University of Groningen La Bourse Régionale des Valeurs Mobilières en Afrique de lÓuest Bayala, B.S.A. IMPORTANT NOTE: You are advised to consult the publisher's version (publisher's PDF) if you wish to cite from it. Please check the document version below. Document Version Publisher's PDF, also known as Version of record Publication date: 2002 Link to publication in University of Groningen/UMCG research database Citation for published version (APA): Bayala, B. S. A. (2002). La Bourse Régionale des Valeurs Mobilières en Afrique de lÓuest: líntroduction en bourse. s.n. Copyright Other than for strictly personal use, it is not permitted to download or to forward/distribute the text or part of it without the consent of the author(s) and/or copyright holder(s), unless the work is under an open content license (like Creative Commons). Take-down policy If you believe that this document breaches copyright please contact us providing details, and we will remove access to the work immediately and investigate your claim. Downloaded from the University of Groningen/UMCG research database (Pure): http://www.rug.nl/research/portal. For technical reasons the number of authors shown on this cover page is limited to 10 maximum. Download date: 09-09-2021
Transcript
University of Groningen
La Bourse Régionale des Valeurs Mobilières en Afrique de lÓuestBayala, B.S.A.
IMPORTANT NOTE: You are advised to consult the publisher's version (publisher's PDF) if you wish to cite fromit. Please check the document version below.
Document VersionPublisher's PDF, also known as Version of record
Publication date:2002
Link to publication in University of Groningen/UMCG research database
Citation for published version (APA):Bayala, B. S. A. (2002). La Bourse Régionale des Valeurs Mobilières en Afrique de lÓuest: líntroduction enbourse. s.n.
CopyrightOther than for strictly personal use, it is not permitted to download or to forward/distribute the text or part of it without the consent of theauthor(s) and/or copyright holder(s), unless the work is under an open content license (like Creative Commons).
Take-down policyIf you believe that this document breaches copyright please contact us providing details, and we will remove access to the work immediatelyand investigate your claim.
Downloaded from the University of Groningen/UMCG research database (Pure): http://www.rug.nl/research/portal. For technical reasons thenumber of authors shown on this cover page is limited to 10 maximum.
Le principe du modèle de GARCH est de traiter des séries financièrestemporelles comme une séquence d’observations aléatoires ou processusstochastiques. Cette séquence aléatoire peu exhiber une certainecorrélation d’une observation à une autre ; il est alors possible d’utilisercette structure de corrélation pour prédire les futures valeurs du processusen se basant sur l’histoire des observations passées. L’exploitation de lastructure de corrélation permet de décomposer la série temporelle en unecomposante déterministe (prévision) et une composante aléatoire (erreurou incertitude associée à la prévision). L’équation (8.4) utilise ces deuxcomposantes dans un modèle uni varié de série temporelle observée etnotée Yt :
( )��
���� ε+−= ,1 (1)Avec :f(t-1,X) représente la composante déterministe des rendements courantscomme une fonction de n’importe quelle information connue au temps t-1,y compris les changements passées {εt-1, εt-2, εt-3 …}, les observationspassées {Yt-1, Yt-2, Yt-3 …} et, toute autre série temporelle de donnéesexploratoires pertinentes, X ;εt est la composante aléatoire, qui représente les changements dans lamoyenne de Yt. Notons aussi que l’on peut interpréter les bouleversementsaléatoires ou chocs εt comme la seule période avant l’erreur de prévision«a single-period-ahead forecast error».
Le modèle de GARCH opère une distinction entre la varianceconditionnelle et inconditionnelle des processus de changement {εt}. Leterme conditionnel implique une dépendance explicite sur la séquence desobservations passées. Le terme inconditionnel est concerné par lescomportements à moyen et long terme des séries temporelles et, supposel’absence explicite de connaissances sur le passé. Le modèle de GARCHcaractérise la distribution conditionnelle en imposant une dépendanceséquentielle sur la variance conditionnelle des changements.Spécifiquement le modèle de variance imposé par GARCH conditionneldu passé est donné par
Sig. (2-tailed) , 0,80 0,99 0,45 0,05 0,62 0,79 0,86
N 6 6 6 6 6 6 6 3SOUSEVA: Sous-évaluation; MN: Marge Nette; CA: Chiffre d’affaires; DMLT-CP: Dettes à Moyens et Long Terme sur Capitaux Propres; CAPIBOUR: CapitalisationBoursière; RATIONN: Rationnement* Correlation is significant at the 0.05 level (2-tailed).
