statistique, théorie et gestion de portefeuille - Docs at ISFA
statistique, théorie et gestion de portefeuille - Docs at ISFA
statistique, théorie et gestion de portefeuille - Docs at ISFA
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
22 1. Faits stylisés <strong>de</strong>s rentabilités boursières<br />
séries longues d’un siècle. Or, sur <strong>de</strong> telles durées, l’évolution du contexte économique, réglementaire<br />
mais aussi l’introduction <strong>de</strong> nouveaux produits financiers semblent laisser à penser que les mo<strong>de</strong>s <strong>de</strong><br />
fonctionnement <strong>de</strong>s marchés se sont considérablement modifiés au fil du temps ce qui <strong>de</strong>vrait se refléter<br />
dans les cours par <strong>de</strong>s non-st<strong>at</strong>ionnarités. De plus, même sur <strong>de</strong> brèves pério<strong>de</strong>s, <strong>de</strong>s eff<strong>et</strong>s saisonniers<br />
apparaissent <strong>et</strong> l’on note par exemple <strong>de</strong>s comportements anormaux en début <strong>et</strong> fin <strong>de</strong> journée, <strong>de</strong> semaine<br />
ou d’année. Cependant, ces eff<strong>et</strong>s étant i<strong>de</strong>ntifiés, il est possible <strong>de</strong> les corriger. En résumé, la<br />
st<strong>at</strong>ionnarité pose potentiellement un problème important, mais on peut espérer en limiter les eff<strong>et</strong>s par<br />
la <strong>de</strong>ssaisonalis<strong>at</strong>ion <strong>de</strong>s données <strong>et</strong> la considér<strong>at</strong>ion d’échantillons <strong>de</strong> taille raisonnable (<strong>de</strong> cinq à dix<br />
ans tout au plus) sélectionnant <strong>de</strong>s séquences <strong>de</strong> marchés rel<strong>at</strong>ivement homogènes.<br />
Dans ce qui suit, nous allons essentiellement présenter les propriétés <strong>de</strong>s ren<strong>de</strong>ments journaliers ou intradays,<br />
<strong>et</strong> sauf indic<strong>at</strong>ion contraire, le terme ren<strong>de</strong>ment fera implicitement référence aux ren<strong>de</strong>ments calculés<br />
à une échelle <strong>de</strong> temps inférieure ou égale à la journée. Lorsque nous considérerons <strong>de</strong>s ren<strong>de</strong>ments<br />
mensuels par exemple, il en sera explicitement fait mention.<br />
Enfin, nous voulons souligner que le rappel <strong>de</strong>s faits stylisés que nous donnons dans ce chapitre ne<br />
prétend pas à l’exhaustivité, mais se concentre sur la <strong>de</strong>scription <strong>de</strong> ceux qui nous seront les plus utiles<br />
pour la suite <strong>de</strong> notre exposé, <strong>et</strong> nous renvoyons le lecteur aux nombreux articles <strong>de</strong> revue sur le suj<strong>et</strong><br />
comme par exemple Pagan (1996), Cont (2001) ou encore Engle <strong>et</strong> P<strong>at</strong>ton (2001) ainsi qu’aux ouvrages<br />
<strong>de</strong> Campbell, Lo <strong>et</strong> MacKinlay (1997) ou Gouriéroux <strong>et</strong> Jasiak (2001) pour une approche économétrique<br />
<strong>et</strong> Mantegna <strong>et</strong> Stanley (1999), Bouchaud <strong>et</strong> Potters (2000) ou Roehner (2001, 2002) pour une vision <strong>de</strong><br />
physiciens.<br />
1.1 Rappel <strong>de</strong>s faits stylisés<br />
Nous allons maintenant exposer les principaux faits stylisés en commençant par la distribution <strong>de</strong>s ren<strong>de</strong>ments<br />
dont il semble aujourd’hui certain qu’elle possè<strong>de</strong> <strong>de</strong>s “queues épaisses”, puis nous présenterons<br />
les propriétés <strong>de</strong> dépendances temporelles <strong>de</strong>s séries financières essentiellement caractérisées par l’absence<br />
<strong>de</strong> corrél<strong>at</strong>ion entre les ren<strong>de</strong>ments mais une forte persistance <strong>de</strong> la vol<strong>at</strong>ilité, après quoi nous<br />
terminerons par quelques propriétés complémentaires <strong>de</strong> ces séries financières.<br />
1.1.1 La distribution <strong>de</strong>s ren<strong>de</strong>ments<br />
La toute première particularité <strong>de</strong>s ren<strong>de</strong>ments financiers est <strong>de</strong> suivre <strong>de</strong>s lois dites “à queues épaisses”.<br />
Par loi à queues épaisses nous désignons l’ensemble <strong>de</strong>s lois régulièrement variables à l’infini, c’està-dire<br />
pour simplifier, les lois équivalentes à l’infini à une loi <strong>de</strong> puissance (pour une définition exacte<br />
<strong>de</strong> la notion <strong>de</strong> vari<strong>at</strong>ion régulière voir Bingham, Goldie <strong>et</strong> Teugel (1987)). Ce comportement est radicalement<br />
différent <strong>de</strong> celui généralement admis durant la première moitié du XXème siècle. En eff<strong>et</strong>,<br />
<strong>de</strong>puis <strong>de</strong>s travaux pionniers <strong>de</strong> Bachelier (1900) repris <strong>et</strong> étendus par Samuelson (1965, 1973), tout<br />
le mon<strong>de</strong> s’accordait sur le fait que les distributions <strong>de</strong> ren<strong>de</strong>ments suivaient <strong>de</strong>s distributions gaussiennes.<br />
Il faudra <strong>at</strong>tendre Man<strong>de</strong>lbrot (1963) <strong>et</strong> son étu<strong>de</strong> <strong>de</strong>s prix pr<strong>at</strong>iqués sur le marché du coton, puis<br />
Fama (1963, 1965a) pour clairement rej<strong>et</strong>er c<strong>et</strong>te hypothèse <strong>et</strong> en venir à considérer <strong>de</strong>s distributions en<br />
lois <strong>de</strong> puissance, <strong>et</strong> plus particulièrement les lois stables <strong>de</strong> Lévy, dont l’une <strong>de</strong>s caractéristiques est<br />
<strong>de</strong> ne pas adm<strong>et</strong>tre <strong>de</strong> second moment <strong>et</strong> donc d’avoir une variance infinie. Or, <strong>de</strong>s tests directs sur la<br />
plupart <strong>de</strong>s séries financières perm<strong>et</strong>tent clairement <strong>de</strong> conclure à l’existence <strong>de</strong> ce second moment. En<br />
eff<strong>et</strong>, par agrég<strong>at</strong>ion temporelle <strong>de</strong>s ren<strong>de</strong>ments, c’est-à-dire lorsque l’on passe <strong>de</strong>s ren<strong>de</strong>ments journaliers<br />
aux ren<strong>de</strong>ments mensuels ou à <strong>de</strong>s ren<strong>de</strong>ments calculés à <strong>de</strong>s échelles encore plus importantes, on<br />
note une (lente) convergence <strong>de</strong> la distribution vers la gaussienne (Bouchaud <strong>et</strong> Potters 2000, Campbell