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

Le but ultime de la modélisation de la matrice de corrélation entre les huit indices étudiés des secteurs d'activité de l'économie nationale et l'indice du marché des actions (B.V.C) est de pouvoir fournir des estimations de la corrélation entre chaque paires d'indice (indice sectoriel-MAST) à chaque instant ?? + h ; [1,. ., ??] étant la fenêtre temporelle au cours de laquelle la matrice a été estimée.

La prévision de la matrice de corrélations ????+h = ????+h????+h????+h à l'instant ?? + h s'effectue en deux étapes. ? Dans une première étape, les variances conditionnelles de chaque indice sont estimées suivant le processus GARCH (1,1) qui les modélise. La matrice ????+h est à ce stade estimée.

? Dans la deuxième étape, les éléments de la matrice de corrélations sont estimés. Cependant, il faut noter qu'ils ne sont pas estimés directement : les éléments de la matrice ???? qui sont estimés, vu les corrélations, ne sont que le rapport de ces variances covariances. Comme vu précédemment, la structure de la matrice corrélation conditionnelle dynamique suit un processus GARCH multivarié non-linéaire.

La figure 9 ci-dessous retrace l'estimation de la corrélation entre l'indice principal « MAST » et les huit indices sectoriels, sur les 100 jours suivant le 31/05/2022 (date de la dernière observation dans notre échantillon de données).

Figure 9 : Prévision de la corrélation entre l'indice principal « MAST » et les huit indices sectoriels.

Dans le tableau 10 nous présentons les statistiques descriptives (moyenne, minimum et maximum) des prévisions estimées des corrélations entre chaque indice sectoriel et l'indice « MAST », l'indice principal de la

Bourse de Casablanca, pour prévoir le phénomène de contagion financière avec un horizon de 100 jours.

	Moyenne	Minimum	Maximum
Banques	0.825697	0.813428	0.855560
Bâtiments et MC	0.676180	0.673654	0.708779
Télécommunications	0.614659	0.612361	0.649096
Parti et Promo Immobilières	0.368814	0.317533	0.375653
Assurances	0.333111	0.330457	0.333492
Pétroles & Gaz	0.315220	0.310022	0.318208
Loisirs & Hôtellerie	0.131600	0.129801	0.134513
Transport	0.090786	0.089743	0.092646

En se basant soit sur l'analyse graphique (figure 9) soit sur l'analyse descriptive (tableau 10) des résultats des prévisions de la corrélation sur un horizon de 100 jours, l'indice sectoriel le plus corrélé avec l'indice principal est celui des banques avec une moyenne forte et proche de 0.85, suivi par l'indice « Bâtiments et Matériaux de Construction » une moyenne de 0,68, indice des Télécommunications avec une moyenne de 0.37, Participation et Promotion Immobilières, Assurances, Pétroles & Gaz, Loisirs & Hôtellerie, et finalement l'indice « Transport » qui semble présentant une faible corrélation avec le « MASI » , avec une moyenne égale à 0.091.

Nous constatons aussi que toutes ces corrélations sont positives. En outre, la corrélation entre l'indice « MASI » et les indices sectoriels : Assurances, Pétroles & Gaz, Loisirs & Hôtellerie et Transport, semblent constante avec des faibles moyennes (0.33, 0.31, 0.13 et 0.09). Tandis que les quatre autres secteurs (Banques, Bâtiments et MC, Télécommunications et Participation et Promotion Immobilières), présentent une tendance baissière dans leurs corrélations avec le marché.

Interprétation des résultats de la prévision de la contagion financière pour chaque paire (Indice sectoriel i - Indice principal « MASI ») sur un horizon de 100 jours futurs.

La valeur moyenne du coefficient de corrélation conditionnelle prévue entre le secteur bancaire et l'indice MASI est de 0.825697. Ce qui implique que les deux indices ne seront pas indépendants dans les 100 prochains jours suivant le 31/05/2022. Les résultats DCC-GARCH mettent en évidence une contagion de l'indice de la B.V.C à l'indice bancaire. La prévision de la corrélation entre le l'indice de la BVC et l'indice sectoriel fluctue entre 0,81(Min) et 0,86(Max) ce qui montre que cet indice présente une forte corrélation dynamique avec le principal indice de la BVC dans le futur.