Tableau 7A2 : Statistiques descriptives des rendements hebdomadaires (%) des titres et de l’indice BRVMC
Toutes valeurs Sans extrêmes + Zéro Sans Zéro + Extrêmes Sans Zéro + Sans Extrêmesa
K-S Asy. Sig K-S Asy. Sig. K-S Asy. Sig. K-S Asy. Sig
N
Z . (2-tailed)
N
Z (2-tailed)
N
Z (2-tailed)
N
Z (2-tailed)
RSONATEL 169 3,76 0 151 4,03 0 85 1,24 0,09 70 1,35 0,05RSIVOA 141 3,47 0 92 3,23 0 82 1,67 0,01 24 1,09 0,19RPALMCI 115 4,77 0 113 4,71 0 20 0,78 0,58 17 0,61 0,85RAC 91 3,39 0 68 3,74 0 31 0,95 0,33 9 1,07 0,20RNEI 89 4,13 0 78 4,70 0 11 0,52 0,95 0 - -RBOAB 58 2,93 0 50 3,04 0 23 1,60 0,01 16 0,91 0,38RBRVMC 169 2,22 0 N.D. N.D N.D 165 2,20 0,00 N.D N.D N.DK-S : Kolmogorov-Smirnov. La statistique Z est basée sur l’écart absolu entre la distribution cumulative observée et celle théorique.Asy. Sig : Asymptotiquement. Significatif. (2-tailed). Plus la valeur est proche de 0 plus la statistique Z est significativement différente de 0a Les distributions RSIVOA, RPALMCI, RAC et RBOAB peuvent être considérées comme normale mais l’insuffisance des données pose un autre problème à la régressionlinéaire (la régression n’est pas estimable pour NEI).N.D : Non Déterminé car au cas par cas
403
Graphique 7 A2 : Distribution des rendements hebdomadaires des titres dans le temps (%)
RSONATEL
-15
-10
-5
0
5
10
15
RSIVOA
-20-15-10-505
1015202530
RPALMCI
-20
-15
-10
-5
0
5
10
RAC
-15
-10
-5
0
5
10
RNEI
-20
-15
-10
-5
0
5
10
RBOAB
-10-8-6-4-202468
10
404
Graphique 7A3 : Distributions des résidus des régressions du modèle de marché : Montre l’inadéquation d’un modèle linéaire d’estimation des rendements destitres en fonction de ceux de l’indice BRVMC d’où les bêta nuls pour SIVOA, PALMCI, AC et NEI
RBOAB 59 1,78 0,00 0,85 0,46a Le nombre est différent des précédents parce qu’il ne s’agit pas de rendements moyens, par conséquent on gagne une donnée supplémentaire.K-S : Kolmogorov-Smirnov. La statistique Z est basée sur l’écart absolu entre la distribution cumulative observée et celle théorique.Asy. Sig : Asymptotiquement. Significatif. (2-tailed). Plus la valeur est proche de 0 plus la statistique Z est significativement différente de 0. On constate que l’échantillon sedivise en deux groupes : SONATEL, SIVOA et PALMCI n’offrent pas une distribution normale contrairement à AC, NEI et BOAB.
407
Considérant les équations (2 et 3), on peut remarquer que σ2t est la
prévision de la prochaine variance sachant la variance passée σ2t -1 et les
réalisations passées de la même variance ε2t-j.
Quand P= 0, le modèle de GARCH (0,Q) de l’équation (3) on obtient lemodèle originel de ARCH (Q) introduit par Engel [1982].
∑=
−+=�
�
��� ���1
22 εσ (4)
Les équations (3 et 4) se réfèrent respectivement à des modèles devariances GARCH (P,Q) et ARCH(Q). Lorsque P=Q=0 le processus de lavariance est un simple bruit blanc avec une valeur de k.
