and the Equity Premium, Institute for Empirical Macroeconomics,1989,

30. LeRoy S. F. Efficient capital markets and martingales, Journal of Economic Litterature, 32, p. 1583-1621,1989.

31. Lintner J. The Valuation of Risk Assets and the Selection of Risky Investments in Stocks Portfolios and Capital Budgets the Review of Economics and Statistics, 1965.

32. Mehra R. et E.C. Prescott, The Equity Risk Premium, A solution ? Journal of Monetary Economics,1988.

33. Meredith, G. « Effect of Equity Prices on Aggregate Demand », FMI Research Department memo, octobre,1997.

34. Rozeff M.S., Money and Stock Prices: Market Efficiency and the Lag in Effect of Monetary Policy, Journal of Financial Economics 1, 245-302. 1974.

35. Sanford J. Grossman and Joseph E. Stiglitz, On the Impossibility of Informationally of Efficient Market, American Economic Review 70, 1980.

36. SGI-Togo, La lettre bleue : Bimestriel d'information N°5/Octobre 1999, N°15/Février 2002, N°18/Juillet 2002, N°19/Septembre 2002 et N°20/Décembre 2002

37. Rubinstein M, An Aggregation Theorem for Securities Markets, Journal of Financial Economics, 1974.

38. Roll R, A critique of the Asset Pricing theory's tests, Part I : On Past and Potential Testability of the theory, Journal of Financial Economics, 1977.

39. Whitaker, S. « Investment in This Recovery: An Assessment », Bank of England Quarterly Bulletin,volume 28, no1, février, pp. 38-47, 1998.

Webographie

http:// www.aimr.org , site de l'Association Américaine de recherche

http://www.abidjan.net/finance, Moteur de recherche de la Côte d'Ivoire

Avertissement..............................................................................................ii

Résumé..................................................................................................................iii

Dédicace....................................................................................................iv

Remerciement..........................................................................................................v

Sommaire................................................................................................................vi

Liste des Tableaux...................................................................................................ix

Liste des figures........................................................................................................x

Liste des Abréviations..............................................................................................xii

INTRODUCTION GÉNÉRALE......................................................................1

Section 1 : Présentation des activités de la BRVM ................................................11

1.1 Marché des actions et des obligations............................................................17

1.1.1 Le compartiment des actions......................................................................17

1.1.2 Le compartiment des obligations................................................................18

1.2 L'indice boursier.....................................................................................19

Section 2 : Revue de la littérature sur l'efficience boursière et sur les stratégies de

gestion de portefeuille applicables à la BRVM....................................20

2.1 : Les Théories de l'efficience des marchés........................................................21

2.1.1 Efficience Allocationnelle..........................................................................21

2.1.2 Efficience Opérationnelle..........................................................................21

2.1.3 Efficience informationnelle........................................................................22

2.1.3.1 Efficience faible ..................................................................................23

2.1.3.2 Efficience semi forte.............................................................................25

2.1.3.4 Efficience forte....................................................................................29

2.2 Les théories sur le risque et le rendement et les stratégies de gestion de portefeuille.......31

2.2.1 Les théories sur le risque et le rendement........................................................32

2.2.2 Les stratégies de gestion de portefeuille........................................................35

2..2.2.1 La gestion passive de portefeuille............................................................ 35

2.2.2 La gestion active de portefeuille...................................................................38

Section 1: Description de la méthode...............................................................43

1.1 Choix et justification de la Méthode..............................................................43

1.2 Présentation générale de la méthode...............................................................43

1.3 Les exigences de la régression linéaire simple..................................................44

1.3.1 Linéarité du modèle ..............................................................................44

1.3.2 Hypothèse liées au problème de Multicolinéarité.............................................44

1.3.3 Les erreurs ont toutes une moyenne nulle......................................................44

1.4 Présentation de notre Modèle d'analyse.........................................................45

Section 2 : Choix des données exigées par la méthode............................................47

2.1 Les données...........................................................................................47

2.4.1 La variable dépendante ou expliquée.........................................................49

2.4.2 Les Variables explicatives ou indépendantes.................................................51

2.4.2.3 Le panier des variables liées à l'environnement externe [ E ⁱ ]...........................54

2.4.3 Prévision théorique des signes des coefficients...............................................57

Section 1 : Présentation des résultats des tests...................................................59

1.1 Analyse des variables................................................................................59

1.1.1 Analyse Graphique.................................................................................59

1.1.2 Analyse de la multicolinéarité.... ...............................................................66

1.1.3 Analyse de la stationnarité (test de racine unitaire)...........................................67

1.2 Régression de l'équation............................................................................68

1.3 Estimation et validation du Model.................................................................68

1.3.1 Critère Économique..............................................................................69

Section 2 : Interprétation des résultats ............. ................................................73

Section 1 : Analyse stratégique et processus de gestion de portefeuille à la BRVM.......75

