3.3.1.4. Estimation du modèle DCC-GARCH (1, 1)
pour les rendements géométriques de l'indice sectoriel «
Bâtiments et MC» et l'indice principal « MASI ».
Le tableau 4 affiche l'estimation de l'équation de la
moyenne conditionnelle, l'équation de la variance et l'équation
de la corrélation pour la série des rendements
géométriques de l'indice « Bâtiments et MC».
Variable
|
Paramètre
|
Value
|
Std. Error
|
t-stat
|
Pr(>|t|)
|
MASI Index
|
Equation de la moyenne
|
Il1
|
0.000451
|
0.000136
|
3.3280
|
0.000875
|
Equation de la variance
|
Ù
|
0.000005
|
0.000001
|
8.7768
|
|
|
0.203335
|
0.000000á1
0.023785
|
8.5489
|
0.000000
|
I31
|
0.691917
|
0.031131
|
22.2261
|
0.000000
|
Persistance : á1 + I31
|
0.895252
|
Secteur
Bâtiments et MC
|
Equation de la moyenne
|
Il1
|
0.000516
|
0.000292
|
1.7679
|
0.077081
|
Equation de la variance
|
Ù
|
0.000047
|
0.000014
|
3.3352
|
0.000852
|
á1
|
0.221462
|
0.055538
|
3.9876
|
0.00067
|
I31
|
0.553276
|
0.096736
|
5.7194
|
0.000000
|
Persistance : á1 + I31
|
0.774738
|
MASI/
Bâtiments et MC
|
Equation de la corrélation
|
áDCC
|
0.077747
|
0.017547
|
4.4309
|
0.000009
|
I3DCC
|
0.783195
|
0.057778
|
13.5553
|
0.000000
|
Persistance : áDCC + I3DCC
|
0.860942
|
Tableau 4 : Estimation du
modèle DCC-GARCH pour le « MASI » et l'indice «
Bâtiments et MC».
Nous remarquons d'après le tableau 4 exhibant les
paramètres du modèle DCC-GARCH (1.1) entre le « MASI »,
et l'indice sectoriel « Bâtiments et MC», que les coefficients
du modèle de corrélation conditionnelle DCC-GARCH sont
statistiquement significatifs au seuil de 1%.
Les paramètres conjoints áDCC et
I3DCC sont plus significatifs que les paramètres individuels a et [3 qui
sont estimés du modèle GARCH univarié. Cela montre que la
volatilité capturée par la méthode GARCH (1,1) est
sous-estimée, mais la volatilité capturée par le
modèle DCC-GARCH est plus traitée et estimée avec plus de
précision.
Cependant, les paramètres de corrélation
DCC-GARCH pour la période étudiée sont également
différents de zéro, ce qui implique que la corrélation
entre les deux cours est dynamique.
Nos résultats sont cohérents avec ceux de la
théorie. Le coefficient est approximativement égal
à zéro (áDCC 0), le coefficient
I3DCC est largement supérieur à zéro
(I3DCC >>> 0), et la somme de deux qui est
inférieure à 1 ( áDCC + I3DCC <
1).
De plus, Ces paramètres de corrélation
stimulés montrent une adhésion à la restriction qui leur
est imposée, à savoir áDCC + I3DCC = 0.077747 +
0.783195 = 0.860942 < 1, ce qui suggère que la matrice de
corrélation estimée Dt est définie positive.
Mohammed EL MASSAADI FSJES-Agdal MSDG/Finance 2021-2022
Page 81 sur 113
Mohammed EL MASSAADI FSJES-Agdal MSDG/Finance 2021-2022
Page 82 sur 113
Le coefficient I3occ étant
égal à 0.860942 est proche de la valeur de 1,
cette valeur du coefficient beta montre une forte corrélation
conditionnelle entre les deux indices. Le coefficient apcc
étant égal à 0.077747 est proche
de 0. D'autre part, les deux coefficients sont statistiquement
significatifs( p - value < 5%), cette
significativité des coefficients confirme la sensibilité de
l'indice sectoriel « Bâtiments et MC» au « MASI ». La
persistance de la corrélation conditionnelle calculée à
travers la somme est très importante, elle atteint 0.860942
est proche de 1.
Nos résultats montrent que le rendement de l'indice
« Bâtiments et MC» est influencé par la
volatilité du « MASI ». Les chocs de volatilité du
marché ont un effet persistant sur le rendement de l'indice sectoriel
« Bâtiments et MC». Au vu de ces résultats concluants,
nous pouvons conclure que les deux indices sont fortement
interdépendants.
La figure 4 affiche la corrélation conditionnelle
dynamique entre le « MASI » et l'indice «Bâtiments et
MC», estimée par le modèle DCC-GARCH (1,1) :
MASI/BAT&MC
.80 .75 .70
.65 .60 .55 .50
|
|
16 17 18 19 20 21 22
|
Figure 4 : Corrélation
conditionnelle dynamique entre l'indice sectoriel « Bâtiments et
MC»
et l'indice principal « MASI » estimée par le
modèle DCC-GARCH(1,1).
La figure 4 illustre la corrélation conditionnelle
entre l'indice sectoriel « Bâtiments et MC» et l'indice
principal « MASI », la corrélation conditionnelle
estimée entre les deux indices reste en général non stable
avec de faibles fluctuations, elle fluctue dans l'ensemble entre 0.6 et 0.75.
On remarque aussi que la corrélation diminue vers le début de
l'année 2020 jusqu'au 0.55.
Il est clair qu'il existe une corrélation dynamique
conditionnelle entre les deux indices qui évolue en fonction du temps
bien le coefficient est parfois grand et parfois petit.
|