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


Home | Publier un mémoire | Une page au hasard

 > 

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


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

précédent sommaire suivant

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

3.3.1.6. Estimation du modèle DCC-GARCH (1, 1) pour les rendements géométriques de l'indice sectoriel « Participation et Promotion Immobilières» et l'indice principal « MASI ».

Le tableau 6 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 « P.P Immobilières».

Variable

Paramètre

Value

Std. Error

t-stat

Pr(>|t|)

MASI
Index

Equation de la moyenne

Y'1

0.000451

0.000136

3.3201

0.000900

Equation de la variance

Ù

0.000005

0.000001

8.8612

 
 

0.203335

0.000000á1

0.023785

8.6186

0.000000

131

0.691917

0.030900

22.3924

0.000000

Persistance : á1 + 131

0.895252

Secteur
Participation
et Promotion

Immobilières131

Equation de la moyenne

Y'1

-0.001400

0.000415

-3.3723

0.000745

Equation de la variance

Ù

0.000033

0.000013

2.6263

0.008699

á1

0.236700

0.051398

4.6052

0.000004

 

0.690442

0.074243

9.2997

0.000000

Persistance : á1 + 131

0.927142

MASI/ Participation et Promotion Immobilières

Equation de la corrélation

áocc

0.050706

0.020260

2.5028

0.012323

13occ

0.864414

0.057187

15.1156

0.000000

Persistance : áocc + 13occ

0.91512

Tableau 6 : Estimation du modèle DCC-GARCH pour le « MASI » et l'indice « P.P Immobilières».

Nous remarquons d'après le tableau 6 exhibant les paramètres du modèle DCC-GARCH (1.1) entre le « MASI », le et l'indice « Participation et Promotion Immobilières», que les coefficients du modèle de corrélation conditionnelle DCC-GARCH sont statistiquement significatifs au seuil de 1%.

Les paramètres conjoints áocc et 13occ 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 (áocc 0), le coefficient 13occ est largement supérieur à zéro (13occ >>> 0), et la somme de
deux qui est inférieure à 1 ( áocc + 13occ < 1).

De plus, Ces paramètres de corrélation stimulés montrent une adhésion à la restriction qui leur est imposée, à savoir áocc + 13occ = 0.050706 + 0.864414 = 0.91512 < 1, ce qui suggère que la matrice de corrélation estimée Dt est définie positive.

Mohammed EL MASSAADI FSJES-Agdal MSDG/Finance 2021-2022 Page 85 sur 113

Mohammed EL MASSAADI FSJES-Agdal MSDG/Finance 2021-2022 Page 86 sur 113

Le coefficient â?????? étant égal à 0. 91??12 est proche de la valeur de 1, cette valeur du coefficient beta montre une forte corrélation conditionnelle entre les deux indices. Le coefficient á?????? étant égal à 0.050706 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 « Participation et Promotion Immobilières» à l'indice principal « MASI ».

La persistance de la corrélation conditionnelle calculée à travers la somme est très importante, elle atteint 0.91??12 est proche de 1.

Nos résultats montrent que le rendement de l'indice sectoriel « Participation et Promotion Immobilières» est influencé par la volatilité de l'indice principal « MASI ». Les chocs de volatilité du marché ont un effet persistant sur le rendement de l'indice sectoriel « Participation et Promotion Immobilières».

Au vu de ces résultats concluants, nous pouvons conclure que les deux indices sont fortement interdépendants.

La figure 6 affiche la corrélation conditionnelle dynamique entre l'indice principal « MASI » et l'indice sectoriel «Participation et Promotion Immobilières», estimée par le modèle DCC-GARCH (1,1) :

MASI/PROMO&IMMO

.6 .5 .4 .3 .2 .1

 

16 17 18 19 20 21 22

Figure 6 : Corrélation conditionnelle dynamique entre l'indice « P.P Immobilières» et le « MASI » estimée par DCC-GARCH(1,1).

La figure 6 illustre la corrélation conditionnelle entre l'indice sectoriel « Participation et Promotion Immobilières» 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 0.25 et 0.47. On remarque aussi que la corrélation diminue vers la fin du 2éme trimestre de l'année 2019 jusqu'au 0.15.

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.

précédent sommaire suivant






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








"Des chercheurs qui cherchent on en trouve, des chercheurs qui trouvent, on en cherche !"   Charles de Gaulle