1.1 Les facteurs favorisant la gestion active de portefeuille à la BRVM...........................76

1.2 Les facteurs favorisant la gestion passive de portefeuille à la BRVM.........................76

1.3 Les Étapes de gestion de portefeuille...............................................................77

1.3.1 L'élaboration d'une politique de placement....................................................77

1.3.2 La détermination et la mise en place de la répartition des actifs............................77

1.3.3 Le suivi des changements ........................................................................78

1.3.4 Le réajustement du portefeuille après évaluation des résultats..............................78

Section 2 : Pistes de recherche .......................................................................78

2.1 Point de vue général.................................................................................78

2.2 Les insuffisances de l'étude à approfondir......................................................80

2.2.1 Les insuffisances Méthodologiques.............................................................80

2.2.2 Les problèmes de revue de littérature et de bases de données................................81

Conclusion.................................................................................................82

Bibliographie.............................................................................................84

Table des matières.......................................................................................91

Annexes...................................................................................................95

Le test de rapport variance : Il soutient que s'il n y a pas de dépendance sérielle, la variance estimée d'un rendement à q périodes est équivalente à q fois la variance estimée sur une seule période.

Une suite est une séquence de données ayant la même caractéristique (ici 2 caractéristiques). Si nous prenons 15 suites sur un échantillon de taille 27, l'idée est que dans un échantillon aléatoire, la probabilité que la ieme valeur soit plus grande ou plus petite que la i+1 ieme valeur suit une loi binomiale. La méthodologie consiste à déterminer N(+) et N(-) et de la taille de l'échantillon. Dans notre exemple N₁ = N( +) = 15 et N₂ = N(-) = 12 et N = 27,on détermine le nombre de suites R=15. Pour des échantillons suffisamment grands > 20, on aura

L'efficience Boursiere et la gestion de portefeuille a la BRVM

THEME :

Liste des abréviations

Liste des figures pages

Figure 9 : Histogramme et Statistique descriptive de l'Indice BRVM Composite 61

Figure 15 : Évolution trimestrielle du taux d'inflation en Cote d'Ivoire 63

Figure 16 : Évolution trimestrielle du taux de rendement du Marché 64

Figure 18 : Évolution trimestrielle du ratio cours/ bénéfice après ajustement 65

Figure 20 : Évolution trimestrielle du PIB de l'UEMOA après ajustement saisonnier 66

Figure 21 : Évolution trimestrielle du taux de pensions de la BCEAO 66

Figure 22 : Test de normalité des erreurs 73

INTRODUCTION GENERALE

PREMIÈRE PARTIE

ACTIVITÉ BOURSIÈRE ET CONCEPTS D'EFFICIENCE À LA BRVM

CHAPITRE I : ACTIVITÉS À LA BRVM, THÉORIE DE L'EFFICIENCE DES MARCHÉS ET STRATÉGIE DE GESTION DE PORTEFEUILLE

Section 1: Présentation des activités de la BRVM

Section 2 : Revue de la littérature sur l'efficience boursière et sur les stratégies de gestion de portefeuille applicables à la BRVM

2.1.3.3 Efficience forte

2.2.1 : Les théories sur le risque et le rendement

2.2.2 les stratégies de gestion de portefeuille

2.2.2.1 : La gestion Passive de portefeuille

E r = Erreur de réplication

R t p = Rendement total du portefeuille répliquant l'indice

2.2.2.2 Gestion Active de portefeuille

Il a été observé chez les gestionnaires en général des styles génériques et des expansions de ces styles.

- Les différents styles de gestion

CHAPITRE II : APPLICATION DE LA MÉTHODE DES MOINDRES CARRÉES ORDINAIRES POUR TESTER L'EFFICIENCE À LA BRVM

Section 1 : Description de la méthode

1.2 Présentation générale de la méthode

Section 2 Choix des données exigées par la méthode

DEUXIÈME PARTIE

RÉSULTATS ET DÉFINITION DE STRATÉGIE DE GESTION DE PORTEFEUILLE À LA BRVM

CHAPITRE III : RESULTATS DES TESTS D'EFFICIENCE À LA

BRVM

Section 1 : Présentation des résultats des Tests

1.1.3 Analyse de la stationnarité (test de racine unitaire)

CHAPITRE IV : DÉFINITION DE STRATÉGIE DE GESTION DE PORTEFEUILLE

À LA BRVM

Section 1 : Analyse stratégique et processus de gestion de portefeuille à la BRVM

Section 2 : Les pistes de recherche

Conclusion

Bibliographie

Livres

Revues

25. Jeng, C.C., Butler, J.S. et J.T. Liu, The Informational Efficiency of the Stock Market: The International Evidence of 1921-1930, Economics Letters 34, 157-162. 1990.

Webographie

http:// www.aimr.org , site de l'Association Américaine de recherche

http://www.abidjan.net/finance, Moteur de recherche de la Côte d'Ivoire