25.06.2013 Views

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

SHOW MORE
SHOW LESS

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

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!