La technique de GARCH permet une flexible description de la moyenneconditionnelle, en utilisant un modèle général de forme ARMAX. Cemodèle prend en compte des modèles auto régressifs (AR), de moyennemobile (MA) et la régression (X) dans n’importe quelle combinaison2. Laformulation générale d’un modèle ARMAX(R,M,Nx) est :
( )�����������
�
�
���
�
�
����
�
�
�� ,111
∑∑∑=
−=
−=
++++= βεε (5)
AvecX une matrice de régression explicative dans laquelle chaque colonne estune série temporelle et X(t,k) indique la tième ligne et kième colonne.
La technique de GARCH modélise la variance conditionnelle comme unprocessus standard de GARCH avec des innovations gaussiennes. Ilpermet un modèle général de la forme GARCH (P,Q) avec desinnovations gaussiennes pour la variance conditionnelle tel que :
2
1
2
1
2��
�
�
���
�
�
�� ��� −=
−=
∑∑ ++= εσσ (6)
La technique de GARCH définit un modèle simpliste dit modèle pardéfaut qui permet de cerner la moyenne conditionnelle sur la base deséquations (5 et 6) :
���� ε+= (7)
211
211
2−− ++=
������ εσσ (8)
Dans le modèle de moyenne conditionnelle de l’équation (6) lesrendements Yt sont constants et non corrélés avec un bruit blanc εt. Cemodèle est souvent suffisant pour décrire une moyenne conditionnelledans une série de rendements financiers. La plupart des séries financièresne requièrent pas la complexité d’un modèle ARMAX.
2 Le modèle de base est de Bollerslev [1986] et reprend le modèle original de ARCH de Engle [1982].
408
Dans la variance conditionnelle (8) la prévision σ2t est une constante plus
une mesure de la dernière prévision moyenne σ2t-1 et le carré des
changements de la précédente période.
Le modèle par défaut bien que simpliste présente deux (2) avantages.Premièrement il requiert une estimation de seulement quatre (4)paramètres (C, k, G1 et A1). Deuxièmement le modèle par défaut cerne unegrande variabilité de la plupart des séries de rendements.
R-squared 0,06 Mean dependent var -0,46Adjusted R-squared 0,03 S,D. dependent var 4,41S.E. of regression 4,35 Akaike info criterion 5,35Sum Squared resid 2535,40 Schwartz criterion 5,47
Classe 1 Classe 2 Classe 3Pour se développer Tous H E �
Pour se faire connaître Tous Tous �
Pour augmenter son capital Tous H E FPour faire des placements de trésorerie Tous E FPour acquérir de nouvelles entreprises B E �
Outil d’accélération du développementde l’entreprise
B A H E -
Pour spéculer B D C �
C’est un mode de financement des capitauxpropres à notre portée
B A E �
C’est un mode de financement des dettes à notre portée B A � �
C’est pour les autres entreprises (A préciser) ��� ��� �
La bourse est dangereuse �� Tous �
Autres (A préciser) D - -Possibilité tangible Tous �� �
Possibilité concrète Tous H �
Possibilité distante Tous H C FSource de financement confidentielle �� ��� ��
Source de financement Sécurisante B D ��� GSource de financement impersonnelle B D Tous FSource de financement valorisante Tous H C FSource de financement humiliante �� �� ��
Source de financement avantageuse B A H E GCoûteuse source de financement � E ��
Autres (A préciser) D - -Adaptation D A �� ��
Connaissance D A C ��
Satisfaction Tous C NSPSource : à partir des données de notre enquête [Q44-45-47-57-61]Légende ����������������� � sont utilisés pour les items dont la note inférieure ou égale à 2.