La valeur moyenne du coefficient de corrélation prévue entre l'indice Bâtiments & Matériaux de Construction et l'indice MAST est proche de 0.68, fluctue entre 0.673(Min) et 0,708(Max), Ce qui implique que les deux indices sont dépendants dans le temps avec une corrélation moyenne.

La valeur moyenne du coefficient de corrélation estimée l'indice Télécommunications et l'indice MASI est de 0.61, fluctue entre 0.612(Min) et 0,649(Max), ce qui implique que les deux indices sont dépendants dans le temps, la corrélation estimée entre l'indice MASI et ce secteur est moyenne

La valeur moyenne du coefficient de corrélation prévu l'indice Participation & Promotion Immobilières et l'indice MASI est de 0.37, Ce qui implique que les deux indices seront faiblement dépendants dans le temps aux 100 jours futurs.

La valeur moyenne du coefficient de corrélation prévue les 100 prochains jours entre l'indice sectoriel des Assurances et l'indice MASI est de 0.333, Ce qui implique que les deux indices sont faiblement dépendants dans le temps, la corrélation conditionnelle entre l'indice MASI et cet indice sectoriel est stable à une moyenne de 0.33 ce qui montre que cette action présente une faible corrélation dynamique avec l'indice MASI.

La valeur moyenne du coefficient de corrélation estimée entre l'indice Pétroles & Gaz et l'indice MASI est de 0.32, Ce qui implique que la corrélation conditionnelle entre CES DEUX INDICES est faible dans le futur.

La valeur moyenne du coefficient de corrélation prévue les 100 prochains jours entre l'indice Loisirs & Hôtellerie et l'indice MASI est de 0.13 proche de 0, ce qui implique que la corrélation conditionnelle entre CES DEUX INDICES est faible dans le futur.

La valeur moyenne du coefficient de corrélation prévue entre l'indice du secteur du Transport et l'indice MASI est de 0.090786 très proche de 0, ce qui qui implique que la corrélation conditionnelle entre les deux indices est faible dans le futur. Surtout que cette valeur reste stable durant les 100 jours futurs.

Dans ce chapitre empirique, notre essentiel but est de réaliser une modélisation de la corrélation dynamique des rendements géométriques de chaque indice sectoriel et le rendement géométrique du principal indice de la Bourse marocaine (MAST), pour bien étudier la liaison et l'interdépendance des indices boursiers de huit principaux secteurs d'activité avec le marché des actions Marocain (B.V.C).

Pour cette raison, nous avons appliqué le modèle DCC-GARCH (1,1) sous l'hypothèse de la loi de Gauss. Le prix P?? d'un titre de chaque indice sectoriel au temps t a été converti en rendement

Après l'analyse préliminaire effectuée dans le chapitre précèdent, nous avons appliqué le modèle DCC-GARCH (1,1) pour faire une modélisation et une prévision de la corrélation dynamique entre les l'indice principal de la B.V.C et les indices sectoriels, les résultats empiriques ont montré des "effets de liaison" évidents entre l'indice principal et les cours de chaque indice sectoriel d'activité, le degré de cette liaison varie d'un indice sectoriel à un autre. En outre, il y a une influence des chocs des rendements géométriques de l'indice principal sur les rendements géométriques des indices sectoriels individuels. Nous pouvons appeler cela une "contagion de volatilité ". Cela signifie que la volatilité de l'indice « MAST » renforcera la volatilité de chaque secteur.

Dans ce chapitre, nous avons étudié la relation de dépendance entre les huit indices sectoriels composant notre échantillon avec l'indice principal. Ainsi, nous avons établi la liste des indices des secteurs les plus et les moins corrélés avec l'indice principal.

Finalement, nous avons fourni des prévisions sur les 100 prochains jours suivant la date du 31/05/2022 (vu que notre base de données se limite à cette date) et dressé la liste des indices qui présentent une interdépendance avec l'indice principal. L'indice bancaire peut être considéré comme le secteur le plus lié à l'indice « MAST », vu le degré de corrélation important de cet indice avec le marché.

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

3.5. Prévisions de l'interdépendance