Classe 1 Classe 2 Classe 3Etre constitué sous la forme de société anonyme � ���� D*
l’engagement écrit de l’émetteur de diffuser les informations requises par la BRVM notamment la publicationdes comptes annuels au Bulletin Officiel de la Cote
Tous ���� D*
l’engagement écrit de l’émetteur de participer à l’organisation du marché, notamment financièrement. Tous ��
D*
Présenter une capitalisation boursière de plus de 500 millions de FCFA. F ���� B*Avoir une marge sur chiffre d’affaires sur chacun des 3 derniers exercices de 3%. � E
C�
Présenter 5 années de comptes certifiés F ���� D*S’engager à signer un contrat d’animation de marché prévoyant une cotation ou une indication de cours toutesles trois séances
F � D*
Diffuser dans le public au moins 20% de son capital, dès l’introduction en bourse. F C �
S’engager à publier au BOC des estimations semestrielles de chiffres d’affaires et de tendance de résultats. F �� D*Présenter une capitalisation boursière de plus de 200 millions de F CFA. ���� ���� ���Présenter 2 années de comptes certifiés. ���� ���� �S’engager à signer un contrat d’animation de marché prévoyant une cotation ou une indication de cours toutesles cinq séances.
���� E C D*
S’engager à diffuser dans le public au moins 20% de son capital dans un délai de deux ans ou 15% en casd’augmentation de capital.
���� C* D*
Source : à partir des données de notre enquête [Q70-71-73]Légende : * La majorité c’est-à-dire 2 dirigeants sur 3 de la classe perçoivent la condition comme n’étant pas sévère.��������������� � sont utilisés pour les non –sévérité (note inférieure ou égale à 2).
Classe 1 Classe 2 Classe 3Diversification des sources de financement G Tous TousLiquidité du patrimoine �� H D TousDiversification du portefeuille des actionnaires �� � TousFaire face à un endettement trop élevé ���� ���� ����
Surveillance de la société par le marché � A D BAccroître la notoriété de la société C Tous TousVendre la société dans des meilleures conditions ���� H TousPression du marché ���� - BRééquilibrer ses comptes ���� �� EParticipation des salariés au capital ���� ���� EFavoriser la succession ���� ���� ����
Assurer des plus values sur les titres cédés ���� H D EAcquérir des liquidités pour acheter d’autres titres ���� �� �
Des besoins à financer � � TousLa taille de l’entreprise F A �
Pérennité de la société F A TousSource : à partir des données [Q55]Légende ����������������� � sont utilisés pour les non –motivations (note inférieure ou égale à 2).
Classe 1 Classe 2 Classe 3Les coûts directs de l’introduction en bourse � � -La perte de confidentialité � H TousLa préparation de l’introduction en bourse � D FLa peur de perdre le contrôle � H G D TousLa fluctuation des cours des titres sur la bourse � H G D TousObliger de rendre compte de ses actions de gestion � D TousNe pas savoir quoi faire une fois en bourse � ���� F EL’obligation de distribuer des dividendes � C F ELa jeunesse de l’entreprise � ����� ����
L’absence de besoin à financer � G ����
Sous - évaluation � ���� TousSous - performance � ���� E BBouleverser sa manière de faire les affaires � ���� TousRévéler sa richesse aux autres � ���� E BObliger de rendre des comptes sur sa gestion � ���� TousLa possibilité d’avoir mon ennemi dans le capital � H TousLes obligations de bourse � C F BLa religion du principal actionnaire (A préciser) � ���� ����
Perdre le pouvoir sur l’entreprise � H G D TousLa peur du fisc C F EPublier l’information sur ses activités � G FLa distance entre l’entreprise et la bourse � ���� FLes croyances du principal actionnaire � ���� ����
La confiance (manque à l’institution) � ����� F ELe culte du secret � ���� F EAutres � H C EAbsence Entreprises � ���� TousCulture � H D C ��Source : A partir des données [Q62, Q65, Q68, Q69 Q73]Légende ����������������� � sont utilisés pour les non –réticences (note inférieure ou égale à 2).
415
Graphique 8.A1 : Représentation comparée du nombre de motivations et de réticences
N 8,00 8,00 8,00 8,00 8,00 8,00 8,00 8,00 8,00 8,00* Correlation is significant at the 0.05 level (2-tailed).** Correlation is significant at the 0.01 level (2-tailed).
419
����������&�,���)��� �������$��������� �� �� CLASSES LOCA AGE SECT NATJUR CAPSO STRUPRO DIM DMODE PLAN
N 8,00 8,00 8,00 8,00 8,00 8,00 8,00 8,00 8,00 8,00* Correlation is significant at the 0.05 level (2-tailed).** Correlation is significant at the 0.01 level (2-tailed).
